ประธานเจ้าหน้าที่ฝ่ายนวัตกรรม (CINO) เมื่อยี่สิบปีที่แล้วตําแหน่งนี้ใน c-suite ค่อนข้างหายาก แต่วันนี้เป็นหนึ่งในบทบาทที่สําคัญที่สุดที่รับผิดชอบในการขับเคลื่อนการเติบโตใน Fortune 1000 แต่ตามที่ Darko Lovric และ Greig Schneider ระบุไว้ในบทความ Harvard Business Review ปี 2019 บทบาทนี้ยังอยู่ในช่วงเริ่มต้น ด้วยเหตุนี้ทั้งความรับผิดชอบและแนวทางในบทบาทจึงแตกต่างกันไปตามความท้าทายทางธุรกิจที่องค์กรต้องการแก้ไข
ดังนั้นสิ่งนี้หมายความว่าอย่างไรสําหรับ VP หรือผู้อํานวยการที่ทํางานด้านนวัตกรรมและ R&D? โดยเฉพาะอย่างยิ่งหากพวกเขาได้รับมอบหมายให้แจ้งและให้ความรู้แก่ CINO เกี่ยวกับโอกาสทางวัฒนธรรมและภัยคุกคามต่อธุรกิจ?
หมายความว่าคุณไม่เพียง แต่ต้องพิจารณาประเภทของ CINO ที่คุณกําลังทํางานด้วยเท่านั้น คุณต้องพิจารณาข้อมูลการวิจัยประเภทที่ดีที่สุดที่คุณต้องการเพื่อให้ทราบข้อมูลและทันสมัยในตลาดผู้บริโภคที่เปลี่ยนแปลงอย่างรวดเร็ว
แต่หัวหน้าเจ้าหน้าที่นวัตกรรมประเภทต่างๆมีความคาดหวังที่แตกต่างกันเมื่อพูดถึงการวิจัย
ในชุดโพสต์หกโพสต์นี้เราจะสร้างบทความ HBR ที่อ้างอิงข้างต้น เราจะดูหัวหน้าเจ้าหน้าที่นวัตกรรมหกประเภทหลักที่ระบุโดย Lovric และ Schneider แต่ยังสรุปวิธีต่างๆ ที่แนวทางมานุษยวิทยาที่ใช้ AI สามารถเสริมบุคลิกภาพและทักษะที่เป็นเอกลักษณ์ของ CINO ของคุณได้
ประธานเจ้าหน้าที่ฝ่ายนวัตกรรม #1:
นักวิจัย
ลอฟริกและชไนเดอร์ระบุว่านักวิจัยเป็นคนที่ "ใช้วิธีการทางวิทยาศาสตร์เพื่อควบคุมความฟุ่มเฟือยของความคิดและบิดเบือนข้อมูลเชิงลึกจากข้อมูลจํานวนมาก" นี่คือประธานเจ้าหน้าที่ฝ่ายนวัตกรรมที่รักเสื้อโค้ทในห้องปฏิบัติการของคุณ พวกเขาตื่นขึ้นมาในตอนเช้าผลักดันให้คิดค้นสิ่งใหม่และแปลกใหม่ที่จะกลายเป็นเรื่องใหญ่ต่อไปในหมวดหมู่ของพวกเขา
ความท้าทายคือในการแสวงหาการพัฒนาทรัพย์สินทางปัญญาใหม่ (IP) นวัตกรรมของพวกเขาอาจมีอัตราความล้มเหลวที่สูงขึ้นและสร้างความตึงเครียดมากขึ้นในองค์กร ด้วยเหตุนี้ Lovric และ Schneider จึงเน้นว่า CINO ประเภทนี้เติบโตในทีมที่นวัตกรรมมุ่งเน้นไปที่ "การกําหนดคําถามที่ถูกต้องเช่นเดียวกับการค้นหาคําตอบ"
นี่คือจุดที่วิธีการทางมานุษยวิทยาที่คล่องตัวสามารถวิพากษ์วิจารณ์ได้
เมื่อต้องรับมือกับ "นักวิจัย" การเอนเอียงทางวิทยาศาสตร์ของพวกเขาอาจทําให้พวกเขาเปิดกว้างหรือยอมรับการวิจัยเชิงคุณภาพน้อยลง แต่เป็นความเข้าใจทางวัฒนธรรมของมานุษยวิทยาเกี่ยวกับผู้บริโภคที่สามารถตรวจสอบได้อย่างแม่นยําที่สุดว่าทีมนวัตกรรมของคุณ "ถามคําถามที่ถูกต้อง" หรือไม่เมื่อพิจารณาถึงการพัฒนา IP ใหม่
โชคดีที่ความก้าวหน้าในมานุษยวิทยา AI หมายความว่าเราสามารถดูชุดข้อมูลขนาดใหญ่ผ่านเลนส์มานุษยวิทยาได้ ด้วยการเพิ่มขนาดของกลุ่มข้อมูลของเราเราสามารถกําจัดอคติและความไม่ถูกต้องที่ CINO บางครั้งเชื่อมโยงกับวิธีการเชิงคุณภาพ
สําหรับผู้เริ่มต้นมานุษยวิทยา AI กําจัดฮิวริสติกความพร้อมใช้งานตามที่กําหนดโดยนักเศรษฐศาสตร์รางวัลโนเบล Daniel Kahneman
ฮิวริสติกความพร้อมใช้งานเป็นทางลัดทางจิตที่อาศัยตัวอย่างทันทีที่นึกถึง เมื่อคุณพยายามที่จะตัดสินใจหรืออนุมานบางสิ่งบางอย่างเหตุการณ์หรือสถานการณ์ที่เกี่ยวข้องจํานวนหนึ่งจะผุดขึ้นสู่แนวหน้าของความคิดของคุณทันที และเนื่องจากพวกเขาผุดขึ้นมาหาคุณทันทีคุณจึงถือว่าถูกต้อง สิ่งนี้ทําให้เกิดอคติความพร้อมใช้งานและเป็นปัญหากับแบบจําลองการวิจัยเชิงคุณภาพหรือชาติพันธุ์วิทยาแบบดั้งเดิมส่วนใหญ่ (ด้วยตัวอย่าง N ขนาดเล็ก) รวมถึงการวิจัยที่อาศัยการถามผู้บริโภคว่าทําไมพวกเขาถึงทําในสิ่งที่พวกเขาทํา
ด้วยการสร้างระบบ AI ที่ กําจัดปัจจัยมนุษย์ (โดยเฉพาะอย่างยิ่งในการรวบรวมข้อมูลการจัดระเบียบและการตีความบริบทและแรงจูงใจเบื้องต้น) เราสามารถใช้ประโยชน์จากเครื่องมือทางมานุษยวิทยาเพื่อระบุรูปแบบในหมู่ผู้บริโภคหลายล้านคน (และไม่ใช่หลายสิบ) ดังที่ Kahneman ชี้ให้เห็นว่ายิ่งมีการใช้ประโยชน์จากข้อมูลมากเท่าไหร่ความน่าจะเป็นในการตีความผลลัพธ์ก็จะยิ่งน้อยลงเท่านั้น
ประการที่สองโดยการดูข้อมูลจํานวนมหาศาลนี้ผ่านเลนส์สังเกตการณ์อย่างหมดจดเราจะไม่ขัดจังหวะผู้บริโภคและแทนที่จะดื่มด่ํากับชีวิตของผู้คนที่จะเลือกผลิตภัณฑ์ของเราหรือใส่ใจในหัวข้อหรือปัญหา
สุดท้ายและที่สําคัญที่สุดคือมานุษยวิทยา AI ช่วยให้เราสามารถวัดปริมาณการเปลี่ยนแปลงในวัฒนธรรมได้ และอย่างที่คุณสามารถจินตนาการได้ว่าการหาปริมาณนั้นสามารถช่วยให้ CINO 'นักวิจัย' รู้สึกมั่นใจมากขึ้นเกี่ยวกับข้อมูลทางวัฒนธรรมที่คุณใช้เพื่อแจ้งนวัตกรรมและการตัดสินใจด้านการวิจัยและพัฒนาของคุณ
เมื่อคุณตรวจสอบหัวข้อหรือแนวโน้มคุณสามารถคาดการณ์ได้ว่ามีความเกี่ยวข้องในวัฒนธรรมเพิ่มขึ้นมากเพียงใด
การบรรลุเป้าหมายนี้ไม่ใช่เรื่องง่าย เราต้องสร้างแบบจําลองที่วิเคราะห์จักรวาลหัวข้อรอบคําค้นหาและตรวจสอบการเปลี่ยนแปลงภายในจักรวาลหัวข้อในช่วงเวลาหนึ่ง โดยพื้นฐานแล้วเราใช้เครื่องเพื่อสร้างแบบจําลองและศึกษากลุ่มดาวของความหมายในหัวข้อความคิดหรือแนวโน้มใด ๆ
โดยเฉพาะอัลกอริทึมจะกําหนดว่า -
- มีหัวข้อใหม่ที่เข้าสู่จักรวาลหัวข้อรอบคําค้นหา (นี่ไม่ใช่อะไรนอกจากวัฒนธรรมของหัวข้อ)
- หัวข้อใหม่เหล่านี้มีความเป็นผู้ใหญ่มากกว่าหัวข้อที่กําลังสร้างจักรวาลหัวข้อนั่นคือเกี่ยวข้องกับประชากรในวงกว้างมากขึ้นหรือไม่?
- หากหัวข้อใหม่เหล่านี้ทําให้จักรวาลหัวข้อมีความหลากหลายน้อยลง นั่นคือยิ่งหัวข้อเป็นผู้ใหญ่มากเท่าไหร่ชุดความหมายที่หลากหลายก็จะน้อยลงเท่านั้น
- หัวข้อที่เป็นผู้ใหญ่มากขึ้นเหล่านี้กําลังเพิ่มขึ้นทั้งในด้านปริมาณและความแข็งแกร่งของการเชื่อมต่อกับคําค้นหา
จากผลการวิเคราะห์สี่ขั้นตอนนี้โดยใช้ข้อมูลสี่ปีในหัวข้อนั้นอัลกอริทึมสามารถเรียกใช้การคาดการณ์และยังให้กรอบเวลาสําหรับการทํานาย
การคาดคะเนแต่ละครั้งมาพร้อมกับเมตริกที่สําคัญสองสามข้อ
- กรอบเวลาระบุจํานวนปีที่ต้องใช้เพื่อให้ได้ผลลัพธ์ที่คาดการณ์ไว้
- "หัวข้อที่ขับเคลื่อนการเปลี่ยนแปลง" หมายถึงหัวข้อที่ผลักดันแนวโน้มไปทางขวาบนเส้นโค้งวุฒิภาวะในขณะที่ "หัวข้อต่อต้าน" กําลังทําสิ่งที่ตรงกันข้าม
- การคาดการณ์บ่งชี้ว่า -
- ตําแหน่งในอนาคตของ เส้นโค้งครบกําหนดและตลาดหลักในอนาคต
- ระดับความผันผวนที่แสดงโดยหัวข้อ หากหัวข้อมีความผันผวนสูงระบบจะไม่ส่งการคาดการณ์ คุณจะเห็นสิ่งนี้เป็นครั้งคราว
สิ่งนี้หมายความว่าอย่างไรสําหรับคุณ?
หมายความว่าคุณสามารถไปที่ CINO เชิงวิเคราะห์สูงและนําเสนอข้อมูลเชิงลึกว่าในขณะที่คุณภาพในธรรมชาติขึ้นอยู่กับการเปลี่ยนแปลงเชิงปริมาณในวัฒนธรรมผู้บริโภค และเมื่อพวกเขาถามว่าการคาดการณ์เหล่านี้แม่นยําเพียงใดคุณสามารถพูดได้ว่าในการค้นหาการทําเครื่องหมายบนม้านั่งมากกว่า 1,000 รายการซึ่งเราเปรียบเทียบการคาดการณ์ในอดีตกับผลลัพธ์ปัจจุบัน 80.4% ของการคาดการณ์ของเรามีข้อผิดพลาด 4.8%
สิ่งนี้มีประสิทธิภาพเหนือกว่ามาตรฐานอุตสาหกรรมและเป็นเหตุผลว่าทําไมความคิดริเริ่มด้านนวัตกรรมส่วนหน้าของลูกค้าของเราจึงประสบความสําเร็จมากขึ้นเมื่ออิงจากการวิจัยของเรา
บทสรุป:
กว่าปีที่ผ่านมาเราได้ทํางานร่วมกับผู้อํานวยการระดับโลกด้านวิทยาศาสตร์ประสาทสัมผัสที่ บริษัท อาหาร CPG รายใหญ่ เธอทํางานร่วมกับประธานเจ้าหน้าที่ฝ่ายนวัตกรรมที่มีความสามารถมากซึ่งเหมาะกับต้นแบบ "นักวิจัย" อย่างสมบูรณ์แบบ และพวกเขากําลังจะลงทุนหลายล้านในพื้นที่ความเป็นอยู่ที่ดี
แต่บางอย่างไม่ได้นั่งอยู่กับผู้อํานวยการ ดังนั้นเธอจึงมอบหมายให้เราวิ่ง 5 วันและใช้แพลตฟอร์ม AI Anthropology ของเราเพื่อสํารวจวัฒนธรรมของสุขภาพและความเป็นอยู่ที่ดี
เราสามารถไม่เพียง แต่แสดงให้เห็นว่าคําทั้งสองนี้ไม่สามารถใช้แทนกันได้ (ประธานเจ้าหน้าที่ฝ่ายนวัตกรรมเชื่อว่าพวกเขาหมายถึงสิ่งเดียวกัน) แต่เรายังสามารถระบุและหาปริมาณพื้นที่ความต้องการเพื่อสุขภาพซึ่งสอดคล้องกับข้อกําหนดทางเทคนิคที่ทีม R&D สามารถดําเนินการได้
เราสามารถช่วยผู้อํานวยการพิสูจน์ให้ CINO เห็นว่าพวกเขาถามคําถามผิดด้วยข้อมูลขนาดใหญ่ที่เกี่ยวข้องกับวัฒนธรรม
และเมื่อ CINO เห็นรายงานมันเป็นขนาดตัวอย่างขนาดใหญ่และปริมาณของข้อมูลที่ทําให้เขายอมรับว่าเขาตีความมุมมองของผู้บริโภคผิด
"ตัวเลขไม่ได้โกหก" เขากล่าว
นั่นคือพลังของการเปลี่ยนแปลงเชิงปริมาณในวัฒนธรรมด้วย AI และมานุษยวิทยา
ถัดไป:
ประธานเจ้าหน้าที่ฝ่ายนวัตกรรม # 2: วิศวกร