起飞还是槽 ？

PRISM：起飞还是麻烦？-使用专家进行更好的技术预测 CROWDSOURCINGANDDESIGNFITION 60 ARTHURD.LITTLE 起飞或 麻烦？ -更好的技术 预测 使用专家 CROWDSOURCINGAND 设计虚构 61 PRISM：起飞还是麻烦？-使用专家进行更好的技术预测 CROWDSOURCINGANDDESIGNFITION AUTHORS AlbertMeige,RickEagar “预测是非常困难的，特别是如果它是关于未来的。 –尼尔斯·玻尔 早在2016年，在一波乐观情绪中，福特、通用汽车和大众 所有人都预测无人驾驶汽车会 到2020年或更早。1970年，马文·明斯基，先驱之一 人工智能，预测具有通用智能的机器一个人将是可用的 在三到八年内。在2007年，当 iPhone发布，PC杂志结论是它存在严重缺陷，苹果一开始会卖很多 然后销售额就会直线下降。然而， 从那以后，已经售出了22亿美元，并且 iPhone占近一半苹果的收入。 技术发展充斥着贫穷和贫穷的例子 经常非常不准确的预测。Gartner著名的炒作曲线认识到，在许多技术开发周期中， 高期望的初始阶段通常是一个低谷幻灭。相反，许多技术发展缓慢 延长期限，然后突然起飞-比如互联网。毫无疑问，发展轨迹更 经常颠簸而不是光滑。 62 –基于专家：一系列获取知识的方法，来自各种内部和外部专家的见解和意见关于技术趋势和未来 扫描是技术预测的核心方面，可能首先想到的方法。它应该包括相关的 全球和商业趋势，以及技术、竞争对手和 市场情报。如果做得好，它有助于确保企业留下来了解最新的相关活动，所以他们在一个更好的 位置，以发现可能指向迫在眉睫的重要信号改变或中断。它还可以帮助企业理解和参与 随着玩家生态系统的不断发展，这是发展的关键 theirownrolewithinit.Theobviouslylimitationisthatitlargelyreliesonavailablepublisheddata,whichisoftenofvariousquality.Defining范围边界通常很困难，对于许多技术来说 领域，确实有太多的东西要覆盖。 专利数据分析变得越来越复杂 随着人工智能、机器学习等数字工具的引入，和可视化工具，以实现更好的趋势分析和 解释。挑战，如时滞往往几年 技术开发活动和专利申请之间的偏差 在统计数据中(例如，大量的中国专利)，和不同的IP保护策略意味着数据集可能不会 代表性。文献计量学可以揭示影响趋势，尤其是在早期研究，但其价值主要在于为 进一步的情报收集，这仍然需要做。 ARTHURD.LITTLE 对于企业来说，这是一个问题。忽略潜在的破坏性技术可以让一家公司落后于竞争对手，如果有一个突然意外加速。然而，投资太多，太 很快，可以同样具有挑战性，因为Meta正在经历其巨大的在隐喻上赌博。大量的技术数据和情报 都在附近，大部分都是免费的，并不缺乏既定的方法和框架，那么为什么预测仍然是一个问题呢？企业可以做些什么来更好地进行技术预测？ COMMONAPPROACHESTOTECHNOLOGYFORECASTING 从根本上说，预测未来意味着你必须理解今天可见的相关趋势。方法、工具和方法因为技术趋势智能已经存在了很多年，可以分为三类： –正在扫描:系统监测和收集最新数据，有关趋势和发展的信息和情报 –分析:对现有相关科学和技术的数据分析技术发展，例如，科学出版物 (双计量学)和专利数据 63 PRISM：起飞还是麻烦？-使用专家进行更好的技术预测 CROWDSOURCINGANDDESIGNFITION 基于专家的方法越来越普遍。最基本的方法是与有限数量的内部和/或外部专家了解他们对 技术趋势、挑战、不确定性和可能的未来。长期建立的德尔菲法增加了一个结构化的过程方法，涉及两轮或更多轮的提问 建立共识领域的中间分析和反馈和分歧。使用专家的主要优点是 它们可以提供对未来的直接视角，而且往往 长期建立的DELPHI 方法添加结构化方法的过程，涉及两个或更多提问的轮回 带中间分析和反馈以建立共识和 DISAGREEMENT. 不完整。传统的专家档案，即个人 拥有深厚、狭隘的专业知识，可能会限制现实的预测而不是丰富他们的观点。 可以访问非发表的情报和解释。 在不利的一面， 以专家为基础的方法很难缩放。 识别和招募合适的专家 有限的面试程序 具有挑战性，并且选择过程 可能会导致偏见和 对于专家注册的注册方案也是如此 与一家向客户出售收费面试的经纪人合作。希望成为此类计划一部分的专家可能并不总是最好的咨询-有时他们主要是由 需要产生费用收入，而不是追求各自的领域专业知识。此外，该过程可能变得昂贵和如果大量的面试对客户来说是不切实际的 需要定期覆盖广泛的领域。 WHYTECHNOLOGYFORECASTINGISESPECIALLYCHALLENGINGTODAY 传统的技术预测方法越来越多 由于许多原因未能满足当今企业的需求：1 –复杂性和收敛性：之间的传统边界技术和产业由于融合而变得模糊；因此，了解在哪里寻找技术趋势和智能越来越棘手。技术创新经常 恰好发生在这些模糊的边界，参与来自多个不同的生态系统合作伙伴。技术智能是过多的数据和意见进一步复杂化了 在网上找到。这种搭载本身的大部分，以及原始的源数据的来源不再清楚。 641.另请参阅我们的文章“领导者的创造性思维”-棱镜2022年9月 ARTHURD.LITTLE ...意味着一个大时间上的差异 到市场 明天 成熟度的小错误 今天估计... 昨天 今日 明天 商业化 发展 图1：技术发展 –加速度:新技术发展曲线很少 线性。最终具有破坏性影响的技术往往，相反，要遵循指数发展曲线，其中 随着成熟，步伐突然迅速增加。加速度是陡峭，因为突破可以导致一个良性循环成功吸引投资和人才，导致更多的成功。这意味着预测发展“曲线拟合”的小误差 可能会在以后引起很大的差异。（请参见图1。） –认知:像所有人类一样，高管倾向于线性思考，基于他们的企业的心理模型 总是在过去工作。狭窄领域的专家可能类似 constrained.Fortechnologyforecasting,thismeanskeydisruptive 趋势和影响，往往从意想不到的横向到达 可能会错过来源。通常是更广泛的因素，如社会、政治和行为问题会极大地影响技术 影响，由于只关注技术和 economics.Iftechnologyscanningandexpertinterviewsareguided 通过错误的问题，他们会给出错误的答案。 HOWEXPERTCROWDSOURCINGANDDESIGNFICTIONCANHELP 一些公司已经显著提高了他们的质量 通过应用旨在实现以下目标的较新方法进行技术预测克服这些限制，补充核心方法 扫描、分析和专家访谈。两个最重要的这些是专家众包和设计小说。 65 PRISM：起飞还是麻烦？-使用专家进行更好的技术预测 CROWDSOURCINGANDDESIGNFITION EXPERTCROWDSOURCING 众包已成为各种 任务，如筹集投资基金、慈善基金筹集、数据收集、公共政策测试、想法产生和解决问题。平台由开放式创新服务提供商提供，例如Innocentive、NineSigma和Presans。 技术预测的专家众包是最近的发展。据估计，有1500万 世界各地的科学、技术领域的专家 和业务。大多数人2通过科学在网络上留下痕迹文献、专利、研究中心网站、博客、论坛和喜欢。数据分析和机器支持的新软件工具 学习现在可用，可以建立结构化的3专业知识 来自非结构化数据的映射，基于特定的输入请求。它们然后可以生成自动个性化电子邮件来征求专家 最相关专家的参与。该过程有三个 步骤，如图2所示。 FormulateQUERY 接触专家 全球专家: 相关专家:接合专家: -150万 -200-1000 -50-100 INTERPRET Results 转换 智能目标INTO5-10键QUESTIONS 使用AI供电工具 识别和接触权利专家的混合 骨料,分析 和解释 图2：专家采集 该过程的关键特征对其成功包括： –问正确的问题：你想要的预测情报聚集必须少量制定(例如，五个 to10)ofkeyquestionsfortheexpertstoanswer.Theseneedtobe 以一种清晰明确但不明确的方式制定对答案的范围施加推定和隐含限制。开放式和封闭式问题的混合有助于确保直接可比的数据和内容丰富的意见。 –多样性:应邀响应需求的专家人数 不仅包括“深/窄”专家，还包括“多样化/广泛” 专家的专长在于理解和揭示 不同领域之间的联系和寻找新的视角跨越他们。技术和地理背景的混合也很重要。 2.开放式创新和众包指南(2011) 663.一个很好的例子是由ArthurD.Little公司Presans开发的专家搜索引擎 ARTHURD.LITTLE –背景:重要的是要收集关于每个 专家的背景，因为这有助于发现趋势和潜力他们的观点有偏见。 这种专家众包方法，涉及更大的 专家的数量比传统的基于专家的方法，可以帮助克服当今的技术预测挑战。例如，它更容易获得伸展的视角 跨越模糊的边界融合的技术领域，因为可以邀请不同领域的专家。 “智慧的人群”可以用来帮助提高可靠性的预测，尤其是新技术何时出现的关键问题可能会成熟并影响业务。专家的结果 预测也可以用不同的方式进行切片和切丁，以显示具有不同概况的专家之间的意见分歧和 背景。还有偏见的可能性较小正在介绍 thanisthecasewithalimitedexpertpanel.Finally,theapproachis低成本、可重复且基本上可自动化，尤其是 与收费访问注册专家的方法相比。 DESIGNFICTION 设计小说的基本思想是用小说来帮助探索和了解可能的未来，作为一种告知设计的方式战略、计划或政策。在硬数据的企业界， 小说通常不会非常突出。事实上，对于大多数公司，小说只会用于长期战略 发展-想象什么 设计的基本思想业务可能看起来像在10年 FICTION是使用FICTION 帮助探索和理解可能 期货，作为一种方式告知设计 战略、计划或政策。 时间作为一种帮助制定战略眼光和雄心。 然而，设计小说的方法可以也可以有效地应用于技术预测有助于克服 认知挑战和更好的考虑可能影响的更广泛的因素发展的速度和影响 新技术。例如，想象未来的大脑-计算机接口技术是广泛的，嵌入在日常生活可以帮助识别一系列与 技术将与人类行为相互作用并影响社会。 从好的方面来说，你也许可以把主要部分放在一起只需考虑一下演示文稿，并让您的AI机器人 完成它。不利的一面是，你的老板也可以访问你正在思考。影响几乎是无穷无尽的。 67 PRISM：起飞还是麻烦？-使用专家进行更好的技术预测 CROWDSOURCINGANDDESIGNFITION 在实践中，企业有效的设计小说方法技术预测通常如下进行： –基于新兴技术或感兴趣的技术领域，考虑技术对未来的影响 达到完全成熟，并被部署为日常生活的一部分。 –构建一个或多个虚构的案例 与技术的互动。如果这些小说是 以现在时表示，并涉及之间的相互作用人类和技术在看似合理的日常环境中。 –用虚构的故事作为讨论和辩论的来源，最好是吸引具有不同背景类型的个人， 不仅仅是技术专家。例如，社会学家，心理学家，艺术家和作者可以极大地丰富 交易所。 –有意识地考虑反乌托邦的含义。这些尤其是对识别道德、社会、行为或监管有价值 可能是确定如何以及何时技术将影响商业和社会。 重要的是要认识到设计小说之间的差异和情景开发作为预测工具。而设计小说 有意识地选择一个可能的未来，创造一个“现实”的故事在此基础上，情景开发考虑了所有可能的 可能影响未来的因素，并构造