Co když vedení zatím neumí rozhodnutí pojmenovat?

Pak je prvním výstupem pomoct jim ho zformulovat. Dobrá zakázka často začíná tím, že z mlhavého „chceme rozumět trhu“ uděláme dvě tři rozhodnutí, která opravdu stojí za to udělat. To zarámování je půlka hodnoty a přesně tu půlku vám žádné předplatné databáze nedá.

Nemá základní monitoring přece jen smysl?

Má, lehký stálý radar má své místo, ale jen pokud každý signál, který zvedne, projde tříděním proti reálné otázce. Monitoring bez rozhodnutí, které krmí, je jen proud upozornění, který nikdo nečte.

Technology intelligence začíná rozhodnutím, ne databází

Obrácený default

Obvykle to vypadá takhle. Někdo koupí nástroj na patentovou analytiku nebo datové předplatné, spustí širokou „technologickou krajinu“ oboru a vyrobí šedesátislidovou prezentaci plnou shluků, heatmap a šipek trendů. Působí to impozantně. A už se to nikdy neotevře.

Problém nejsou data ani nástroj. Problém je, že se nikdo nezeptal, pro jaké rozhodnutí ta prezentace vlastně je. Krajina bez rozhodnutí v pozadí nemá přirozený bod, kde skončit, nemá jak odlišit relevantní zjištění od pouze zajímavého a nemá formát, podle kterého by někdo jednal. Je to sběr dat s pěknou grafikou.

Začněte rozhodnutím

Řešení je skoro trapně jednoduché: začněte rozhodnutím, které leží na stole. „Solid-state, nebo zůstat u lithium-ion pro další platformu?“ „Je jádro technologie toho startupu obhajitelné, nebo je to hype s funkčním demem?“ „Kam má vývoj umístit další sázku?“ Skutečné rozhodnutí, se skutečným vlastníkem a skutečným termínem.

Z rozhodnutí odvodíte klíčové zpravodajské otázky (KIQ), ty dvě tři věci, které byste opravdu potřebovali vědět, abyste se rozhodli. Teprve pak volíte mix zdrojů, patenty, odbornou literaturu, firemní rejstříky, rozhovory s praktiky, tak, aby odpovídaly právě na tyto otázky.

A není to jen můj názor, funguje tak i učebnicový model. Cambridgeští Kerr, Mortara, Phaal a Probert (2006) popisují technology intelligence jako schopnost „coordinate, search, filter, scan“, která vychází z pojmenované informační potřeby, ne z dat. Lichtenthalerova studie (2004) o TI v evropských a severoamerických nadnárodních firmách našla stejný vzorec v praxi: hodnotu získaly ty firmy, které TI vedly jako proces podpory rozhodování napojený na strategické potřeby, ne jako stálou sběrnu dat.

Proč na pořadí záleží, nejde o úhlednost

Rozhodnutí-první není o pořádku. Mění tři konkrétní věci:

Rozsah. Rozhodnutí ohraničí hledání. „Krajina AI“ je nekonečná. „Který ze tří přístupů k inferenci bude do 24 měsíců životaschopný při našem cílovém nákladu“ je zodpověditelné a dá se dokončit.
Výběr zdrojů. Otázka vám řekne, co skutečně potřebujete: patenty na to, kdo co vlastní a jak je to s freedom-to-operate, literaturu na to, kam míří věda, praktiky na to, co se reálně dodává oproti tomu, co je jen publikované. Data-první seberete všechno a utopíte se; otázka-první seberete to, co si své místo zaslouží.
Předání. Rozhodnutí má tvar. Ten, kdo rozhoduje, chce směrový pohled a doporučení, ne shlukovou mapu k vlastní interpretaci. Začněte rozhodnutím a výstup se napíše skoro sám: tady je vektor, tady je moje míra jistoty, tohle bych udělal.

Kde to mění AI a kde ne

AI zlevnila past „nejdřív data“, a tím ji udělala lákavější. Věrohodně vypadající technologickou krajinu dnes vygenerujete za odpoledne. To laťku nesnižuje, naopak zvyšuje cenu té jediné věci, kterou za vás AI neudělá, totiž rozhodnout, která otázka stojí za položení.

Použijte AI, ať projedete prostředek rychleji, hledání, shlukování, první čtení tisíce abstraktů. Oba konce nechte na člověku: zarámování rozhodnutí na začátku a odpovědnost za úsudek na konci. Model vám ochotně vyrobí sebevědomou krajinu oboru, který nikdo nepotřeboval zmapovat. Že ji nikdo nepotřeboval, vám neřekne.

Poznávací znamení

Tady je test, který zvládnete jednou otázkou. Zeptejte se toho, kdo „technology intelligence“ zadal, jaké rozhodnutí to změní.

Když je odpověď rozhodnutí, s vlastníkem a termínem, děláte zpravodajství. Když je odpověď „chceme rozumět krajině“ nebo „držet prst na tepu oboru“, děláte sběr dat a prezentace umře podle plánu. Dobrá zpráva: obvykle se to dá spravit ve stejném rozhovoru, další otázkou, „a co byste podle toho, co zjistíme, udělali jinak?“

Zdroje

Kerr, C. I. V., Mortara, L., Phaal, R., & Probert, D. (2006). A conceptual model for technology intelligence. Int. J. of Technology Intelligence and Planning. DOI
Lichtenthaler, E. (2004). Technology intelligence processes in leading European and North American multinationals. R&D Management, 34. link
Brenner, M. S. (1996). Technology intelligence and technology scouting. Competitive Intelligence Review, 7, 20–27. link