"Краудсорсинг и платформа Witology" Карелов Сергей Владимирович, соучредитель, Chief Technology Officer Witology Конференция "Будущее индустрии. Необходимость интеллектуального превосходства" МФТИ. www.industry-emerging.ru, 5 сентября 2012 года.

1. Краудсорсинг
и платформа Witology
Конференция «Industry Emerging:
Необходимость интеллектуального превосходства»
5 сентября 2012
С.В.Карелов, СТО Witology
СОБСТВЕННОСТЬ КОМПАНИИ WITOLOGY
Любое использование этого документа без специального разрешения Witology запрещено

2. Краудсорсинг:
• традиционный
и
• синтеллектуальный
Witology | 2

3. Тип технологии, которую ООО Витология
выводит на рынок
Место в пространстве человеко-машинных
алгоритмических координат
© Witology, 2012 3

4. Класс технологии, которую ООО Витология
выводит на рынок
Синтеллектуальный
краудсорсинг
Место в пространстве функционально-ролевых координат
© Witology, 2012 4

5. Краудсорсинг уже используется
бизнесом
Краудсорсинг – это мобилизация трудоресурсов, экспертизы и знаний больших групп
«виртуальных исполнителей» для решения широкого спектра проблем.
«Виртуальных исполнителей» находят либо во внутренней сети компании (внутренний к.),
либо в Интернете (внешний к.)
«Виртуальные «Виртуальные
исполнители» - Внутренний исполнители» Внешний
сотрудники краудсорсинг извне компании краудсорсинг
Повышение
Разработка Расширение Повышение
производите Снижение Укрепление
новых клиентской лояльности
льности затрат бренда
продуктов базы клиентов
труда
Рост доли рынка и
Рост показателей
удовлетворенности
эффективности бизнеса клиентов
© Witology, 2012 5

6. Применение краудсорсинга бизнесом
ширится
Сотни компаний, тысячи проектов, 70% рост бизнеса
© Witology, 2012 6

7. Как работает краудсорсинг
идей
Вход Выход
Обработка
Задача
Генерация идей Решение
«Виртуальные
исполнители»
Отбор лучших идей
© Witology, 2012 7

8. Как работает краудсорсинг
идей
Придумать
Пример внешнего краудсорсинга
инновационный
запах 1200 идей
дезодоранта
Вход Выход
Обработка
Задача
Генерация идей Решение
«Виртуальные
исполнители»
Потребители Отбор лучших идей
Дезодорант AXE
компании
меняющий запах
Unilever
в течение дня
© Witology, 2012 8

9. Как работает краудсорсинг
идей
Как
Пример внутреннего краудсорсинга
усовершенствовать
процессы R&D и 4800
производства предложений
Вход Выход
Обработка
Задача
Генерация идей Решение
«Виртуальные
исполнители»
Сотрудники Отбор лучших идей
150 предложений
компании
внедрены
DELL
© Witology, 2012 9

10. Все просто, дешево и быстро ...
Вход Выход
Обработка
Задача
Генерация идей Решение
«Виртуальные
исполнители»
Отбор лучших идей
© Witology, 2012 10

11. Есть и серьезные недостатки 
Только простая, точно 1 Море идей, где толковые идеи 1 Наверх всплывают лишь самые
сформулированная теряются среди идей не по делу, популярные (понятные) идеи
похожих идей, а то и просто и идеи от «самых горластых»
задача «в одно глупых
действие» (по 2 Царят заякорность, стадность и 2 Многие оригинальные идеи из
сути, вопрос  ответ) гипероптимизм «длинного хвоста» остаются
незамеченными
Вход Выход
Обработка
Задача
Генерация идей Решение
«Виртуальные
исполнители»
Кто хочет, - тот и Отбор лучших идей 1 Идеи сырые и недора-
ботанные
участвует (принцип 2 Многие толковые идеи
дворовой команды) потеряны
© Witology, 2012 11

12. • ТОР 1% участников генерируют 20%
Есть и серьезные недостатки  идей
• Участники из «длинного хвоста»
генерируют 80% идей, но о них
Только точно практически 1 Наверх всплывают лишь самые
1 Море идей, где толковые идеи никто знает
теряются среди идей не по
сформулированная популярные (понятные) идеи
Мысленное делу, похожих идей, а то и просто и идеи от «самых горластых»
задача «в одно глупых
действие» (по за
зацепление 2 Царят заякорность, стадность и 2 Многие оригинальные идеи из
сути, вопрос  ответ)
уже гипероптимизм «длинного хвоста» остаются
незамеченными
высказанные
идеи или их
Вход не Выход
критику,
дающее мыслить Обработка
оригинально
Задача Фокусировка при Свойственное
анализе большинству
Генерация идей Решение
нежелание идти
«Виртуальные предложения только
исполнители» на том, почему оно против мнения
может сработать, и большинства, ка
пренебрежение к при
Кто хочет, - тот и Отбор лучших идей 1 Идеи сырые и недора-
предложении
анализа того, почему ботанные
участвует (принцип идеи самому, так идеи
предложение может 2 Многие толковые
дворовой команды) и при оценке
потеряны
и не сработать
чужих идей
© Witology, 2012 12

13. Усовершенствованный (синтеллектуальный)
краудсорсинг от Witology преодолевает недостатки
традиционного краудсорсинга, позволяя:
1 Отсеивать идей не по делу и 1 Использовать при отборе идей
1 Решать комплексные, нечетко
сформулированные задачи «в просто не сильно умные разные механизмы оценок
несколько действий» 2 Группировать похожие идеи 2 Приглушать голоса «самых
2 Повысить глубину анализа
проблематики 3 Устранять эффекты горластых» и усиливать значимость
3 Повысить эффективность заякорности, стадности и мнений самых толковых участников
коллективного решения
гипероптимизма 4 Выявлять идеи в «длинном хвосте»
предложений
Вход Выход
Обработка
Задача
Генерация идей Решение
«Виртуальные
исполнители»
Доработка идей
Тестировать участников Иметь на выходе тщательно
на входе и в процессе Отбор лучших идей отобранные и проработанные
проекта, выявляя идеи максимально широкого
наиболее креативных, спектра разнообразия
продуктивных и т.д. Многоэтапную фильтрацию пула , включая, пока не понятые, но
идей и их командную доработку потенциально гениальные
© Witology, 2012 13

14. Подробней о возможностях
синтеллектуального
краудсорсинга
Witology | 2

15. Усовершенствованный (синтеллектуальный)
краудсорсинг от Witology преодолевает недостатки
традиционного краудсорсинга, позволяя:
1 Отсеивать идей не по делу и 1 Использовать при отборе идей
1 Решать комплексные, нечетко
сформулированные задачи «в просто не сильно умные разные механизмы оценок
несколько действий» 2 Группировать похожие идеи 2 Приглушать голоса «самых
2 Повысить глубину анализа
проблематики 3 Устранять эффекты горластых» и усиливать значимость
3 Повысить эффективность заякорности, стадности и мнений самых толковых участников
коллективного решения
гипероптимизма 4 Выявлять идеи в «длинном хвосте»
предложений
Вход Выход
Обработка
Задача
Генерация идей Решение
«Виртуальные
исполнители»
Доработка идей
Тестировать участников Иметь на выходе тщательно
на входе и в процессе Отбор лучших идей отобранные и проработанные
проекта, выявляя идеи максимально широкого
наиболее спектра разнообразия
креативных, продуктивн Многоэтапную фильтрацию пула , включая, пока не понятые, но
ых и т.д. идей и их командную доработку потенциально гениальные
© Witology, 2012 15

16. За счет чего это достигается
1 Отсеивать идей не по делу и 1 Использовать при отборе идей
1 Решать комплексные, нечетко
Использование концепции
сформулированные задачи «в просто не сильно умные алгоритмы
1 Человеко-машинные разные механизмы оценок идей
1 Три механизма оценок
логических деревьев и
несколько действий» выявления нерелевантных и
2 Группировать похожие идеи 2 Патентованная система
2 Приглушать голоса «самых
абдукции
2 Повысить глубину анализа
схожих идей
проблематики
- рефрейминг задач на 3 Устранять эффекты горластых» и усиливать значимость
рейтингов идей и людей
3 Повысить эффективность
подзадачи 2 Подача идей «вслепую»
заякорности, стадности и мнений самых толковых участников
3 Эвристические алгоритмы
гипероптимизмаи контр-идей
3 Борьба идей
коллективного решения
- выявление для них 4 Выявлять идеи в «длинном хвосте»
ключевых проблем 4 Гибридная филиация идей поиска идей в «длинном хвосте»
предложений
предложений
Вход Выход
Обработка
Задача
Генерация идей Решение
«Виртуальные
исполнители»
Доработка идей
Тестировать участников Иметь на выходе тщательно
на входе икреативность
Тесты на в процессе
мотивацию, агрессию, С-
Отбор лучших идей 1 Многоуровневая
отобранные и проработанные
проекта, выявляя фильтрация людей и идей
идеи максимально широкого
наиболееразнообразие, пр
фактор,
До 6 чередующихся циклов
2 Многоэтапный цикл оценки
спектра разнообразия
одуктивность
креативных, продуктивн Многоэтапную фильтрацию пула и доработки идей
, включая, пока не понятые, но
ых и т.д. «фильтрация-доработка» идей
идей и их командную доработку 3 Задействование «длинного
потенциально гениальные
© Witology, 2012 хвоста» идей 16

17. За счет чего это достигается
1 Отсеивать идей не по делу и 1 Использовать при отборе идей
1 Решать комплексные, нечетко
Использование концепции
сформулированные задачи «в просто не сильно умные алгоритмы
1 Человеко-машинные разные механизмы оценок идей
1 Три механизма оценок
логических деревьев и
несколько действий» выявления нерелевантных и
2 Группировать похожие идеи 2 Патентованная система
2 Приглушать голоса «самых
абдукции
2 Повысить глубину анализа
схожих идей
проблематики
- рефрейминг задач на 3 Устранять эффекты горластых» и усиливать значимость
рейтингов идей и людей
3 Повысить эффективность
подзадачи 2 Подача идей «вслепую»
заякорности, стадности и мнений самых толковых участников
3 Эвристические алгоритмы
гипероптимизмаи контр-идей
3 Борьба идей
коллективного решения
- выявление для них 4 Выявлять идеи в «длинном хвосте»
ключевых проблем 4 Гибридная филиация идей поиска идей в «длинном хвосте»
предложений
предложений
Вход Выход
Обработка
Задача
Генерация идей Решение
«Виртуальные
исполнители»
Доработка идей
Тестировать участников Иметь на выходе тщательно
на входе икреативность
Тесты на в процессе
мотивацию, агрессию, С-
Отбор лучших идей 1 Многоуровневая
отобранные и проработанные
проекта, выявляя фильтрация людей и идей
идеи максимально широкого
наиболееразнообразие, пр
фактор,
До 6 чередующихся циклов
2 Многоэтапный цикл оценки
спектра разнообразия
одуктивность
креативных, продуктивн Многоэтапную фильтрацию пула и доработки идей
, включая, пока не понятые, но
ых и т.д. «фильтрация-доработка» идей
идей и их командную доработку 3 Задействование «длинного
потенциально гениальные
© Witology, 2012 хвоста» идей 17

18. За счет чего это достигается
- пояснение 1 Пример: рефрейминг задачи
«Снижение энергозатрат»
1 Отсеивать идей не по делу и 1 Использовать при отборе идей
1 Решать комплексные, нечетко
Использование концепции
сформулированные задачи «в просто не сильно умные алгоритмы
1 человеко-машинные разные механизмы оценок идей
1 Три механизма оценок
логических деревьев и
несколько действий» выявления нерелевантных и
2 Группировать похожие идеи 2 Патентованная система
2 Приглушать голоса «самых
абдукции
2 Повысить глубину анализа
схожих идей
проблематики
- рефрейминг задач на 3 Устранять эффекты горластых» и усиливать значимость
рейтингов идей и людей
3 Повысить эффективность
подзадачи 2 подача идей «вслепую»
заякорности, стадности и мнений самых толковых участников
3 Эвристические алгоритмы
гипероптимизмаи контр-идей
3 борьба идей
коллективного решения
- выявление для них 4 Выявлять идеи в «длинном хвосте»
ключевых проблем 4 гибридная филиация идей поиска идей в «длинном хвосте»
предложений
предложений
Вход Выход
Обработка
Задача
(1) Улучшает возможности анализа решаемой задачи
Генерация идей
(2) Повышает эффективность управления процессом Решение
«Виртуальные коллективного поиска решений
исполнители» (3) Позволяет лучше понять и охватить весь спектр
Доработка идей
проблем, лежащих в основе задачи, и путей их решения
Обоснование и экспериментальное подтверждение см. Mckinsey mind -
Тестировать участников Иметь на выходе тщательно
Отбор лучших идей
understanding and implementing the problem-solving tools and
на входе икреативность
Тесты на в процессе 1 Многоуровневая
management techniques of the world’s top strategic consulting firm
отобранные и проработанные
мотивацию, агрессию, С-
проекта, выявляя фильтрация людей и идей
идеи максимально широкого
наиболееразнообразие,
фактор,
До 6 чередующихся циклов
2 Многоэтапный цикл оценки
спектра разнообразия
продуктивность
креативных, продуктивн Многоэтапную фильтрацию пула и доработки идей
, включая, пока не понятые, но
ых и т.д. «фильтрация-доработка» идей
идей и их командную доработку 3 Задействование «длинного
потенциально гениальные
© Witology, 2012 хвоста» идей 18

19. За счет чего это достигается
- пояснение 2
1 Отсеивать идей не по делу и 1 Использовать при отборе идей
1 Решать комплексные, нечетко
Использование концепции
сформулированные задачи «в просто не сильно умные алгоритмы разные механизмы оценок идей
1 человеко-машинные 1 Три механизма оценок
логических деревьев и
несколько действий» выявления нерелевантных и Тест Патентованная система
2 – корреляция креативности,
2 Группировать похожие идеиПример: WIT2 Приглушать голоса «самых
абдукции
2 Повысить глубину анализа
схожих идей психотипа и продуктивности при коллективном
проблематики
- рефрейминг задач на 3 Устранять эффекты горластых» и усиливать значимость
рейтингов идей и людей
3 Повысить эффективность
подзадачи 2 подача идей «вслепую» решении проблем
заякорности, стадности и мнений самых толковых участников
коллективного решения
- выявление для них 3 борьба идей и контр-идей 3 Эвристические алгоритмы
гипероптимизма
4 гибридная филиация идей 4 Выявлять идеи в «длинном хвосте»
ключевых проблем поиска идей в «длинном хвосте»
предложений
(1) На 49% повышается предложений
продуктивность генерации
Вход Выход
Обработка
самых качественных идей
(2) На 38% повышается
эффективность работы
Задача команд при доработке
идей Генерация идей
(3) На 61% повышается Решение
«Виртуальные оригинальность
исполнители»
Доработка идей
(уникальность)
генерируемых идей
Обоснование и экспериментальное подтверждение см. :
Тестировать участников • Creative Sixers - Adding Inspiration to Innovation Иметь на выходе тщательно
на входе икреативность
Тесты на в процессе
мотивацию, агрессию, С-
Отбор лучших идей
• Cultures and Organizations: software of the mind 1 Многоуровневая
• Evidence for a Collective Intelligence Factor in the Performanceотобранные и проработанные
of Human Groups
проекта, выявляя • Does a different view create something new? The effect of employeeфильтрация людей и идей
идеи максимально широкого
diversity on innovation
наиболееразнообразие, пр
фактор, • The Effects of Problem Structure and Team Diversity on Brainstorming effectiveness
До 6 чередующихся циклов
2 Многоэтапный цикл оценки
спектра разнообразия
одуктивность
креативных, продуктивн Многоэтапную фильтрацию пула и доработки идей
, включая, пока не понятые, но
ых и т.д. «фильтрация-доработка» идей
идей и их командную доработку 3 Задействование «длинного
потенциально гениальные
© Witology, 2012 хвоста» идей 19

20. За счет чего это достигается
- пояснение 3
Многофазная и многоэтапная методология проектов (Witoдология) – это развитие программы
1 Использовать при отборе идей
Total Operational Performance компанииидей не по делу и свою эффективность в более 2000 корпораций,
1 Отсеивать McKinsey, показавшей
1 Решать комплексные, нечетко с моделью 5С- Model и методологией Business Problem Solving Три механизма оценок идей
1 Methodology.
Использованиесочетании
в концепции
сформулированные задачи «в просто не сильно умные алгоритмы разные механизмы оценок
1 человеко-машинные
логических деревьев и
Опыт проектов, проводившихся по программе ТОР, показал:и
несколько действий» выявления нерелевантных
2 Группировать похожие идеи 2 Патентованная система
2 Приглушать голоса «самых
абдукции • 2-4 кратное повышениесхожих идей
2 Повысить глубину анализа целевых показателей по сравнению с традиционными формами проектов
проблематики
- рефрейминг •задач на 3 Устранять эффекты горластых» и усиливать значимость
рейтингов идей и людей
3 Повысить эффективность верифицируемость результатов стадности и
100% 2 подача идей «вслепую»
заякорности, мнений самых толковых участников
подзадачи • Значительное сокращение сроков проведения проектов (менее года, включая внедрение результатов)
коллективного решения
- выявление для них 3 борьба идей и контр-идей 3 Эвристические алгоритмы
гипероптимизма 4 Выявлять идеи в «длинном хвосте»
• Существенное снижение затрат на проведение проектов по сравнению с традиционными«длинном хвосте»
4 гибридная филиация идей
ключевых проблем поиска идей в
формами проектов предложений
предложений
Обоснование и экспериментальное подтверждение см. : Total Operational Performance
Вход Выход
Обработка
Задача
Генерация идей Решение
«Виртуальные
исполнители»
Доработка идей
Тестировать участников Иметь на выходе тщательно
на входе икреативность
Тесты на в процессе
мотивацию, агрессию, С-
Отбор лучших идей 1 Многоуровневая
отобранные и проработанные
проекта, выявляя фильтрация людей и идей
идеи максимально широкого
наиболееразнообразие, пр
фактор, креативных,
До 6 чередующихся циклов
2 Многоэтапный цикл оценки
спектра разнообразия
одуктивность
продуктивных и т.д. Многоэтапную фильтрацию пула и доработки идей
, включая, пока не понятые, но
«фильтрация-доработка» идей
идей и их командную доработку 3 Задействование «длинного
потенциально гениальные
© Witology, 2012 хвоста» идей 20

21. За счет чего это достигается доработка + их командная
Индивидуальная генерация идей
- пояснение 4 Обоснование и экспериментальное
подтверждение см.
The Effects of Problem Structure and Team Diversity on
1 Использовать при отборе идей
Brainstorming Effectiveness
1 Решать комплексные, нечетко
Использование концепции 1 Отсеивать идей не по делу и разные механизмы оценок идей
1 Три механизма оценок
сформулированные задачи «в 1 человеко-машинные алгоритмы
логических деревьев и
несколько действий» просто не сильно умные
выявления нерелевантных и 2 Патентованная система
2 Приглушать голоса «самых
абдукции
2 Повысить глубину анализа 2 Группировать похожие идеи
схожих идей горластых» и усиливать значимость
проблематики
- рефрейминг задач на 3 Устранятьидей «вслепую» рейтингов идей и людей
3 Повысить эффективность
подзадачи 2 подача эффекты заякорности, мнений самых толковых участников
коллективного решения
- выявление для них стадности иидей и контр-идей
3 борьба гипероптимизма 3 Эвристические алгоритмы
4 Выявлять идеи в «длинном хвосте»
ключевых проблем 4 гибридная филиация идей поиска идей в «длинном хвосте»
предложений
предложений
Вход Выход
Обработка
Задача
(1) Увеличивается число
генерируемых идей Генерация идей Решение
(2) Доля уникальных идей после
«Виртуальные их фильтрации возрастает
исполнители» примерно на порядок
(3) Возрастает среднее Доработка идей
качество генерируемых идей
(4) Снижается разброс в качестве
Тестировать участников Иметь на выходе тщательно
идей
на входе икреативность
Тесты на в процессе
мотивацию,(5) Повышается вероятность
агрессию, С-
Отбор лучших идей 1 Многоуровневая
отобранные и проработанные
проекта, выявляя не упустить лучшие идеи фильтрация людей и идей
идеи максимально широкого
наиболееразнообразие, пр
фактор, Обоснование и экспериментальное подтверждение см.
До 6 чередующихся циклов
2 Многоэтапный цикл оценки
спектра разнообразия
одуктивность • Idea Generation and the Quality of the Best Idea
креативных, продуктивн • Многоэтапную фильтрацию of Large Samples of Ideas и доработкине понятые, но
Opportunity Spaces in Innovation: Empirical Analysis пула , включая, пока идей
ых и т.д. «фильтрация-доработка» идей
идей и их командную доработку 3 Задействование «длинного
потенциально гениальные
© Witology, 2012 хвоста» идей 21

22. За счет чего это достигается
- пояснение 5
1 Отсеивать идей не по делу и 1 Использовать при отборе идей
1 Решать комплексные, нечетко
Использование концепции
сформулированные задачи «в просто не сильно умные алгоритмы
1 человеко-машинные разные механизмы оценок идей
1 Три механизма оценок
логических деревьев и
несколько действий» выявления нерелевантных и
2 Группировать похожие идеи 2 Патентованная система
2 Приглушать голоса «самых
абдукции
2 Повысить глубину анализа
схожих идей
проблематики
- рефрейминг задач на 3 Устранять эффекты горластых» и усиливать значимость
рейтингов идей и людей
3 Повысить эффективность
подзадачи 2 подача идей «вслепую»
заякорности, стадности и мнений самых толковых участников
3 Эвристические алгоритмы
гипероптимизмаи контр-идей
3 борьба идей
коллективного решения
- выявление для них
Обоснование и экспериментальное подтверждение см. 4 Выявлять идеи в «длинном хвосте»
ключевых проблем of Social Network and гибридная филиация идей
On the Performance
4 Likelihood Based поиска идей в «длинном хвосте»
предложений
Expert Weighting Schemes предложений
Вход Выход
Обработка
При реализация трех механизмов: linear opinion pools, prediction markets, nonlinear/adaptive opinion pools -
применяется взвешивание мнений/оценок участников с помощью весов, рассчитываемых по различным тестовым
Задача
характеристикам (уровень неприятия риска, когнитивный стиль, образование, когнитивное разнообразие и т.д.),
Генерация идей
а также по 10+ рейтингов и по результатам анализа выставленных ими ранее оценок.
Подобное взвешивание существенно повышает релевантность итоговой экспертной оценки по сравнению с равновесовыми Решение
методами оценки.
«ВиртуальныеОбоснование и экспериментальное подтверждение см.:
исполнители» • An empirical comparison of algorithms for aggregating expert predictions
•
•
Доработка идей
On the performance of social network and likelihood-based expert weighting schemes
Combining probability forecasts
В мире известен еще только один проект, где похожая методика взвешивания оценок для повышения корректности прогнозов
используется в практических целях. Это проект Aggregative Contingent Estimation (ACE), финансируемый Intelligence Advanced
Тестировать участников Иметь на выходе тщательно
Тесты на в процессе
Research Projects Activity Отбор лучших идей
на входе икреативность(IARPA) – исследовательской структурой DARPA по задачам разведки. Проект ведется в и проработанные
отобранные
программы разработки методов Aggregative Contingent Estimation – использования «мудрости толпы» для повышения
мотивацию, агрессию, С-
рамках большой
1 Многоуровневая
проекта, выявляя
достоверности предсказаний.
фильтрация людей и идей
идеи максимально широкого
наиболееразнообразие, пр
фактор, 2 Многоэтапный цикл оценки
спектра разнообразия
До 6 чередующихся циклов т.н. «скрытые хиты» среди
одуктивность Многоэтапную фильтрацию пула
П. 3 реализован проприетарным алгоритмом, отыскивающим
креативных, продуктивн и доработки идей
, включая, пока не понятые, но
•
ых и т.д. «фильтрация-доработка» идей
идей Обоснование и экспериментальное подтверждение см.
идей и их командную доработку 3 Задействование «длинного
• Innovation Tournaments потенциально гениальные
© Witology, 2012 хвоста» идей 22

23. За счет чего это достигается
Как часто случается (с шагом 5)
Голова
- пояснение 6
1 Отсеивать идей не по делу и 1 Использовать при отборе идей
1 Решать комплексные, нечетко
Использование концепции
сформулированные задачи «в просто не сильно умные алгоритмы
1 человеко-машинные Хвост
разные механизмы оценок идей
1 Три механизма оценок
логических деревьев и
несколько действий» • ИдеиГруппировать похожие идеи
2 выявления хвоста
из головы и нерелевантных и 2 Патентованная система
2 Приглушать голоса «самых
абдукции
2 Повысить глубину анализа одинаково ценныэффекты
схожих идей
проблематики
- рефрейминг задач на 3 Устранять горластых» и усиливать значимость
рейтингов идей и людей
3 Повысить эффективность • Но при подача идей «вслепую»
2 обычном
подзадачи заякорности, стадности и мнений самых толковых участников
3 Эвристические алгоритмы
краудсорсинге, идеи из контр-идей
гипероптимизмаи
3 борьба идей
коллективного решения
- выявление для них 4 Выявлять идеи в «длинном хвосте»
ключевых проблем хвоста никто, кроме филиация идей
4 гибридная автора, поиска идей в «длинном хвосте»
вообще не видит предложений
Число идей на участника
предложений
Использованы:
Вход Выход
Обработка
1. методика для снятия эффекта коллаборативной фиксации
см. Collaborative fixation: Effects of others' ideas on brainstorming
2. алгоритмы отбора идей
Задача Opportunity Spaces in Innovation: Empirical Analysis of Large Samples of Ideas
Генерация идей Решение
«Виртуальные
исполнители»
Доработка идей
Тестировать участников Иметь на выходе тщательно
на входе икреативность
Тесты на в процессе
мотивацию, агрессию, С-
Отбор лучших идей 1 Многоуровневая
отобранные и проработанные
проекта, выявляя фильтрация людей и идей
идеи максимально широкого
наиболееразнообразие, пр
фактор, креативных,
До 6 чередующихся циклов
2 Многоэтапный цикл оценки
спектра разнообразия
одуктивность
продуктивных и т.д. Многоэтапную фильтрацию пула и доработки идей
, включая, пока не понятые, но
«фильтрация-доработка» идей
идей и их командную доработку 3 Задействование «длинного
потенциально гениальные
© Witology, 2012 хвоста» идей 23

24. Кроме всего названного,
Синтеллектуальный краудсорсинг включает:
Text mining Link mining Opinion Behavior Competence
(SNA) mining mining mining
(Sentiment
Analysis)
© Witology, 2012 24

25. Организация процесса
выполнения проекта
синтеллектуального
краудсорсинга
Witology | 2

26. Три фазы крауд-проектов
В традиционном краудсорсинге содержание фаз описывается простой схемой
В синтеллектуальном краудсорсинге схема крауд-проектов куда более развитая
(см. следующие слайды)
© Witology, 2012 26

27. Фаза 1 - Построение экосистемы
проекта
Формирование Рефрейминг задач
сообщества
• Отбор участников: тесты на • Структуризация целей на
креативность мотивацию, подзадачи
агрессию, CQ, продуктивность • Выявление проблем на пути
• Формирование сообщества решения подзадач
• Согласование целей клиента и • Формирование пула ключевых
сообщества проблем
Результат: Результат:
деятельное сообщество понимание
готово к работе сообществом целей,
© Witology, 2012 27
задач и проблем

28. Фаза 2 – Контролируемый хаос идей
(этапы 3 - 5)
Генерация идей Фильтрация SLOP-оценка идей
нерелевантных и
отбор схожих идей
• Подача идей
«вслепую» • Проприетарный • Оценка уровня
человеко-машинный поддержки идей
• Компенсация
алгоритм • Оценка
эффектов, стадности
и заякорности • Формирование проработанности
первичного пула идей идей
• Командная доводка *)
идей
Результат: Результат: Результат:
большое число пул релевантных пул идей, прошед-
«сырых» идей оригинальных ших линейную
идей оценку
© Witology, 2012 28
*) Командная доводка идей может выделяться в отдельный этап

29. Фаза 2 – Контролируемый хаос идей
(этапы 6 - 8)
Генерация контр- Игра на Бирже идей Адаптивное ревю
идей идей
• Обоснование слабостей и рисков идей • Покупка валюты за репутацию по • Оценка
• Доказательства непродуктивности идей рыночному курсу продуктивности, оригинальности, реализу
• Командная доводка идей • Торги «перспективности» идей емости,
*) • Командная доводка идей и отдачи идей
• Командная доводка идей *)
*)
Результат: Результат: Результат:
пул идей, прошед- пул идей, прошед- пул идей, прошед-
ших борьбу с ших оценку рынка ших адаптивную
Контр-идеями предсказаний оценку
© Witology, 2012 29
*) Командная доводка идей может выделяться в отдельный этап

30. Фаза 3 – Подготовка имплементации
(этапы 9 - 11)
Отбор лучших участников по критериям Формирование МетаБД о проектах и Подготовка плана имплементации
клиента участниках
• 12 критериев: креативность, • Перерасчет метарейтингов участников • Выбор шаблона плана
результативность, интуиция, • Расчет рейтингов завершенного проекта • Заполнение шаблона плана
компетентность и т.д. • Отбор имплементаторов • Награждение участников
• Уточнение профилей участников
Результат: Результат: Результат:
перечень Обновленные план имплементации
участников, отвечающих Wito-рейтинги участников найденных
© Witology, 2012 30
критериям клиента проекта идей/решений

31. Как это делается (архитектура платформы)
Цели проекта Фасилитатор Сообщество Профайлы участников
Клиент
Команда проекта
Процессор управления стадиями проекта Процессор управления заданиями
СУПЕРВИЗОР ПЛАТФОРМЫ
Процессор Процессор оценок
Канал коммуникаций
Процессор фильтрации Процессор
рефрейминга релевантности фильтрации
задачи идей схожих идей
Процессор
коммуникаций
Канал работы с идеями
БД Идей
пул 1
пул 6
пул 2
пул 5
пул 3
пул 4
Рейтинги идей Рейтинги участников
Процессор Процессор рыночной Процессор
SLOP-оценки оценки идей (Биржа Адаптивного
идей Идей) Ревю идей
Процессор рейтингов
© Witology, 2012 31

32. www.witology.com