模型阿玛拉定律（炒作周期）

系列文章分享模型，了解更多👉 模型_思维模型目录。短期乐观，长期低估。

1 阿玛拉定律的应用

1.1 全球定位系统（GPS）的发展

全球定位系统（GPS）的发展是阿玛拉定律的一个典型应用案例，它展示了人们如何高估这项技术在短期内的影响，同时低估其长期潜力。

短期高估： 在GPS技术初期，许多人预测这项技术将迅速改变我们的导航和定位方式。这种乐观情绪导致了对GPS技术短期内大规模部署和应用的高期望。

长期低估： 然而，尽管GPS技术取得了显著进展，但它的普及速度和范围并没有达到最初的预期。技术挑战、法规限制、安全问题和公众接受度等因素都减缓了GPS技术的推广。与此同时，人们可能低估了GPS技术在未来几十年内对社会的深远影响，包括交通效率的提升、事故率的降低以及对环境的积极影响。

案例呈现： 一个具体的应用案例是GPS技术在农业领域的应用。农民在拖拉机和其他农业设备上安装GPS接收器后，能够绘制出种植园的地图，并确保在下一个季节种植或除草时精确地恢复到完全相同的位置。这一策略特别有效，尤其是在雾气弥漫、能见度较低的季节，利用GPS而非视觉参考，更重要的是，它的高精度使其适合用于绘制土壤样本位置，农民可以定位有适合耕作的土壤地区。

这个案例展示了GPS技术如何在长期内深刻地改变了农业生产方式，这正是阿玛拉定律所强调的长期影响被低估的典型例证。

1.2 互联网的兴起

互联网的兴起是阿玛拉定律的一个典型应用案例，它展示了人们如何高估这项技术在短期内的影响，同时低估其长期潜力。

短期高估： 在20世纪90年代，随着互联网技术的初步发展，许多人预测这项技术将迅速改变我们的工作方式、购物习惯和社交互动。这种乐观情绪导致了对互联网技术短期内大规模部署和应用的高期望。

长期低估： 然而，尽管互联网技术取得了显著进展，但它的普及速度和范围并没有达到最初的预期。技术挑战、法规限制、安全问题和公众接受度等因素都减缓了互联网技术的推广。与此同时，人们可能低估了互联网技术在未来几十年内对社会的深远影响，包括交通效率的提升、事故率的降低以及对环境的积极影响。

案例呈现： 以中国互联网30年的发展历程为例，中国的互联网产业自1994年首次接入互联网后，按下了加速键。从1997年到2000年，网易、搜狐、腾讯、阿里巴巴、百度等公司相继成立，并在接下来的20多年里成长为各自领域的巨头企业，成为人们工作生活离不开的基础设施。

这个案例展示了互联网技术如何在长期内深刻地改变了社会结构和人们的生活方式，这正是阿玛拉定律所强调的长期影响被低估的典型例证。

1.3 人工智能的发展

人工智能的发展是阿玛拉定律的典型应用案例，它展示了人们如何高估这项技术在短期内的影响，同时低估其长期潜力。

短期高估： 在21世纪初，随着人工智能技术的初步发展，许多人预测这项技术将很快实现商业化，并在不久的将来彻底改变交通和运输行业。这种乐观情绪导致了对人工智能技术短期内大规模部署和应用的高期望。

长期低估： 然而，尽管人工智能技术取得了显著进展，但它的普及速度和范围并没有达到最初的预期。技术挑战、法规限制、安全问题和公众接受度等因素都减缓了人工智能技术的推广。与此同时，人们可能低估了人工智能技术在未来几十年内对社会的深远影响，包括交通效率的提升、事故率的降低以及对环境的积极影响。

案例呈现： 以广东省发布的66个人工智能典型应用案例为例，这些案例涵盖了制造、教育、医疗、交通及金融等12个重要领域，展示了人工智能技术在应用场景上的多样性与灵活性。其中一个具体案例是深圳万测试验设备有限公司研发的机器人全自动试验机，该设备通过先进的控制系统和传感器，能够直接完成材料与产品的性能测试，实现了全自动、无人看守的操作，提高了测试效率并降低了人为因素带来的误差。

这个案例不仅展示了人工智能技术在提升产业效能方面的实际应用，也体现了人工智能技术在推动传统制造业向智能化转型中的潜力和长期影响，这正是阿玛拉定律所强调的长期影响被低估的典型例证。

1.4 自动驾驶技术的发展

自动驾驶技术是阿玛拉定律的另一个应用案例，它展示了人们如何高估这项技术在短期内的影响，同时低估其长期潜力。

短期高估： 在21世纪初，随着自动驾驶技术的初步发展，许多人预测这项技术将很快实现商业化，并在不久的将来彻底改变交通和运输行业。这种乐观情绪导致了对自动驾驶技术短期内大规模部署和应用的高期望。

长期低估： 然而，尽管自动驾驶技术取得了显著进展，但它的普及速度和范围并没有达到最初的预期。技术挑战、法规限制、安全问题和公众接受度等因素都减缓了自动驾驶技术的推广。与此同时，人们可能低估了自动驾驶技术在未来几十年内对社会的深远影响，包括交通效率的提升、事故率的降低以及对环境的积极影响。

案例呈现： 以特斯拉的自动驾驶技术为例，特斯拉的Autopilot系统是市场上较为知名的自动驾驶技术之一。在推出初期，特斯拉CEO埃隆·马斯克（Elon Musk）对Autopilot的宣传和预期设置得非常高，这导致公众对这项技术的期望值迅速上升。然而，随着时间的推移，Autopilot系统在实际应用中遇到了一系列挑战，包括技术限制、事故报道以及对系统安全性的质疑，这些都减缓了公众对自动驾驶技术的接受速度。

尽管如此，特斯拉的Autopilot系统和其他自动驾驶技术仍在不断进步，它们在提高道路安全、减少交通拥堵和降低碳排放方面的潜力逐渐被认识到。随着技术的发展和法规的完善，自动驾驶技术有望在未来几十年内实现更广泛的应用，并对社会产生深远的影响。

这个案例再次证明了阿玛拉定律的观点：人们倾向于高估新技术短期内的影响，而低估其长期影响。自动驾驶技术的发展轨迹正是这一定律的生动体现。

1.5 混合现实在艺术与文化体验中的应用

混合现实技术（MR）在艺术和文化体验中的应用是阿玛拉定律的一个生动案例。人们往往高估MR技术在短期内对艺术和文化体验的影响，而低估其长期潜力和变革性。

短期高估： 在MR技术的初期，许多人预测这项技术将迅速改变艺术展览和文化体验的方式，使得观众能够与艺术作品进行互动，甚至“走进”艺术作品中。这种乐观情绪导致了对MR技术短期内大规模应用和普及的高期望。

长期低估： 然而，尽管MR技术在艺术和文化体验中的应用取得了进展，但其普及速度和范围并没有达到最初的预期。技术挑战、成本问题和公众接受度等因素都减缓了MR技术的推广。与此同时，人们可能低估了MR技术在未来几十年内对社会的深远影响，包括在教育、艺术创作和文化遗产保护等领域的应用，这些应用将随着技术的进步逐渐显现其价值和潜力。

案例呈现： 例如，在上海机遇星球·IP MALL上“巴黎舞会Le Bal Paeis de Blance Li”VR沉浸体验展亮相，荟萃了法兰西文化艺术、时尚传奇与先锋VR科技的「巴黎舞会 Le Bal de Paris」是国内唯一的全身动作捕捉的超沉浸互动VR体验。这种体验突破了物理空间的疆界，让观众在虚拟世界中尽情舞动，感受舞蹈带来的最纯粹的喜悦。这种突破疆界的自由感，让观众仿佛拥有了超能力，能够随心所欲地在这个梦幻的空间中穿梭、舞动。

这个案例展示了阿玛拉定律所描述的现象：人们倾向于高估新技术短期内的影响，而低估其长期影响。混合现实技术在艺术和文化体验中的应用正是这一定律的生动体现，随着技术的进步，其长期价值和潜力将逐渐显现。

2 模型阿玛拉定律

2.1 什么是阿玛拉定律？

阿玛拉定律（Amara's Law）是由罗伊·阿玛拉（Roy Amara）在20世纪提出的，其核心观点是：“我们总是高估一项科技所带来的短期效益，却又低估它的长期影响。” 这个定律鼓励人们思考科技所能带来的长期影响，并且经常被用来形象地说明技术成熟度曲线，也就是所谓的“炒作周期”（Hype Cycle）。炒作周期描述了新技术、新概念在媒体上曝光度随时间的变化曲线，它通常包括以下几个阶段：

科技诞生的促动期（Technology Trigger）：随着媒体的大肆报道，新技术的知名度迅速上升，但随着技术的缺点、问题、限制出现，失败的案例开始增多。
过高期望的峰值（Peak of Inflated Expectations）：早期公众的过分关注演绎出了一系列成功的故事，当然同时也有众多失败的例子。
泡沫化的底谷期（Trough of Disillusionment）：在历经前面阶段所存活的科技经过多方扎实有重点的试验，而对此科技的适用范围及限制是以客观的并实际的了解，成功并能存活的经营模式逐渐成长。
稳步爬升的光明期（Slope of Enlightenment）：在此阶段，有一新科技的诞生，在市面上受到主要媒体与业界高度的注意。

阿玛拉定律强调了人们对新技术的短期反应往往是过度乐观的，而对其长期潜力和影响则往往估计不足。这个观点对于理解技术发展和市场反应有着重要的启示作用。

2.2 为什么会有阿玛拉定律？

阿玛拉定律的产生可能有以下几个原因：

人类的认知偏差：人类习惯于线性思维，这种认知模式符合人类节省能量与快速计算的自然倾向，但这种认知配置容易导致对技术近期与远期影响的判断出现不对称性。
心理因素：人们在面对新技术时，往往会因为兴奋和乐观而高估其短期内的影响。我们的大脑倾向于关注即时和戏剧性的变化，当看到新奇和令人兴奋的事物时，我们容易想象所有可能的前景，但往往忽视了新技术成熟所需的时间以及可能遇到的挑战和技术限制。
媒体和市场的影响：新技术的出现常常伴随着媒体的大肆报道和市场的炒作，这导致公众对新技术的短期期望过高。随着技术未能立即达到这些过高的期望，人们又容易陷入失望，从而低估技术的长期影响。
技术成熟度曲线：新技术的发展往往遵循一个炒作周期，包括过高期望的峰值和随后的幻灭低谷。在这个周期中，人们在技术初期往往过于乐观，而在技术逐渐成熟并开始产生实际影响时，又往往未能充分认识到其长期价值。
对未来的预测困难：预测未来本身就是一件困难的事情，尤其是对于技术发展的影响。人们往往难以准确预见技术如何融入社会结构并产生深远影响，这种困难导致了对技术长期影响的低估。

这些因素共同作用，促成了阿玛拉定律的形成，提醒人们在评估新技术时需要更加全面和长远地考虑其潜在的影响。