Ilustrasi yang diberikan merupakan Gartner Hype Cycle for Artificial Intelligence tahun 2021 yang menggambarkan perkembangan berbagai teknologi kecerdasan buatan berdasarkan tingkat ekspektasi dan waktu. Sumbu vertikal menunjukkan tingkat ekspektasi terhadap suatu teknologi, sedangkan sumbu horizontal menunjukkan proses perkembangan teknologi dari tahap awal hingga mencapai kondisi yang lebih matang dan produktif. Grafik ini menunjukkan bahwa perkembangan teknologi tidak selalu berjalan secara linear, karena suatu teknologi dapat mengalami peningkatan ekspektasi yang sangat tinggi sebelum kemudian mengalami penurunan dan akhirnya berkembang menjadi teknologi yang lebih stabil.
Perkembangan tersebut dimulai dari tahap Innovation Trigger, yaitu ketika sebuah teknologi baru mulai muncul dan mendapatkan perhatian. Pada tahap ini, teknologi biasanya masih dalam tahap pengembangan dan penerapannya belum banyak dilakukan. Setelah itu, teknologi masuk ke Peak of Inflated Expectations, ketika antusiasme dan ekspektasi masyarakat maupun industri meningkat dengan sangat cepat. Dalam grafik tahun 2021, beberapa teknologi seperti Generative AI, Transformers, Synthetic Data, Responsible AI, dan Human-Centered AI berada di sekitar tahap ini. Hal ini menunjukkan bahwa pada saat itu teknologi-teknologi tersebut sedang banyak dibicarakan dan dianggap memiliki potensi besar, meskipun masih terdapat berbagai keterbatasan dalam penerapannya.
Setelah mencapai puncak ekspektasi, teknologi dapat memasuki tahap Trough of Disillusionment. Pada tahap ini, ekspektasi mulai menurun karena pengguna mulai menyadari bahwa penerapan teknologi tidak selalu semudah atau sebaik yang dibayangkan sebelumnya. Berbagai kendala seperti keterbatasan data, biaya, kemampuan teknologi, maupun kesulitan dalam implementasi mulai terlihat. Dalam grafik tersebut, Chatbots, Computer Vision, dan Semantic Search berada di sekitar tahap ini. Selanjutnya, teknologi yang mampu melewati fase tersebut akan memasuki Slope of Enlightenment, ketika pemahaman terhadap teknologi menjadi lebih realistis dan pengguna mulai menemukan cara yang lebih tepat untuk memanfaatkannya.
Tahap terakhir adalah Plateau of Productivity, yaitu ketika suatu teknologi telah mencapai tingkat kematangan yang cukup dan manfaatnya dapat diterapkan secara lebih konsisten dalam kehidupan maupun industri. Dengan demikian, grafik ini menunjukkan bahwa tidak semua teknologi AI berkembang dengan kecepatan yang sama. Ada teknologi yang dapat mencapai kematangan dalam waktu 2–5 tahun, sementara teknologi lainnya membutuhkan 5–10 tahun atau bahkan lebih dari 10 tahun. Dari grafik tersebut dapat dipahami bahwa perkembangan AI bukan hanya tentang seberapa cepat sebuah teknologi menjadi populer, tetapi juga tentang bagaimana teknologi tersebut melewati proses pengembangan, evaluasi, dan penerapan hingga akhirnya benar-benar memberikan manfaat yang nyata.
