Vælg den rette vej: Hvordan industrivirksomheder skal tilgå AI-drevne teknologier

Det er klart, at kunstig intelligens forstyrrer hver industri, som vi kender den. Dette inkluderer ikke kun de sektorer, der har fået mest opmærksomhed – såsom SaaS, fintech, healthtech og rejse – men også traditionelle tungindustrier, der er modne til forstyrring.

Som en industrivirksomhed, der er orienteret mod AI-investeringer, har jeg oplevet, hvordan mange virksomheder i branchen i stigende grad omfavner automation og datadrevne beslutninger, og hvordan deres tilgang kan variere afhængigt af, hvad virksomheden har brug for, og hvilke ressourcer de har til rådighed.

I denne artikel vil jeg diskutere forskellige muligheder, som virksomheder har for at integrere AI-drevne teknologier i deres forretningsprocesser, og fremhæve både fordelene og ulemperne, som jeg har observeret i hver af dem.

1. Etabler en intern R&D-afdeling

En vej, som flere virksomheder følger, er at etablere deres egen R&D-afdeling for at udvikle AI-teknologier. For eksempel er Siemens, gennem deres AI Lab, en pioner inden for forskellige potentielle anvendelser af industri-AI.

Selvom Siemens har kunnet nå nogle gennembrud – såsom reducering af produktions tid uden behov for nyt hardware – er virkeligheden, at for de fleste virksomheder, er fordelene, de kan udvinde fra en intern afdeling, begrænsede.

I modsætning til startups, har den korporative verden langsomme behandlingstider, lav tolerance for fejl og høje forventninger, der kan dræbe projekter, før de har udnyttet deres fulde potentiale. Startups er på den anden side gode til at justere og ved, at flere iterationer er nødvendige, før man finder et rigtigt gennembrud, især med teknologier som AI, der kræver, at vi er i en konstant “læring”-tilstand.

Dette er hvorfor, fra min synsvinkel, virksomheder, der vælger at udnytte denne tilgang, har brug for at give afdelingen autonomi, så den kan fungere som en startup. Ellers vil den langsomme pace, som korporationer traditionelt opererer med, sandsynligvis hæmme deres udsigter.

2. Oprettelse af en korporativ venture fond (CVF) eller accelerator, der fokuserer på AI

Kæmper som Toyota – først gennem Toyota Research Institute, og derefter gennem Toyota Ventures – og Qualcomm, gennem Qualcomm Ventures, har investeret hundredvis af millioner dollars hver i lovende startups inden for AI, robotteknologi og andre frontteknologier.

På den anden side har andre virksomheder – som Fujitsu, gennem Fujitsu Engineering Accelerator, eller Volkswagen, som har samarbejdet med den kendte Silicon Valley-accelerator Plug and Play – oprettet proprietære accelerationsprogrammer for at støtte nye virksomheder, der fokuserer på branchens behov og udfordringer.

Alligevel har denne tilgang også begrænsninger. Oprettelse af en venture fond eller accelerator ændrer ikke en korporations dybt rodfæstede kultur. Desuden er driften af disse fonde ofte begrænset af yderligere faktorer, såsom protokoller og regler, der er fastsat af moder virksomheden.

3. Ansætte en Chief Digital Officer (CDO)

Dette skridt indebærer ansættelse af en person eller oprettelse af en afdeling, der vil være ansvarlig for at digitalisere virksomheden. Disse ansvarsområder vil omfatte udvikling af AI-adoptionsstrategier og samarbejde med startups.

Potentielle ulemper ved denne interne tilgang relaterer til, at startups kan have svært ved at kommunikere med korporative medarbejdere, da de er vant til forskellige forretningsmodeller og har fuldstændig forskellige kommunikationsprotokoller.

En anden overvejelse er, at CDO’en skal være i harmoni med virksomhedens overordnede vision. For eksempel, hvis CDO’en ønsker at drive en hurtig forvandling, og virksomheden ikke er klar til at fremme med samme fart, kan projekterne gå i stå, og kun føre til yderligere frustration.

I almindelighed fungerer denne model bedre, når virksomheden interagerer med en venture kapital fond, da en venture kapitalist kan hurtigt forstå, hvilke af deres portefølje virksomheder, der er bedst egnet til at løse et bestemt behov eller problem.

4. Arrangere AI-tema-hackathons

Regelmæssige hackathons – for eksempel årligt – er en kraftfuld metode til at generere nye idéer og løsninger.

Historisk set har nogle produkter, der er skabt ved hackathons, udviklet sig til at blive store succeser. For eksempel udviklede deltagerne ved et hackathon, arrangeret af Schneider Electric, en AI-drevet løsning til at optimere energistyringssystemer.

På samme måde har et GE-arrangeret hackathon ført til udviklingen af en AI-applikation, der forbedrer vindmølleeffektiviteten ved at analysere driftsdata og automatisk justere kontrolindstillinger.

Boschs “Connected Experience”-hackathon, der fokuserer på AI- og IoT-innovationer, er et andet eksempel på en AI-centreret begivenhed af en industrivirksomhed, og det forventes, at skabelserne, der kommer ud af det, vil accelerere forvandlingen i virksomhedens produktion og bilafdelinger.

Hemmeligheden bag en succesfuld hackathon ligger ikke kun i evnen til at arrangere det og villigheden til at investere tid og penge, men mere vigtigt i at forstå, hvorfor man gør det, og hvordan man kan udnytte resultaterne – idéerne, der genereres af deltagerne.

Afsluttende tanker

Selvom disse fire tilgange kan være potentielt succesfulde strategier for korporationer til at integrere AI-teknologier i deres processer og forbedre resultaterne, må jeg bemærke, at en fælles tråd her er vigtigheden af kommunikation og forståelse mellem to radikalt forskellige måder at arbejde på.

AI-startups og innovatører kan ofte have svært ved at kommunikere med korporative medarbejdere, derfor er dette en færdighed, der skal læres, da effektiv kommunikation kan åbne vejen til succes.

Derfor er en sidste anbefaling til en korporation at have en medarbejder, der kan arbejde med startups og lære dem, hvordan man kan brobygge kommunikationsgapet. Google er et positivt eksempel på dette. Jeg mødte en person hos Google, der, ud over at være involveret i enterprise salg, var en mægler, der lærte startups at finde fælles grund med store konglomerater. Dette er afgørende, da omformningen af i dagens industrier med AI’s kraft kræver, at vi arbejder sammen på trods af vores forskelle, og de, der ikke ved, hvordan man samarbejder, vil sandsynligvis blive efterladt.