Форсайт или анализ данных: как мы предсказывали технологические тренды

Как предсказывать технологические тренды? Сейчас для этого используется два подхода. Форсайты - их до сих пор очень модно проводить в нашей стране. И, конечно, же анализ данных.

Форсайты

Это система методов экспертной оценки стратегических направлений социально-экономического и инновационного развития, выявления технологических прорывов, способных оказать воздействие на экономику и общество в средне- и долгосрочной перспективе. Отметим еще раз, основой для прогнозирования вариантов будущего являются экспертные оценки и ничего более.

Как вы считаете, работает ли этот метод? Каков тот уровень экспертности, при котором прогноз можно считать качественным и заслуживающим доверия?

Возможно ли проанализировать что-либо полноценно, опираясь лишь на экспертные оценки, при условии, что собрать единовременно весь (буквально — весь!) пул экспертов в какой-либо данной отрасли просто физически невозможно?

Допустим, мы организуем стратегическую сессию, кого мы пригласим на нее в качестве экспертов? Разумеется, тех, кого сами считаем экспертами в нужной нам теме. Но, во-первых, круг знакомств — как бы общительны мы ни были — в любом случае ограничен. Во-вторых, приглашенные эксперты могут по умолчанию находиться, что называется, по одну с нами сторону баррикад. Иначе говоря, вряд ли будут в оппозиции к организаторам мероприятия.

Поэтому альтернативное мнение мы на нашей стратсессии вряд ли услышим — не принято экспертам говорить о чем-то, кардинально противоположном позиции хозяев мероприятия...

Также мы понимаем, что как бы хорошо конкретный человек ни ориентировался в информационном поле, он не может знать абсолютно всего. И если мы придем к «эксперту» по восковым свечам с идеей электрической лампочки, нас просто не поймут...

Да, когда не существовало данных в электронном виде, не было машин, с помощью которых можно было бы обработать эти данные и провести их анализ — форсайт был хорошей и нужной историей. Сейчас же при имеющихся технологиях при составлении стратегии развития гораздо надежнее полагаться на анализ данных, чем на экспертные оценки.

Анализ данных: как мы предсказывали технологические тренды

Работая над стратегией развития одного из наших клиентов — крупная энергетическая компания, — мы проанализировали изменения трендов в области энергетики. Каким образом? Изучив рынок патентования технологий. Патентами обычно защищают то, что через пять-семь лет должно появиться на рынке. Соответственно, если мы видим рост количества патентов по какому-то конкретному направлению, то можем спрогнозировать, что будет в тренде в ближайшие несколько лет (дарим идею!).

Одной из важнейших тем исследований и прикладных программ в области устойчивого развития, одним из ключевых направлений инновационной деятельности для России является достижение энергоэффективности, поскольку прогнозируемые выбросы парниковых газов в энергетическом секторе к 2050 году увеличатся на 130% по сравнению с уровнем 2005 года. Мы, сотрудники Института прикладной математики и информатики, проанализировали более 100 000 патентов, связанных с различными аспектами энергоэффективности, за период с 1973 по 2019 год, и обнаружили, что подобный анализ очень наглядно демонстрирует изменения технологических тенденций с течением времени. А эта информация, в свою очередь, может стать полезной при принятии решений о стратегии развития компании.

Метод патентного анализа, на самом деле, используется довольно широко и успешно для прогнозирования технологических и исследовательских тенденций в области устойчивого развития. Исследования такого рода важны для разработки политики компании, для принятия венчурными компаниями обоснованного решения об эффективности инноваций. И в то же время такой анализ дает инженерам видение того, какие технологии будут определять промышленный ландшафт в ближайшие 5-7 лет.

Чтобы продемонстрировать тенденции в изменении трендов в сфере энергоэффективности, мы разделили исследуемые патенты на семь групп, первая из которых охватывает патенты, выданные с 1973 по 1989 год, а остальные — оставшийся период времени с шагом в пять лет.

Стоит отметить, что количество патентов в этой области стремительно растет, особенно в последние годы. Если за первые 16 лет исследования (1973-1989) было выдано всего около 500 патентов на возобновляемые источники энергии, то за последние пять лет это число превысило 47000.

Методология исследования

Немного о методологии нашего исследования. Мы выделили ключевые слова в названиях патентов, определяющие их конкретную предметную область, и, основываясь на этих данных, построили сеть для анализа самых популярных тем, связанных с возобновляемыми источниками энергии по временным периодам. Далее разделили эту сеть на кластеры, где один и тот же цвет узла указывает на принадлежность к одному и тому же кластеру. Рассматривая каждый из них, можно выделить ключевые области исследований. Во все рассматриваемые нами периоды кластеры формировались вокруг отдельных конкретных тем, со временем эволюционируя и приобретая новые черты. Например, с течением времени наблюдается явное смещение акцентов с темы природного газа и жидкого топлива к топливным элементам и солнечной энергии.

Следующим этапом было изучение тенденций. В каждом из периодов мы выделили наиболее значимые слова и проследили их эволюцию. По некоторым из тем мы обнаружили в буквальном смысле слова стремительный рост, особенно это касается патентов, связанных с понятием «энергия».

Наш подход к исследованию также позволил проследить, как именно развивался интерес к той или иной теме. К примеру, «тепло», «газ», «вода», «материал», «доставка» были самыми популярными ключевыми словами в патентном мире в первую треть исследуемого периода (1973-1999 годы). В конце 90-х акцент сместился, поскольку актуальной стала тема утилизации отходов и экологии, и на первый план вышли понятия «топливо», «элемент», «кислота» и «энергетическая обработка». А с 2009 года и по настоящее время стремительно набирают популярность темы, связанные с солнечной и электрической энергией и ее генерацией. Таким образом, сейчас возобновляемые источники энергии и связанные с ними технологии являются основным направлением патентования в области энергоэффективности.

Следующим логическим шагом в таком исследовании вполне может стать прогнозирование дальнейших тенденций патентования с помощью алгоритмов машинного обучения. И это будут отнюдь не экспертные «прикидки», а серьезная аналитика, основанная на цифрах и расчетах.

Ссылка для тех, кто хочет глубже погрузиться в наши расчеты и методологию: https://iopscience.iop.org/article/10.1088/1755-1315/317/1/012005/pdf