Die Kosten für Intelligenz sinken: Wie können Unternehmen mithalten?

15,7 Billionen Dollar.

Das ist mehr als die kombinierte jährliche Produktion von Japan, Deutschland, Indien und Großbritannien. Es ist kein Geheimnis, dass die Kosten für Intelligenz in den letzten Jahren stetig gesunken sind. Tatsächlich berichteten im Jahr 2020 ein Drittel der Unternehmen, dass die Kosten für künstliche Intelligenz um bis zu 20% in fast allen Branchen gesunken sind.

Im Jahr 1965 prophezeite Gordon Moore, dass die Anzahl der Transistoren auf einem Chip alle zwei Jahre verdoppelt werden würde, was zu entsprechenden Fortschritten in Rechenleistung, Datenspeicherung und algorithmischer Effizienz führen würde. Im Anschluss an diese Prophezeiung ermöglicht das nahezu exponentielle Wachstum der Cloud und das Pay-as-you-go-Modell nun auch kleineren Organisationen den Zugang zu hochskalierbarer Recheninfrastruktur zu relativ geringen Kosten. Dies hat die Notwendigkeit großer vorheriger Investitionen in Recheninfrastruktur beseitigt und es kleineren Organisationen ermöglicht, mit größeren Organisationen auf gleicher Ebene zu konkurrieren.

Zudem hat die Explosion der Daten eine entscheidende Rolle bei der Reduzierung der Kosten für Intelligenz gespielt. Durch das Wachstum des Internets und die Verbreitung von Sensoren gibt es nun eine Fülle von Daten, die für die Analyse zur Verfügung stehen. Dies ermöglicht es maschinellen Lernalgorithmen, auf großen Datensätzen trainiert zu werden, was zu verbesserter Genauigkeit und Leistung führt. Darüber hinaus ermöglicht die Open-Source-Bewegung es Entwicklern, auf große Datensätze zuzugreifen und sie kostenlos zu nutzen, was die Einstiegshürden für die Entwicklung intelligenter Systeme senkt. Schließlich haben Fortschritte in der algorithmischen Effizienz ebenfalls zur Reduzierung der Kosten für Intelligenz beigetragen. Forscher haben neue Techniken für das Training und Optimieren von maschinellen Lernalgorithmen entwickelt, was zu schnelleren und genauereren Modellen führt. Dies ermöglicht es, intelligente Systeme mit weniger Rechenressourcen zu entwickeln, was die Entwicklungskosten und die Bereitstellungskosten reduziert.

In einer Ära, in der KI- und ML-Technologien allgegenwärtig sind, können wir davon ausgehen, dass sich die Art und Weise, wie Unternehmen operieren und innovieren, erheblich ändern wird. Im Finanzsektor beispielsweise nutzen agile Startups KI, um alles von STP für Kunden-KYC und Onboarding bis hin zu Finanz- und Budgeteinblicken zu liefern. Und im Gesundheitswesen ermöglicht es kleinen Technologie-Startups, Patientensymptome über Wearables vorherzusagen und rechtzeitige Notdienste zu liefern.

Aufbau eines vernetzten Unternehmens ist kritisch

Vernetzte Unternehmen sind besser positioniert, um von den sinkenden Kosten für Intelligenz zu profitieren als ihre traditionellen Gegenstücke. Teilweise liegt der Grund darin, dass vernetzte Unternehmen digitale Technologie nutzen, um in Echtzeit mit Kunden, Mitarbeitern, Lieferanten und Partnern zu kommunizieren. Sie verfolgen auch einen cloud-first-Ansatz für die Infrastruktur, der es ihnen ermöglicht, große Datenmengen von mobilen Geräten, sozialen Medien und anderen Tools zu verarbeiten, um Prozesse zu straffen und Einblicke in das Kundenverhalten zu gewinnen. Die meisten vernetzten Unternehmen basieren tatsächlich auf drei wichtigen Säulen.

Verstärktes menschliches Potenzial: Oft sind vernetzte Unternehmen Gastgeber einer Kultur der Innovation, Agilität und Zusammenarbeit. Der hohe Grad an Automatisierung und End-to-End-Digitalisierung bedeutet, dass Mitarbeiter von der Tyrannei wiederkehrender manueller Aufgaben befreit sind und mehr Zeit für kreatives Problemlösen und höhere Aufgaben haben. Tatsächlich ist es ebenso wichtig, die digitale Infrastruktur zu haben, um die Innovationskultur zu unterstützen, wie die Kultur selbst aufzubauen.

Wertnetzwerke: Führungskräfte in vernetzten Unternehmen verstehen, dass die lineare Lieferkette ihre Zweckmäßigkeit verloren hat und investieren stattdessen in Ökosysteme von Technologieanbietern, Aggregatoren, Distributoren und Startups. Niedriglatente Verbindungen innerhalb dieser Ökosysteme oder Wertnetzwerke bedeuten, dass jeder Stakeholder Zugang zu einem Strom von Echtzeitinformationen hat, um Entscheidungen zu treffen, Prozesse zu optimieren und die Produktlieferung zu beschleunigen. Ein solides Beispiel liegt in der Art und Weise, wie Autoversicherer mit Herstellern und Telematikunternehmen zusammenarbeiten, um Pay-as-you-drive-Modelle zu starten, bei denen die Versicherungsnehmer eine geringere Prämie zahlen, wenn sie konstant sicheres Fahrverhalten zeigen. Gleichzeitig hilft die von den Bordtelematiksystemen gesammelte Information den Rettungsdiensten, den Unfallort schnell zu lokalisieren, während sie kritische Daten an die Hersteller zurückgeben, um Sicherheitskomponenten zu optimieren.

Kognitive Betriebsabläufe: In der heutigen Zeit ist eine “Kultur der Innovation” nur so gut wie die Daten, die sie speisen. Vernetzte Unternehmen sind dezentraler und flexibler als traditionelle Organisationen, mit verteilten Teams und einem Fokus auf Ergebnisse anstelle von Prozessen. Agile Methoden, künstliche Intelligenz-getriebene Prozesse, die sehr wenig menschliche Intervention erfordern, und ein hoher Grad an interner Konnektivität sind die Merkmale erfolgreicher vernetzter Unternehmen. Dies bedeutet, dass Daten nahtlos über das gesamte System fließen und Stakeholder kritische Informationen, die für ihre Arbeit wichtig sind, sofort abrufen können, ohne die Engpässe, die siloartige Betriebsabläufe oft verursachen.

Was bedeutet die reale Auswirkung?

Ein schnell wachsendes FMCG-Unternehmen mit Präsenz in über 20 Ländern in Asien, dem Nahen Osten und Afrika wollte seine Position in mehreren Geographien zementieren. Das Unternehmen hatte jedoch trotz seines Erfolgs Schwierigkeiten, sein volles regionales Verkaufspotenzial auszuschöpfen, da die Einzelhandelslandschaft in den Schwellenländern fragmentiert war. Insbesondere fand das Unternehmen es schwierig, Einblicke in die Nachfrage zu gewinnen und seinen Marktanteil zu erhöhen, da es stark auf manuelle Prozesse angewiesen war. In Bezug auf eine Lösung bestand der erste Schritt darin, eine künstliche Intelligenz-Plattform zu verwenden, um Betriebsabläufe zu automatisieren und kritische Betriebsdaten zu kartieren. Der nächste Schritt bestand darin, ein Dashboard für die Vertriebsmitarbeiter und Gebietsleiter zu erstellen, das ihnen half, die geografische Penetration zu kartieren, Lücken in den Gebieten zu identifizieren und eine Strategie für eine effektive Abdeckung der Verkaufsstellen zu entwickeln. Innerhalb weniger Monate sahen sie eine Steigerung des Wertes pro Größe um 15%, eine Verbesserung der Produktivität der Vertriebsmitarbeiter um 15% und einen Sprung von 50% bei der ECO.

Ähnlich verfolgte ein CPG-Unternehmen während der Pandemie die Ausbreitung von COVID in verschiedenen Stadtteilen und fütterte diese Informationen in eine künstliche Intelligenz-Plattform ein, um vorherzusagen, welche Einzelhandelsstandorte am stärksten von Lagerengpässen betroffen sein würden. Durch die Nutzung dieser Erkenntnisse und eines digital vernetzten Distributorennetzwerks konnten sie ihre Produkte innerhalb von wenigen Tagen nachliefern, während die Regale der Wettbewerber leer blieben.

Die Ethik und Agilität der Intelligenz

Diese Geschichten veranschaulichen, wie kleine Organisationen, die die verfügbaren KI-Tools und -Talente nutzen, einen Einfluss erzielen können, den größere, traditionellere Unternehmen nur schwer reproduzieren können. Um in einer Welt, in der jedes Unternehmen Zugang zu Spitzenleistungs-Intelligenz- und Analyse-Tools hat, widerstandsfähig zu bleiben, ist es offensichtlich entscheidend, sich zu einem vernetzten Unternehmen zu entwickeln.

Aber abgesehen von der Schaffung von mehr wirtschaftlichem Wert bietet es sich für Unternehmen an, sich zu einem ethischen Einsatz von KI zu bekennen. Dies bedeutet nicht nur, die Technologie zur Förderung von Umwelt- und Sozialzielen zu nutzen, sondern auch sicherzustellen, dass ihre KI-Modelle kulturell sensibel sind, nicht von Minderheitenperspektiven beeinflusst werden und in Übereinstimmung mit Datenschutzbestimmungen verwendet werden. Wenn KI weiter in die Unternehmensbetriebe integriert wird, ist auch die Verdrängung der Arbeitskräfte ein wichtiger Anliegen – ein Anliegen, das Führungskräfte durch Umschulungsprogramme und effektives Change-Management angehen können.