چرا نوآوری افزایشی کافی نیست؟

نوآوری آسان است. یا بهتر است بگوییم، انواع خاصی از نوآوری هستند. مواجهه با چالش بهبود یک محصول یا خدمات در بازار، نباید برای سازمان هایی که توانایی مدیریت و استقرار پایگاه دانش خود را دارند، مشکل زیادی ایجاد کند. استفاده از تحقیقات بازار خوب برای نگه داشتن انگشت روی نبض نیازها و خواسته‌های مشتری، باید به روشنی نشان دهد که چه چیزی باید با پیشرفت در مسیری مشخص تغییر کند. و داشتن منابع فنی در تحقیق و توسعه، مهندسی نرم‌افزار یا توسعه محصول به این معنی است که سازمان شما می‌تواند با چالش بهینه‌سازی پیشنهادی که ماهیت اصلی آن از قبل به خوبی درک شده است، مقابله کند.

به دنیای نوآوری فزاینده خوش آمدید – اساساً فضایی که در آن سازمان‌های مستقر هوشمند می‌توانند از مزیت مستمر بهره ببرند. بهره‌برداری از دانش و شبکه‌هایی که در آن جریان دارد باید آسان باشد و شواهد قویاً از این امر حمایت می‌کنند. به شرکت هایی مانند Procter and Gamble یا Unilever فکر کنید که به طور سیستماتیک از بانک دانش غنی خود برای به روز رسانی مداوم هزاران محصول در قفسه های سوپرمارکت استفاده می کنند و دوباره استفاده می کنند. یا آی‌بی‌ام و اوراکل، همکاری نزدیک با کاربران برای ارتقاء مداوم خدمات آنها. و سپس در مورد مشکلات فکر کنید اگر شما یک رقیب هستید – تمام یادگیری هایی که باید در مسیرهای فنی و بازار انجام دهید فقط برای رسیدن به موقعیت مشابه. جای تعجب نیست که به ندرت متصدیان فعلی دچار مشکل شوند، مگر اینکه – مانند سامسونگ با گلکسی 7 – با چیزی غیرمنتظره دچار شوید.

همین داستان در مورد نوآوری فرآیند نیز صدق می کند – همه شواهد به ارزش قوی بهبود تدریجی فرآیندها، افزایش بازده و کارایی، تغییر مدل برای ارائه کیفیت بالاتر، انجام همان کار با هزینه کمتر اشاره دارد. این اغلب سیندرلای قطعه است، اما در پشت صحنه بهبود سیستماتیک فرآیند می تواند منبع رشد طولانی مدت باشد. ادیسون ممکن است لامپ را به بازار آورده باشد، اما موفقیت آن به عنوان یک نوآوری مستلزم چندین دهه بهبود تدریجی مداوم بود. مانند جیمز برایت در مطالعه معروف خود نشان داد، هزینه ها بیش از 80٪ کاهش یافت و کیفیت بین سال های 1880 و 1896 به دنبال ثبت اختراعات ادیسون و سوان در نتیجه نوآوری های متعدد کوچک اما انباشته به طور چشمگیری بهبود یافت. همین الگو را می توان در صنایع دور از هم مانند ریزتراشه ها، فولادسازی، پالایش نفت یا ریسندگی ابریشم مصنوعی مشاهده کرد – بهبود تدریجی سیستماتیک بزرگترین تفاوت را در طول زمان ایجاد می کند.

اما نوآوری تدریجی کافی نیست.

ما می دانیم که در بازی نوآوری چیزهای بیشتری از انجام کاری که انجام می دهیم کمی بهتر است. ممکن است این یک فضای امن از نظر حرکت در مسیرهای تعیین شده باشد، اما خطر زیادی وجود دارد که شخص دیگری در فاصله کوتاهی بزرگراهی را بسازد و ما در شرف غافلگیری هستیم، و احتمالاً با یک ایده جدید رادیکال مختل می شویم.

راه‌های زیادی برای این اتفاق وجود دارد – فناوری جدید، باز کردن بازارهای جدید، مدل‌های تجاری جدید – اما نتیجه یکسان است. بنابراین هر سازمان هوشمندی باید در اکتشاف سرمایه گذاری کند – انجام تحقیقات در بازارها و فن آوری هایی که هنوز اطلاعات زیادی درباره آنها ندارد. اینجاست که ما روی آینده شرط بندی می کنیم و درس های مفیدی در مورد نحوه مدیریت این فرآیند آموخته ایم. ما نمی‌توانیم موفقیت را تضمین کنیم، اما می‌توانیم مجموعه‌ای از پروژه‌ها بسازیم که به ما امکان می‌دهد پایگاه دانش خود را درباره بازارها و فناوری‌های آینده در کنار بهره‌برداری سیستماتیک از آنچه قبلاً می‌دانیم، بسازیم.

ما می توانیم این دو حالت کار را بر اساس نقشه فضای نوآوری در نظر بگیریم. اساساً ما با نوع اطلاعات شناخته شده یا به راحتی قابل شناخت در مورد افزایشی و با ناشناخته – پیچیده اما هنوز بالقوه قابل شناخت – در مورد نوآوری رادیکال سر و کار داریم.

تا اینجای کار خیلی خوبه. اما جهان پر از محرک های نوآوری است و پیگیری همه آنها غیرممکن است. قطعات بسیار بیشتری در بازی وجود دارد که بتوانیم با آنها کار کنیم – بنابراین ما یک قاب در اطراف مواردی که درک می کنیم قرار می دهیم و سعی می کنیم در آن فضا کار کنیم. اما این خطر وجود دارد که چیزی از آن دنیای گسترده‌تر پدیدار شود و تأثیر زیادی روی ما بگذارد. به سفرهای هوایی کم هزینه، Uber ، Airbnb فکر کنید – همه مخرب هستند نه به این دلیل که شامل نوآوری های بنیادی می شوند، بلکه به این دلیل که عناصر را به روش های جدید ترکیب می کنند یا بازی های جدیدی به وجود می آیند.

فضای پیچیده

اگر این را روی مدل خود ترسیم کنیم، اساساً فضای پیچیده ای است – ناشناخته و بالقوه فقط با برخی استراتژی های بسیار متفاوت قابل شناخت است. پیچیدگی زمانی پدیدار می شود که عناصر زیادی در یک محیط وجود داشته باشند و آنها با یکدیگر تعامل داشته باشند، بنابراین نتوان نتیجه یک موقعیت معین را به صورت خطی پیش بینی کرد. در عوض درجه‌ای از «تکامل مشترک» وجود دارد که از آن چیز جدیدی پدیدار می‌شود.

در لبه هرج و مرج قرار دارد، جایی که همه چیز کاملاً غیرقابل پیش بینی است و هیچ شانسی برای یادگیری یا یافتن هیچ الگوی وجود ندارد. اما شرایط پیچیده به طور بالقوه قابل شناخت هستند – آنها ساختار عمیق تری دارند و اگر ما با برخی از اکتشافات مربوط به بازی در آن فضا کار کنیم، ممکن است بتوانیم رویکردهایی را توسعه دهیم.

به یک قلعه فنری کودکان فکر کنید – سرگرمی عالی به عنوان یک شی بازی اما همچنین یادآوری مفید برخی از ویژگی های سیستم های پیچیده. یک کودک را روی آن قرار دهید تا بپرد و او از آن لذت خواهد برد. مهمتر از آن، درک بالستیک و فیزیک الاستیسیته باید به ما کمک کند تا کم و بیش پیش بینی کنیم که فرزندمان به کجا می رسد. یک فرزند دیگر را بپوشید و ما در قلمرو معادلات همزمان پیچیده شیطانی هستیم، اما ممکن است هنوز این شانس را داشته باشیم که بفهمیم چه کسی به کجا می رسد. ده کودک را بپوشید – و در دنیای پیچیدگی قرار گرفتند. رفتارها و اثرات ظاهراً تصادفی، هر جهش دیگری را تحت تأثیر قرار می‌دهد، به طوری که تنها چیزی که می‌بینیم تصویری پر سر و صدا از سرگرمی بچه‌ها است.

با این تفاوت که الگوهای خاصی وجود دارد. این کاملاً آشفته نیست، لحظاتی وجود دارد که اتفاقاتی رخ می دهد که منجر به ظهور یک ساختار پایدار می شود. اگر دو کودک در یک فضا بیفتند، یک فرورفتگی عمیق در قلعه ایجاد می کنند – و سپس این احتمال وجود دارد که بچه های دیگر بلغزند و سر بخورند و در آن بیفتند. در نهایت یک نقطه تعادل با انبوهی از بچه ها روی هم وجود دارد – و تا زمانی که دوباره شروع به جهش کنند، یک حالت پایدار است. نظریه پیچیدگی چیزهای مفیدی در مورد بازخورد و تقویت، کار در اطراف نقاط و روندهای نوظهور به ما می آموزد. اگر بخواهیم در این زمینه از فضای نوآوری تلاش کنیم و کار کنیم، به استراتژی های بسیار متفاوتی نیاز داریم .

• همه چیز در مورد قرار گرفتن در موقعیت، باز بودن برای انواع سرنخ ها، تماشای و احساس آنچه در حال وقوع است به جای تلاش برای تحمیل قوانین و نظم، یا کار با الگوهای قبلی است. این ورزش تماشاچی نیست!
• این در مورد این است که زودتر در آنجا حضور داشته باشید، بتوانید آنچه را که در حال وقوع است حس کنید و شروع به شناسایی الگوهای نوظهور کنید.
• این در مورد حضور فعال ، آزمایش کاوشگرها و یادگیری از آنچه برمی‌گردد است – به حرکت درآوردن سیستم برای دیدن آنچه اتفاق می‌افتد و سپس استفاده از نمونه‌های اولیه به عنوان آزمایش‌های یادگیری.
• شکست در این شرایط ارزشمند است زیرا به ما می آموزد که چه کارهایی را نباید انجام دهیم و چگونه آزمایش بعدی را متمرکز کنیم – رویکردی برای بررسی و یادگیری.
• موفقیت یعنی تلاش کمی بیشتر از هر کاری که انجام دادید، با استفاده از فرآیندهای بازخورد و تقویت. برای بازگشت به قیاس قلعه جهنده خود، اگر متوجه شویم که شیب شروع شده است، منطقی است که وزن بیشتری در آنجا قرار دهیم تا اندازه شیب را افزایش دهیم و کودکان بیشتری را به داخل آن بکشیم.

یک رویکرد بسیار متفاوت

بنابراین کار در این منطقه سوم ممکن است – و مسلماً اگر بخواهیم از غافلگیری جلوگیری کنیم ضروری است. اما این نیاز به یک رویکرد بسیار متفاوت دارد، بسیار بیشتر شبیه روشی که کارآفرینان به فرصت‌های جدید نزدیک می‌شوند. شروع با یک “طرح اصلی” در اینجا یک دستور العمل مفید نیست – در عوض کل ایده این است که یک فرآیند یادگیری تجربی را مدیریت کنید، الگوها را جستجو کنید و سپس زمانی که آنها شروع به ظهور کردند، آنها را تقویت و تقویت کنید. راه اندازی ناب، چابک – مهم نیست آن را چه می نامید، رویکرد اساسی یکسان است. مانند یک کارآفرین فکر کنید و رفتار کنید.

مواقعی وجود دارد که نوآوری به این صورت است – چیزی که جیمز اوتربک و ویلیام آبرناتی آن را “حالت سیال” می نامند . به نحوه ظهور نوآوری های جدید در جهان فکر کنید. آنها مانند زهره که از اقیانوس در نقاشی معروف بوتیچلی برمی خیزد، کاملاً شکل گرفته به نظر نمی رسند. در عوض، آنها محصول یک فرآیند کاوش و یادگیری هستند که به تدریج از طریق یک الگوی تکامل مشترک در بین عناصر مختلف ظاهر می شوند. فقط به تدریج یک “طراحی غالب” پدیدار می شود – اما زمانی که انجام می شود، مسیری را مشخص می کند که در آن نوآوری برای سال های آینده توسعه می یابد.

به دوچرخه برگردید – امروز تقریباً همه جا وجود دارد اما همیشه با ما نبود. در اواخر قرن نوزدهم عناصر مختلف شروع به همگرایی کردند – توانایی ساخت محصولات فلزی در حجم و کیفیت معقول، علم نهفته در پشت دنده ها و انتقال نیرو، تقاضای فزاینده برای حمل و نقل شخصی به عنوان جایگزینی برای اسب. در سال 1817 بارون کارل فون درایس“Laufmaschine” (ماشین در حال اجرا) خود را اختراع کرد که اولین در یک سری آزمایشات طولانی بود که در این سوپ از امکانات نوآوری کاوش و آموخت. برای هفتاد سال آینده، انواع مختلفی از این موضوع – چرخ‌های تک و چندتایی، ترمزها، دنده‌ها، پیکربندی‌های مختلف صندلی‌ها – با قرض‌گیری، تطبیق، استفاده مجدد و گاهی اوقات به سرقت رفته و به‌عنوان عمده‌فروشی ظاهر شد. تا سال 1885 بود کهجان کمپ استارلی همه آن‌ها را در چیزی که ما هنوز می‌شناسیم کنار هم قرار داد – دوچرخه ایمنی او دو چرخ با اندازه مشابه، یک قاب الماس شکل و یک زنجیر و پدال محرک داشت. طرح غالب در نهایت به سطح سوپ نوآوری حباب زده بود.

کار با پیچیدگی برای سازمان‌های بزرگ آسان نیست – آن دسته از افرادی که با این روش آزمایشی آزاد و پرخطر کار می‌کنند، با جریان اصلی مناسب نیستند. بنابراین یافتن راه‌هایی برای استفاده از آن‌ها چیزی بیش از راه‌اندازی تیم‌های مخاطره‌آمیز، پیشاهنگان یا هر چیز دیگری نیست. ما همچنین باید به چالش بازگرداندن آنها به جریان اصلی بپردازیم – آزمایش لبه هرج و مرج امروز ممکن است تجارت اصلی فردا باشد که به ما امکان می دهد از نوآوری افزایشی بهره برداری کنیم و از سرمایه گذاری های دانش شما که به سختی به دست آورده اید بهره برداری کنیم. اما این تنها در صورتی اتفاق می‌افتد که راه‌هایی برای پیوند این دو جهان پیدا کنیم – و گفتن این کار اغلب آسان‌تر از انجام دادن است. ما باید یاد بگیریم که “دوسویه” باشیم – قادر به دو روش موازی و مکمل برای سازماندهی و مدیریت نوآوری باشیم.