NY FORSKNING | Fem nycklar till framgångsrika innovationsnätverk
- Publicerad: 13 nov 2024,
- 3:54 e m
- Uppdaterad: 13 nov 2024,
- 3:59 e m
Utveckling av digitala innovationer kräver ofta samarbete mellan flera aktörer. Men samarbete är ingen lätt historia. Så hur arbetar de innovationsnätverk som lyckas?
Ett AI-system för att göra sjöfarten säkrare och mer hållbar. Det var målet för ett av de innovationsnätverk som Adrian Bumann, Chalmers, har studerat i sin doktorsavhandling.
– Det blir allt vanligare att aktörer från olika sektorer jobbar tillsammans i nätverk när ny digital teknik ska utvecklas. Inte minst på grund av alla de samhällsutmaningar som vi står inför, och som vi i många fall kan lösa med avancerad teknik. Men att jobba i nätverk är krävande och inte alltid helt enkelt, säger han.
I sjöfartsnavigeringsprojektet som studerats arbetade aktörer från helt skilda organisationer och företag med expertis inom navigation, datavetenskap och telekommunikation. Uppgiften var att gemensamt utveckla algoritmer som kan analysera fartygs- och GPS-data för att bättre förutsäga ett fartygs rörelse och stödja navigatörerna ombord. För att nätverket skulle få en gemensam referensram, och underlätta diskussioner och beslutsfattande, skapade man en simuleringsprogramvara för att visualisera AI-funktioner.
– Det hjälpte deltagarna att tydligare förstå algoritmens funktionalitet, oavsett om de var datavetare eller ingenjörer, förklarar Adrian Bumann.
Flera användningsområden
I grund och botten arbetar människor i innovationsnätverk på samma sätt som i vilket samarbetsprojekt som helst. De brainstormar tillsammans, gör en skiss över vad de vill göra och arbetar med det – och kanske ändrar man sina planer längs vägen, för att till sist ha ett resultat. Men det finns en avgörande skillnad mellan att bygga en bil och att ta fram en AI-programvara, enligt Adrian Bumann.
– Det finns fler nyanser och mer flexibilitet när man jobbar med digital innovation. Data och algoritmer som utvecklas för ett specifikt ändamål kan ofta återanvändas till andra syften.
– Så, under projektets gång kan nya användningsområden upptäckas och målen justeras i realtid.
Svårt med hierarkisk styrning
När flera organisationer med samma kunskapsbas ska samarbeta brukar det fungera bra att en enda person samordnar gruppen och arbetet. Men i ett innovationsnätverk där alla kommer från olika sektorer och har olika typer av kunskaper, kan ingen veta allt.
– Då är kunskapen – och därmed också kontrollen – utspridd i nätverket. Så i en innovationsprocess där ny avancerad teknik ska tas fram sker samordningen i stället underifrån och upp, säger Adrian Bumann.
Var det något i din forskning som förvånade dig?
– Ja, att det är väldigt utmanande att hitta bra data. Alltså data som är pålitlig, korrekt och tillgänglig för det syfte du behöver den för. Den mest komplicerade AI-algoritmen är inte användbar om du inte har tillräckligt med kvalitativa data att mata den med, säger Adrian Bumann.
Kontakta adrian.bumann@chalmers.se
Fem nycklar för ett lyckat innovationsnätverk
Arbeta med prototyper eller simuleringsprogramvara för att alla ska begripa hur en viss ny teknik fungerar.
Utnyttja flexibiliteten som digital teknik erbjuder genom att hela tiden var lyhörd för om det finns andra användningsområden för den teknik som tas fram.
Säkerställ datakvalitet för att AI-systemen ska fungera effektivt och korrekt. Detta bör prioriteras tidigt i projektet.
Stärk de personer som har särskild kunskap för att driva utvecklingsprocessen framåt. Kanske är det någon som har tidigare erfarenhet av liknande komplexa problem, eller är extra pedagogisk och kan förklara komplexa saker för andra?
Upprätthåll en tydlig vision för nätverket som vägledning mot gemensamma mål, men var samtidigt öppen för att justera visionen när nya insikter dyker upp eller omständigheterna förändras.
Mer om avhandlingen
Adrian Bumann disputerade nyligen vid Chalmers med avhandlingen Generating Architectural Knowledge in Digital Innovation.
