案例：汉莎如何利用开源情报寻找旅行和技术的新方向？

汉莎航空公司在全球有将近10万名员工，汉莎创新中心（Lufthansa Innovation Hub, LIH）仅有40人，但这个小型团队却承担着关系到整个集团前途的三大任务：

• 战略情报：系统性地分析和探索全球旅行与移动技术的动态。通过结合先进的研究方法，捕捉早期市场信号，发现趋势，并将这些洞察转化为行业思想领导力。
  
• 新业务：通过推出创新商业模式，挖掘新的价值增长点。此外，筛选外部初创公司，为汉莎集团寻找潜在的合作或投资机会。
  
• 企业转型：专注于理解企业在大规模创新中所需的思维模式、文化、工作方式和运营模式。将这些洞察应用于汉莎集团的具体实践中，以赋能每个层级的员工推动创新。
  

挑战：效率低下的研究方法

几年前，当新负责人加入这个团队的时候，他发现团队的研究方法效率低下且耗时费力。团队成员收集信息的方式基本上就是在他们有空闲时间的时候，到Google上随便搜索几个关键词或者访问一些网站，不做任何记录，也没有简单的方法将大家找到的信息存储或集中在一个地方。

负责人意识到，他们迫切地需要一种高效的方式，将来自成千上万信源的情报，收集、分析并优先排序到一个统一的渠道中；他们还需要一个机制，就是在关键主题出现时收到提醒，但又不会被无关信息的噪音淹没。

解决方案：使用开源情报服务来系统化地解决痛点

LIH团队根据对自身业务的定义和分类，构建了一个团队专属的“情报引擎“，他们将自身专注的业务领域和情报收集领域定义为旅游、移动和技术（Travel, Mobility and Tech, TNMT）的交汇点，将传统上孤立的兴趣点汇集在一起，从住宿到太空旅行，覆盖了围绕旅游体验的整个生态系统。

定义新的研究趋势

当团队发现一个新的“模糊概念”或更广泛的趋势需要研究和定义时，他们会针对这一主题创建一个新的信息流；随后，分析师会定义需要跟踪的关键词，并逐步优化，通过创建AI模型和屏蔽无关术语来过滤掉噪音。

例如，LIH提出了“模糊旅行”（Blurred Travel）的概念。这是一种疫情后中逐渐显现的趋势，即商务旅行和休闲旅行日益融合。传统的搜索会非常困难，因为新趋势甚至都没有形成可以被搜索到的“关键词”，只能通过组合不同的关键词，并借助不断优化的AI模型来发现外界到底发生了什么。AI能够实时阅读数百万篇文章，分析并标记关键概念。

通过风险投资跟踪创新

LIH还使用开源情报工具跟踪旅行与移动技术领域的风险投资，以预测行业如何发展。他们追踪了超过 3,000家初创公司，以寻找与相关行业（如可持续燃料、空中出租车和创作者经济）的初创公司建立投资和合作的机会。

成果：更快、更深入的未来研究

几年下来，LIH的声誉不断提高。他们建立了领先行业的情报收集流程，这比传统的战略情报收集方法快3至5倍。他们的《旅行与移动技术通讯》（TNMT）新闻信的订阅人数已超过10,000人，其中包括内部利益相关者以及依赖LIH分析和研究的数千名外部读者。

信源：

汉莎集团官网：https://www.lufthansagroup.com/en/company/company-portrait.html、

汉莎创新中心网站：https://lh-innovationhub.de/en/

Feedly 案例：https://feedly.com/customers/posts/lufthansa-innovation-hub