Was kommt jetzt nach den Smartphones?
Für a16z-Analyst Benedict Evans ist mobile vorbei, im Sinne von Smartphones sind im Grunde bei allen Erwachsenen weltweit angekommen:
About 4bn people have a smartphone. How do we get to this number? Well:
Apple gave a number of 900m active iPhones at the beginning of the year, which is consistent with the unit sales that it reported until recently.
Google said at this year’s IO conference that there are 2.5bn active Android devices, and the Android developer dashboard says that about 95% of these are phones.
Google’s number does not include Android phones in China, which do not come with any Google services (conversely Apple’s number does include iOS devices in China). The Chinese government estimates just over 800m internet-connected smartphones in China, and perhaps 20% of these are iPhones, giving a round number of 650m Android phones.
Im Vergleich zu den 4 Milliarden Menschen mit Smartphones fällt die installed base bei PCs (Win, Mac, Linux) vergleichsweise gering aus mit 1,5 Milliarden (viele davon in westlichen Büros):
Meanwhile, the PC market, which has had flat-to-falling sales for the last few years, has something around 1.5bn active devices (including a bit over 100m Macs and a similar number running Linux of various kinds, and 800m running Windows 10, which was released 4 years ago), split roughly 50/50 consumer/enterprise. Quite which number you use depends on which analyst firm’s estimates you prefer, but they’re all in the same range.
Was kommt also als nächstes? Oder anders gefragt, was wird durch die massive Verbreitung der Taschencomputer möglich und welche anderen Themen werden jetzt in den Vordergrund rücken?
So. There’s an old joke that the career of an analyst progresses from Word to Excel to Powerpoint. That’s pretty much what’s happened here over the last 20 years: first we discussed what might happen (“imagine if everyone had a phone!”), then we tracked the numbers of what was happening, and finally we draw diagrams and bullet points of what that means. That’s where we are now – we try to work out what it means that almost everyone has a phone or a smartphone (I made a presentation about this).
But this also means that now we go back to the beginning: I’m not updating my smartphone model anymore. The next fundamental trends in tech, today, are probably machine learning, crypto and regulation. I can write about those, but it’s too early to make charts.
Ich denke auch, dass Evans hier recht hat. Die 3 nächsten großen Themen der kommenden Jahre:
- Machine Learning
- Crypto
- Regulierung
Smartphones, Internet, Software dominieren längst unser Leben, unsere Wirtschaft. Und die mit ihnen einhergehenden Dynamiken dringen dank Integrationen „smarter“ Bauteile (Sensoren, GPS, Internet-Verbindung) immer schneller in immer mehr Bereiche vor.
Regulierung: Wer in der Mitte der Gesellschaft ankommt, bekommt es zwangsläufig (und richtigerweise) mit Regulierung zu tun. Es ist auch nicht kontrovers zu sagen, dass es sogar ein bisschen spät dafür ist. Versuche, Plattformen zu regulieren, werden dieses Jahrzehnt wirtschaftspolitisch dominieren.1 Big Tech soll „zerschlagen“ werden, was gar nicht zwingend sinnvoll ist. Regulierung, nicht technischer Fortschritt, wird massgeblich dafür verantwortlich sein, wie sich Mobility weiterentwickeln wird, beispielsweise.
Crypto: Blockchain und vergleichbare Ansätze sind der einzige Softwarearchitektur-Weg raus aus digitalen Monopolen. Deshalb gibt es auch abseits des Spekulationshypes2 rund um Kryptowährungen viel Enthusiasmus. Das Thema ist auch dank der Spekulationsmöglichkeiten extremst explodiert in den letzten Jahren. (Ein anderer Grund liegt in den digitalen Kommunikationsmöglichkeiten, die alles massivst beschleunigen können. Krypto war und ist das ultimative Early-Adopter-Thema unserer Zeit. Kein Wunder also, dass das ein bisschen aus dem Ruder lief.) Der mittelfristige Hype ändert aber nichts am langfristigen Potenzial. Und das ist mal eben wesentlich größer als alle heutigen Big-Tech-Konzerne zusammen. Gleichzeitig ist in den letzten Jahren die Komplexität dieses Unterfangens deutlich geworden. Von allen drei Themen ist Crypto das, bei dem in meinen Augen der Zeithorizont am schwammigsten ist.
Machine Learning: In der breiteren Öffentlichkeit wird leider zu viel über allgemeine KI im Sinne von Skynet oder HAL 9000 gesprochen. Davon sind wir aber mindestens noch einige Jahrzehnte entfernt. Machine Learning hat nichtsdestotrotz das Potenzial, mindestens so umwälzend wie die Einführung von Computern zu sein. Oder anders: Mit Machine Learning potenzieren wir die Inputmöglichkeiten bei unseren Computern. Um das Potenzial von Machine Learning zu verstehen, lohnt es sich, bei Intelligence in AI nicht an Intelligenz wie bei Menschen zu denken; das ist das falsche Bild. Intelligence in AI ist stattdessen das Gleiche wie Intelligence in Intelligence Service. Ein System, das Erkenntnisse produziert, die man als Vorhersagen oder Prognosen einordnen muss. Maschinen können hiermit in Zusammenarbeit mit Menschen enorme Verbesserungen und Neuerungen bringen. Das offensichtlichste Beispiel ist Früherkennung von Krankheiten.
Regulierung setzt den Rahmen für die digitalen Technologien, die längst die Gesellschaft mitformen. Machine Learning erweitert massiv die konstant kommenden Umbrüche in der Wirtschaft durch Software. Und Crypto ist der Weg, die gesamte Tech-Welt neu zu ordnen.
Formender Einfluss von „außen“, massive Verstärkung von „innen“, und potenzielle vollständige Umstrukturierung.
Große Themen.
