La Hype Cycle, ou le Roller Coaster des technologies

Selon Gartner, une technologie émergente suit un cycle de vie selon deux axes, le temps en abscisse et le niveau d’attente en ordonnée, composé de cinq grandes phases.

1. Innovation Trigger, le déclencheur d’innovation (anciennement Technology Trigger) : le cycle de la hype débute lorsqu’une innovation technologique suscite l’intérêt de la presse et de l’industrie, par exemple via une démonstration publique ou un proof of concept. À ce stade, la viabilité commerciale n’est pas avérée. 
    
2. Peak of Inflated Expectations, le pic des attentes excessives : c’est la phase d’emballement et de buzz médiatique, le point haut de la hype. Les attentes dépassent le potentiel réel de l’innovation.
    
3. Trough of Disillusionment, le gouffre de la désillusion : suite logique de la phase précédente, la déception s’installe. Des performances décevantes, une adoption plus lente que prévue, l’incapacité à générer des profits, en sont souvent la cause. C'est la Vallée de la Mort, en quelque sorte.
    
4. Slope of Enlightenment, la pente du développement éclairé : certains early-adopters arrivent à dépasser les obstacles, développent les produits de deuxième et troisième générations, et en retirent les premiers bénéfices. Un retour en grâce qui permet une meilleure compréhension de l’innovation et surtout de sa valeur, et permet à d’autres entreprises de se lancer. 
    
5. Plateau of Productivity, le plateau de productivité : l’innovation a fait ses preuves, et les risques sont suffisamment réduits et maîtrisés pour que les organisations l’adoptent. La technologie est considérée comme pertinente et mature.

Un caractère linéaire et figé qui figure d’ailleurs parmi les critiques faites à la méthodologie employée, au même titre que sa subjectivité. Ainsi peut-on vraiment considérer qu'une innovation majeure comme le smartphone a connu une Vallée de la Mort, avant d'être adoptée par tous ?

La Hype Cycle des technologies émergentes s'adresse avant tout aux DSI, mais elle demeure cependant un exercice de style intéressant pour tous ceux qui veulent mieux suivre les technologies, et surtout voir au-delà des phénomènes de mode.

La première Hype Cycle est ainsi sortie en 1995 et portait au plus haut les "agents intelligents", ancêtres des chatbots. Deux ans plus tard, Microsoft intégrait Clippy à sa suite Office, cette itération précoce de l'assistant virtuel : nombreux sont les GenXers encore traumatisés par le souvenir douloureux de ce trombone à sourcils, proposant son aide non sollicitée, pour ne pas dire intrusive, et à intervalles un peu trop rapprochés. 

Un des principaux enseignements en creux de la Hype Cycle pourrait finalement se résumer par la formule suivante :

Don't invest in a technology because it's hyped, don't miss it because it's out.

Gartner décline cette courbe sur une centaine de versions spécialisées couvrant des technologies comme l’Intelligence Artificielle (Hype Cycle for Artificial Intelligence 2019), la Blockchain (Hype Cycle for Blockchain Business 2019) ou le Cloud Computing, ou des industries telles que le Retail, le Digital Marketing ou les Assurances. 

Parce que les innovations ne parcourent pas la courbe à la même vitesse, des icônes permettent aux analystes de qualifier la vitesse à laquelle ces technologies atteindront le stade du Plateau, ou autrement dit, l’adoption mainstream : moins de deux ans, de deux à cinq ans, de cinq à dix ans, plus de dix ans, voire obsolètes avant de l’atteindre, parce que par exemple dépassée par une autre solution.

À titre d'exemple, le Cloud Computing, qui était au plus haut de la hype en 2009, a depuis été adopté de façon massive par les entreprises et les consommateurs. Les divisions cloud de Microsoft et d'Amazon drainent aujourd'hui entre 7 et 11 milliards de dollars de chiffre d'affaire trimestriel, avec des taux de croissance à deux chiffres.

La technologie NFC (Near-Field Communication), au comble des attentes en 2011, change effectivement le visage des paiements dans le monde. Le marché global des wallets mobiles et des technologies de paiement, évalué à 27,9 milliards de dollars en 2017, devrait atteindre 138,4 milliards de dollars en 2023, sur un TCAC (taux de croissance annuel composé) de 31%. En Chine, le taux de pénétration de ces solutions atteint les 80%, selon eMarketer. 

À l'inverse, le m-commerce (au sens mobile commerce de première génération, pré-smartphone), identifié sur la courbe en 2001, n'a jamais décollé. A l'époque, plus de la moitié des Américains possédaient un téléphone mobile et les opportunités de marché sur ce nouveau canal semblaient gigantesques. Les contraintes ne furent levées qu'avec l'apparition du smartphone. En 2021, le mobile représentera près de 54% du retail e-commerce global, selon Statista. Les imprimantes 3D suscitaient un pic maximum d'attention en 2012, au point d'en faire le prochain graal électroménager, capable de fabriquer tout (et surtout n'importe quoi) à la maison sur demande. Aujourd'hui, la fabrication additive est une technologie qui se destine principalement au monde industriel.

Que faut-il retenir de la hype cycle des technologies émergentes 2019 ?

Assez de théorie, que dit alors la courbe pour 2019 ? Après avoir sélectionné et placé 29 technologies sur la courbe, le cabinet américain en dégage cinq tendances lourdes : 

1. Les capteurs et la mobilité

L’Intelligence Artificielle, combinée aux données recueillies par les capteurs, permet aux machines de délivrer une meilleure compréhension du monde qui les entoure. Dans ce contexte, les capteurs et leurs technologies associées sont des éléments essentiels de l’essor de l’Internet des Objets (IoT) : leur capacité à recueillir des quantités inédites de données permettra à l’IA de propulser de nombreuses technologies, de la conduite autonome niveau 4 et 5 à l’AR cloud, en passant par les caméras à détection 3D.

2. L’humain augmenté

Plutôt que de les substituer, il s’agira d’augmenter les collaborateurs dans les processus de décisions et l'exécution de leurs tâches. Et cette expansion sera aussi bien physique que cognitive. Dans le premier cas, on peut évoquer les progrès de la robotique, avec l’exemple des exosquelettes qui décuplent le potentiel humain.

Mais Gartner classe également dans cette catégorie les biopuces, les biotechnologies, l’intelligence artificielle émotionnelle, ou les espaces de travail immersifs, qui permettent de travailler de n’importe où.

3. L’informatique post-classique

Conformément à ce qu’on a désigné comme la loi de Moore, l’informatique a progressé ces dernières décennies de façon incrémentale grâce à l’amélioration des architectures existantes, nous offrant des processeurs de plus en plus rapides à prix constant. L’informatique post-classique selon Gartner ouvre la voie aux nouvelles générations d’infrastructures, basées sur de nouvelles approches et architectures, comme par exemple la 5G.

Mais on peut aussi citer des technologies comme les satellites orbite basse (Low-Earth Orbit, LEO) qui ouvriront la connectivité à 48% des foyers actuellement non connectés, et de ce fait de nouvelles opportunités de croissance pour ces territoires, ou encore la nanoimpression 3D...

4. Les écosystèmes numériques

Les écosystèmes mettant en relation sur une plateforme numérique les acteurs d’une chaîne de valeur, parfois au point de la déconstruire, ne sont pas une nouveauté. Gartner les cite cependant comme tendance lourde de sa courbe 2019, notamment parce qu’elles évoluent, se transforment, se renforcent grâce à de nouvelles technologies à prendre en compte, comme les Knowledge Graphs, ou celles issues de la blockchain, qui permet d’y apporter de la confiance. Elles pourront par exemple fonctionner de façon autonome, sans intervention humaine, avec les organisations autonomes décentralisées (Decentralized Autonomous Organizations, DAOs) et des smart contracts.

 5. L'IA avancée et les analytics

Par Advanced Analytics, Gartner entend tout ce qui est d’ordre de l’analyse de données ou de contenus automatique ou semi-automatique, issues de nouvelles classes d’algorithmes et de data science. Elles ouvrent à de nouveaux domaines, comme l’apprentissage par transfert (Transfer Learning) qui utilise des modèles issus du machine learning vers de nouvelles tâches cibles.

L’Advanced Analytics permet de produire des insights, des recommandations, des prédictions plus poussées et performantes. Les autres technologies à classer dans cette tendance sont l’adaptive machine learning, l’Edge AI (usage de l’intelligence artificielle embarquée dans l’IoT, au plus proche du device ou de la machine, au lieu de la servir depuis le cloud), ou l’AI PaaS (platform as a service, plateformes d’IA dans le cloud).

À noter cependant que cette année, Gartner a choisi une très grande majorité de technologies (21 sur 29) qui n'étaient pas présentes sur les courbes précédentes – rendant de fait la comparaison avec la courbe 2018 peu aisée.