Volba správné cesty: Jak by společnosti z průmyslu měly přistupovat k technologiím poháněným umělou inteligencí

Je zřejmé, že umělá inteligence narušuje každý průmysl, jak jej známe. To zahrnuje nejen sektory, které získaly nejvíce pozornosti — jako je SaaS, fintech, healthtech a cestovní ruch — ale také tradiční těžké průmysly, které jsou zralé pro narušení.

Jako investor zaměřený na průmyslovou umělou inteligenci jsem svědkem toho, jak mnoho společností v tomto oboru stále více přijímá automatizaci a rozhodování založené na datech, a jak jejich přístup se může lišit v závislosti na potřebách korporace a dostupných zdrojích.

V tomto článku będu diskutovat o různých možnostech, které firmy mají k integraci technologií poháněných umělou inteligencí do svých obchodních procesů, a zdůrazním výhody a nevýhody, které jsem pozoroval u každé z nich.

1. Zřízení interního výzkumného a vývojového oddělení

Jednou z možností, kterou společnosti zvolí, je zřízení vlastního výzkumného a vývojového oddělení pro vývoj technologií umělé inteligence. Například Siemens, prostřednictvím svého AI Labu, je průkopníkem různých potenciálních aplikací průmyslové umělé inteligence.

Zatímco Siemens dosáhl některých průlomů — jako je snížení doby výroby bez potřeby nového hardwaru — realita je taková, že pro většinu firem jsou výhody, které lze získat z interního oddělení, omezené.

Na rozdíl od startupů má korporátní svět pomalé zpracování, nízkou toleranci k chybám a vysoké očekávání, které mohou zabít projekty, než dosáhnou svého plného potenciálu. Startupy na druhé straně jsou schopny měnit směr a vědí, že několik iterací je zapotřebí, než se dosáhne skutečného průlomu, zejména u technologií, jako je umělá inteligence, které vyžadují, abychom byli v neustálém „učení“ režimu.

To je důvod, proč, z mé perspektivy, společnosti, které zvolí tuto cestu, potřebují dát tomuto oddělení autonomii, aby mohlo fungovat jako startup. Jinak by pomalý tempo, s kterým korporace tradičně fungují, pravděpodobně zablokoval jejich perspektivy.

2. Vytvoření korporátního venture fondu (CVF) nebo akcelerátoru zaměřeného na umělou inteligenci

Obři, jako je Toyota — nejprve prostřednictvím Toyota Research Institute, a poté prostřednictvím Toyota Ventures — a Qualcomm, prostřednictvím Qualcomm Ventures, vložily stovky milionů dolarů každá, investicí do slibných startupů v oblasti umělé inteligence, robotiky a dalších pokročilých technologií.

Na druhé straně jiné firmy — jako Fujitsu, prostřednictvím Fujitsu Engineering Accelerator, nebo Volkswagen, který spolupracoval s dobře známým akcelerátorem Plug and Play — vytvořily proprietární akcelerační programy na podporu začínajících podniků, které se zaměřují na potřeby a výzvy jejich odvětví. Existují výhody tohoto přístupu, protože mohou pomoci firmám pilotovat projekty se startupy a využít svých zdrojů, aby tyto startupy pomohly uspět.

Nicméně, tento přístup má také omezení. Zřízení venture fondu nebo akcelerátoru nezmění korporátní kulturu. Kromě toho je provoz těchto fondů obvykle omezen dalšími faktory, jako jsou protokoly a pravidla stanovená mateřskou společností. Tradiční korporátní procesy mohou také být v rozporu s tím, co je zapotřebí pro vývoj průlomových technologií umělé inteligence.

3. Najmutí Chief Digital Officer (CDO)

Tento krok zahrnuje najmutí jednotlivce nebo vytvoření oddělení, které bude odpovědné za digitalizaci společnosti. Tyto odpovědnosti budou zahrnovat vývoj strategií pro přijetí umělé inteligence a spolupráci se startupy. Chief Digital Officer (CDO) se bude také zaměřovat na zlepšení efektivity, konkurenceschopnosti a růstu prostřednictvím digitalizace.

Potenciální nevýhody tohoto interního přístupu souvisejí s tím, že startupy mohou mít problémy s komunikací s korporátními zaměstnanci, protože jsou zvyklí na odlišné obchodní modely a mají zcela odlišné komunikační protokoly. Kromě toho může CDO spoléhat na svou stávající síť kontaktů pro potenciální partnerství, což omezuje rozsah účinné spolupráce.

Další úvahou je, že CDO musí být v souladu s celkovým viděním společnosti. Například, pokud CDO chce pohánět rychlou transformaci, a společnost není připravena postupovat tímto tempem, projekty mohou uvíznout a vést pouze k další frustraci.

Obecně tento model funguje lépe, když společnost interaguje s venture fondem, protože venture kapitálista může rychle pochopit, která z jeho portfoliových společností je lépe vybavena k řešení konkrétní potřeby nebo problému.

4. Organizace hackathonů zaměřených na umělou inteligenci

Pravidelné hackathony — například roční — jsou silným způsobem, jak generovat nové nápady a řešení. Dnes je tato strategie implementována nejen korporacemi, ale také startupy a fondy. Osobně jsem použil tento přístup, a jedna z mých portfoliových společností pravidelně organizuje hackathony, protože poskytují výjimečnou platformu pro lidi, aby byli kreativní a mysleli mimo rámec.

Historicky některé produkty vytvořené na hackathonech se staly velkými úspěchy. Například na jednom eventu organizovaném Schneider Electric, účastníci vyvinuli řešení poháněné umělou inteligencí pro optimalizaci systémů energetického managementu. Schneider Electric vzal tuto prototyp a dále ho vyvinul, čímž získal výhodu z více efektivního využití energie a nakonec předal tyto úspory svým zákazníkům.

Stejně tak hackathon pořádaný GE vedl k vývoji aplikace umělé inteligence, která zlepšuje efektivitu větrných turbín analýzou provozních dat a automatickým nastavováním řídicích parametrů. GE rozšířil tuto technologii a nyní optimalizuje provoz větrných farem v rámci své divize obnovitelné energie. Je jedno z mnoha řešení vyvinutých na hackathonech, které GE nakonec implementovalo.

Hackathon „Connected Experience“ společnosti Bosch, který se zaměřuje na inovace umělé inteligence a IoT, je další velkým příkladem hackathonu zaměřeného na umělou inteligenci, pořádaného průmyslovou společností, a očekává se, že výtvory, které z něj vyplynou, urychlí narušení ve výrobních a automobilových divizích společnosti.

Tajemství úspěšného hackathonu spočívá nejen v schopnosti ho organizovat a ochotě investovat čas a peníze, ale především v pochopení, proč se ho účastníte, a jak využít výsledky — nápady, které účastníci vygenerují. Na jedné straně je důležité umožnit účastníkům svobodu myšlení, protože podstata hackathonu spočívá ve hledání nových nápadů. Na druhé straně je systémizace výsledků nezbytná. Zvládnutí této rovnováhy může učinit hackathon excelentečním zdrojem nových technologií pro společnost, nebo talentu, protože hackathon není pouze platformou pro objevování nových technologií, ale také pro identifikaci jedinců schopných tyto technologie vyvinout uvnitř společnosti.

Závěrečné myšlenky

Zatímco tyto čtyři přístupy mohou být potenciálně úspěšnými strategiemi pro korporace, aby integrovaly technologie umělé inteligence do svých procesů a zlepšily výsledky, musím poznamenat, že společným jmenovatelem zde je důležitost komunikace a porozumění mezi dvěma radikálně odlišnými způsoby práce.

Startupy a inovátoři umělé inteligence mohou často mít problémy s komunikací s korporátními zaměstnanci, proto je tato dovednost, která potřebuje být naučena, protože efektivní komunikace může vést k úspěchu.

Proto konečná doporučení pro korporaci je mít zaměstnance, který může pracovat se startupy a učit je, jak překlenout tuto komunikační propast. Google je pozitivním příkladem toho. Setkal jsem se s někým v Google, kdo, kromě toho, že se účastnil podnikových prodejů, byl mediátorem, který učil startupy, jak najít společnou půdu s velkými konglomeráty. To je klíčové, protože přetvoření dnešních odvětví pomocí síly umělé inteligence bude vyžadovat, abychom pracovali společně navzdory našim rozdílům, a ti, kteří nebudou vědět, jak spolupracovat, budou pravděpodobně zanecháni pozadu.