H 13: technische wetmatigheden

In H 7 zagen we dat het doortrekken van trends gevaarlijk kan zijn. Maar tegelijkertijd zeggen trends wel iets over de mogelijke toekomst. Om trends verantwoord te kunnen gebruiken, is kennis nodig van de krachten achter of onder deze trend. Dit noemen we ook wel domeinkennis. In dit en het volgende hoofdstuk zullen we een aantal wetmatigheden bespreken die we zien bij de technologische ontwikkeling.

De technische ontwikkeling is één van de meest relevante ontwikkelingen om te bekijken in toekomstverkenningen. Niet alleen omdat technische ontwikkelingen van invloed zijn op vrijwel alle andere ontwikkelingen. Van geopolitieke ontwikkelingen tot aan klimaatverandering. Het is ook omdat in bepaalde sectoren de technische ontwikkelingen momenteel wel heel snel verlopen. De technische ontwikkeling is daar een van de meest disruptieve krachten. Maar gelukkig is de technische ontwikkeling ook een ontwikkeling die redelijk goed voorspelbaar is. Tussen de eerste wetenschappelijke ontdekking en de uiteindelijke vertaling tot praktische toepassingen zit namelijk doorgaans een redelijk lange periode, met daarin enkele steeds terugkerende fasen.

Laten we als voorbeeld eens de bekende Wet van Moore nemen. Je weet wel de voorspelling dat computers steeds sneller zouden worden doordat iedere 18 maanden (of iedere 2 jaar in andere varianten) het aantal transistors op een computerchip zou verdubbelen. Moore deed deze uitspraak in 1965 en dacht dat dit misschien wel voor 10 jaar zou gelden. We zijn intussen 55 jaar verder en nog steeds blijken computers nog steeds sneller te worden. En ze worden niet alleen sneller, maar computerkracht wordt ook nog steeds goedkoper en komt daardoor steeds ruimer beschikbaar.

Tot zover de Wet van Moore. Eenzelfde ontwikkeling doet zich ook voor bij vele andere technieken. Bijvoorbeeld bij dataopslag capaciteit (harde schijven, geheugenchips en nu de cloud), datatransmissie capaciteit (we kunnen voor veel minder geld, veel meer data versturen (bellen via skype of whatsapp is eigenlijk bijna gratis), zonne-energie (de prijs van PV-elektriciteit halveert ook al sinds 1975) en als laatste voorbeeld uit deze opsomming DNA-sequencing. Het maken van een DNA-profiel is in 30 jaar zelfs meer dan 100.000 keer zo goedkoop geworden.

Hier zit dus een duidelijke wetmatigheid achter. De productiekosten van nieuwe technologie dalen naarmate er meer eenheden van dat product zijn gefabriceerd. Deze kostendaling is een gevolg van een combinatie van twee zaken. Leereffecten – we leren steeds efficiënter te produceren en hebben steeds minder last van kinderziekten – en productieomvang – naarmate de schaal waarop wij produceren toeneemt, dalen de kosten per eenheid product.

De wet van Moore beschreef de kostendalingen als een kwestie van tijd, maar eigenlijk zijn de kostendalingen een kwestie van de productieomvang of nauwkeuriger geformuleerd van de cumulatieve productieomvang. Deze wetmatigheid gaat op voor vele andere technologieën. Volgens recent onderzoek van het MIT gold dit ook voor de productie van geneesmiddelen, van energie, van chemische producten, voor de opslag van elektriciteit (batterijen), (zelfrijdende) auto’s, DRAM’s en nog zo’n 60 andere onderzochte technologieën.

De ontwikkeling van een nieuwe technologie verloopt steeds via een S-curve met een aanloopfase, een exponentiële fase en een volwassen fase. In de aanloopfase staat de nieuwe techniek nog in de kinderschoenen. Men experimenteert met allerlei nieuwe vormen en nog in kleine aantallen. Doorgaans is er nog sprake van allerlei kinderziekten, de juiste vorm is nog niet uitontwikkeld en het publiek (de afnemers) moet er nog aan wennen. In deze fase zijn de productiekosten doorgaans nog erg hoog. Dan volgt er een omslagpunt en komen we in de exponentiële fase. De producten krijgen het productieproces in de vingers, er ontstaat meer duidelijkheid over de optimale vorm en de afnemers leren nu ook het product te kennen en te waarderen.

Door de toegenomen productieomvang en het verdwijnen van de kinderziektes tijdens de productie, dalen nu de fabricagekosten. Dalende kosten leiden doorgaans ook tot dalende verkoop prijzen en dalende prijzen leiden doorgaans tot groei van de vraag, wat weer leidt tot verdere kostendalingen, wat weer leidt tot meer vraag en zo kunnen we in een zichzelf versterkend proces komen. In deze fase voelen velen (fabrikanten, media, beleidsmakers en afnemers) zich overvallen door de onbegrijpelijk snelle ontwikkeling. Voor futurologen (en economen) is dit een herkenbaar verschijnsel, want we zien dat keer op keer optreden bij nieuwe technologie.

Maar dan volgt er weer een omslagpunt. Opeens groeien de bomen niet meer tot in de hemel. De productiekosten dalen niet meer, of in ieder geval veel minder, nieuwe toetreders overschatten de vraag, winsten verdampen en de nieuwe techniek is nu ‘normaal’ geworden. Deze S-curve verklaart ook hoe er rond technische ontwikkelingen verkeerde toekomstverwachtingen kunnen ontstaan. Men houdt dan geen rekening met de omslagpunten. In de aanloopfase extrapoleert men te rechtlijnig en onderschat daardoor een exponentiële prijsdaling en de daarmee samenhangende exponentiële productiegroei. In de exponentiële fase verwacht men dan weer dat deze groei doorgaat tot in de hemel.

Deze vorm van hier-en-nu-bijziendheid leidt er toe dat we in de aanloopfase van een nieuwe technologie de kostendaling stelselmatig onderschatten, dat we vervolgens tijdens de exponentiële fase de technische ontwikkelingen op de korte termijn overschatten en op de lange termijn onderschatten. Dit probleem doet zich vooral voor in de sectoren waar digitalisering plaatsvindt (gezondheidszorg, techniek, auto’s, en media) waardoor de ontwikkelingen versneld verlopen. Hier botst de ontwikkeling met het voor mensen zo vanzelfsprekende extrapolerend denken. Deze overschatting van de korte termijn heeft vervelende bijeffecten.

Overschatting van de korte termijn leidt er toe dat velen van ons hijgend achter allerlei nieuwe trends en hypes aanhollen. Denk aan hypes zoals bitcoins of enkele jaren terug de dotcom-economie. Dat brengt ons bij een tweede wetmatigheid, die vooral speelt aan het begin van een nieuwe (technische) ontwikkeling. Deze worden dan vaak gehyped.

Het Amerikaanse adviesbureau Gartner introduceerde voor dit verschijnsel de term hypecycle. Het werkt aldus. In eerste instantie blijft een nieuwe ontwikkeling nog onder de radar en heeft alleen een kleine groep voorlopers er weet van. Laten we als voorbeeld de ontwikkeling van het internet nemen. Internet was al meer dan vijftig jaar oud, maar was tot pakweg 1992 was het bestaan alleen bekend bij een kleine groep militairen, wetenschappers en enthousiastelingen. Maar toen verschenen er allerlei berichten in vakbladen en daarna ging het plotseling heel snel. De nieuwe technologie was ‘hot’ en kreeg vleugels. Dat gebeurde bij internet zo rond 1996. Opeens praatte iedereen er over, verschenen er enthousiaste artikelen in de media en kwamen we in de fase van de hype. Zo rond 1998 werden er gigantische bedragen geïnvesteerd in dotcom-bedrijven en leken de bomen tot in de hemel te groeien. Er was sprake van een ‘nieuwe economie’ met ‘onbeperkt groeipotentieel’. In 2001 spatte de dotcom-bubbel uit elkaar. De aandelen van veel internetbedrijven bleken opeens niets meer waard en de faillissementen waren niet van de lucht.

Daarop volgde de fase van overmatige negativiteit. Beleggers verloren hun vertrouwen in de economische potentie en in de media werd internet afgedaan als een mooie droom die niet uitkwam. Na deze overreactie volgde toen de herstelfase. Langzaam keerde het vertrouwen terug gevolgd door een lange periode van gestage groei en gezonde bedrijfswinsten. En nog steeds komen er nog weer nieuwe internettoepassingen bij.

Dit patroon zien we terug bij iedere nieuwe technologie, denk aan Google Glass, de draagbare computer in je bril, of aan nanotechnologie. Steeds zien we eerst een hype in de media en de publieke opinie, waarna een terugval volgt waarbij het verschijnsel niet interessant meer is of zelfs voorbij lijkt. Daarna volgt in veel gevallen een periode van gestage realistische groei en inbedding in de systemen. Overigens niet alle gevallen. Sommige technische innovaties sterven echt een stille dood, denk aan de vliegende auto, of blijven decennia sluimeren in een soort schijndood. Bij dit laatste kun je denken aan de AI. Na een bloeiperiode begin jaren zeventig heeft het meer dan 30 jaar geduurd voordat daar een wederopstanding plaats vond.

Het kunnen herkennen van deze fasering helpt om de berichtgeving en reacties op nieuwe technologische ontwikkeling te kunnen duiden.

© Peter van der Wel  (12019/20)