文|有风
编辑|有风
现在想搞懂技术发展趋势,简直比猜世界杯比分还难。
企业老板看行业报告像看天书,政策制定者开会讨论半天,最后可能还是拍脑袋决策。
不是大家不努力,实在是技术更新太快,信息又太碎,传统的评估方法早就跟不上趟了。
传统评估技术,基本靠专家拍板。
今天这个专家说区块链是未来,明天那个学者讲元宇宙有潜力,观点打架是常事。
就拿Gartner技术成熟度曲线来说,它主要看市场热度,可技术的科学价值到底有多高,根本反映不出来。
就在大家都头疼怎么破解这个困局的时候,悉尼科技大学的研究团队悄悄拿出了个新工具,Cosmos1.0人工智能系统。
这个系统不搞虚的,直接给两万三千项技术建了“数字档案”,想用数据说话,帮大家重新理解技术发展这回事。
我觉得这个系统最聪明的地方,是没走“专家说了算”的老路。
它跑去扒了三大类数据,维基百科的公众认知数据、学术文献的科学价值数据,还有专利数据库的技术应用数据。
把这些七零八碎的信息整合起来,再用AI算法一梳理,技术的真面目就慢慢清晰了。
四大核心指标,给技术画张“四维身份证”
给技术建档案,总得有几个关键指标吧?
Cosmos1.0搞了套“四维密码”,每个技术都得填这张“身份证”。
第一个指标叫“技术年龄”,听着像给技术算生日,其实是追踪它从实验室诞生到市场普及的全周期。
比如一项电池技术,什么时候在论文里首次出现,什么时候开始大规模商用,一目了然。
第二个指标是“知名度”,说白了就是看大家有多关注它。
本来想举个区块链的例子,后来发现用元宇宙对比可能更直观。
前两年元宇宙热度爆表,知名度噌噌涨,现在慢慢降温,系统能实时捕捉到这种波动,帮大家判断技术正处在生命周期的哪个阶段。
“通用性”这个指标也挺实用,有些技术只能在特定领域用,比如某种专用工业机器人,换个行业就玩不转。
但云计算不一样,不管是互联网公司还是制造业,都能用得上,这就是通用性强的典型。
系统会给每个技术的“跨界能力”打分,我个人最看重的是“深科技强度”,这个指标专门用来区分真科技和伪概念。
像量子计算,背后有几十年的基础研究撑着,深科技强度就高。
而有些打着“元宇宙应用”旗号的项目,可能就靠几个营销概念撑着,强度自然低。
有了这个指标,再也不怕被“科技网红”忽悠了。
有了这四个指标,技术评估一下子就从“凭感觉”变成了“看数据”。
以前专家开会讨论半天,可能还漏掉关键信息。
现在系统能自动提取技术特征,实时更新数据,效率和准确性都提上来了。
技术光有指标还不够,它们之间的关系也很重要。
就像人会分圈子,技术其实也有自己的“社交圈”。
Cosmos1.0用了个聪明办法,把两万三千项技术扔进算法里“聚类”,结果真分出来七个不同的“技术集群”。
七大技术集群,找到创新的“宇宙中心”
这七个集群各有各的特点,自主系统、生物技术、数据与分析、健康与医疗、纳米技术、网络与连接,光听名字就能猜到它们大概是干嘛的。
但最有意思的是第七个,融合技术集群。
这个融合集群就像学校里的“交际花”,处在所有集群的中心位置。
材料科学、工程学、数字系统这些学科的技术,都爱往这儿凑。
你想搞可再生能源技术,得有新材料突破,还得懂能源工程,最后用数据分析优化,可不就跑到融合集群里来了嘛。
技术发展到今天,单打独斗早就不行了。
生物技术和数据与分析一碰,生出了生物信息学,自主系统和网络与连接一结合,冒出了车联网。
这些跨界创新,大多都诞生在集群的交界处。
系统把这些关系画出来,创新机会在哪儿,一眼就能看到。
对企业来说,这个系统简直是“技术导航仪”。
想知道自己行业的技术路线怎么走?系统能帮你追溯关键技术的引入和替代过程。
本来想盲目跟风上新技术,看看“相邻技术机会”,可能发现现有能力稍微延伸一下,就能抓住更好的机会。
产业层面也能用,哪个技术集群现在最火?“数据与分析”在维基百科上的提及频率最高,说明大家关注度确实高。
不同子领域发展到哪一步了?系统能实时监测成熟度和渗透率,帮产业找准发力点。
国家制定技术战略也用得上,想知道咱们在半导体领域的优势在哪儿?系统能对比不同国家的技术实力分布。
哪些技术需要长期投入?看看“深科技强度”,像量子计算这种,就得沉下心来搞基础研究。
最关键的是,这个系统的数据集是开放的。
研究者、企业、政策制定者都能拿来用,相当于给技术认知建了个“公共基础设施”。
以后大家讨论技术发展,不用再各说各话,有共同的数据基准,决策也能更靠谱。
Cosmos1.0最牛的地方,不是它算得多快,而是它给我们提供了一个新的“认知坐标系”。
以前看技术像雾里看花,现在有了多维度数据和全景视图,技术发展的脉络清晰多了。
未来这系统肯定还会升级,现在主要靠文本数据,以后要是能融进去技术落地案例、产业链数据,那就更厉害了。
说不定过两年,我们看技术趋势,真能像看天气预报一样准。
技术发展本来就该是件透明的事,希望以后不管是企业老板还是政策制定者,都能用上这种数据驱动的工具。
少点拍脑袋的决策,多点对技术本质的理解,创新才能走得更稳更远。