滚动的天空,realize-做最好的自己,才能遇见最好的别人

更多精彩,敬请重视硅谷洞悉官方网站(http://www.svinsight.com)

说到立异,硅谷一向有国际立异高地的标签,招引国际各地的创业者、投资人、学者和作家连绵不断的前来一探终究。以往研讨硅谷立异体系的学者往往以 ”要素说” 来解说硅谷的立异,如硅谷有斯坦福大学、加州大学伯克利分校这样国际一流的研讨高校,有着来自国际各地的连绵不断的优异的移民人才等。

可是,不论硅谷有什么。立异都是动态改变的,今日桃色三国的硅谷是否和10年前,20年前相同立异?十翻滚的天空,realize-做最好的自己,才干遇见最好的他人年后的硅谷,又是否还能持续坚持这样的立异?能实时丈量“立异值”的动摇,发现立异力增强或削减的背面原因,并及时进行干涉,可以说是研讨立异和经济开展的学者们的“终极愿望”。

硅谷洞悉的特约记者注意到,在斯坦福大学两个不同的学院里,有两位教授在别离测验用全新的办法来丈量 “立异” —— 这个看起来稍微笼统的概念。由于对立异的了解不同,丈量办法和东西不同,他们也得出了不同以往的新的洞见。

用跨2个世纪的专利大数据来丈量突破性立异

斗破天地龙王求亲请排队
蔡雄英

怎样衡量立异一向都是个大难题。传统丈量立异的规范有这样几个:榜首,研制投入。第二,请求的专利的数量。第三,宣布论文的数量。

可是,这几个规范跟现在的立异力之间越来越难以划上等号。

以研制投入来说,在本钱助推创业的今日,能在研制上有许多本钱翻滚的天空,realize-做最好的自己,才干遇见最好的他人变得越来越简单,但这并不足以阐明这些钱就真的会转化为立异力;衡量专利的数量和宣布论文的数量也是如此,发论文变得越来越简单,但质量却往往无法保证。慢慢地,人们有时开端为了宣布论文而宣布论文,为了请求专利而请求专利。

面临这些问题,斯坦福大学金融学教授、胡佛经济研讨所高档研讨员阿米特•塞鲁(Amit Seru)和耶鲁大学的教授布莱恩.凯利(Bryan Kelly)等协作,运用巨大的美国专利数据库发明晰一种新的立异衡量规范。

Amit Seru 教授,图自斯坦福大学官网

研讨人员经过比较某个专利的文本与前期和后期专利的类似程度来衡量每项专利的质量。塞鲁教授解说:“突破性立异的专利文本应该与曾经的任何专利都不同,但却能有满足的影响力,以至于后来的发明者都在选用并扩展它。经过计算在特定年份提交的这种类型的专利的数量,咱们就可以预算当年发作了多少突破性立异”。

比方,榜首个在文本中说到“电”这个词的专利十分重要、史无前例。在后来的专利数据库里,跟 “电水真多” 有关的专利成百上千 —— 由于电的发明给整个人类社会带来了天翻地覆的改变。这个时分,研讨人员就会给该专利打一个高分,列入 “突破性立异” 之列。

确认用专利文本的类似性来剖析立异的质量后,塞鲁教授和他的协作团队剖析了自 1836 年以来向美国专利局提交的 9偷心小医生00 多万件专利的文本,编译了每个专利中运用的每个单词后,他们过滤掉了极端常见的如”那个搅舌”这种含义不大的一般单词,然后专心的剖析其他单词文本的类似性。

用剖析专利文原本取得突破性立异数量后,塞鲁教授和他的团队将突破性创贝丹妮新与生产率的改变相关起来剖析。企图用大数据来验证:究竟突破性立异与烟凉忘情深经济增加之间有多大的联系呢?

突破性立异:从“紊乱”和资源从头分配中发作

经过对曩昔两个世纪的专利文本与职业的相关剖析,他们发现,技能立异确实是曩昔两个世纪以来美国经济增加的要害:每次许多的突破性立异之后,就会毫无例外的迎来生产率的进步。

比方,某个职业的突破性立异比平均值高出 30% 时,这个职业的生产率就会比其他职业高出11%。

经过职业的立异与时刻的相关迎春穴剖析,可以更明晰的从数据曲线的改变看到,那些生产力明显进步的职业与美国技能进步的三大浪潮密切相关:19世纪后期所谓的第2次工业革新(新的铁路技能和电力的诞生),20世纪30年代(电力和开展的新运用)化学品,包含榜首个全组成塑料,和20世纪90年代(计算机,通讯和遗传学革新)。这些技能立异的一同特点是,它们带来了一阵“紊乱”,对已有的本钱、人才和商场资源都进行了从头分配。

配图自《经济学人》,版权归于原作者

经过突破性立异和公司以及时刻的相关剖析,研讨发现,那些具有突破性立异的公司比没有的公司都有至少 5% 的未来盈余才干。

最终,更多的数据相关剖析效果发现,突破性立异或许来自任何地方:可以来自新公司,也可以来自老公司,可以从私家公司,也可以从上市公司中发作,当然也可以来自大学和政府—— 但它往往是政府、大学和企业在运用十分多元化的职工/人才后发作的。

给一个规划团队的立异进程编码

假如说塞鲁教授丈量立异的新办法是从从头点评立异的效果着手,那么,斯坦福大学人类立异规划研讨履行主任尼拉什•索拿卡(Neeraj Sonalkar)丈量立异的新办法,便是从重视立异的进程着手

斯坦福大学人类立异规划研讨履行主任尼拉什•索拿卡(Neeraj Sonalkar)

“关于立异,人们总是说,‘你告知我详细怎样做就好,榜首步是什么,第二步是什么’ ... 假如你这么想,你便是在要一份 ‘立异配方孙一明’,但这本质上不是立异。发现你自己的独萧山红十五线事故有立异配方,才是真实的立异。

为什么不能给你一模相同的食谱配方呢?由于你的 ‘立异原资料’ 很或许跟我的不相同,假如照搬他人的办法,只需稍有不同就不或许做出一模相同的菜来。我可以教你的,是怎样依据已有的资源和资料即兴发明。”

经过在斯坦福大学规划学院多年的规划思想团队练习,尼拉什发现,一个团队在立异进程中怎样互动,是影响整个团队立异效果和质量的要害地点。那些总能有特殊体现的团队,他们在整个团队协作中是怎样跟互相互动的呢?有没有一种办法,可以记载下这些超卓的互动办法和元素,并且教给其他任何人来运用,然后进步团队的立异才干呢?

对他来说,发现这些可以有用进步立异的人际互动办法,便是在教给人们怎样有才干跟任何团队都能发作超卓的立异。

所以,尼拉什发明晰一种他称之为“动态互动注解”(IDN)的办法,用这种特别的符号言语来记载和再现一个规划团队互动的进程。这个进程就像是给每个团队的立异进程“写谱”。

他的团队首要找到了两个试验团队。这两个团队的使命是,规划一款安全又风趣的玩具,要求他们发作尽或许多的新主见和新概念。团队可以运用乐高积木以及书写和画画东西,以便利他们规划和剖析新产品的原型。每个使命持续约40分钟。

然后,研讨人员用摄像机拍下两个团队做任何的整个进程,之后再用视频来剖析一个新的概念是怎样在团队中生成的。 研讨在斯坦福大学规划研讨中心的试验室环境中进行,由于它设置好了能一同捕获一切参与者的特写摄像机,可以从细节上一同剖析一个人的言语和非言语表达行为,还能敏捷搜集和剖析视性感受频数据。

搜集两个团队的视频数据之后,尼拉什和搭档在开发视觉符号的编码方案时,把要点放在辨认团队互动进程中的 “主意”、“讲话者的转化”,和 “互动片段” 这几个部分。其间 “主意” 被界说为或许的现有产品的代替方案,可所以另一种的产品结构,甚至是另一种产品生产进程的方案。一个讲话是对另一个讲话的回应,然后又引来新的讲话者的回应,几个接连的讲话者转化组合在一同便是“互动片段”。

在团队的互动中,A和B谁何时讲话,C怎样回应,是表明支撑仍是否定,是否提出了一个新“主意”,仍是一向在用批判给A制作表达主意的“妨碍”,张思旋这些都会被研讨者在观看视频的时分,用特定的视觉符号记下来,给团队的动态互动进程编码的这个办法,便是 “动态互动注解”。整个编码运用的都是人们比较了解的用来隐喻人际反响的视觉符号。比方,“阻止”由一面墙表明,“战胜阻止” 由跳过一面墙来表明, “支撑”由工程自在体图中运用的地上符号表明。

依照这种办法,假如一个团队有三个人,别离以A,B,C来指代,一段三人互动的视频被编码后的就会被表明为如下图中的容貌:

图片版权:Neeraj Sonalkar

尼拉什寒冰护卫者教授表明,这种办法现在的首要运用是,榜首:对规划团队的确诊。比方,有的规划团队想要规划一个新的儿童智能玩具,但却苦于没有让人眼前一亮的规划。尼拉什教授就会让中心规划团队到试验室来,经过实时的视频和 IDN 注解的办法来确诊规划进程中的互动,看究竟哪一部分出了问题。然后,他会把整个确诊效果做成陈述,首要包含团队互动的首要问题和给出的改善主张。

“这种确诊陈述的办法会给整个规划团队一种强壮的自我觉知才干,他们身处团队互动的进程中往往会损失这种觉知,但‘旁观者清’,作为第三者可以更客观和清楚的告知他们团队作业的得与失”。

“咱们还会给学生的规划作业给出反响,当来自国际各地的学生们在做一个规划项目的时分,我把他们带到这儿,录下一个15分钟左右的视频,然后给他们一个反响陈述。这会给学生一个全新的视角,让他们知道在团队中该怎样体现”。

第二,尼拉什教授的团队正在和可计算白话(Computational Spoken language)范畴的博士学生协作,他们规划了一个人工智能体系,测验运用机器学习协助咱们敏捷剖析许多的团队互动数据(关于同一个主题),然后找出一个最好的互动模型。这可以协助咱们更好的界说什么是好的规划,什么是高质量的互动。

尼拉什教授也在跟旧金山一家生物公司协作来做类似的数据建模,他们运用一种大数据剖析软件来清洗和收拾他们的基因数据。

“尽管咱们地点的范畴彻底不同,但从办法论的视点来看,不论一个团队互动的进程是怎样的,包含白话或非白话的信息,它们都可以运用‘动态互动注解’的办法转化成一串简单阅览和了解的视觉符号。这其实和基因编码的——ATGC 原理是十分类似的爱情天梯在哪里。假如大数据的办法可以用于生物信息学,当然也可以用来解码团队互动。咱们运用生物信息学里的模型匹配算法(pattern-matching algorithms)来剖析运用 IDN 转化成的一长串的互动注解符号,企图来发现团队互动中的几种最佳模型”。

硅谷立异的真实来历:高质量人际互动

尽管“最佳团队互动模型”的效果还在研讨进程中,但 Neeraj 教授可以必定的一点是,新的概念的发作跟团队之间的活泼互动办法有极大的正相相联系。这些活泼的chua米互动办法包含活泼的倾听,不论团队中成员说什么,都能频频甚至一直的用“是的,并且(Yes,And)”这样鼓舞并延伸的句子来反响,更多的其他成员的支撑,不论口头仍是言语,都会让讲话者的反响和互动愈加活泼。相反,那些“阻止”式的交流和互动办法,往往会让团队的互动堕入消沉。

Neeraj 进一步提出,可以用人际互动作为东西来解说硅谷的立异奥妙和经济增加奇观。Neeraj 的搭档、斯坦福大学研讨规划思想的专家阿迪•邦尼特(Ade Mabogunje),是这样解说立异是从人际互动中发作的:

“根据对硅谷生态体系的研讨,咱们发现了几个发明财富的一同的人际互动的特征。这是当今经济学说的重要缺失要素,这些人际互动的多个特征翻滚的天空,realize-做最好的自己,才干遇见最好的他人中包含:1、社会联系网。国际上许多人都会因各种原因相遇,但拉里•佩奇翻滚的天空,realize-做最好的自己,才干遇见最好的他人和谢尔盖•布林榜首次在学生训练期间相识,然后就决议一同创立谷歌,这对国际是有很大影响的。立异许多时分来自你的交际网络,即人脉。

2、信赖。在一个社区中,人们协作的功率怎样?是一次握手就足以跟一个陌生人树立协作,仍是需求律师和签定贵重的合同?在硅谷,人们很少在待人以诚的共享互相的方案之前签定合同,但在国际其他地方,简直都是相反的,人们总是先签定合同之后再开端做事情。

《硅谷翻滚的天空,realize-做最好的自己,才干遇见最好的他人百年史》作者皮埃罗•斯加鲁菲(Piero Scaruffi)也指出,要学习硅谷的立异,不能仅看本钱,高质量的大学,人才这些经济体系里有形的要素,学习整个社会,翻滚的天空,realize-做最好的自己,才干遇见最好的他人了解社会文化这些无形的东西,才干真实解说硅谷。比方硅谷地点的加州湾区这个体系,独特性就在于,它是一个艺术家和科学家,创业者们频频互动,互相影响的生态体系。

立异启示录

所以说,看了以上翻滚的天空,realize-做最好的自己,才干遇见最好的他人两种丈量立异的洞见,假如咱们想长远地培养某个区域的立异,应该多问以下问题:

怎样鼓励政府、大学和公司都来活泼发作更多突破性立异?

怎样规划一个体系,可以让该区域的各个集体:陈陶恒学生,创业者,科学家,商业首领等能更简单的发作更活泼和频频的,更有价值的互动?

怎样给多个跨范畴的人群自可是然的发明各种相遇的时机?

怎样让整个社区内的交际人际网更严密,更多元?

怎样让不同社会集体之间的信赖本钱下降?

怎样用好大数据和人工智能这些东西,建造一个真实具有立异力的,人与人之间有着活泼互动的智能城市?

更多精彩,敬请重视硅谷洞悉官方网站(http://www.svinsight.com)

声明:该文观念仅代表作者自己,搜狐号系信息发布渠道,搜狐仅供给信息存储空间服务。
点击展开全文

上一篇:

下一篇:

相关推荐