En McKinsey-analys av över 150 användningsfall uppskattade att IoT kan få en årlig ekonomisk effekt på mellan 3,9 biljoner dollar och 11,1 biljoner dollar fram till 2025. I den övre delen motsvarar det ett värde på 11% av den globala ekonomin. Vi tror att använda Design Thinking när vi utvecklar IoT-lösningar kommer att hjälpa oss att nå våra finansiella mål.

Det är inte så svårt att föreställa sig ett sådant mervärde med tanke på IoT:s ständigt växande tekniska och strategiska potential; det dyker upp nya standarder, komponenter, plattformar, protokoll etc. nästan varje dag. Det är nu möjligt att kombinera dessa alternativ på till synes oändliga sätt för att uppfylla olika krav på anslutningsmöjligheter, bandbredd, strömförbrukning, användarinteraktion etc. för att passa nästan alla potentiella tillämpningar och användarbehov som finns.

Det kommer dock att finnas flera tekniska, regulatoriska och personalmässiga utmaningar som måste hanteras innan vi kan utvinna det verkliga värdet av IoT. Men den kanske största utmaningen kommer att ligga i hur IoT-företagen identifierar användarnas behov och utvecklar lösningar som representerar verkligt värde.

Varje teknikcykel, från dot com-boomen till den nuvarande AI-guldrushen, skapar sin egen uppsättning av udda, konstiga och rent av meningslösa tillämpningar. Och IoT är inte annorlunda, med många produkter som ståtar med anslutningsfunktioner som kan kvalificera dem för en ”smart” etikett men som inte ger några verkliga fördelar alls. Varje stort branschevenemang som CES följs av en rad nyheter som beskriver förbluffande absurda ”smarta” lösningar, från smart tandtråd till röststyrda toaletter för 8 000 dollar.

Men vi tror att IoT:s verkliga potential och värde kommer att framträda först när man fokuserar på att utnyttja IoT:s kraft för att lösa så kallade ”wicked problems”.

Begreppet ”wicked problems” definierades först av designteoretikern Horst Rittel i samband med samhällsplanering i mitten av 1960-talet. Det handlar om komplexa frågor som kännetecknas av flera ömsesidigt beroende variabler och olika perspektiv, och som verkar omöjliga att lösa. Dessa problem lämpar sig inte nödvändigtvis för traditionella linjära problemlösningsprocesser och metoder, utan kräver ett nytt tillvägagångssätt som kan hantera den inneboende tvetydigheten och komplexiteten i dessa frågor. Det var designteoretikern och akademikern Richard Buchanan som 1992 refererade till Design Thinking som den innovation som krävs för att tackla svåra problem.

Trots smarta kattlådor som kan skriva skicka meddelanden och smarta soptunnor som automatiserar inköpslistor måste fokus för IoT ligga på att identifiera och lösa svårlösta problem, och Design Thinking är den metod som kommer att göra det möjligt för IoT-industrin att göra just detta.

Design Thinking – en kort historik

För många i branschen är Design Thinking nästan oupplösligt kopplat till Tim Brown och IDEO, och båda spelade en viktig roll för att sprida både termen och metoden. Men som IDEO förtjänstfullt klargör på sin webbplats, även om de ofta tillskrivs uppfinnandet av termen, har Design Thinking sina rötter i en global diskussion som har pågått i årtionden.

För att förstå hur detta samtal utspelade sig vänder vi oss till Nigel Cross, professor emeritus i designstudier vid The Open University i Storbritannien, och hans dokument från 2001 Designerly Ways Of Knowing: Designdisciplin kontra designvetenskap. Dokumentet spårar rötterna till det som så småningom skulle utvecklas till Design Thinking till 1920-talet och den första moderna designrörelsen. Enligt Cross var ambitionen att ”vetenskapliggöra” design och producera konstverk och design som följde viktiga vetenskapliga värderingar som objektivitet och rationalitet.

Dessa ambitioner dök upp igen på 1960-talet, men fokus hade förändrats avsevärt. Om tonvikten tidigare låg på vetenskapliga designprodukter, fokuserade 60-talets designmetodrörelse på den vetenskapliga designprocessen och designmetodik framträdde som ett giltigt undersökningsämne. Årtiondet avslutades med kognitionsvetaren och Nobelpristagaren Herbert Simons bok Sciences of the Artificial från 1969, som hänvisar till tekniker som snabb prototypframtagning och testning genom observation som idag är en del av designprocessen.

Detta ”designvetenskapliga decennium” lade grunden för experter från olika områden att granska sina egna designprocesser och bidra med idéer som skulle föra strävan att vetenskapliggöra design framåt. IDEO kom i början av 90-talet med en designprocess, modellerad efter det arbete som utvecklats vid Stanford Design School, som även icke-designers kunde förstå sig på, vilket gav impulsen att göra Design Thinking mainstream. År 2005 hade Stanford lanserat en egen kurs i Design Thinking. Idag finns det flera ledande utbildningsinstitutioner som erbjuder kurser i designtänkande och en hel rad icke-designföretag som förlitar sig på Design Thinking för att lösa några av sina svåraste problem.

Så vad är Design Thinking?

Låt oss börja med ett stycke historia igen.

På 80-talet genomförde Bryan Lawson, professor vid arkitekturskolan vid University of Sheffield i Storbritannien, en empirisk studie för att förstå hur problemlösning skiljer sig åt mellan forskare och designers. Studien visade att forskare använde problemfokuserade strategier i motsats till designers som använde lösningsfokuserade strategier. Forskare löser problem genom analys medan designers löser problem genom syntes.

Ett problemfokuserat tillvägagångssätt bygger på att identifiera och definiera alla parametrar för ett problem för att kunna skapa en lösning. Lösningsfokuserat tänkande, å andra sidan, börjar med ett mål, t.ex. ett förbättrat framtida resultat, snarare än att bara fokusera på att lösa problemet.

Design Thinking är en lösningsfokuserad metod som möjliggör kreativ lösning av problem och skapande av lösningar, med avsikt att förbättra det framtida resultatet. Det är en metod som värdesätter analys såväl som syntes. Det är en integrerad kognitiv metod som kombinerar divergent tänkande, konsten att skapa valmöjligheter, med konvergent tänkande, vetenskapen om att göra val. Design Thinking ger icke-designers element från designerns verktygslåda som gör det möjligt för dem att ta ett lösningsfokuserat förhållningssätt till problemlösning.

IDEOs definition av designtänkande som en människocentrerad metod inkluderar även det som ofta kallas innovationens tre linser: önskvärdhet, genomförbarhet och lönsamhet. Människocentrerad design börjar alltid med att fastställa önskvärdheten, att definiera vad människor vill ha. Nästa steg är att fastställa om det är tekniskt möjligt att leverera det som människor vill ha. Och slutligen måste även en önskad och tekniskt genomförbar lösning vara kommersiellt gångbar för ett företag. Design Thinking är alltså en process som ger innovativa lösningar som är optimalt placerade i gränslandet mellan önskvärdhet, genomförbarhet och lönsamhet.

Detta ramverk bör vara den perfekta utgångspunkten för produktutveckling inom IoT-industrin. Idag verkar många lösningar ta önskvärdhet och genomförbarhet för givet bara för att det är tekniskt möjligt att bygga in nästan vad som helst med anslutningsmöjligheter. Men är detta rätt tillvägagångssätt för IoT-innovation?

Modellen för Design Thinking i 5 steg

Processguiden för Design Thinking från Hasso-Plattner Institute of Design vid Stanford (d.school) föreskriver en 5-stegsmodell som utvecklas enligt följande:

EMPATHIZE: Empati är en viktig komponent i den människocentrerade designprocessen eftersom den sällan eller aldrig börjar med förutfattade idéer, antaganden och hypoteser. Detta steg gör det möjligt för företagsteamen att bättre förstå de människor som de designar för; förstå deras behov, värderingar, trossystem och deras levda erfarenhet. Som processguiden uttrycker det kommer de bästa lösningarna ur de bästa insikterna om mänskligt beteende. Design Thinking uppmuntrar praktiker att observera hur människor interagerar med sin omgivning i samband med den aktuella designutmaningen. Designers bör också engagera sig direkt med slutanvändare, inte i form av en strukturerad intervju utan som en löst avgränsad konversation. Båda dessa metoder kan ge insikter som inte nödvändigtvis fångas upp av historiska data eller expertutlåtanden.

DEFINIERA: I det här steget handlar det mer om att definiera designutmaningen utifrån insamlade insikter om slutanvändaren än att definiera en lösning. ”Definiera”-fasen möjliggör syntes av stora mängder data, som samlats in i föregående fas, till insikter som kan hjälpa till att fokusera designutmaningen. I slutet av detta steg måste det vara möjligt att formulera en handlingsbar problemformulering som kommer att ligga till grund för resten av processen.

IDÉBILDNING: Syftet med idébildningen är inte att hitta den rätta idén, utan att få fram så många olika idéer som möjligt som är relevanta för designutmaningen. Att hitta rätt idé kommer att ske i användartestnings- och feedbackfasen. Under tiden kan du använda så många idéskapande tekniker som möjligt för att gå från det uppenbara till det potentiellt innovativa. Det viktigaste av allt är att skjuta upp bedömningen eftersom det kan hämma fantasin, kreativiteten och intuitionen att utvärdera idéer när de kommer. I slutet av idéprocessen, definiera kriterier för kvalitetsröstning för att flytta flera idéer till prototypstadiet.

PROTOTYPER: Bygg prototyper med låg upplösning (billiga och snabba) eftersom det innebär att mer framtidsinriktade idéer kan testas. Använd dessa prototyper för att få feedback från användare och teamet som sedan kan användas för att förfina dessa lösningar genom flera iterationer. En produktiv prototyp är en som kommunicerar konceptet för den föreslagna lösningen, stimulerar till samtal och möjliggör ett snabbt och billigt misslyckande av oanvändbara idéer.

TEST: Prototypframtagning och testning fungerar ofta som två halvor av samma fas snarare än som två separata faser. I själva verket måste prototypen återspegla de nyckelelement som måste testas och även hur de måste testas. Testning behöver inte nödvändigtvis endast fokusera på användarnas feedback på den presenterade prototypen. Faktum är att detta steg ibland kan generera nya insikter när människor interagerar med prototypen. Istället för att tala om för användarna hur de ska använda prototypen, låt dem interagera fritt och jämföra olika prototyper.

Och slutligen finns det iterate. Detta är inte så mycket ett steg som en gyllene regel för Design Thinking. Poängen med designtänkande är att skapa en repetitiv inlärningsloop som gör det möjligt för team att förfina och fokusera om idéer eller till och med ändra riktning helt och hållet.

Stanford-modellen är naturligtvis inte det enda ramverket för Design Thinking som finns idag. De som är intresserade av fler alternativ kan hitta en inledande sammanställning på 10 modeller för Design Thinking. Även om dessa ramverk kan variera i nomenklatur och processstruktur, är vissa centrala Design Thinking begrepp som empati och iteration gemensamma för de flesta.

Är Design Thinking effektivt?

Enligt en källa är det bara 24 % av de som använder Design Thinking som mäter effekterna av sina program. Även en undersökning från Stanfords d.school visade att organisationer hade svårt att fastställa ROI.

I en utmärkt artikel i Harvard Business Review drar dock Jeanne Liedtka, professor i företagsekonomi vid Darden School of Business vid University of Virginia, slutsatsen efter en sjuårig kvalitativ studie av 50 projekt inom olika sektorer att ”Design Thinking har potential att göra för innovation exakt vad TQM gjorde för tillverkning: frigöra människors fulla kreativa energi, vinna deras engagemang och radikalt förbättra processer.”

En mer kvantitativ studie från Forrester om den totala ekonomiska effekten av IBM:s designtänkande ger en mängd kvantifierade fördelar som inkluderar realiseringen av 20,6 miljoner dollar i totalt värde på grund av en designtänkande-ledd minskning av design-, utvecklings- och underhållskostnader.

Men den begränsade tillgången på kvantitativa data har kompenserats av den stadiga strömmen av framgångshistorier från världsledande företag som omvandlar delar av sin verksamhet med hjälp av Design Thinking.

Designt Thinking erbjuder det ramverk som på en grundläggande nivå kommer att göra det möjligt för IoT-industrin att omorientera sig från ett ”vad kan jag ansluta bredvid internet”-tänkande till ett ”var behöver användarna mest hjälp”-tänkande. Den människocentrerade och empatidrivna metoden gör det möjligt för företag att identifiera och förstå potentiella sammanhang och problem utifrån slutanvändarens perspektiv snarare än utifrån de möjligheter som tekniken ger. Företagen kan nu använda de tre innovationsglasögonen för att utvärdera det praktiska, tekniska och kommersiella värdet av de lösningar som de planerar att införa. Slutligen kommer den inkluderande och iterativa designprocessen att säkerställa en mycket högre sannolikhet för framgång samtidigt som den möjliggör verkligt värde för kunderna.