Empowering insight: The role of collaboration in the evolution of intelligence practice
Notice bibliographique
Résumé
Background: Though subtle through the years, there has been a perceptible shift in competitive and market intelligence (CMI) practice from that of relying more heavily on sole operators to ones relying on collaboration. It happens within the nature of work performed inside intelligence functions, the larger organisation, and between organisations (i.e., intra-organisational). In this paper, the authors describe the change, develop a three-layered taxonomy for documenting it,and provide examples of how it impacts intelligence practice both now and possibly in the future.Objective: To describe the increasingly evident role of collaboration and collaborative behaviour within insight producing functions in commercial, market-facing organisations. Identify evidence of collaborative intelligence practices in use across a range of different companies, industries, and geographies.Method: The authors used a participant observation approach to developing this research. The discussion and frameworks in this study are based upon the authors’ current roles, experiences and observations in leading a CMI group for a successful provincially based yet globally focused research and technology organisation, and having led interactive workshops and courses for over 100 organisations and approximately 1800 CMI analysts in over a dozen countries.Results: The authors identified an impressive array of collaborative practices for each of the three layers of organisational environments studied. These included ones in (1) intra-process (aka, intelligence cycle) collaboration, (2) intra-organisational collaboration (i.e. within the intelligence and broader organisation) and (3) inter-organisational collaboration (i.e. between discrete organisations). These are illustrated from actual, observed, and ongoing CMI practices and are shared as examples reinforcing our view of the movement away from independent practices and approaches toward purposeful, socialised ones.Conclusion: The evidence we have amassed provides substantial evidence of a notable and beneficial shift from doing intelligence work independently, frequently within silos, towards doing it collaboratively and across multiple types of boundaries. Intelligence practitioners are growing in their capabilities by taking advantage of emerging technologies, adapting practices imported from adjacent fields and benefitting from academic and/or scholarly research that helps push ahead the working boundaries of the field and allows it to make progress. In our view, CMI practice has recently entered a third era of evolution, one in which collaboration will continue to feature prominently, if not centrally.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,030 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,038 |
| Communication savante | 0,017 | 0,021 |
| Science ouverte | 0,002 | 0,020 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».