Teknikprognos

Teknikprognoser , försöker förutsäga framtida egenskaper hos användbara tekniska maskiner procedurer eller tekniker . Forskare skapar teknikprognoser baserade på tidigare erfarenheter och aktuell teknisk utveckling. Liksom andra prognoser kan teknikprognoser vara till hjälp för både offentliga och privata organisationer att fatta smarta beslut. Genom att analysera framtida möjligheter och hot kan prognosmakaren förbättra besluten för att uppnå maximal nytta. Idag upplever de flesta länder enorma sociala och ekonomiska förändringar, som i hög grad är beroende av teknisk utveckling. Genom att analysera dessa förändringar kan regeringar och ekonomiska institutioner göra planer för framtida utveckling. Men alla historiska data kan inte användas för tekniska prognoser, prognosmakare måste också ta till sig avancerad teknik och kvantitativ modellering från experters undersökningar och slutsatser.

Historia

Teknikprognos har funnits i mer än ett sekel, men det utvecklades till ett etablerat ämne fram till andra världskriget, eftersom den amerikanska regeringen började upptäcka teknikutvecklingstrenden relaterad till militärområdet efter kriget. 1945 skapade US Army Air Forces en rapport kallad Toward New Horizons , som kartlade den tekniska utvecklingen och diskuterade betydelsen för framtida studier. Rapporten är en indikation på början av modern teknikprognos. På 1950- och 1960-talen RAND Corporation Delphi-tekniken och blev allmänt accepterade och använde för att göra smarta utvärderingar för framtiden. Tillämpningarna av Delphi Technique är en vändpunkt i teknikprognosens historia, eftersom det blev ett effektivt verktyg för kunskapsuppbyggnad och beslutsfattande, särskilt för socialpolitik och folkhälsofrågor. På 1970-talet använde den privata sektorn och statliga myndigheter utanför militärområdet i stor utsträckning teknikprognoser och hjälpte till att diversifiera användarna och applikationerna. Som utvecklingen av datorteknik underlättar avancerad datorhårdvara och mjukvara processen för datasortering och dataanalys. Utvecklingen av Internet och nätverk är också fördelaktigt för dataåtkomst och dataöverföring. Analys av teknikmöjligheter startade sedan 1990. Förbättrad programvara kan hjälpa analytiker att söka och hämta datainformation från en stor komplicerad databas och sedan grafiskt representera inbördes samband. Från 2000 leder fler och fler nya krav och utmaningar till den moderna utvecklingen av tekniska prognoser, såsom förutsägelsemarknader , alternativa verklighetsspel , onlineprognosgemenskaper och inkuransprognoser.

Viktiga aspekter

" Jag tror att vi har en kulturell affinitet för teknik som återspeglar optimism, men vi gör alla dåliga prognoser." - Jim Moore, chef för Transportation Engineering Program vid University of Southern California

I första hand handlar en teknisk prognos om teknikens egenskaper , såsom nivåer av teknisk prestanda, som ett militärflygplans hastighet, effekten i watt för en viss framtida motor, noggrannheten eller precisionen hos ett mätinstrument , antalet transistorer i ett chip år 2015 etc. Prognosen behöver inte ange hur dessa egenskaper ska uppnås.

För det andra handlar tekniska prognoser vanligtvis bara om användbara maskiner, procedurer eller tekniker. Detta för att utesluta de varor, tjänster eller tekniker som är avsedda för lyx eller nöjen från området för tekniska prognoser.

För det tredje är genomförbarhet ett nyckelelement i teknikprognoser. Prognosmakare bör överväga kostnaden och svårighetsgraden för att förverkliga önskningar. Till exempel är ett datorbaserat tillvägagångssätt "mönster" en dyr prognosmetod som inte rekommenderas att användas i fall av begränsade medel.

Metoder

Vanligt använda metoder och verktyg för tekniska prognoser inkluderar Delphi-metoden , prognoser i analogi , tillväxtkurvor , extrapolering och horisontavsökning . Normativa metoder för teknikprognoser – som relevansträden, morfologiska modeller och uppdragsflödesdiagram – används också ofta. Delphi-metoden används ofta i teknikprognoser på grund av dess flexibilitet och bekvämlighet. Krav på att nå konsensus är dock en möjlig nackdel med Delphi-metoden. Extrapolering kan fungera bra med tillräckligt med effektiv historisk data. Genom att analysera tidigare data förlänger prognosmakare den tidigare utvecklingstendensen för att extrapolera meningsfulla resultat i framtiden.

Kombinera prognoser

Studier av tidigare prognoser har visat att en av de vanligaste anledningarna till att en prognos går fel är att prognosmakaren ignorerar relaterade fält. Ett givet tekniskt tillvägagångssätt kan misslyckas med att uppnå den kapacitetsnivå som prognostiserats för det, eftersom det ersätts av ett annat tekniskt tillvägagångssätt som prognosmakaren ignorerade. Ett annat problem är inkonsekvensen mellan prognoserna. Inkonsekvensen mellan prognoser återspeglar de olika platserna och tiden som används på kontrollerade experiment. Det producerar vanligtvis felaktiga och opålitliga data som leder till felaktig insikt och felaktiga förutsägelser. På grund av dessa problem är det ofta nödvändigt att kombinera prognoser för olika teknologier. Dessutom ger användningen av mer än en prognosmetod ofta prognosmakaren mer insikt i de processer i arbetet som är ansvariga för tillväxten av den teknik som prognostiseras. Att kombinera prognoser kan minska fel jämfört med en enskild prognos. I de fall då forskare har problem med att välja en typisk prognosmetod, är kombinationen av prognoser alltid den bästa lösningen.

Relativa undersökningar och tillämpningar

Prognosinstitut

Vetenskapliga tidskrifter

Används vid tillverkning

Teknikprognoser är mycket beroende av data och data bidrar till tillverkning och industri 4.0 . IoT System tillhandahåller en stark plattform för att göra prediktiv analys i post-Industry 4.0. Den avancerade tekniken kommer att öka prognostiseringsnoggrannheten såväl som tillförlitligheten. I takt med den snabba utvecklingen av IoT-teknik kommer fler och fler industrier att utrustas med sensorer och monitorer. Framväxten av modern tillverkning förändrar fabrikernas utseende. IoT-systemet hjälper chefer att övervaka och kontrollera produktionsprocessen genom att samla in, spåra och överföra data. Data är kraftfullt. Chefer kan också göra affärsanalyser baserat på marknadsföringsdata. Information som kundernas köppreferenser och marknadskrav kan samlas in och användas för produktionsuppskattning.

Trendanalys baserad på nuvarande tillväxtantagande skulle kunna användas i tillverkningen. Analysen hjälper starkt cykeltiden att minska tillverkningsprocessen och energiförbrukningen. I detta fall ökar modern teknik såväl produktionseffektiviteten som den ekonomiska effektiviteten.

Teknikprognos med teknikradar

Företag använder ofta teknikprognoser för att prioritera FoU-aktiviteter, planera ny produktutveckling och fatta strategiska beslut om tekniklicensiering och bildande av joint ventures. Ett av instrumenten som möjliggör teknikprognoser i ett företag är en teknikradar. Teknikradarn tjänar till att tidigt identifiera teknologier, trender och chocker och att uppmärksamma den tekniska utvecklingens hot och möjligheter samt att stimulera innovation.

Teknikradarer har framgångsrikt implementerats i syfte att identifiera, välja, bedöma och sprida en företagsomfattande teknologisk intelligens. Dessa teknologiradarer följer en viss radarprocess som i sig ger betydande värde för ett företag:

  • Identifiering: anställda som agerar som teknikscouter från hela världen skickar in ny teknik till plattformen.
  • Urval: baserat på tekniken, dess potentiella inverkan och nyhet, reviderar ett radarteam inlämnade tekniker och väljer ut de mest giltiga.
  • Bedömning: utvalda tekniker bedöms sedan utifrån marknadsmöjligheter och implementeringsrisk.
  • Spridning: radar visar bedömd teknik utifrån mognad, position i värdekedjan och relevans.

Se även

externa länkar