Επιλέγοντας τη σωστή διαδρομή: Πώς οι βιομηχανικές εταιρείες πρέπει να προσεγγίσουν τις τεχνολογίες που βασίζονται σε τεχνητή νοημοσύνη

Είναι σαφές ότι η τεχνητή νοημοσύνη διαταράσσει κάθε κλάδο όπως τον ξέρουμε. Αυτό περιλαμβάνει όχι μόνο τους τομείς που έχουν συγκεντρώσει τη μεγαλύτερη προσοχή - όπως SaaS, fintech, τεχνολογία υγείας και ταξίδια - αλλά επίσης παραδοσιακά βαριές βιομηχανίες που είναι ώριμα για αναστάτωση. 

Ως επενδυτής με προσανατολισμό στη βιομηχανική τεχνητή νοημοσύνη, έχω δει πόσες εταιρείες στον τομέα υιοθετούν ολοένα και περισσότερο την αυτοματοποίηση και τη λήψη αποφάσεων βάσει δεδομένων και πώς η προσέγγισή τους μπορεί να ποικίλλει ανάλογα με τις ανάγκες της εταιρείας και τους πόρους που διαθέτει. 

Σε αυτό το άρθρο, θα συζητήσω διάφορες επιλογές που έχουν οι εταιρείες για να ενσωματώσουν τεχνολογίες που βασίζονται σε AI στις επιχειρηματικές τους διαδικασίες και θα επισημάνω τόσο τα πλεονεκτήματα όσο και τα μειονεκτήματα που έχω παρατηρήσει σε καθεμία από αυτές. 

1. Δημιουργία εσωτερικού τμήματος Ε&Α

Ένας δρόμος που ακολουθούν πολλές εταιρείες είναι η δημιουργία του δικού τους τμήματος Ε&Α για την ανάπτυξη τεχνολογιών τεχνητής νοημοσύνης. Για παράδειγμα, η Siemens, μέσω της AI Lab, πρωτοπορεί σε διάφορες πιθανές εφαρμογές της βιομηχανικής τεχνητής νοημοσύνης. 

Ενώ η Siemens κατάφερε να επιτύχει ορισμένες καινοτομίες - όπως η μείωση του χρόνου παραγωγής χωρίς την ανάγκη νέου υλικού - η πραγματικότητα είναι ότι για τις περισσότερες εταιρείες, τα οφέλη που μπορούν να αποκομίσουν από ένα εσωτερικό τμήμα είναι περιορισμένα. 

Σε αντίθεση με τις νεοφυείς επιχειρήσεις, ο εταιρικός κόσμος έχει αργούς χρόνους επεξεργασίας, χαμηλή ανοχή για λάθη και υψηλές προσδοκίες που μπορούν να σκοτώσουν έργα προτού αξιοποιήσουν πλήρως τις δυνατότητές τους. Οι νεοσύστατες εταιρείες, από την άλλη πλευρά, είναι ικανές στην περιστροφή και γνωρίζουν ότι απαιτούνται πολλές επαναλήψεις πριν βρουν μια πραγματική ανακάλυψη, ειδικά με τεχνολογίες όπως η τεχνητή νοημοσύνη που απαιτούν από εμάς να είμαστε σε μια συνεχή λειτουργία «μάθησης». 

Αυτός είναι ο λόγος για τον οποίο, από την άποψή μου, οι εταιρείες που επιλέγουν να αξιοποιήσουν αυτήν την προσέγγιση πρέπει να δώσουν σε αυτό το τμήμα αυτονομία, ώστε να μπορεί να λειτουργεί σαν startup. Διαφορετικά, ο αργός ρυθμός με τον οποίο λειτουργούν παραδοσιακά οι εταιρείες πιθανότατα θα εμποδίσει τις προοπτικές τους. 

2. Δημιουργήστε ένα εταιρικό ταμείο επιχειρηματικών συμμετοχών (CVF) ή έναν επιταχυντή που εστιάζει στην τεχνητή νοημοσύνη

Μεγαθήρια όπως η Toyota — αρχικά μέσω του Το Ινστιτούτο Έρευνας της Toyota, και μετά μέσω Toyota Ventures — και η Qualcomm, μέσω Qualcomm Ventures, έχουν ρίξει εκατοντάδες εκατομμύρια δολάρια ο καθένας επενδύοντας σε πολλά υποσχόμενες startups στον τομέα της τεχνητής νοημοσύνης, της ρομποτικής και άλλων τεχνολογιών αιχμής. 

Από την άλλη πλευρά, άλλες εταιρείες — όπως η Fujitsu, μέσω του Fujitsu Engineering Accelerator, ή Volkswagen, που συνεργάστηκε με τον γνωστό επιταχυντή Silicon Valley Plug and Play — έχουν δημιουργήσει ιδιόκτητα προγράμματα επιτάχυνσης για την υποστήριξη αναδυόμενων επιχειρήσεων που εστιάζουν στις ανάγκες και τις προκλήσεις του κλάδου τους. Υπάρχουν οφέλη από αυτό, καθώς μπορούν να βοηθήσουν τις εταιρείες να πιλοτάρουν έργα με νεοφυείς επιχειρήσεις και να αξιοποιήσουν τους πόρους τους για να βοηθήσουν αυτές τις νεοφυείς επιχειρήσεις να πετύχουν. 

Ωστόσο, αυτή η προσέγγιση έχει επίσης περιορισμούς. Η ίδρυση ενός επιχειρηματικού ταμείου ή ενός επιταχυντή δεν αλλάζει τη βαθιά ριζωμένη κουλτούρα μιας εταιρείας. Επιπλέον, η λειτουργία αυτών των κεφαλαίων συνήθως περιορίζεται από πρόσθετους παράγοντες, όπως πρωτόκολλα και κανόνες που έχει θεσπίσει η μητρική εταιρεία. Οι παραδοσιακές εταιρικές διαδικασίες μπορούν επίσης να έρθουν σε σύγκρουση με ό,τι χρειάζεται για την ανάπτυξη πρωτοποριακών τεχνολογιών τεχνητής νοημοσύνης. 

3. Προσλάβετε έναν Chief Digital Officer (CDO)

Αυτό το βήμα περιλαμβάνει την πρόσληψη ενός ατόμου ή τη δημιουργία ενός τμήματος που θα επιφορτιστεί με την ψηφιοποίηση της εταιρείας. Αυτές οι αρμοδιότητες θα περιλαμβάνουν την ανάπτυξη στρατηγικών υιοθέτησης τεχνητής νοημοσύνης και τη σύνδεση με νεοφυείς επιχειρήσεις. Ο Chief Digital Officer (CDO) θα επικεντρωθεί επίσης στην ενίσχυση της αποτελεσματικότητας, της ανταγωνιστικότητας και της ανάπτυξης μέσω της ψηφιοποίησης. 

Τα πιθανά μειονεκτήματα αυτής της εσωτερικής προσέγγισης σχετίζονται με το γεγονός ότι οι νεοφυείς επιχειρήσεις μπορεί να θεωρήσουν δύσκολο να επικοινωνήσουν με εταιρικούς υπαλλήλους, επειδή είναι συνηθισμένοι σε διαφορετικά επιχειρηματικά μοντέλα και έχουν εντελώς διαφορετικά πρωτόκολλα επικοινωνίας. Επιπλέον, το CDO μπορεί να βασίζεται στο υπάρχον δίκτυο επαφών του για πιθανές συνεργασίες, περιορίζοντας το εύρος αποτελεσματικών συνεργασιών. 

Μια άλλη σκέψη είναι ότι το CDO πρέπει να ευθυγραμμιστεί με το γενικό όραμα της εταιρείας. Για παράδειγμα, εάν το CDO θέλει να οδηγήσει σε γρήγορο μετασχηματισμό και η εταιρεία δεν είναι έτοιμη να προχωρήσει με αυτόν τον ρυθμό, τα έργα μπορεί να σταματήσουν και να οδηγήσουν μόνο σε περαιτέρω απογοήτευση.  

Γενικά, αυτό το μοντέλο λειτουργεί καλύτερα όταν η εταιρεία αλληλεπιδρά με ένα ταμείο VC, καθώς ένας επιχειρηματίας μπορεί γρήγορα να καταλάβει ποιες από τις εταιρείες του χαρτοφυλακίου τους είναι καταλληλότερες για να λύσουν μια συγκεκριμένη ανάγκη ή πρόβλημα. 

4. Οργανώστε hackathons με θέμα την τεχνητή νοημοσύνη

Τα επαναλαμβανόμενα hackathon — για παράδειγμα, ετησίως — είναι μια ισχυρή μέθοδος για τη δημιουργία νέων ιδεών και λύσεων. Σήμερα, αυτή η στρατηγική δεν εφαρμόζεται μόνο από εταιρείες, αλλά και από startups και funds. Έχω χρησιμοποιήσει προσωπικά αυτήν την προσέγγιση και μια από τις εταιρείες του χαρτοφυλακίου μου διοργανώνει τακτικά hackathons, καθώς παρέχουν μια εξαιρετική πλατφόρμα για τους ανθρώπους να είναι δημιουργικοί και να σκέφτονται έξω από το κουτί. 

Ιστορικά, ορισμένα προϊόντα που δημιουργήθηκαν στα hackathons έγιναν μεγάλες επιτυχίες. Για παράδειγμα, σε μια εκδήλωση που διοργάνωσε η Schneider Electric, οι συμμετέχοντες ανέπτυξαν ένα Λύση με τεχνητή νοημοσύνη για τη βελτιστοποίηση των συστημάτων διαχείρισης ενέργειας. Η Schneider Electric πήρε αυτό το πρωτότυπο και το ανέπτυξε περαιτέρω, επωφελούμενος από την πιο αποδοτική χρήση ενέργειας και τελικά μετακύλισε αυτές τις μειώσεις κόστους στους πελάτες της. 

Στο ίδιο πνεύμα, ένα hackathon που φιλοξενήθηκε από τη GE ώθησε την ανάπτυξη μιας εφαρμογής τεχνητής νοημοσύνης που βελτιώνει την απόδοση της ανεμογεννήτριας αναλύοντας λειτουργικά δεδομένα και προσαρμόζοντας αυτόματα τις ρυθμίσεις ελέγχου. Η GE επεκτάθηκε σε αυτήν την τεχνολογία και τώρα, βελτιστοποιεί τις λειτουργίες του αιολικού πάρκου του τμήματος ανανεώσιμων πηγών ενέργειας της GE. είναι μία από τις πολλές λύσεις αναπτύχθηκε σε hackathons που η GE έχει τελικά εφαρμόσει. 

Το hackathon "Connected Experience" της Bosch, το οποίο εστιάζει στις καινοτομίες AI και IoT, είναι ένα άλλο υπέροχο παράδειγμα μιας εκδήλωσης με επίκεντρο την τεχνητή νοημοσύνη από μια βιομηχανική εταιρεία και αναμένεται ότι οι δημιουργίες που προέρχονται από αυτήν θα επιταχύνουν την αναστάτωση στα τμήματα κατασκευής και αυτοκινήτων της εταιρείας. 

Το μυστικό για ένα επιτυχημένο hackathon δεν βρίσκεται μόνο στην ικανότητα να το οργανώνεις και στην προθυμία να επενδύσεις χρόνο και χρήμα, αλλά, το πιο σημαντικό, στην κατανόηση γιατί το κάνεις και πώς να αξιοποιήσεις τα αποτελέσματα—τις ιδέες που δημιουργούνται από τους συμμετέχοντες. Από τη μία πλευρά, είναι ζωτικής σημασίας να επιτραπεί στους συμμετέχοντες η ελευθερία να σκέφτονται δημιουργικά, καθώς η ουσία ενός hackathon είναι η αναζήτηση νέων ιδεών. Από την άλλη πλευρά, η συστηματοποίηση των αποτελεσμάτων είναι απαραίτητη. Η κατάκτηση αυτής της ισορροπίας μπορεί να κάνει ένα hackathon μια εξαιρετική πηγή νέων τεχνολογιών για την εταιρεία ή ταλέντο, επειδή ένα hackathon δεν είναι μόνο μια πλατφόρμα για την ανακάλυψη νέων τεχνολογιών αλλά και για τον εντοπισμό ατόμων ικανών να αναπτύξουν αυτές τις τεχνολογίες εντός της εταιρείας.

Τελικές σκέψεις

Ενώ αυτές οι τέσσερις προσεγγίσεις μπορούν να είναι δυνητικά επιτυχημένες στρατηγικές για τις εταιρείες να ενσωματώσουν τεχνολογίες τεχνητής νοημοσύνης στις διαδικασίες τους και να βελτιώσουν τα αποτελέσματα, πρέπει να παρατηρήσω ότι ένα κοινό νήμα εδώ είναι η σημασία της επικοινωνίας και της κατανόησης μεταξύ δύο ριζικά διαφορετικών τρόπων εργασίας. 

Οι startups και οι καινοτόμοι τεχνητής νοημοσύνης συχνά δυσκολεύονται να επικοινωνήσουν με εταιρικούς υπαλλήλους, επομένως, αυτή είναι μια δεξιότητα που πρέπει να διδαχθεί, καθώς η αποτελεσματική επικοινωνία μπορεί να ανοίξει το δρόμο προς την επιτυχία. 

Ως εκ τούτου, μια τελική σύσταση για μια εταιρεία είναι να έχει έναν υπάλληλο στην εταιρεία που μπορεί να συνεργαστεί με νεοφυείς επιχειρήσεις και να τους διδάξει πώς να γεφυρώσουν αυτό το κενό επικοινωνίας. Η Google είναι ένα θετικό παράδειγμα αυτού. Γνώρισα κάποιον στη Google ο οποίος, εκτός από τις πωλήσεις επιχειρήσεων, ήταν διαμεσολαβητής που δίδασκε στις νεοφυείς επιχειρήσεις να βρίσκουν κοινό έδαφος με μεγάλους ομίλους ετερογενών δραστηριοτήτων. Αυτό είναι το κλειδί, καθώς η αναμόρφωση των σημερινών βιομηχανιών με τη δύναμη της τεχνητής νοημοσύνης θα απαιτήσει από εμάς να εργαστούμε μαζί παρά τις διαφορές μας, και όσοι δεν ξέρουν πώς να συνεργαστούν πιθανότατα θα μείνουν πίσω.