El Director de Innovación (CINO). Hace veinte años, este puesto en la c-suite era bastante raro. Pero hoy es uno de los roles más importantes responsables de impulsar el crecimiento en Fortune 1000. Pero como Darko Lovric y Greig Schneider esbozaron en su artículo de Harvard Business Review de 2019, el papel todavía está en su infancia. Como resultado, tanto las responsabilidades como el enfoque del rol varían en función de los desafíos empresariales que la organización busca resolver.
Entonces, ¿qué significa esto para un vicepresidente o director que trabaja en innovación e I+D? Especialmente si su tarea es informar y educar al CINO sobre las oportunidades y amenazas culturales para la empresa.
Esto significa que no sólo hay que tener en cuenta el tipo de CINO con el que se trabaja. También tiene que considerar los mejores tipos de insumos de investigación que necesita para mantenerlos informados y actualizados en un mercado de consumo que cambia rápidamente.
Pero los distintos tipos de Directores de Innovación tienen expectativas diferentes en lo que respecta a la investigación.
En esta serie de seis artículos, nos basaremos en el artículo de HBR mencionado anteriormente. Examinaremos los seis tipos principales de directores de innovación identificados por Lovric y Schneider, pero también esbozaremos las diferentes formas en que un enfoque antropológico basado en la IA puede complementar la personalidad y el conjunto de habilidades únicas de su director de innovación.
Director de Innovación nº 1:
El investigador
Lovric y Schneider definen al investigador como alguien que "utiliza la metodología científica para dominar la profusión de ideas y extraer ideas de una multitud de datos". Es el Director de Innovación amante de las batas de laboratorio. Se levanta por la mañana impulsado a inventar algo completamente nuevo y novedoso que se convertirá en la próxima gran novedad de su categoría.
El reto es que, en su afán por desarrollar nueva propiedad intelectual (PI), sus innovaciones pueden tener un mayor índice de fracaso y crear más tensiones en la organización. Por ello, Lovric y Schneider destacan que este tipo de CINO prospera en un equipo en el que la innovación se centra tanto en "determinar las preguntas correctas como en encontrar las respuestas".
Aquí es donde un enfoque ágil y antropológico puede ser fundamental.
Cuando se trata de un "investigador", sus inclinaciones científicas pueden hacer que sea menos abierto o que acepte menos la investigación cualitativa. Pero es la comprensión cultural que la antropología tiene de los consumidores la que puede verificar con mayor precisión si su equipo de innovación está "haciendo las preguntas correctas" cuando se plantea el desarrollo de una nueva propiedad intelectual.
Afortunadamente, los avances en antropología de la IA nos permiten analizar grandes conjuntos de datos desde una perspectiva antropológica. Al aumentar el tamaño de nuestro conjunto de datos, podemos eliminar el sesgo y la imprecisión que el CINO asocia a veces con los métodos cualitativos.
Para empezar, la antropología de la IA elimina la heurística de disponibilidad definida por el Premio Nobel de Economía Daniel Kahneman.
La heurística de disponibilidad es un atajo mental que se basa en ejemplos inmediatos que vienen a la mente. Cuando intentas tomar una decisión o deducir algo, inmediatamente te vienen a la cabeza una serie de acontecimientos o situaciones relacionados. Y como le vienen inmediatamente a la cabeza, da por hecho que son correctos. Esto provoca un sesgo de disponibilidad y es un problema en la mayoría de los modelos tradicionales de investigación cualitativa o etnográfica (con muestras N pequeñas), así como en la investigación que se basa en preguntar a los consumidores por qué hacen lo que hacen.
Al crear un sistema de IA que elimine el factor humano (especialmente en la recogida de datos, la organización y la interpretación inicial del contexto y la motivación), podemos aprovechar un motor antropológico para identificar patrones entre millones (y no decenas) de consumidores. Como señala Kahneman, cuantos más datos se aprovechen, menor será la probabilidad de malinterpretar los resultados.
En segundo lugar, al analizar esta ingente cantidad de datos desde un punto de vista puramente observacional, no interrumpimos a los consumidores, sino que nos sumergimos de verdad en la vida de las personas que elegirán nuestro producto o se interesarán por un tema o asunto.
Por último, y posiblemente lo más importante, la Antropología de la IA nos permite cuantificar los cambios en la cultura. Y como puedes imaginar, esa cuantificación puede ayudar al "investigador" CINO a sentirse más seguro sobre los datos culturales que está utilizando para informar sus decisiones de innovación e I+D.
Cuando se examina un tema o una tendencia se puede predecir hasta qué punto está aumentando su relevancia en la cultura.
Conseguirlo no fue tarea fácil. Tuvimos que crear un modelo que analizara el universo temático que rodea a un término de búsqueda y examinara los cambios que se producen en él a lo largo del tiempo. En esencia, utilizamos la máquina para modelizar y estudiar la constelación de significados en torno a cualquier tema, idea o tendencia.
En concreto, el algoritmo determina si -
- Hay nuevos temas que entran en el universo temático en torno a un término de búsqueda (esto no es más que la cultura de un tema).
- Estos nuevos temas son más maduros que los que componen actualmente el universo temático, es decir, ¿son relevantes para una parte mucho más amplia de la población?
- Si estos nuevos temas hacen que el universo temático sea menos diverso. Es decir, cuanto más maduro es un tema, menos diverso es su conjunto de significados.
- Estos temas más maduros aumentan tanto en volumen como en fuerza de conexión con el término de búsqueda.
A partir de los resultados de este análisis en cuatro etapas, utilizando cuatro años de datos sobre ese tema, el algoritmo es capaz de realizar una predicción, y también de proporcionar un marco temporal para la predicción.
Cada predicción viene acompañada de unas cuantas métricas importantes.
- El plazo indica el número de años necesarios para alcanzar el resultado previsto.
- Los "temas que impulsan el cambio" se refieren a temas que están empujando la tendencia hacia la derecha en la curva de madurez, mientras que los "temas que se resisten" están haciendo lo contrario.
- La predicción indica -
- La futura posición de la curva de madurez y el futuro mercado principal.
- El nivel de volatilidad del tema. Si el tema es muy volátil, el sistema no emitirá una predicción. Esto lo verás de vez en cuando.
¿Qué significa esto para usted?
Significa que puedes acudir a tu analítico CINO y presentarle ideas que, aunque de naturaleza cualitativa, se basan en la cuantificación de los cambios en la cultura de consumo. Y cuando te pregunten hasta qué punto son precisas estas predicciones, puedes decir que en más de 1000 búsquedas de referencia, en las que comparamos predicciones del pasado con resultados actuales, el 80,4% de nuestras predicciones se mantuvieron con un margen de error del 4,8%.
Esto supera con creces la norma del sector y es la razón por la que las iniciativas de innovación front-end de nuestros clientes tienen más éxito cuando se basan en nuestra investigación.
Conclusión:
Hace más de un año, estuvimos trabajando con la Directora Global de Ciencia Sensorial en una importante empresa de alimentación CPG. Trabajaba con un Director de Innovación con mucho talento que encajaba perfectamente en el arquetipo del "Investigador". Y estaban a punto de invertir millones en el espacio del bienestar.
Pero algo no le encajaba a la Directora. Así que nos encargó que hiciéramos un sprint de 5 días y utilizáramos nuestra plataforma AI Anthropology para explorar la cultura del bienestar.
No solo pudimos demostrar que estos dos términos no podían utilizarse indistintamente (el Director de Innovación estaba convencido de que significaban lo mismo), sino que también pudimos identificar y cuantificar espacios de demanda para el bienestar, que se ajustaban mejor a los requisitos técnicos sobre los que el equipo de I+D podía actuar.
Pudimos ayudar al Director a demostrar al CINO que estaban haciendo la pregunta equivocada con big data culturalmente relevante.
Y cuando el CINO vio el informe, fue el gran tamaño de la muestra y el volumen de datos lo que le permitió aceptar que había interpretado mal el punto de vista del consumidor.
"Los números no mienten". Dijo.
Ese es el poder de cuantificar los cambios en la cultura con la IA y la Antropología.
PRÓXIMAMENTE:
Director de Innovación nº 2: El ingeniero