Бережливые инновации. Технологии умных затрат - стр. 33
Новые цифровые инструменты поддерживают быстрое онлайновое создание прототипов, что значительно снижает затраты времени и труда на широкое привлечение потребителей к их тестированию. В частности, Affinnova предлагает компаниям использовать разработанную ею информационно-технологическую платформу, основанную на мощных алгоритмах оптимизации и прогностического анализа, для быстрого итеративного совершенствования проектов по результатам получаемых в интернет-режиме откликов потребителей о тестируемых прототипах. В частности, разработанная компанией методология IDDEA (Interactive Discovery & Design by Evolutionary Algorithms)[36] позволяет численно анализировать реакцию клиентов на представляемые им прототипы, оперативно генерировать и предлагать целый ряд альтернативных вариантов проекта. Эти алгоритмы позволяют выявлять предпочтения потребителей и использовать их для выработки новых решений при помощи компьютерной программы, работающей по принципу имитации генетического и эволюционного развития. Процедура может циклически повторяться до достижения желаемого результата. Цифровые инструменты Affinnova сегодня широко используются такими всемирно известными брендами, как Procter & Gamble, Nestlé и Unilever.
Но не все категории продуктов в равной мере поддаются осмыслению в рамках онлайновой обратной связи. Нередко для задействования потребителей на действительно качественном уровне приходится перемещаться и в реальный физический мир. Для этого можно использовать, например, «лаборатории погружения», такие как демонстрационная лаборатория американского производителя строительной и горнодобывающей техники Caterpillar, где клиентам предлагается «поиграть» с новыми прототипами и моделями и незамедлительно поделиться своими отзывами с инженерами-конструкторами. В отличие от проверки концептуальных замыслов, когда от пользователей-тестировщиков требуется в явном виде высказать свои нужды и пожелания, методология «лабораторного погружения» позволяет исследователям наблюдать за живой реакцией пользователей, «играющих» в прототипы, делать выводы относительно того, чего именно им не хватает, и на основе этого заключать, что конкретно нужно делать дальше, чтобы довести проектируемый продукт до ума в плане его максимальной полезности для потребителей.
И потребительские продукты, и промышленное оборудование все больше предусматривают подключение к интернету. Мобильные устройства и интернет вещей (физические объекты с идентификаторами и/или интерфейсами) позволяют исследователям собирать колоссальные объемы данных, анализировать их на предмет выявления и прогнозирования нужд потребителей и своевременно откликаться на эти нужды, учитывая их в новых технических решениях.
Такой подход, получивший название «прогнозная аналитика», дает особо мощный эффект в контексте технологичных решений для промышленности. Светотехническое подразделение Philips, занимающееся коммерческой разработкой и установкой систем освещения крупных промышленных и инфраструктурных объектов, служит хорошим примером планомерного использования такого подхода.
Компания (по согласованию с заказчиком) оснащает каждый осветительный прибор сенсорным выключателем и датчиком движения, после чего вся система освещения становится для нее источником обширных данных о времени включения, интенсивности использования и отключения светильников, которые поступают в центральную информационную систему. Глава американского отделения Philips Lighting Боб Эсмейер поясняет: