👖 👊🏻 🚊 Enquête sur la fonction logistique en tant que loi de développement de l'industrie 👐🏻 ♥️ 😦

Bonjour chère communauté. Dans cet article, je veux partager une partie de mes observations sur le développement de la technologie et des industries.

En étudiant le développement d'une industrie particulière, je remarque souvent une image de développement similaire au stade d'acceptation de l'inévitable.

1. Refus

Le premier prototype apparaît, dont la fonction principale est de montrer l'opérabilité de la nouvelle technologie.

La nouvelle technologie est niée par la communauté scientifique en raison de son inefficacité, de son coût de fabrication élevé, de sa complexité de gestion, etc.

2. Colère

Après que les innovateurs affamés n'ont pas abandonné, mais ont poursuivi leurs recherches, le premier design industriel est apparu qui pourrait être vendu s'il n'était pas catastrophique.
La communauté scientifique est en colère et commence à prendre des mesures préventives: réduire le coût de leurs technologies, réduire le coût des ressources pour les anciennes technologies, augmenter le coût des ressources pour les nouvelles technologies, etc.

3. Commerce

La nouvelle technologie commence à conquérir le marché en gros morceaux et le moment n'est pas loin où la moitié des consommateurs utiliseront la nouvelle technologie.
La communauté scientifique est en colère, soupire et commence à négocier avec les nouvelles technologies.

4. Dépression

Et maintenant, l'écrasante majorité utilise la nouvelle technologie, tandis que l'ancienne est toujours en vie et s'est réfugiée dans des segments de marché en constante diminution.

Chez les «vieux», la panique continue. Ils comprennent que l'effondrement de leur technologie est déjà à l'horizon.

5. Acceptation.
Tous les "vieillards" ont été soit licenciés, soit ont réussi à tenir jusqu'à la retraite, soit sont passés du côté de l'ennemi.
Acceptation totale de la défaite par l'ancienne technologie.

Le résultat de telles observations dans ma tête est apparu une image ressemblant à la fonction suivante.

Ceci est un sigmoïde. Vous pouvez en lire plus ici .

De toute la famille sigmoïde, la plus appropriée pour mes recherches ultérieures est l' équation logistique .

L'équation a la forme:

où
où le paramètre r caractérise le taux de croissance (reproduction), et K est la capacité de support du milieu (c'est-à-dire la taille de population maximale possible).

Cette équation est un modèle pour décrire la croissance démographique dans des conditions de ressources limitées, c'est-à-dire si personne ne mourait dans la population et que tout était suffisant pour tout le monde, cela augmenterait de façon exponentielle, mais la présence de facteurs externes (décès, prédateurs, ressources limitées) conduit au fait que la croissance démographique s'écarte de l'exposant et prend une fonction logistique.

Ne pensez-vous pas que ce modèle est parfait pour décrire l'histoire du développement d'une technologie unique?

Alors, commençons ...

Pour l'objet d'étude, j'ai choisi l'histoire des voitures à moteur à combustion interne (ICE). J'ai acquis mes connaissances sur cette industrie à l'université, et vous pouvez également vous familiariser avec l'histoire de cette technologie ici , ici ou ici .

Pour la coupure dans une école temporaire, j'ai accepté les dates suivantes:

1. L'ère de l'innovation (déni et début de colère).Les premières expériences de gaz ont été menées par l'ingénieur suisse François Isaac de Rivas en 1806, qui a construit un moteur à combustion interne fonctionnant avec un mélange hydrogène-oxygène, et l'Anglais Semuel Braun, expérimentant avec son propre moteur à hydrogène. L'hippopotame belge Etienne Lenore avec un moteur à combustion interne monocylindre utilisant de l'hydrogène a fait un essai de Paris à Joinville-Le-Pont en 1860, couvrant environ neuf kilomètres en environ trois heures.

2. L'apparition du premier dessin ou modèle industriel (colère et négociation). L'un des premiers véhicules à quatre roues motrices à essence en Grande-Bretagne a été construit à Birmingham en 1895 par Frederick William Lanchester.

3. Capture du marché (début de la dépression).En 1927, la Ford Model T était la voiture la plus courante de l'époque.

4. Mort de la machine à vapeur (adoption). L'industrie produit des camions à vapeur depuis le plus longtemps - jusqu'aux années 1960. Les agriculteurs ont été très activement utilisés par les agriculteurs des États-Unis et de la Grande-Bretagne: il existe 6 types de machines à vapeur agricoles qui ont fonctionné dans les fermes jusqu'aux années 1950.

Analysons cette fonction par rapport au coefficient K , ce qui implique un taux de croissance et affecte la limite de croissance de la population. Ce coefficient décrit le potentiel de croissance d'une nouvelle technologie en principe, c'est-à-dire à des valeurs K faibles, la technologie ne pourra pas capturer l'ensemble du marché, mais ne pourra reconquérir que le segment de marché dans lequel elle sera plus intéressante que la technologie précédente.
Comme on peut le voir à partir de la formule, la valeur de fonction ne peut jamais dépasser la limite de K .

Voici les graphiques avec r = 1 et K = [0,2, 0,4, 0,6, 0,8, 1,0].

Comme nous pouvons le voir, à de faibles valeurs de K , la technologie peut disparaître complètement sans entrer sur le marché.

Il est à noter qu'au moment de la transition d'une technologie manifestement morte à des choses tenaces et très inhabituelles, il se passe une tout autre histoire.

Depuis aujourd'hui, nous ne voyons pas de voitures à vapeur dans les rues, il est sûr de dire que K est proche de 1 .

Regardons maintenant l'équation du coefficient r. Il affecte le taux de croissance de la part de marché, tel qu'il se présente dans l'exposant. Plus ce ratio est élevé, plus la nouvelle technologie absorbera rapidement le marché, c'est-à-dire Chaque année, la technologie devrait devenir plus intéressante pour plus de gens pour sa commodité. Si la croissance de l'intérêt pour la technologie est faible, alors la nouvelle technologie se battra longtemps avec celle existante pour le marché, car elle sera en mesure d'offrir peu de "goodies" au consommateur chaque année, sinon la technologie capturera immédiatement le marché en raison de sa commodité indéniable.

Voici les graphiques avec la valeur de K = 1 et r = [0,2, 0,4, 0,6, 0,8, 1,0]

Donc, pour commencer l'analyse de l'industrie, nous accepterons les hypothèses suivantes:

puisque la fonction est centralement symétrique par rapport au point (0, P0), le point de référence est 1900 comme zéro;
en 1800, pour 1000 voitures, une seule travaillait sur un moteur à combustion interne (P (-100) = 0,001);
en 1900, le marché était divisé également entre les moteurs à vapeur et les moteurs à combustion interne (P0 = 0,5);
en 1950, l'ensemble du marché était occupé par des machines ICE, à l'exception des petits secteurs (P50 = 0,99);
en 2000, il n'y avait plus de locomotives à vapeur sur le marché (P100 = 1,0);
coefficient K = 1,0

Dans une version aussi simplifiée de l'étude, nous devons trouver le coefficient r par rapport à nos hypothèses.

Après quelques calculs simples, nous trouvons le coefficient r égal à environ 0,0935 .

Ce que nous avons compris dans une analyse aussi approximative:

(K 1) . , .
, . , (r 0.0935).
, «». , .
Sur la base de ma connaissance des moteurs électriques, je pense que le segment des machines spécialisées lourdes (machines agricoles, engins de chantier, etc.) deviendra la dernière frontière de la lutte ICE.

Suite: «Quand est-ce que tout le monde conduira des voitures électriques?» .

finalement

Merci de votre attention, si vous avez aimé cette approche, alors je peux mettre en évidence les questions suivantes dans le cadre de cette étude:

Progrès en tant que modèle prédateur-proie;
Courbe de battage comme analogue du coup de bélier;
Quand est-ce que tout le monde conduira des voitures électriques?;
Quand la loi de Moore cessera-t-elle de fonctionner? Quand attendre un ordinateur quantique;
Où chercher l'innovation. Comment naît et meurt l'industrie;
Analyse des perspectives de développement technologique à partir de données statistiques.