技术的历史很少遵循线性进展。它通过波浪前进，每种都由基础架构，用途和特定的市场动态携带。但是，当前向人工智能的过渡，更准确地说向生成AI，但似乎从云到移动性的以前周期中观察到的节奏脱离了。
几个信号与大量采用Chatgpt，立即整合到工作工具，持续的媒体关注和专业用例快速扩散。
但是，这种速度不仅是一个技术希望。这是由 当前数字基础架构的本质，通过当代分销逻辑，以及用户获得的成熟度。
已经到位的分销基础架构
在云的出现期间，第一代参与者（Salesforce，AWS）必须同时建立其产品和市场。当时，不到3亿人连接到互联网。分销渠道仍然分散，销售周期很长。
相比之下，生成的AI从一开始就从几乎可以立即进入全球市场中受益。 2022年11月30日，Openai推出了Chatgpt。几天后，该工具超过一百万用户。不到一年后，它是数字历史上最快的增长应用之一。
这种加速度通过范式转移来解释 分发不再是障碍。平台（Reddit，X，YouTube，Tiktok，github）允许立即传播产品，教程和反馈。学习是实时进行的。
用户准备在没有支持的情况下进行实验
另一个突破元素：用户是专业的还是普通的，现在是 适应Beta工具，不断发展的产品和实验功能的逻辑。
在2000年代，软件需要培训，手册甚至公司建立。如今，在对话界面上进行的及时良好的表述足以揭示使用值。
这个新的用户姿势，自主，探索者，有时是共同概念器，已大大降低了发现，测试和集成到工作流程之间的周期。
几乎为零的测试成本，最小整合摩擦
与硬件甚至传统的软件技术不同， 生成的AI可以在没有初始障碍的情况下使用自身。 它不需要复杂的安装，入口处没有过高的成本，也不需要立即依赖特定环境。
这种扩散模型通常是通过API，插件或集成的助手来促进的 自发收养，分散，但很快。用户可以测试，脱离接触，然后在没有重大过渡成本的情况下回来。
但是，这种动态产生了副作用：最初用途的很大一部分是基于好奇心而不是结构化需求。在许多情况下，反复使用的转换仍然不确定。
空前的注意力动态
最后，AI的传播速度由A携带 未发表的关注基础设施。不仅是发展的分销渠道，而且是思想流传的方式。
用例，及时，黑客生产力或模型比较的示例在几个小时内将在非常有针对性的社区中传播。同行之间的这种网络动态，没有中介，会产生加速效应。
这些产品根据用途改进，也可以根据实验，文档和共享之间的短周期来改善其潜力的集体分析。
AI的采用不仅基于其技术性能
生成人工智能并不是必需的，因为它比以前的技术浪潮在根本上更有效。她赢了，因为 它看起来从根本上更有利的环境， 全球连通性，用户成熟度，分离分布，快速测试文化。
但是，这不能保证持久的采用。探索性用途转换为结构用途仍然是一个核心问题。但是第一次 技术不符合基础设施，教学法或分销渠道。毫无疑问，崩溃存在。
