对于希望就何时投资和采用新技术做出明智决定的组织来说，了解技术演变的模式至关重要。
在20世纪初，莱特兄弟的第一次飞行几乎没有离开地面，只持续了12秒。但在几十年内，飞机彻底改变了全球旅行，并以以前无法想象的方式连接了世界。今天，人工智能正在展开类似的模式，因为它从利基创新过渡到正在重塑全球行业的无处不在的工具。像这样的技术革命可以使用一个名为“S曲线”的框架进行可视化和理解。
S曲线是技术如何随着时间的推移而成熟的图形表示。它开始缓慢，有早期采用者、专门的用例和技术官僚。随着该技术证明其价值，它进入了一个快速增长的阶段，其采用速度加快，并更广泛地融入各种行业和应用。
然而，随着技术的进步，变得更便宜、更快、更高效，它不可避免地达到一些逻辑极限（通常由一些基于物理定律的实际物理极限定义），并沉淀在S曲线的自然“顶部”。当一项技术达到极限时，进展相对缓慢，通常需要显著增加复杂性。例如，看看内燃机在过去20年中的效率收益。随着时间的推移，一种新技术出现，通常从低于原始性能水平开始，但它导致一个新的S曲线，有可能超过旧曲线。
了解这种笨重的技术演变模式对于希望就当前和未来何时投资和采用新技术做出明智决策的组织来说至关重要。对于基于人工智能或启用的技术来说尤其如此。
是什么推动了AI S曲线的步伐？
人工智能并不存在于真空中；它是实现用例的更广泛技术生态系统的一部分。要真正了解人工智能采用（或任何技术）的轨迹，重要的是要看看其他技术之间的协同作用。例如，变压器（一种神经网络架构）彻底改变了AI模型处理和生成人类语言的方式；我们都听说过大型语言模型（LLM）。然而，变压器并不是围绕GPT-3等LLM创造兴奋的唯一技术。相反，它是应用于LLM的变压器和许多其他使能技术为人工智能解锁了新的可能性。
正如摩尔定律所描述的那样，计算能力的指数增长一直是并将继续是人工智能技术S曲线的基本驱动力。这种不断增长的计算能力允许人工智能模型处理越来越大的数据集，处理更复杂的算法，并找到以前被认为棘手的问题的解决方案。关键是，组织必须考虑使能技术，如云计算和大数据分析、摩尔定律和开源软件运动，以及与人工智能本身领域的研究协同工作，以进一步加快人工智能创新和采用的步伐。
中断是非线性的，可能来自核心场之外。我们可能会看到由全新计算形式驱动的下一波人工智能。例如，具有内存处理的神经态计算机是非冯·诺伊曼系统，如果完善，将大大减少执行矩阵数学所需的计算能力，为人工智能模型执行带来巨大的好处。
将信号与噪音分开
今天的人工智能景观很像杰克逊·波洛克的画——一系列看似混乱的可能性和实验。但就像波洛克的绘画被确定为基于分形一样，人工智能空间进步的根源是模式。随着人工智能的进步，很容易陷入炒作中，并将其应用于我们遇到的每个问题。
重要的是要认识到，一些看似新的人工智能应用程序实际上并没有解决新问题；它们只是将人工智能应用于我们已经知道如何通过其他方式解决的任务。这就像那句格言：“当你被锤子时，一切都看起来像钉子。”
真正的挑战（和价值）在于将信号与噪音分开——确定人工智能可以真正产生影响并为复杂问题提供新解决方案的领域。
平衡人工智能时代的风险和回报
随着人工智能等新技术的出现和成熟，组织必须在保持竞争力的需要与早期采用相关的潜在风险和不确定性之间取得平衡。
这个挑战并不新鲜。克莱顿·克里斯滕森（Clayton Christensen）在他的《创新者的困境》一书中描述了公司在保持现有的盈利商业模式和投资新的潜在颠覆性技术之间面临的艰难选择。那么，组织如何驾驭这一决定呢？
一种方法是确保有一个专门的单位在较长的时间内运行，在季度或年度报告压力之外。通过拥有一个以长周期运行的单位，特别关注深度技术和新的商业模式，组织可以为颠覆性变化和趋势创建一个“预警雷达”。该单位的工作是扫描地平线，识别潜在的中断，验证它们，并将这些问题提交给组织的高层进行综合。他们专注于以下问题：
这项新技术对我们的业务意味着什么？
这是潜在的破坏、机会，还是两者兼而有之？
我们需要如何调整我们的战略和能力来应对？
有时，该单元必须解释，当前技术正在达到S曲线的顶端，使用相同方法获得的额外收益可能不值得增量投资，即使颠覆性技术的性能不如现有技术。
人工智能推动增长的三个角度
对于资源有限的组织，需要采取不同的方法。首先了解您在哪种模式下操作至关重要。您是否处于科学模式，寻求了解一项技术的基本原理？还是您处于工程模式，专注于应用技术来解决具体问题？
如果您没有资源来区分这些模式，那么将时间和注意力投入到三个不同的视界上很重要：
第一个地平线是现在。今天发生了什么，我们如何优化我们当前的运营？
第二个地平线是不久的将来。接下来会发生什么，我们如何定位自己来利用这些机会？
第三个地平线是遥远的未来。遥远的地平线上有什么，从长远来看，它可能会如何塑造我们的行业？
通过监测这些视野的更新和趋势，组织可以随时关注新兴技术的非线性发展，并限制企业战略惊喜的潜力。这不一定需要一个独立的单元，但它确实需要一个独立的活动——一个深思熟虑的努力，从日常中退缩，考虑大局。
当我们驾驭快速发展的人工智能景观时，我们需要以奇妙和警惕的眼光来接近它。S曲线提醒我们，未来的旅程不是一条线性路径，而是一个动态和迭代的过程。通过关注人工智能S曲线的动态和影响采用的因素，组织可以在战略上定位自己，以取得成功。
