Transforming early-stage innovation with generative AI: Case study of leveraging LLM agents for ideation and screening
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Science |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Department
Major/Subject
Mcode
Degree programme
Language
en
Pages
79
Series
Abstract
Innovation is a key part of financial and technological growth within industries. Yet, the processes for guiding innovation from ideation to product launch have seen limited evolution as companies in low- to mid-tech sectors often rely on traditional frameworks such as the Stage-Gate model. Central to these frameworks is the concept of innovation funnel, which aims to systematically narrow down a broad set of ideas into a selected few that advance into further development. Despite the transformative potential of technologies such as generative AI, many organisations have not changed their innovation processes to leverage these advancements effectively. Generative AI offers significant potential to support and optimize the intuitive decision-making during ideation and idea screening. This thesis explores the integration of generative AI, especially large language models (LLMs), into early-stage innovation to support idea formulation and screening. The approach aims to benefit both people with innovative ideas and decision-makers tasked with making intuitive early-stage decisions about which ideas to pursue further. As a proof-of-concept study, an LLM agent was developed and tailored for the case company to demonstrate its effectiveness. The results reveal significant potential for enhancing innovation efficiency with generative AI and complement the current research on the generative AI’s potential to ideate and automate workflows. By merging the ideation and idea screening phases into a single process, augmented ideation and screening, individuals with innovative ideas can collaborate with an LLM agent to enhance their concepts while simultaneously determining idea’s viability, all without requiring decision-makers' resources. Within innovation funnel this shows as an extended “mouth” enabled by the LLMs that are capable of processing substantially more ideas than humans in the same time frame.Innovaatio on kulmakivi taloudelliselle ja teknologiselle kasvulle eri toimialoilla. Tästä huolimatta innovaatioprosessit ideoinnista tuotelanseeraukseen ovat kokeneet rajallista kehitystä, ja matalan ja keskitason teknologian alojen yritykset luottavat usein perinteisiin viitekehyksiin, kuten Stage-Gate-malliin. Näiden viitekehysten keskeisenä käsitteenä on innovaatioputki, joka systemaattisesti karsii laajaa ideajoukkoa vain muutamaksi, jotka etenevät jatkokehitykseen. Siitä huolimatta, että generatiivinen tekoäly tarjoaa suurta muutosvoimaa, monet organisaatiot eivät ole mukauttaneet innovaatioprosessejaan hyödyntääkseen tätä. Generatiivisella tekoälyllä on merkittävä potentiaali tukea ja optimoida intuitiivista päätöksentekoa ideoinnissa ja ideoiden seulonnassa. Tämä diplomityö tutkii generatiivisen tekoälyn, erityisesti suurten kielimallien (LLM), integrointia innovoinnin alkuvaiheeseen tukemaan idean kehitystä ja seulontaa. Lähestymistapa pyrkii auttamaan sekä henkilöitä, joilla on innovatiivisia ideoita, että päätöksentekijöitä, joiden tehtävänä on tehdä intuitiivisia alkuvaiheen päätöksiä siitä, mitä ideoita kehitetään eteenpäin. Tässä proof-of-concept -tutkimuksessa kehitettiin ja räätälöitiin LLM-agentti yhteistyöyritykselle kielimallien tehokkuuden osoittamiseksi osana innovaatiotoimintaa. Tulokset paljastavat merkittävän potentiaalin innovoinnin tehostamiseksi sekä täydentävät tieteellistä tutkimusta generativiisien tekoälyn potentiaalista ideoida ja tehostaa työskentelyprosesseja. Yhdistämällä ideointivaiheen ja idean seulontavaiheen yhdeksi prosessiksi, vahvistettu ideointi ja seulonta, innovoijat voivat tehdä yhteistyötä LLM-agentin kanssa parantaakseen konseptiaan ja samalla määrittääkseen sen kelpoisuuden kyseiseen organisaatiokontekstiin, kaikki ilman päätöksentekijöiden resursseja. Innovaatioputkessa tämä näkyy laajentuneena "suuna", jonka mahdollistavat LLM:t, jotka pystyvät käsittelemään merkittävästi enemmän ideoita kuin ihmiset samassa ajassa.Description
Supervisor
Luoma, JukkaThesis advisor
Nilsson, PiaLassila, Mikko