Без поллитры

Ключевые слова: artificial intelligence, foresight, foresight methods, k-waves, kondratieff waves, machine learning, megatrends, PEST, technology adoption, weak signals, адаптация технологии, искусственный интеллект, машинное обучение, мегатренды, методы форсайта, слабые сигналы, форсайт, фреймворк, циклы кондратьева

Автор: Федор Рагин

Дата публикации: 17.08.2020

Лицензия: © Федор Рагин. Копирование, распространение или иное использование разрешается после согласия правообладателя.

В форсайте слабый сигнал – это предвестник события (значимого локально или талебовского «чёрного лебедя») или тренда, последовательности однотипных событий (например, адаптации технологии всё большим числом компаний или распространения какой-либо привычки в обществе).

В эссе «Лирических заметках о фреймворке форсайта» [1] мы смотрим на волны Кондратьева как на развивающуюся вдоль оси времени сумму событий и трендов четырёх категорий – технологической (T), экономической (E), социальной (S) и политической (P). T-факторы – первые по времени появления и главные по влиянию в центральной фазе К-волны, а E, S, P – запаздывающие, результирующие, но они доминируют при смене волн. Учитывая, что кондратьевская волна 21-го века длится 30-40 лет, а сейчас мы находимся как раз между V и VI волнами, то приоритет 5-10 летнего стратегического корпоративного форсайта заключается в распознавании конфигурации складывающегося технологического уклада, чтобы компания на основе этого знания могла выстроить неуязвимую или антихрупкую стратегию. Одновременно, E, S и P-события и тренды на этих горизонтах менее значимы, чем Т.

В этом контексте интересен обзор Мюльрота и Гротке [2], посвящённый англоязычным научным публикациям о раннем обнаружении слабых сигналов и трендов за период от первой работы Игоря Ансоффа о слабых сигналах (1975 [3]) до 2017 года. Из 91 статьи большинство исследуют проблему технологических слабых сигналов (17) и трендов (41), а категориям E, S, P внимания уделено кратно меньше. О социальных и политических слабых сигналах не написано вообще ничего! (Cм. слайд.)

Разные авторы объясняют этот дисбаланс не тем, что технологии определяют содержание пика К-волны, а прочие факторы в этой фазе второстепенны, а тем, что заниматься технологическим форсайтом проще. Исследования в S- и P-категориях имеют дело с «непрерывным потоком текстовых данных неуправляемой гетерогенности» и потому попытки выявить в них слабые сигналы приводят к «огромному объёму результатов, спаму» [4-6]. Элегантный способ сказать, что "без поллитры не разберёшься" и "лучше искать там, где светло".

То, что пока не придумано сколько-нибудь действенных методов идентификации слабых сигналов в самых "мягких" макро-категориях - социальной и политической, - сглаживается другими приоритетами: сегодня важнее определить технологические контуры VI кондратьевской волны [7]. Но поиск слабых предвестников событий и зарождающихся трендов в S- и P-слоях волн Кондратьева – это задача, которая в полный рост встанет перед корпоративным форсайтом уже через пять лет. Можно предположить, что машинное обучение и ИИ сыграют в её решении решающую роль. Конечно, если не станет дело за «поллитрами» – фреймворками и алгоритмами, которые необходимо ещё создать.

[1] https://veraviastrategy.com/lyric-notes-on-strategic-foresight-framework

[2] Mühlroth, C., & Grottke, M. (2018). A systematic literature review of mining weak signals and trends for corporate foresight. Journal of Business Economics, 88(5), 643–687. https://doi.org/10.1007/s11573-018-0898-4

[3] Ansoff, H. Igor. "Managing strategic surprise by response to weak signals." California management review 18.2 (1975): 21-33. https://doi.org/10.2307%2F41164635

[4] Goorha S, Ungar L (2010) Discovery of signifcant emerging trends. In: Proceedings of the 16th ACM international conference on knowledge discovery and data mining, pp 57–64. https://doi.org/10.1145/1835804.1835815

[5] Bao BK, Xu C, Min W, Hossain MS (2015) Cross-platform emerging topic detection and elaboration from multimedia streams. ACM Trans Multimed Comput Commun Appl 11(4):1–21. https://doi.org/10.1145/2730889

[6] Pinto JCL, Chahed T, Altman E (2015) Trend detection in social networks using Hawkes processes. In: Pei J, Silvestri F, Tang J (eds) The 2015 IEEE/ACM international conference, pp 1441–1448. https://doi.org/10.1145/2808797.2814178

[7] Grinin, L.E., et al., Forthcoming Kondratieff wave, Cybernetic Revolution, and global ageing, Technol. Forecast. Soc. Change (2016). https://doi.org/10.1016/j.techfore.2016.09.017

 

Сохранить в PDF

Скопировать постоянный линк