Crowdsourcing effectiveness in highly technical problems: A microfoundations perspective
https://worldopeninnovation.com/wp-content/uploads/2021/12/WOIC-Program-Revised-3.2.pdf
ポイントは以下の通りです:
- 頻繁に成功事例が引用されているものの、クラウドソーシングで得られる解決策には品質や実現可能性の面で問題があることが多い
- クラウドソーシングが失敗する主な要因は以下の通り:
- コストパフォーマンスが悪いと判断されて専門家が参加しない
- 解決策を提案するために十分な知識がない個人を参加させてしまう
- クラウドソーシングに関する研究の多くは、組織の観点から行われてきた
- 本研究では専門家が問題解決者としてクラウドソーシングに参加することを阻む、以下の側面を調査した:
- Cognitive microfoundations
時間のなさや認知の限界による探索行動への影響 - Motivational microfoundations
クラウドソーシングに参加する動機 - 幅広いハイテク分野におけるアカデミアまたは非アカデミアの専門家を対象にオンライン調査を実施し、99名から回答を収集した
- 得られた結果は以下の通り:
- 41.2%が過去2年以内にクラウドソーシングに参加した
- クラウドソーシング経験者の中で積極的に募集を探している割合は20%に過ぎず、17.5%は全く探していない
- 経験者の中で問題提供者から稀にしか勧誘されない割合は57.5%にもなり、15%は一度も勧誘されていない
- 問題提供者による勧誘と専門家が参加する意欲の間には強い正の相関がある
- 未経験者の77.5%が積極的に募集を探しておらず、73.2%が問題提供者から勧誘されたことがない
- 問題提供者から勧誘された専門家が参加しない理由は以下の通り:
- 参加すると時間が掛かる:36.4%
- 応募プロセスが難しい:18.2%
- 問題がよく分からない:18.2%
- 自身の専門性と関係がない:18.2%
- 募集を探したことがある専門家が活用したツールは以下の通り:
- 政府のウェブサイト:75.8%
- 個人的なネットワーク:75.8%
- 企業のウェブサイト:48.5%
- SNS:27.3%
- イノベーション仲介業者:18.2%
- その他:12.1%
- 問題提供者に勧誘されても参加しない理由は以下の通り:
- 求めるインセンティブがない:90.9%
- 適切な補償に懸念がある:27.3%
- IPの取り扱いに不満がある:27.3%
- 問題提供者の公平さを信頼できない:9.1%
- 専門家の中で金銭的なインセンティブによってモチベーションが向上する割合が43.2%であるのに対して、非金銭的なものでは61.1%になる
- 3つの金銭的または5つの非金銭的なインセンティブに対する専門家の好みは、7段階で4.07~5.79であった
- 参加するまたは参加しない専門家の間には、両方のインセンティブがモチベーションに与える影響に違いは見られない
- 得られた学びは以下の通り:
- 問題提供者が勧誘すれば、時間の制約から解放されて参加率が高まる
- 技術難度が高い問題を解決できる専門家の数は限られているにも関わらず、適切な勧誘が行われていないために、専門性がほとんど活かされていない
- 専門家の時間的な制約は、募集の探索に加えて見つけてからの問題の理解や解決策の準備にも影響している
- 専門家が求めるインセンティブは、性格・専門性のレベル・興味などによって異なっている
- 典型的なクラウドソーシングでは事前に参加者の属性を知ることができず、適切なインセンティブを設定できない
- 幅広いインセンティブは、参加していない専門家を惹きつけるだけでなく、参加者のエンゲージメントを向上させる
- 問題提供者はクラウドソーシングの目的を、単発の協業からより持続的な関係性の構築に変化させなければならない
- 一般的なクラウドに網をかける従来のfishing型の取り組みは、技術難度が高い問題で専門家を対象とする際には非効率である
- 専門家に対しては、事前に問題に適した候補者を同定し、積極的に勧誘するようなhunting型のクラウドソーシングが有効である
- Hunting型の各段階は以下の通り:
- Stage 1:問題の設計
- 問題を分解し、適切な要件を設定する
- 特に専門外の分野においては、イノベーション仲介業者の専門性が役に立つ
- Stage 2:AIを使ったデジタルフットプリントの追跡
- 問題や想定される解決策に関連するキーワードを選定し、オープンデータにAIを適用して専門家を特定する
- PresansやideXlabのようなイノベーション仲介業者は、それぞれの募集に対してAIを活用した専門家の探索を実施している
- Stage 3:専門家の同定と順位付け
- 過去の論文などを指標として、専門性のレベルを比較する
- 一般的な募集と異なり、予め参加者候補を絞り込む
- Stage 4:勧誘とエンゲージメント
- 参加者候補者を勧誘する
- 少数の専門家のみを対象とするため、的を絞ったインセンティブが設定できる
オープンイノベーションコンテストを使いこなす(その2)
クラウドソーシングに分類されるオープンイノベーションコンテストに関して、複数の記事で様々な観点から紹介してきました。本報告では現時点でコンテストに積極的に参加している専門家の数が限られており、工夫次第で改良の余地があることが示唆されています。仮に競合他社に先んじてこの問題を解決できれば、圧倒的な優位性を構築できる可能性があります。提案されているhunting型の第1段階は問題の設計ですが、即効性のある対策はありません。オープンイノベーションチームはニーズ元の研究者から詳細を聞き出せる立場にあるため、繰り返し聞き取りをすることで、求めるものを正確に理解することが重要です。また文書化した後に妥当性を検証したければ、何らかの手段を使って当該分野の専門家に見てもらうとよいでしょう。
AIを使った専門家の探索については、以前の記事でも紹介しました(10年後のクラウドソーシング「オープンイノベーションコンテストを使いこなす」)。ジー・サーチの「JDream Expert Finder」では、順位付けも同時に実行できます。ある意味ではオープンイノベーションコンテストとテクノロジースカウティングの組み合わせとも言えます(テクノロジースカウティングとクラウドソーシング)。
実際には詳細な順位付けにそれほど意味はありません。オープンイノベーションチームが求めているのは目の前の問題を解決できるか否かであって、当該分野における専門家の順位とは直接的には関係ないからです。よって実務上は、上位100名などに絞ってからオープンイノベーションコンテストへの参加を働きかけて、最終的な判断は専門家側に委ねる形を取りましょう。
以前の記事でInnoCentiveに参加している問題解決者が求めるインセンティブを紹介しましたが、本報告にあるように個人によって多岐に渡ります(Wazoku(InnoCentive)が問題解決者の体験集を出版)。しかしながら専門家の多くは自身の知識を活かしたい欲求があるため、まずは協業の機会を提供することを検討し、難しい場合は賞金で代用または併用すれば十分です。
以上のようなhunting型のオープンイノベーションコンテストを実施していくためには、オープンイノベーションポータルサイトがあると便利です。例えば募集要項を掲載したウェブページに鍵をかけて、予め選定した専門家にだけ認知活動を行う方法が考えられます。これによって競合他社に知られることなくコンテストを実施できるため、対応できる案件の幅が広がるのではないでしょうか。
0 件のコメント :
コメントを投稿