Innovation radicale et apprentissage automatique

L’innovation est peut-être la carte de visite du futur, mais comment pouvons-nous déterminer que nous transformons de la bonne manière? Comment pouvons-nous soutenir l'innovation lorsque le rythme numérique du changement augmente de manière exponentielle?

Cela soulève la question suivante: prend-on toutes les bonnes idées?

Les experts en innovation ont analysé ces questions et davantage dans un épisode de Game-Changing Une série de stations de radio prédictives "Machine Learning" appelées À l’époque des machines: innovation perturbatrice et idéation . L’animatrice Bonnie D. Graham a dirigé trois intervenants lors d’une discussion sur la manière dont nous devrions innover à l’ère de l’apprentissage automatique.

Les experts présentés étaient les suivants:

• Bryan Mattimore: Cofondateur et créateur de l’idée principale de The Growth Engine Company et Agence d’innovation
• Omar Maher: Pratique de l’apprentissage automatique à ESRI et cofondateur de deux startups technologiques
• John Schitka: Directeur principal (à la retraite) du marketing solution chez SAP [19659008] Découvrez la rediffusion complète en ligne . Voici les points saillants:

  Ce qui nous empêche d’innover?

  Est-ce la tendance à se laisser prendre dans les tâches de tous les jours qui nous empêche de générer de bonnes idées ou la surcharge d’innovation actuelle nous empêche-t-elle d’essayer? Les panélistes ont plongé dans un débat sur le principal inhibiteur de l’innovation: est-ce un excès de confiance ou une saturation?

  Complicité de technique

  Bryan pense que c’est la complaisance, mais a ajouté qu’il s’agissait plus de la méthode que de l’habitude. Bien qu'il existe des centaines de nouvelles techniques d'idéation conçues pour nous aider à innover, nous nous rabattons souvent sur les réunions de brainstorming éprouvées de l'équipe. Le problème est qu’ils ne fonctionnent plus.

  «Il faut stimuler l’esprit des gens pour les amener à lancer de nouvelles idées», a-t-il déclaré. Des sessions de brainstorming ouvertes "peuvent convenir au début d'un projet, mais, garçon, vous devez trouver de nouveaux moyens d'inciter les gens à trouver de nouvelles idées."

  unknown

  John pense qu'il ne s'agit ni de complaisance ni de saturation, mais plutôt de confort et de peur de l'inconnu. «Je préférerais emprunter un chemin que je connais et avec lequel je suis à l'aise», a-t-il déclaré, «puis entrez dans une pièce sombre sans savoir ce que mes pieds vont frapper lorsque je m'avancerai.» [19659011] Manque de compréhension

  Omar s’est déclaré d’accord avec Bryan et John, tout en soulignant qu’un autre facteur est la connaissance de ces nouveaux outils. »De nombreuses personnes entendent parler d’intelligence artificielle, d’apprentissage par machine sujets de technologie dans les nouvelles, mais ne les comprennent pas vraiment. C’est le premier obstacle majeur à la créativité avant que l’innovation puisse commencer. «Une des choses que j'aime le plus, c'est de démystifier ces concepts – de les expliquer en anglais simple."

  Comment pouvons-nous être intentionnels en matière d'innovation?

  Einstein a déclaré que s'il avait une heure pour travailler sur une problème, il passait 55 minutes à y réfléchir et cinq minutes à le résoudre. Il pensait qu'un problème bien énoncé était un problème bien résolu. John, Omar et Bryan ont étudié cette approche de la résolution de problèmes, également appelée règle des 80/20, et ont expliqué en quoi elle pouvait conduire à une innovation ciblée.

  Définissez le problème

  John, partisan de la règle d'Einstein, Il est recommandé de prendre le temps de définir le problème avant d'exécuter la solution. L’un des plus gros problèmes au début du processus d’innovation est le fait d’avoir une vague idée de la dernière étape. "Quel est le problème que vous essayez réellement de résoudre?" Demanda-t-il. "Est-ce peut-être plusieurs problèmes, et nous allons devoir le diviser en morceaux plus petits?" C'est ce que nous devons commencer avant de pouvoir passer à l'innovation créative.

  Il a comparé cela à l'utilisation de l'apprentissage automatique. , en indiquant que toutes les données doivent être préparées et raffinées avant de pouvoir être utilisées dans tout type de solution. "Tout le travail et les efforts doivent être consacrés à définir clairement un problème, je comprends donc ce que je cherche à résoudre."

  Confirmez la direction

  Omar a suggéré une approche en deux volets. Premièrement, nous devons penser au défi commercial en tant que pièce principale du puzzle. "Réfléchissez au problème du point de vue des entreprises plutôt que de passer à la technologie, ce que beaucoup de gens savent faire." Découper la question, comme l'a mentionné John, est la prochaine étape pour déterminer les sous-problèmes. Mais l’essentiel est de confirmer l’orientation du projet. "Je pense que trouver la bonne question est l'étape la plus importante dans tout cela."

  Considérez les hypothèses

  Bryan préconise une approche calculée de l'innovation pour obtenir des résultats mesurés. L'un des moyens les plus efficaces de démarrer le processus d'innovation consiste à noter toutes les hypothèses concernant votre problème. "Citez environ 20 d'entre eux", recommanda Bryan. «Ce qui est intéressant, c’est que vous obtenez les hypothèses évidentes au début, puis que cela devient de plus en plus difficile, puis que vous obtenez de véritables avancées vers la fin du processus. C’est la raison pour laquelle nous poussons les gens à obtenir 20 ans. »

  Décomposez ensuite le raisonnement qui sous-tend chaque hypothèse et déterminez si c’est vrai. Par exemple, une entreprise hôtelière peut supposer qu'elle doit acquérir des chambres à louer. Des entreprises comme Airbnb ont toutefois dépassé cette hypothèse et perturbé l’ensemble du marché.

  «Cette remise en question des hypothèses de base est essentielle pour le travail que nous effectuons», a-t-il déclaré. Parfois, la clé de l'innovation consiste à reformuler nos problèmes.

  Comment l'apprentissage automatique peut-il nous aider à innover?

  Bonnie a conclu le spectacle en demandant aux experts comment utiliser l'apprentissage automatique pour innover, notamment à l'avenir.

  nettoyage

  Comme John l'a mentionné plus tôt, la préparation initiale des données nécessite beaucoup de travail avant de les transmettre à la technologie d'apprentissage automatique. Cependant, Omar a prédit qu’il serait courant d’avoir des programmes de nettoyage des données qui préparent les données avec peu ou pas d’intervention humaine. «Il existe des techniques pour le faire aujourd'hui, et je pense qu'elles vont devenir plus utiles.»

  Invites automatisées

  Bryan envisage un avenir qui intègre l'apprentissage automatique au processus d'innovation dès le début en exploitant son pouvoir de question. développement. «En utilisant l’apprentissage prédictif par la machine pour générer certaines de ces questions intrigantes, elles pourraient être acheminées aux équipes mondiales d’idéation virtuelle afin de leur proposer des idées presque quotidiennement."

  Il conclut en demandant: "Comment beaucoup plus productif pourrait-il nous sommes tous si nous avions cette culture de la curiosité? ”En associant l'apprentissage automatique à la génération de questions d'apprentissage et la créativité humaine, nous augmenterons notre capacité d'innovation.

  Amélioration continue

  John a souligné qu'actuellement l'apprentissage automatique était possible. est un excellent outil, mais il continuera à s’améliorer à mesure que le monde évolue. Il a été créé pour résoudre des problèmes, mais sa créativité est toujours liée à la manière de penser humaine. «L'idéation, l'application de l'outil, la résolution des problèmes, a-t-il remarqué, seront toujours très humains.»

  En savoir plus

  Pour plus de leadership dans le domaine de l'apprentissage automatique et de l'innovation, écoutez Replay complet en ligne et découvrez un autre épisode de la série Coffee Break with Game-Changers . Lisez ces articles pour en savoir plus sur l'apprentissage automatique .

  Et écoutez la retransmission de notre webinaire «Les voies de l'entreprise intelligente» , mettant en vedette Phil Carter, analyste en chef chez IDC, et Dan Kearnan et Ginger Gatling de SAP.

  Cet article a été initialement publié sur le blog SAP Analytics et est republié avec autorisation.