Di Lux, kami berada dalam perniagaan untuk membantu pemimpin inovasi merancang untuk masa depan dan membuat keputusan strategik sekitar teknologi baru muncul dan aliran mega. Kami berhasrat untuk mewujudkan ekosistem di mana para inovator merentas industri boleh berkumpul untuk berkongsi pembelajaran. Dalam hal ini, Ketua Pegawai Eksekutif Lux Marisa Kopec baru-baru ini menemu bual Nouryon CTO Phil Clark untuk mengetahui tentang usahanya memacu inovasi dalam organisasinya sendiri. Nouryon ialah sebuah syarikat bahan kimia khusus yang dikeluarkan daripada AkzoNobel pada 2018.
Beberapa sorotan daripada temu bual:
- Kami bertanya kepada Phil tentang arah aliran yang muncul yang dia jangka akan membentuk masa depan industrinya. Phil berkata bahawa mana-mana syarikat bahan kimia akan memberi perhatian kepada persekitaran kawal selia. Walau bagaimanapun, apa yang berbeza hari ini ialah perubahan kawal selia sedang berlaku, walaupun dalam kes di mana penggantian masih belum dikenal pasti. Beliau juga menyebut bagaimana AI dan pembelajaran mesin mengubah cara Nouryon berfungsi daripada perspektif R&D tetapi juga cara ia menyokong dan berinteraksi dengan pelanggan. Akhir sekali, beliau menyifatkan kemampanan sebagai bukan lagi "baik untuk dimiliki", terutamanya untuk pelanggan Nouryon di rumah dan penjagaan diri.
- Kami bertanya tentang AI dan pembelajaran mesin. Phil merujuk petikan daripada buku yang dipanggil Quantum Supremacy — buku itu berpendapat bahawa komputer kuantum tidak akan menggantikan ahli kimia tetapi ahli kimia yang menggunakan jenis mesin ini akan menggantikan mereka yang tidak. Phil berfikiran sama tentang AI dan pembelajaran mesin. Alat ini tidak akan menggantikan keperluan untuk ahli kimia tetapi akan meningkatkan kebolehan mereka dan memajukan sains dan cerapan daripada data yang Nouryon miliki. Berkenaan dengan pembelajaran mesin, Nouryon mempunyai banyak data di seluruh dunia di Eropah, Asia dan AS yang tidak dimanfaatkan sepenuhnya. Setelah Nouryon memasukkan data ini ke dalam awan, ia boleh membina model yang boleh menjadi ramalan tentang perkara yang mungkin diperlukan oleh Nouryon. Sebagai contoh, Nouryon mempunyai lebih 40,000 rumusan penjagaan diri yang, setelah ia menarik data ini ke dalam awan, ia akan dapat memahami cara komponen individu rumusan memberi kesan kepada faktor prestasi tertentu. Phil memetik keupayaan untuk mencapai konsistensi prestasi merentas format produk yang berbeza (cth, mousse atau gel) sebagai hasil penting — sekurang-kurangnya pembelajaran mesin telah lebih berkesan ke arah matlamat ini daripada percubaan dan kesilapan.
- Kami meminta Phil beberapa petua dan helah untuk rakan pemimpin inovasi berdasarkan pengalamannya, serta rahsia kejayaannya. Phil menyebut bahawa dia adalah rakan usaha sama semula jadi. Beliau turut menekankan kepentingan mendapatkan input daripada orang lain dan bermula dari mana ada masalah yang perlu diselesaikan. Dalam kes pembelajaran mesin, sebagai contoh, ia adalah alat yang perlu ditumpukan pada tempat ia mempunyai utiliti, seperti di mana terdapat sejumlah besar data dan di mana penyelesaian tersuai dan diperibadikan diperlukan — seperti untuk rumah dan penjagaan diri dan makanan . Adalah penting untuk membina kes penggunaan dan membenarkan orang dalam organisasi untuk mengikut serta. Phil menekankan bagaimana pengurusan perubahan juga penting. Komunikasi yang kukuh adalah sangat penting di sini: membawa kumpulan bersama-sama untuk memutuskan perkara yang perlu dilakukan. Phil juga menyebut objektif dan metodologi keputusan utama (OKR) — amalan yang merujuk kepada perkara kritikal yang perlu diutamakan oleh organisasi. "Objektif" ialah perkara yang perlu dilakukan dan "hasil utama" ialah 3-5 perkara yang jika anda sampaikan, anda akan mencapai objektif anda. Phil menyebut buku Measure What Matters sebagai kursus ranap dalam OKR.
Untuk mendengar lebih lanjut tentang cara Phil bekerja secara khusus dengan Lux dan mengapa dia menganggap dirinya memimpin lebih seperti pegawai Ragbi daripada pengadil NFL, tonton wawancara di sini .
