ラックスでは、イノベーション・リーダーが未来に向けた計画を立て、新たなテクノロジーやメガトレンドに関する戦略的な意思決定を行うことを支援する事業を展開しています。私たちは、業界を超えたイノベーターが集まり、学びを共有できるエコシステムの構築を目指しています。このような流れの中で、ラックスのマリサ・コペックCEOは最近、Nouryonのフィル・クラークCTOにインタビューし、自身の組織内でイノベーションを推進する取り組みについて聞いた。Nouryonは、2018年にAkzoNobelからスピンアウトした特殊化学品会社である。
インタビューのハイライトをいくつか:
- 私たちはフィルに、業界の将来を形作る新たなトレンドについて尋ねた。 化学薬品会社であれば、規制環境に注意を払うのは当然だとフィルは言う。しかし、現在と異なるのは、規制の変更が、まだ代替が特定されていない場合であっても行われていることです。また、AIと機械学習が、研究開発の観点からNouryonの働き方を変えるだけでなく、顧客へのサポートや関わり方をも変えていることにも言及した。最後に、特にホームケアとパーソナルケアにおけるNouryonの顧客にとって、持続可能性はもはや「あったらいいな」ではないと述べた。
- 私たちはAIと機械学習について質問した。 量子コンピュータが化学者に取って代わるのではなく、この種の機械を使う化学者がそうでない化学者に取って代わるのだ、と。フィルはAIや機械学習についても同じように考えている。これらのツールは化学者の必要性を代替するものではなく、彼らの能力を高め、科学とNouryonが持つデータからの洞察を進歩させるものだ。機械学習に関しては、Nouryonはヨーロッパ、アジア、アメリカなど世界中で多くのデータを持っているが、十分に活用できていない。Nouryonがこれらのデータをクラウドに取り込めば、Nouryonが必要とするかもしれないものを予測するモデルを構築することができる。例えば、Nouryonは40,000以上のパーソナルケア製剤を持っており、これらのデータをクラウドに取り込めば、製剤の個々の成分が特定の性能要素にどのような影響を与えているかを理解できるようになる。フィルは、異なる製品形式(ムースやジェルなど)間で性能の一貫性を達成する能力を重要な成果として挙げており、少なくとも機械学習は試行錯誤よりもこの目的に対して効果的であるとしている。
- 私たちはフィルに、彼の経験に基づくイノベーション・リーダー仲間へのアドバイスと成功の秘訣を尋ねた。 フィルは、自分が自然な協力者であると述べた。彼はまた、他の人から意見をもらい、解決すべき問題があるところから始めることの重要性を強調した。例えば、機械学習の場合、膨大なデータが存在し、カスタマイズされ、パーソナライズされたソリューションが必要とされる場所、例えば、家庭やパーソナルケア、食品など、実用性のある場所に焦点を当てる必要があるツールである。ユースケースを構築し、組織内の人々がオプトインできるようにすることが重要だ。フィルは、変更管理がいかに重要であるかを強調した。ここで重要なのは、強力なコミュニケーションである。Philはまた、組織が優先順位をつけるべき重要な事柄に帰結する実践方法である、目標と主要な結果(OKR)の方法論についても言及した。目的 "とは、成し遂げなければならないことであり、"主要な結果 "とは、達成すれば目的を達成できる3~5のことである。フィルは、OKRのクラッシュコースとして『Measure What Matters』という本を紹介した。
フィルがラックスと具体的にどのように仕事をしているのか、また、なぜ彼は自分自身をNFLの審判よりもラグビーの審判に近い指導者だと考えているのか、もっと詳しく聞きたい方は、インタビューをご覧 ください。 こちら.