Peramalan teknologi mencoba untuk memprediksi karakteristik masa depan dari mesin, prosedur, atau teknik teknologi yang berguna. Peneliti membuat prakiraan teknologi berdasarkan pengalaman masa lalu dan perkembangan teknologi saat ini. Seperti prakiraan lainnya, prakiraan teknologi dapat membantu organisasi publik dan swasta untuk membuat keputusan yang cerdas. Dengan menganalisis peluang dan ancaman di masa depan, peramal dapat memperbaiki keputusan untuk mencapai manfaat maksimal. Saat ini, sebagian besar negara mengalami perubahan sosial dan ekonomi yang sangat besar, yang sangat bergantung pada perkembangan teknologi. Dengan menganalisis perubahan ini, pemerintah dan lembaga ekonomi dapat membuat rencana untuk perkembangan di masa depan. Namun, tidak semua data historis dapat digunakan untuk peramalan teknologi, peramal juga perlu mengadopsi teknologi canggih dan pemodelan kuantitatif dari penelitian dan kesimpulan para ahli.
Sejarah
Peramalan teknologi telah ada lebih dari satu abad, tetapi berkembang menjadi subjek yang mapan hingga Perang Dunia II, karena pemerintah Amerika mulai mendeteksi tren perkembangan teknologi terkait bidang militer setelah perang. Pada tahun 1945, Angkatan Udara Angkatan Darat A.S. membuat laporan yang disebut Toward New Horizons, yang mensurvei perkembangan teknologi dan membahas pentingnya studi di masa depan. Laporan tersebut merupakan indikasi awal dari peramalan teknologi modern. Pada 1950-an dan 1960-an, RAND Corporation mengembangkan Teknik Delphi dan diterima secara luas serta digunakan untuk membuat evaluasi cerdas untuk masa depan. Penerapan Teknik Delphi merupakan titik balik dalam sejarah peramalan teknologi, karena menjadi alat yang efisien untuk membangun pengetahuan dan pengambilan keputusan, terutama untuk kebijakan sosial dan masalah kesehatan masyarakat.
Pada 1970-an, sektor swasta dan lembaga pemerintah di luar wilayah militer secara luas mengadopsi peramalan teknologi dan membantu mendiversifikasi pengguna dan aplikasi. Seiring perkembangan teknologi komputasi, perangkat keras dan perangkat lunak komputer yang canggih memudahkan proses penyortiran data dan analisis data. Perkembangan Internet dan jaringan juga bermanfaat untuk akses data dan transfer data. Analisis peluang teknologi dimulai sejak tahun 1990. Perangkat lunak yang ditingkatkan dapat membantu analis mencari dan mengambil informasi data dari basis data besar yang rumit dan kemudian secara grafis mewakili keterkaitan. Dari tahun 2000, semakin banyak persyaratan dan tantangan baru mengarah pada perkembangan peramalan teknologi modern, seperti pasar prediksi, permainan realitas alternatif, komunitas peramalan online, dan peramalan usang.
Aspek penting
"Saya pikir kita memiliki afinitas budaya untuk teknologi yang mencerminkan optimisme, tetapi kita semua membuat perkiraan yang buruk." — Jim Moore, direktur Program Teknik Transportasi di University of Southern California.
Terutama, ramalan teknologi berkaitan dengan karakteristik teknologi, seperti tingkat kinerja teknis, seperti kecepatan pesawat militer, daya dalam watt mesin masa depan tertentu, akurasi atau presisi alat ukur, jumlah transistor dalam sebuah chip di tahun 2015, dll. Ramalan tidak harus menyatakan bagaimana karakteristik ini akan dicapai.
Kedua, peramalan teknologi biasanya hanya berurusan dengan mesin, prosedur, atau teknik yang berguna. Ini untuk mengecualikan dari domain peramalan teknologi komoditas, layanan atau teknik yang dimaksudkan untuk kemewahan atau hiburan.
Ketiga, kelayakan adalah elemen kunci dalam peramalan teknologi. Peramal harus mempertimbangkan biaya dan tingkat kesulitan terwujudnya keinginan. Misalnya, pendekatan berbasis komputer "Pola" adalah metode peramalan mahal yang tidak direkomendasikan untuk digunakan dalam kasus dana terbatas.
Metode
Metode dan alat peramalan teknologi yang umum diadopsi termasuk metode Delphi, peramalan dengan analogi, kurva pertumbuhan, ekstrapolasi, dan pemindaian cakrawala. Metode normatif peramalan teknologi—seperti pohon relevansi, model morfologi, dan diagram alur misi—juga biasa digunakan. Metode Delphi banyak digunakan dalam peramalan teknologi karena fleksibilitas dan kemudahannya. Namun, persyaratan untuk mencapai konsensus adalah kemungkinan kelemahan metode Delphi. Ekstrapolasi dapat bekerja dengan baik dengan data historis yang cukup efektif. Dengan menganalisis data masa lalu, peramal memperluas kecenderungan perkembangan masa lalu untuk memperkirakan hasil yang berarti di masa depan.
Menggabungkan perkiraan
Studi prakiraan masa lalu telah menunjukkan bahwa salah satu alasan paling sering mengapa prakiraan salah adalah karena peramal mengabaikan bidang terkait. Pendekatan teknis yang diberikan mungkin gagal mencapai tingkat perkiraan kemampuan untuk itu, karena digantikan oleh pendekatan teknis lain yang diabaikan oleh peramal. Masalah lain adalah ketidakkonsistenan antara prakiraan. Yang tidak konsisten ency antara prakiraan mencerminkan lokasi yang berbeda dan waktu yang digunakan pada eksperimen terkontrol. Biasanya menghasilkan data yang tidak akurat dan tidak dapat diandalkan yang mengarah pada pemahaman yang salah dan prediksi yang salah.
Karena masalah ini, seringkali perlu untuk menggabungkan prakiraan teknologi yang berbeda. Selain itu, penggunaan lebih dari satu metode peramalan sering memberi peramal lebih banyak wawasan tentang proses di tempat kerja yang bertanggung jawab atas pertumbuhan teknologi yang sedang diramalkan. Menggabungkan perkiraan dapat mengurangi kesalahan dibandingkan dengan perkiraan tunggal. Dalam kasus ketika peneliti menghadapi masalah untuk memilih metode perkiraan yang khas, menggabungkan perkiraan selalu merupakan solusi terbaik.
Penelitian dan Aplikasi Relatif
Lembaga peramalan
- Proyek TechCast
- Institut Singularitas untuk Kecerdasan Buatan
- Masa Depan Institut Kemanusiaan
- Proyek Milenium
- Institut untuk Masa Depan
Jurnal Ilmiah
- Peramalan Teknologi dan Perubahan Sosial
- Berjangka
- Ilmu Masa Depan & Pandangan ke Depan
- Tinjauan ke masa depan
- Jurnal Studi Berjangka
Penggunaan dalam pembuatan
Peramalan teknologi sangat bergantung pada data dan data memberikan kontribusi untuk manufaktur dan Industri 4.0. Sistem IoT menyediakan platform yang kuat untuk membuat analisis prediktif di pasca-Industri 4.0. Teknologi canggih akan meningkatkan akurasi peramalan serta keandalan. Seiring dengan pesatnya perkembangan teknologi IoT, semakin banyak industri yang akan dilengkapi dengan sensor dan monitor. Munculnya manufaktur modern mengubah penampilan pabrik. Sistem IoT membantu manajer untuk memantau dan mengontrol proses produksi dengan mengumpulkan, melacak, dan mentransfer data. Data sangat kuat. Manajer juga dapat melakukan analisis bisnis berdasarkan data pemasaran. Informasi seperti preferensi pembelian pelanggan dan permintaan pasar dapat dikumpulkan dan digunakan untuk estimasi produksi.
Analisis tren berdasarkan asumsi pertumbuhan saat ini dapat digunakan di bidang manufaktur. Analisis sangat membantu pengurangan waktu siklus proses manufaktur dan konsumsi energi. Dalam hal ini, teknologi modern meningkatkan efisiensi produksi sekaligus efisiensi ekonomi.
Peramalan teknologi dengan radar teknologi
Perusahaan sering menggunakan peramalan teknologi untuk memprioritaskan kegiatan R&D, merencanakan pengembangan produk baru dan membuat keputusan strategis tentang lisensi teknologi, dan pembentukan usaha patungan. Salah satu instrumen yang memungkinkan peramalan teknologi di suatu perusahaan adalah radar teknologi. Radar teknologi berfungsi untuk mengidentifikasi teknologi, tren dan guncangan sejak dini dan untuk meningkatkan perhatian terhadap ancaman dan peluang perkembangan teknologi serta untuk merangsang inovasi.
Radar teknologi telah berhasil diimplementasikan untuk tujuan mengidentifikasi, memilih, menilai dan menyebarkan intelijen teknologi di seluruh perusahaan. Radar Teknologi ini mengikuti proses radar tertentu yang dengan sendirinya membawa nilai signifikan bagi perusahaan:
- Identifikasi: karyawan yang bertindak sebagai pemandu teknologi dari seluruh dunia mengirimkan teknologi baru ke platform.
- Seleksi: berdasarkan teknologi, potensi dampak dan kebaruannya, tim radar merevisi teknologi yang diajukan dan memilih yang paling valid.
- Penilaian: teknologi yang dipilih kemudian dinilai berdasarkan peluang pasar dan risiko implementasi.
- Diseminasi: radar menampilkan teknologi yang dinilai sesuai dengan kematangan, posisi dalam rantai nilai, dan relevansi.
Disadur dari: en.wikipedia.org