El texto distingue cuatro escalas temporales que rigen el desarrollo tecnológico y su despliegue, y advierte de los errores que se cometen al mezclarlas. La primera, la de las nuevas ideas de investigación, abarca entre diez y veinte años hasta lograr demostraciones de laboratorio sólidas, y a menudo mucho más: la investigación en redes neuronales se extendió durante seis décadas, desde los modelos computacionales de McCulloch y Pitts en 1943 hasta los grandes modelos de lenguaje actuales. La segunda escala es la de la generación de expectación, caracterizada por ciclos de hype en los que ideas como los agentes de inteligencia artificial, la cadena de bloques, el metaverso, IBM Watson, la nanotecnología o los sistemas expertos se imponen rápidamente en la conversación pública para después decaer. La tercera escala, la del despliegue a gran escala, requiere más de veinte años incluso para el software, cuyo coste marginal de copia es nulo: Unix, desarrollado en 1969, no fue adoptado por Microsoft hasta 2012, y Linux, iniciado en 1991, tardó décadas en conquistar los servidores y dispositivos móviles. Los sistemas hardware son aún más lentos: los coches autónomos se demostraron en autopistas en 1987, pero Waymo solo opera unas 4.000 licencias en San Francisco. La cuarta escala, la transformación económica, exige más de cincuenta años de despliegue continuo, como ocurrió con la electrificación doméstica, la aviación comercial o la contenedorización. El autor concluye que confundir estas cuatro escalas lleva a predicciones desorbitadas, y que solo una minoría de tecnologías con gran hype acaba produciendo cambios reales.
Noticias agregadas con IA