Le Chief Innovation Officer (CINO). Il y a vingt ans, ce poste dans le c-suite était assez rare. Mais aujourd'hui, il s'agit de l'un des rôles les plus importants pour stimuler la croissance dans le classement Fortune 1000. Mais comme le soulignent Darko Lovric et Greig Schneider dans leur article de 2019 de la Harvard Business Review, ce rôle n'en est qu'à ses débuts. Par conséquent, les responsabilités et l'approche du rôle varient en fonction des défis commerciaux que l'organisation cherche à résoudre.
Qu'est-ce que cela signifie pour un vice-président ou un directeur qui travaille dans le domaine de l'innovation et de la R&D ? En particulier s'il est chargé d'informer et d'éduquer le CINO sur les opportunités culturelles et les menaces pour l'entreprise ?
Cela signifie que vous ne devez pas seulement tenir compte du type de CINO avec lequel vous travaillez. Vous devez également réfléchir aux meilleurs types de recherches dont vous avez besoin pour les tenir informés et à jour sur un marché de la consommation qui évolue rapidement.
Mais les attentes en matière de recherche diffèrent selon les types de responsables de l'innovation.
Dans cette série de six billets, nous nous appuierons sur l'article de la HBR mentionné ci-dessus. Nous examinerons les six principaux types de Chief Innovation Officers identifiés par Lovric et Schneider, mais aussi les différentes façons dont une approche anthropologique basée sur l'IA peut compléter la personnalité et l'ensemble de compétences uniques de votre CINO.
Responsable de l'innovation #1 :
Le chercheur
Lovric et Schneider définissent le chercheur comme quelqu'un qui "utilise la méthodologie scientifique pour dompter la profusion d'idées et tirer des enseignements d'une multitude de données". C'est le directeur de l'innovation qui aime les blouses de laboratoire. Il se réveille le matin, poussé à inventer quelque chose de totalement nouveau et inédit qui s'avérera être la prochaine grande nouveauté dans sa catégorie.
Le problème est qu'en cherchant à développer une nouvelle propriété intellectuelle (PI), leurs innovations peuvent avoir un taux d'échec plus élevé et créer plus de tensions dans l'organisation. En conséquence, Lovric et Schneider soulignent que ce type de CINO s'épanouit dans une équipe où l'innovation est tout autant axée sur "la détermination des bonnes questions que sur la recherche des réponses".
C'est là qu'une approche agile et anthropologique peut s'avérer cruciale.
Lorsqu'il s'agit d'un "chercheur", ses tendances scientifiques peuvent le rendre moins ouvert ou moins enclin à accepter la recherche qualitative. Or, c'est la compréhension culturelle des consommateurs par l'anthropologie qui permet de vérifier le plus précisément si votre équipe d'innovation "pose les bonnes questions" lorsqu'elle envisage le développement d'une nouvelle propriété intellectuelle.
Heureusement, les progrès de l'anthropologie de l'IA nous permettent d'examiner des ensembles de données volumineux à travers un prisme anthropologique. En augmentant la taille de notre réservoir de données, nous pouvons éliminer les biais et les imprécisions que le CINO associe parfois aux méthodes qualitatives.
Pour commencer, l'anthropologie de l'IA élimine l'heuristique de disponibilité telle que définie par l'économiste Daniel Kahneman, lauréat du prix Nobel.
L'heuristique de disponibilité est un raccourci mental qui s'appuie sur des exemples immédiats qui vous viennent à l'esprit. Lorsque vous essayez de prendre une décision ou de déduire quelque chose, un certain nombre d'événements ou de situations connexes vous viennent immédiatement à l'esprit. Et parce qu'ils vous viennent immédiatement à l'esprit, vous supposez qu'ils sont justes. Cela entraîne un biais de disponibilité et constitue un problème pour la plupart des modèles de recherche qualitative ou ethnographique traditionnels (avec de petits échantillons N), ainsi que pour les recherches qui consistent à demander aux consommateurs pourquoi ils font ce qu'ils font.
En créant un système d'IA qui élimine le facteur humain (en particulier dans la collecte et l'organisation des données, ainsi que dans l'interprétation initiale du contexte et de la motivation), nous pouvons exploiter un moteur anthropologique pour identifier des modèles parmi des millions (et non des dizaines) de consommateurs. Comme le souligne Kahneman, plus on exploite de données, moins la probabilité d'une mauvaise interprétation des résultats est grande.
Deuxièmement, en examinant cette grande quantité de données d'un point de vue purement observationnel, nous n'interrompons pas les consommateurs, mais nous nous immergeons véritablement dans la vie des personnes qui choisiront notre produit ou qui s'intéresseront à un sujet ou à une question.
Enfin, et c'est sans doute le plus important, l'anthropologie de l'IA nous permet de quantifier les changements culturels. Et comme vous pouvez l'imaginer, cette quantification peut aider le "chercheur" CINO à se sentir plus confiant dans les données culturelles qu'il utilise pour éclairer ses décisions en matière d'innovation et de R&D.
Lorsque vous examinez un sujet ou une tendance, vous êtes en mesure de prédire dans quelle mesure il gagne en importance dans la culture.
Cela n'a pas été une mince affaire. Il nous a fallu construire un modèle qui analyse l'univers thématique entourant un terme de recherche et examine les changements au sein de cet univers au fil du temps. En substance, nous utilisons la machine pour modéliser et étudier la constellation de significations autour d'un sujet, d'une idée ou d'une tendance.
Plus précisément, l'algorithme détermine si -
- De nouveaux sujets entrent dans l'univers thématique autour d'un terme de recherche (ce n'est rien d'autre que la culture d'un sujet).
- Ces nouveaux thèmes sont plus mûrs que ceux qui constituent actuellement l'univers des thèmes - c'est-à-dire qu'ils sont pertinents pour une partie beaucoup plus large de la population.
- Si ces nouveaux sujets rendent l'univers des sujets moins diversifié. En d'autres termes, plus un sujet est mûr, moins l'ensemble des significations qu'il véhicule est diversifié.
- Ces sujets plus mûrs augmentent à la fois en volume et en force de connexion avec le terme de recherche.
Sur la base des résultats de cette analyse en quatre étapes, utilisant quatre années de données sur ce sujet, l'algorithme est en mesure d'effectuer une prédiction et de fournir une période de temps pour cette prédiction.
Chaque prédiction s'accompagne de quelques mesures importantes.
- Le délai indique le nombre d'années nécessaires pour atteindre le résultat prévu.
- Les "sujets moteurs du changement" sont ceux qui poussent la tendance vers la droite de la courbe de maturité, tandis que les "sujets résistants" font l'inverse.
- La prédiction indique -
- La position future de la courbe de maturité et le futur marché principal.
- Le niveau de volatilité du sujet. Si le sujet est très volatil, le système ne fournira pas de prédiction. Vous verrez cela de temps en temps.
Qu'est-ce que cela signifie pour vous ?
Cela signifie que vous pouvez aller voir votre CINO très analytique et lui présenter des idées qui, bien que qualitatives par nature, sont basées sur des changements quantifiables dans la culture des consommateurs. Et lorsqu'ils vous demandent quel est le degré de précision de ces prévisions, vous pouvez dire que sur plus de 1 000 recherches de référence, où nous avons comparé les prévisions passées aux résultats actuels, 80,4 % de nos prévisions se sont vérifiées, avec une marge d'erreur de 4,8 %.
C'est pourquoi les initiatives de nos clients en matière d'innovation initiale sont plus fructueuses lorsqu'elles s'appuient sur nos recherches.
Conclusion :
Il y a plus d'un an, nous avons travaillé avec le directeur mondial de la science sensorielle d'une grande entreprise de produits alimentaires de grande consommation. Elle travaillait avec un directeur de l'innovation très talentueux qui correspondait parfaitement à l'archétype du "chercheur". Et ils étaient sur le point d'investir des millions dans l'espace bien-être.
Mais quelque chose ne collait pas avec la directrice. Elle nous a donc demandé de faire un sprint de 5 jours et d'utiliser notre plateforme d'anthropologie de l'IA pour explorer la culture du bien-être et du mieux-être.
Nous avons pu non seulement démontrer que ces deux termes ne pouvaient pas être utilisés de manière interchangeable (le directeur de l'innovation était convaincu qu'ils signifiaient la même chose), mais nous avons également pu identifier et quantifier les espaces de demande pour le bien-être, qui correspondaient mieux aux exigences techniques sur lesquelles l'équipe de R&D a pu agir.
Nous avons pu aider le directeur à prouver au CINO qu'il ne posait pas la bonne question grâce à des données culturellement pertinentes.
Lorsque le CINO a pris connaissance du rapport, c'est la taille de l'échantillon et le volume des données qui lui ont permis d'admettre qu'il avait mal interprété le point de vue du consommateur.
"Les chiffres ne mentent pas. a-t-il déclaré.
C'est là toute la puissance de la quantification des changements culturels grâce à l'IA et à l'anthropologie.
PROCHAINE ÉTAPE :
Responsable de l'innovation n° 2 : l'ingénieur