惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

B
Blog RSS Feed
Jina AI
Jina AI
雷峰网
雷峰网
Blog — PlanetScale
Blog — PlanetScale
Hugging Face - Blog
Hugging Face - Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Last Week in AI
Last Week in AI
博客园 - 司徒正美
罗磊的独立博客
J
Java Code Geeks
Engineering at Meta
Engineering at Meta
WordPress大学
WordPress大学
Vercel News
Vercel News
A
About on SuperTechFans
I
InfoQ
D
DataBreaches.Net
爱范儿
爱范儿
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
U
Unit 42
aimingoo的专栏
aimingoo的专栏
宝玉的分享
宝玉的分享
P
Proofpoint News Feed
Microsoft Azure Blog
Microsoft Azure Blog
美团技术团队

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
“Gartner曲线”究竟有没有参考价值?
锦缎 · 2024-12-02 · via 人人都是产品经理

在资本市场中,新兴技术的发展趋势和投资价值始终是投资者关注的焦点。Gartner曲线,作为预测技术成熟度和市场炒作周期的重要工具,其参考价值一直备受争议。文章将复盘Gartner曲线的历史数据,评估其对新兴技术前瞻预测的效果,并从投资角度重新审视其对市场表现的影响。

捕捉与下注新兴技术,始终是资本市场最重要的主线之一。

特别是一项技术处于雾里看花阶段之时,往往会形成巨大的泡沫炒作效应。这一阶段内,乐观的投资者和悲观的投资者会形成极大的分歧,围绕着新技术究竟是“内燃机”还是“郁金香”的争论此起彼伏、不断反转。

学者阵营内,因此格外热衷于探寻出某个科学定量分析框架,以起到对新技术的演进预期,有更大概率的印证。

Gartner曲线——即技术成熟度曲线,便是其中相对而言的佼佼者。这条由咨询公司高德纳于1995年创立的波浪线曲线,连续发布了三十年,也被不少科技大佬和产业从业者视为新兴技术投资相对可靠的演变路径。但我们都知道,即使是Gartner曲线,其所依仗的所有的数据统计,亦均是基于历史数据的后视镜视角展开。固然有其独到之处,必然亦有其局限的另一面。

因此本文之中,我们将就针对Gartner曲线,从技术产业发展和投资两个视角,来做一次复盘,试图探讨这样一个命题:“Gartner曲线”究竟有没有参考价值?01

一、Gartner曲线的基本原理

首先,Gartner曲线本身是由两条曲线融合而成:

反应炒作期望的钟形曲线,是一条偏正态分布的曲线,大部分纯泡沫性投资行为是不产生实际价值的,因此也不存在二次崛起的可能。

反应价值回报的是一条近似上升周期的S型曲线,新兴技术从创新、迭代到成熟是自然成长的过程。

Gartner曲线前半段,采用了期望权重更高的钟形曲线,后半段擦用了价值权重更高的S型曲线,既反映了泡沫,又涵盖了价值,相对理想而非完全偏向一方。

图:Gartner曲线构建基础,来源:中国银河证券研究院

其次,构成Gartner曲线主要的四个要素,不仅仅包含了炒作和泡沫,还有相对理性的发展趋势和速度。

直接来看今年8月发布的新兴技术曲线,其中包括:

图:2024新兴技术成熟度曲线,来源:Gartner官网

●固定的时间维度:技术萌芽、期望膨胀、泡沫破裂低估、稳步爬升和生产成熟期,即Gartner曲线的横轴。

●固定的期望值曲线:与时间轴成对应关系,形成波浪形交点。

●坐落于交点曲线当中的各类新兴技术

●交点的类型,分别代表着距离最后的成熟期间的时间跨度,分为2年内、2-5年、5-10年、10年以上及面临淘汰。

前三者是通识情况下市场认知的炒作周期,但交点的类型其实才是技术成熟度的核心指标,它几乎决定了新兴技术在曲线中前进的状态和适合投资的周期。

以最新发布的Gartner曲线为例,对于虚假信息安全这类2-5年的新兴技术而言,萌芽期可能仅为1年不到,相对应的萌芽初期可能仅为3-6个月,当它出现在Gartner曲线的榜单中实际不具备炒作的机会。

而对于通用人工智能、6G、人形工作机器人这种10年以上才能迈入成熟期的新兴技术,它们在Gartner曲线中的爬坡是相对缓慢的,因此即便在萌芽末期也具备不俗的投资机会。

而市场认知中,偏向于将技术成熟度与泡沫周期和炒作周期划等号,往往是忽略了Gartner曲线后半段的成长性和构成曲线的第四要素。

Gartner曲线之所以能存在近三十年,并被挑剔的新兴产业投资者所认可,在我们看来最精妙的点在于:它既反映了科技投资自然的发展规律,也蕴含了情绪波动可能带来的影响,兼顾了新兴科技投资者的理性和非理性,从而成为很多人拥簇原因之一。02

二、对产业发展预测准确度不高

判断Gartner曲线对新兴技术的前瞻预测效果,我们可以从两个维度出发:

●能够延循Gartner曲线发展的技术有多少?●能够遵循交点类型(即Gartner曲线预估的技术成熟期)的技术有多少?

以此为抓手,我们先来进行数据复盘加工:

1)剔除重复项后,2012-2024年登上过Gartner曲线的新兴技术一共有185个左右。

2)我们拉长时间轴,选择登上Gartner曲线至少五次的技术(2020年以后不满五年,因此以银河证券专题研究报告《Gartner曲线的新兴技术投资启示》为基准,选择2006-2019这十五年间的数据),剔除重复项后大约只有26个左右。

3)在这26个至少5次登上Gartner曲线的新兴技术中,能够延寻技术曲线各个阶段出现变化(迈入下一阶段)的,一共有19个左右。

4)结合不同领域的Gartner曲线来看,能够跨过泡沫破裂低谷期,进入稳步复苏期的技术,一共有大约9个左右。

5)放宽一点条件来看(将稳定爬坡的复苏期视为新兴技术迈入正规),遵循交点类型的技术有6个。

6)同周期内,能够迈入生产成熟期的技术,只有3个,它们分别是语音识别、位置感知应用程序和云计算,其中只有语音识别严格符合Gartner曲线的成熟度预期。

图:2006-2019年Gartner曲线上技术脉络演进,来源:中国银河研究院,Gartner官网,锦缎整理。点击可看大图。

Gartner曲线中持续实现产业化的技术占比约为14.05%,至少一次实现了明显发展的技术约为10.27%,能够跨过泡沫的技术约为4.86%,真正实现成熟发展只有1.6%。

而Gartner曲线对于技术成熟周期预测的准确率,也仅为3.24%。

不足百分之二的预测成功率,Gartner曲线是不是就完全没有参考意义?当然也不是。如果我们换个角度来看,至少5次登上Gartner曲线的新兴技术中,有34.61%熬过了泡沫破裂期,有11.54%迈向了成熟。

因此,我们对于Gartner曲线的看法是:短周期内的新兴技术不具备参考意义,如果能够连续登上Gartner曲线,还是很值得关注的,近五年间仅有数字孪生和生成式人工智能符合这一条件。03

三、对于新兴技术投资有一定指导意义

虽然Gartner曲线对新兴技术发展的前瞻性预测并不准确,但是对于投资者而言,新兴技术不仅仅只在成熟度高的情况下才有投资机会。

因此,我们从投资的角度重新审视Gartner曲线,以前文所述连续5次登上曲线的新兴技术为范本,A股相应概念、板块的市场表现为坐标轴,进行对比。我们发现了X点相对有意思的规律:

1)新兴技术在萌芽到膨胀期、膨胀到泡沫破裂期,破灭到复苏期转换的当年都有不俗的市场表现,相反概念首次出现和产业步入成熟时反倒估值比较稳定,收益明显下降。

2)由离散程度来看,新技术首次出现后市场分歧最大,成熟期时市场分歧最小。

图:阶段转换期当年相对涨跌幅,来源:Choice金融客户端,锦缎整理

3)从阶段内的表现来看,除了成熟期投资收益与Gartner曲线相悖外,萌芽期、膨胀期、幻灭期和复苏期的收益表现与曲线大致相同。

图:不同阶段内整体平均相对收益,来源:Choice金融客户端,锦缎研究院

4)无论产业发展的实际情况如何,Gartner曲线对成熟周期的预测与市场资本相匹配,排除长周期的累计外,少于2年成熟的技术,往往第二年表现最强;2-5年成熟的技术,第2-4年的收益较高;5-10年成熟的技术、10年以上成熟的技术,都是第6-10年平均收益率最高。

图:不同成熟周期内每年相对收益,来源:Choice金融客户端,锦缎研究院

总结来看:

●膨胀期和复苏期的新兴技术无论是转型阶段还是周期内,都有不俗的表现。

●萌芽期的意见分歧较大,平均收益率不高

●成熟期往往展现出“利好出尽”的态势,反而收益率很低。

●刨除兑现期(距离成熟期限不足一年),市场非常认可Gartner曲线对成熟度预期的判断, 往往在Gartner曲线预测的成熟周期内,市场表现非常优异。

很明显,虽然对于产业指导有限,但对于扑朔迷离的新兴技术投资而言,Gartner曲线还是有很明显的指导(或者说是引导)作用。这或许才是Gartner曲线经久不衰的原因。

本文由人人都是产品经理作者【锦缎】,微信公众号:【锦缎】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。