本文是翻译文章，英文作者Michael Mullany。2016年发表的英文原文，见文章最后的链接。
作为Icon Ventures的风险投资人和在VMware、Netscape等公司从事高科技产品化和营销工作20年的资深人士，我一直对新技术的出现和进入市场的方式着迷。每年试图捕捉我们的市场和行业状况的主要工具之一，便是年度Gartner技术成熟度曲线。我总是饶有兴趣地阅读它。就在上个月，我有一个有趣的想法：“有没有人回去回顾一下Gartner技术成熟度曲线 - 因为我完全读过那篇文章”。快速的谷歌搜索并未找到任何有用的东西，所以我决定自己来做这项工作并编写它。这篇文章便是结果。
正如大多数人所知，Gartner新技术成熟度曲线实际上是高科技领域的一种规范，它于1995年被首次发布，给出了新技术的标准采用模型建议。在该模型中，技术都经历以下过程：
下图是1995年的第一个技术成熟度曲线，可作为很好的说明，的确可作为一份有趣的历史文献。它所描述的一些技术已经变得如此普遍，以至于它们现在已经成为背景噪音（例如，面向对象的编程）。而有些技术已然从公众意识中消失，如涌现计算（Emergent Computing）。还有一些技术我们似乎认为已经成熟，但实际却花了几十年的时间才达到完全成熟，如语音识别。
1995年最受关注的技术是智能代理（Intelligent Agents）。两年后，微软的Office 97推出了Clippy（称回形针或大眼夹）。这是一款充满乐趣但又无能的助手，实际应用的反响不佳，甚至还扼杀了一代人的想法。二十年后的今天，我们再次尝试构建智能助手，尽管现在我们称之为聊天机器人，但其核心技术——广泛领域的上下文推理——仍然是一个难题。
我将Gartner新技术成熟度曲线视为技术的英雄之旅。就像英雄的旅程一样，技术成熟度曲线具有一个引人注目的叙事结构。当我们考虑如今使用的许多技术时，我们往往会记得它们刚出现时被过度炒作，但最终找到了主流用途。但是……这真的是技术出现和被采用的方式吗？在分析了从2000年到2016年（后互联网时代的整整17年）的每一份 Gartner新技术成熟度曲线后，我开始相信，通常的技术并不遵守成熟度曲线。我们之所以认为那些技术遵从成熟度曲线，只是因为当我们回忆技术是如何出现时，我们往往会受到认知偏差的影响，从而扭曲我们对往昔的回忆。
事后诸葛亮偏见：我们无意识地“增强”了对过去预测的记忆 幸存者偏见：记住成功的技术（我们被它们包围）比记住失败的技术要容易得多
例如，涌现计算（Emergent Computation）——上面1995年技术成熟度曲线上最早提及的技术——就很好地例证了幸存者偏见。顺便说一句，涌现计算是基于分布式进化算法的计算， 类似于基于神经网络的机器学习。今天，如果我让20名硅谷技术专家说出自1995年以来哪些技术成功了，哪些技术失败了，我想我可以保证没有人会说出“涌现计算”。但它却在1995年的技术成熟度曲线中出现了，且其重要性足以跻身当年榜单的前十。
（顺便说一句，我的目的并不是专门强调 Gartner作为一家公司的准确性。除了一些值得注意的例外，例如Gartner自己创造的技术术语，我认为Gartner技术成熟度曲线还算基本反映了行业共识。）
但我们无法在适当的背景下记住过去，这并不是深入研究Gartner过去的成熟度曲线的唯一经验总结。经过对2000年以来的逐年分析，我想我可以自信地说，我们根本不擅长预测未来。我从深入研究的数据中吸取了这条经验总结以及另外七条。请继续阅读详细信息：
经验总结1：我们不擅长做出预测，尤其是关于未来的预测。
经验总结2：数量惊人的技术趋势仅是昙花一现。
经验总结3：大量技术夭折。
与上一条经验总结密切相关的是，过去二十年是技术永久死亡和过早死亡的墓地。据我粗略统计，在技术成熟度曲线上跟踪多年的所有技术中，有超过20%的技术在取得主流成功之前就已然过时。多次出现在成熟度曲线中但最终消亡的一些最著名技术，可列举如下：
超宽带：作为一种短距离无线电技术，超宽带在2004年的成熟度曲线中达到曲线的顶峰，但到2008年被放弃
RSS企业版：在RSS作为消费者新闻阅读器格式取得成功之后，人们曾认为RSS可以成为企业信息传播的主导格式。它在2006年的成熟度曲线中被称为新兴技术，但到2007年（最后一次出现）就已经陷入了幻灭的低谷
802.16 WiMAX：WiMAX是第四代蜂窝标准LTE的竞争对手。尽管WiMAX的部署规模很小，但它在出现后不久就基本消失了。WiMAX于2005年首次出现在成熟度曲线中，并处于曲线的顶峰，但在2006年便跌入幻灭的低谷，然后消失
商用桌面Linux：对于30岁以下的每个人来说，是的，这是件大事。它首次出现在 在2003年的曲线高峰期，2004年再次出现在这个位置，但在2005年走向谷底，然后完全消失。桌面Linux供应商从未成功使它成为取代Windows作为商业桌面的主流操作系统。VMware使人们能够在Windows上将Linux作为应用程序运行，但绝不允许它作为操作系统
网状网络：网状网络是一种网络架构，可通过网络节点之间的点对点交互构建高效的可路由网络。就在过去两年，第一个基础广泛的消费者网状网络以Eero和其他家庭网络网状形式进入市场。但在今年之前，网状网络是跟踪时间最长的技术成熟度曲线技术之一，却从未获得广泛应用。它的历史？网状网络首次作为一项新兴技术出现在2003年的成熟度曲线中，随后在接下来的11年中的9年中作为炒作后期或谷底技术出现，最后一次则出现在2013年的成熟度曲线中。尽管我不是该主题专家，但我的记忆是，网状网络实际上很难构建。以下是网状网络条目多年来出现在技术成熟度曲线上的历史。
经验总结4：技术洞见通常正确，但无法实现。
基于Web服务的业务模型：乘着2000年代初期对基于Web服务的热情浪潮，基于Web服务的业务模型首次出现在2003年的技术成熟度曲线上，作为一种正在衰退的技术，并于2005年再次出现在技术成熟度曲线上的幻灭低谷位置。对于那些不熟悉的人来说，Web服务可理解为是一组技术标准，它使用SOAP上的XML格式作为远程API调用的基础。Web服务的发展基本上因自身的技术膨胀而崩溃。开发人员讨厌编写API，并且存在许多规范问题。但是，其核心的洞见本质上是正确的。在过去几年中，Twilio、Plaid、Checkr等的崛起，验证了早在2003年就提出的基本见解：将会有一些成功的企业，其唯一的产品是提供有价值的API 公共身份验证服务：作为一项新兴技术首次出现于2002年，这一预测大概是基于 Microsoft Passport的发布- 一种基于Web服务API，即Microsoft公共身份验证服务。Passport，也因其Web服务基础而失败。2007年，Google、Twitter和Magnolia的一个个非正式合作小组开发了Oauth，才使得这一承诺成为现实。当然，如今通过Google、Twitter和Facebook进行的第三方公共登录已无处不在。同样，洞见正确，但实施错误
Tera-Architecture：仅在两次技术成熟度曲线（2006年和2007年）中被列为新兴技术，由于我对该术语不熟悉，不得不查阅它。令人惊讶的是，Tera-Architecture（Gartner创造但后来似乎被放弃的术语）描述的东西与大数据的现代数据摄取管道非常接近。确实，随着Kafka和Samza等开源项目的发布，超大规模的摄取管道才得以普及，但Gartner在2000年代中期的可靠预测中描述了对其需求的基本洞察
经验总结5：几十年来我们一直在致力于为数不多的核心技术问题
多年来，许多核心技术以不同的形式一次又一次地出现在技术成熟度曲线中，有时甚至以多个别名出现。每一次转世都会进步，并为后继者留下教训，但并未有真正突破。这些是技术成熟度曲线的技术马拉松。
语音识别：正如我们之前看到的，语音识别出现在1995年的第一个技术成熟度曲线中，当时它正在攀登生产力的高峰期。事实上，语音识别在1995年还远未成熟。只有（可能）随着过去两年深度学习的突破，我们才在语音识别方面达到了与人类相当的识别水平。这已经是二十年后啦 互联网小额支付：也称为电子现金、电子支付、加密货币，其最新形式是比特币。自互联网诞生以来，我们一直致力于在不受信任的各方之间实现小额互联网支付。如今，小额支付仍然只能在苹果生态系统等围墙花园中发挥作用。也许需要比特币之后的一代人才能真正发挥作用 数据分析：在过去二十年里，大规模数据和内容分析在技术成熟度曲线上经历了三波浪潮：数据挖掘（90年代）让位于分析（2000年代），分析又让位于大数据（2010 年代）。似乎总是需要新一代的架构，来应对我们想要分析的数据范围和规模不可避免的扩展，以及应对我们期望执行该分析的人员
有一些著名的技术在技术成熟度曲线上反复出现，每次出现都显得同样科幻。尽管在某些时候，我确信他们不会。最值得注意的是：
量子计算：早在2000年，量子计算就被认为还需要十多年的时间（而且很可能仍然如此） 脑/计算机接口：（也称为“人类增强”）尽管假肢的神经控制取得了显著进展，但思想控制计算仍然是一项正在进行的工作，全面普及至少还需要十年的时间 上下文交付：多年来，捕获和代理上下文对于从内容到商业的一切都至关重要，这一点显而易见，但对此的通用方式似乎仍在停步不前。但这并不能阻止该术语作为早期技术继续出现在技术成熟度曲线上。
看看足够多的技术成熟度曲线，你就会发现这样一种模式：许多技术在被认为已经发挥作用后取得了稳定的、有时甚至是突破性的进展。就像机器学习一样，当人们普遍认为上一代技术已经失败时，研究人员、初创公司和大型科技公司仍坚持不懈地推动许多技术的发展。几个我最喜欢的例子如下：
头戴式显示器：第一代头戴式显示器出现于1990年代末，并进入了2001年的技术成熟度曲线。但那个时代，屏幕技术的局限性使得第一代头戴式显示器在问世时就夭折了。直到最近几年，更先进的VR和AR头戴式显示器的出现，才让人们重燃希望。采用更高分辨率和更高帧速率的显示器、廉价的运动传感器和新一代机器学习算法，这些新型显示器融合了近二十年的软件和硬件成果。（而且它们依然未做到位） 语音生成：语音生成、文本到语音和语音到语音翻译出现在多个技术成熟度曲线上（2002年、2005年、2006年...），但直到去年，深度学习的突破才最终产生了接近人类的性能
点对点计算：在2002年最后一次出现在技术成熟度曲线上之后（尽管你可能会说以太坊构成了点对点计算的第二次或第三次出现），在点对点研究方面在过去十年间有很多有趣的进展，并可能涌现出新的一代 业务流程引擎/平台：列于2005年的技术成熟度曲线中，预计通用规则引擎将为下一代业务应用程序提供动力。相反，我们得到了Salesforce和Workday等高度功能化的应用程序。也许IFTT、Zapier和其他公司会掀起业务流程引擎的复兴？
经验总结 8：技术成熟度曲线雷达下的许多主要技术
最后一课。过去20年来，有大量主要技术要么被发现较晚，要么根本没有出现在技术成熟度曲线上。在技术领域，许多看似微不足道或短暂的事物最终成为下一代商业和消费者平台的基础。自互联网浪潮以来，应该明确被列为重要新兴技术的技术简要列表：
x86虚拟化：可以说是过去十年中最重要的新数据中心技术，由VMware首创 NoSQL：从2000年代中期开始的非SQL数据库的大规模采用浪潮，为我们带来了 MongoDB、Cassandra、Redis、Couch等
Map/Reduce/Hadoop：这一代大规模数据分析的基础
开源：开源作为一种许可模式的激增，导致基础设施软件的商品化、社区代码共享的兴起以及云模型的启用
这些只是从未被新兴技术成熟度曲线识别的主要技术趋势中的一小部分——尽管其中许多趋势出现在Gartner在过去十年中日益多样化的各种功能性、垂直性和专业性成熟度曲线中。
关于经验总结的经验总结
我从这些技术成熟度曲线的分析中得到的不仅仅是做出预测有多么困难，以及在那些不起作用的技术上浪费了多少精力，而且还包括我们所取得的进步是多么令人兴奋和奇妙。过去二十年的努力催生了一个奇迹时代：自动驾驶汽车、几乎能理解我们的计算机以及深不可测的数据分析规模。我个人比以往任何时候都更感到荣幸，能够与创造我们技术未来的团队一起工作并对其进行投资。
再次，为了跟踪每种技术在多个技术成熟度曲线上的变化，我根据该术语出现的位置对每个条目进行编码。为了编码位置，我为成熟度曲线的位置提出了一个八分制，从第 1 阶段（最早）到第8阶段（成熟）。我对各阶段的大致分类如下图所示。
