Universality and Predictability of Technology Diffusion
Door 120 volwassen technologieën te analyseren, toont dit artikel aan dat een universeel Bertalanffy-Richards-proces de S-curve van technologische diffusie decennia van tevoren nauwkeurig kan voorspellen, waarbij wordt onthuld dat zonne- en windenergie waarschijnlijk de wereldwijde dominantie zullen bereiken tegen 2050, veel eerder dan huidige klimaatscenario's voorspellen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Elke nieuwe technologie lijkt haar eigen unieke verhaal te hebben. Sommige arriveren stilletjes, andere exploderen op het toneel, en de meeste vinden uiteindelijk een gestaag ritme naarmate ze deel uitmaken van het dagelijks leven. Decennialang hebben wetenschappers en economen geprobeerd om één enkele regel te vinden die dit patroon verklaart, een universele wet die voorspelt hoe snel een nieuwe uitvinding zich zal verspreiden van een handvol gebruikers naar de hele wereld. Deze vraag is niet slechts van academische nieuwsgierigheid; het is een kwestie van overleving voor onze planeet. Terwijl de mensheid raceert om fossiele brandstoffen te vervangen door hernieuwbare energie, is weten hoe snel zonnepanelen en windturbines kunnen worden ingezet het verschil tussen het behalen van klimaatdoelen en het falen daarvan. Toch waren eerdere pogingen om deze transities te voorspellen vaak volkomen onnauwkeurig, waardoor planners moesten gokken of een technologie zou doorbreken of zou doodbloeden.
Een team onderzoekers aan de Universiteit van Oxford heeft nu deze onzekerheid aangepakt door naar de geschiedenis te kijken, niet als een verzameling unieke verhalen, maar als een enorme dataset van patronen. Ze verzamelden informatie over 120 verschillende technologieën die al volwassenheid hadden bereikt, variërend van oude kanalen tot moderne mobiele telefoons. Door deze voltooide trajecten te bestuderen, ontdekten zij dat deze technologieën, ondanks hun verschillende oorsprong en doeleinden, allemaal een opmerkelijk vergelijkbare vorm vertonen tijdens hun groei. Deze vorm, vaak een S-curve genoemd, begint met trage groei, versnelt naar een snelle boom, en vertraagt vervolgens weer wanneer de markt verzadigd raakt. De onderzoekers ontdekten dat dit patroon zo consistent is dat het beschreven kan worden door een enkel wiskundig proces, dat zij het Bertalanffy-Richards model noemen. Dit model werkt als een betrouwbare kaart, waardoor zij het toekomstige pad van een nieuwe technologie kunnen voorspellen met een bekend niveau van nauwkeurigheid, zelfs wanneer zij slechts over een kleine hoeveelheid vroege gegevens beschikken.
Om te testen of deze kaart werkt, gebruikte het team een methode genaamd Bayesiaanse forecasting, die het mogelijk maakt om voorspellingen bij te stellen naarmate er nieuwe informatie binnenkomt. Ze draaiden duizenden simulaties, waarbij ze deden alsof ze in het verleden waren en probeerden de toekomst te voorspellen op basis van alleen de gegevens die op dat moment beschikbaar waren. Ze ontdekten dat hun model de uiteindelijke omvang van de adoptie van een technologie met verrassende precisie kon voorspellen. Zelfs wanneer ze keken naar een technologie die slechts vijf procent van haar potentiële markt had bereikt, kon het model de toekomstige omvang voorspellen binnen een factor twee. Dit betekent dat als een technologie uiteindelijk 100 miljoen gebruikers bereikt, het model een getal tussen de 50 miljoen en 200 miljoen zou voorspellen, een nauwkeurigheidsniveau dat zeldzaam is bij langetermijnvoorspellingen. De onderzoekers vergeleken hun methode ook met andere populaire forecastingtools en ontdekten dat die oudere methoden vaak resultaten produceerden die systematisch te laag of te zelfverzekerd waren, waarbij ze het ware potentieel van de technologie misten.
Het team paste deze nieuwe, gevalideerde methode vervolgens toe op de twee meest cruciale technologieën voor onze energietoekomst: zonnefotovoltaïsche panelen en windturbines. De resultaten dagen de heersende wijsheid uit die te vinden is in veel belangrijke klimaatrapporten. Terwijl de huidige scenario's van groepen zoals het Intergovernmental Panel on Climate Change en het International Energy Agency vaak een matige groei voor beide technologieën aannemen, suggereert de analyse van het Oxford-team een heel ander resultaat voor zonne-energie. Hun mediaanvoorspelling geeft aan dat zonne-energie tegen 2050 ongeveer 85 petawattuur aan bruikbare energie per jaar zou kunnen leveren. Dit is een cijfer dat de huidige verwachtingen overtreft; het is ruwweg gelijk aan de totale hoeveelheid bruikbare energie die vandaag de dag door de gehele menselijke samenleving wordt geconsumeerd. In contrast hiermee is hun voorspelling voor windenergie bescheidener, met een voorspelde levering van ongeveer 5 petawattuur, wat aanzienlijk lager is dan de optimistische scenario's die vaak in beleidsdocumenten worden gepresenteerd.
De studie suggereert dat de wereld waarschijnlijk een veel snellere transitie naar zonne-energie zal zien dan breed wordt aangenomen, wat potentieel het halen van ambitieuze klimaatdoelen eerder dan verwacht mogelijk maakt. De onderzoekers merken op dat deze snelle groei niet uitsluitend door beleid wordt gegarandeerd, maar wordt gedreven door de inherente dynamiek van hoe succesvolle technologieën zich verspreiden. Ze ontdekten dat zonne-energie zich momenteel in een fase bevindt waarin de groei nog niet te onderscheiden is van een snelle exponentiële stijging, wat het moeilijk maakt om precies te weten wanneer de groei zal beginnen af te vlakken. De gegevens suggereren echter sterk dat de bovengrenzen van de adoptie van zonne-energie veel hoger liggen dan huidige modellen aannemen. Dit betekent niet dat de transitie gemakkelijk zal verlopen of dat alle obstakels zullen verdwijnen, maar het biedt wel een wetenschappelijk gefundeerde reden tot optimisme. De studie concludeert dat we, door de universele wetten van technologische diffusie te begrijpen, voorbij kunnen gaan aan gokwerk en investerings- en planningsbeslissingen kunnen nemen op basis van een helderder, nauwkeuriger beeld van wat mogelijk is.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.