预测热泵等创新的“临界点”有助于我们预测社会变革的时间，例如后碳转型。这类似于临界质量的概念，即某个过程（例如采用手机等创新）开始起步，达到拐点并实现自我维持。
引爆点、临界点、拐点——系统思维领域的基础概念——与这样的理念相关：即使是相对较小的参与者，如果能够找到正确的杠杆点，也能够产生巨大的影响。
十年前，根本无法以如此广度和深度绘制活动图。具体而言，人工智能 (AI) 和机器学习现在使预算有限的公共和社会部门组织能够整合和分析不断更新的大规模国际数据集。
这为我们提供了一个真正的机会，可以从嘈杂、复杂的系统中提取出连贯的变化故事。
点击了解我们如何识别创新最佳点
阅读此图片的文字描述
帮助投资者、政策制定者和资助者转变体系
我们为创新最佳点测试的方法具有不断扩大的应用范围。从长远来看，我们看到了帮助社会影响力投资者、政策制定者和基金会的潜力：
预测未来增长领域的“落点”。通过更好地了解新兴创新的增长率，我们可以开始对未来进行预测，并支持最有可能成功的想法。例如，研究项目数据和专利往往是较早阶段创新的“上游”信号，而 阿尔及利亚电话号码数据 风险投资和媒体报道则为获得关注的方法提供了一个窗口——因为它们开始引起更广泛的关注和/或投资。我们可以“上游”寻找线索，了解 5 到 10 年后主流会是什么样子。
将投资目标锁定在地理区域。利用研究项目的地理和机构元数据，可以绘制出特别活跃（或不活跃）的公共和私人组织的位置。对于那些从事地方投资或复兴工作（例如市长联合当局或地方企业伙伴关系）的人来说，这种地理上特定的洞察力可以帮助锁定资源。
创建反馈循环和“实时”监控。系统的洞察力需要尽可能接近实时，以监控任务驱动工作的结果并指导未来的选择。对于公共部门来说，改善有关更广泛环境如何变化的洞察力流可以实现迭代路线修正和更好地定位资源。
走向自动化
我们希望探索如何最好地为决策者提供滚动洞察（而不是过时的一次性快照），因此我们正在测试如何减少水平扫描的手动操作，并提高实时操作的成本效益。您可以在此 Discovery文章中阅读有关我们正在进行的自动化水平扫描内部实验的更多信息。