Connect with us

Επιλέγοντας το Σωστό Μονοπάτι: Πώς οι Βιομηχανικές Εταιρείες Πρέπει να Προσεγγίσουν τις Τεχνολογίες Ενισχυμένες με AI

Χρηματοδότηση

Επιλέγοντας το Σωστό Μονοπάτι: Πώς οι Βιομηχανικές Εταιρείες Πρέπει να Προσεγγίσουν τις Τεχνολογίες Ενισχυμένες με AI

mm

Είναι σαφές ότι η τεχνητή νοημοσύνη διαταράσσει κάθε βιομηχανία όπως τη γνωρίζουμε. Αυτό περιλαμβάνει όχι μόνο τους τομείς που έχουν προσελκύσει την περισσότερη προσοχή — όπως το SaaS, το fintech, το healthtech και το ταξίδι — αλλά και παραδοσιακές βαρείς βιομηχανίες που είναι ώριμες για διατάραξη. 

Ως επενδυτής με προσανατολισμό στην βιομηχανική AI, έχω δει πώς πολλές εταιρείες στο πεδίο αυξάνουν όλο και περισσότερο την αυτοματοποίηση και την λήψη αποφάσεων με βάση τα δεδομένα, και πώς η προσέγγισή τους μπορεί να ποικίλλει με βάση cả τι χρειάζεται η εταιρεία και τους πόρους που διαθέτουν. 

Σε αυτό το άρθρο, θα συζητήσω διάφορες επιλογές που έχουν οι εταιρείες για την ενσωμάτωση τεχνολογιών ενισχυμένων με AI στις επιχειρηματικές διαδικασίες, και θα υπογραμμίσω τα πλεονεκτήματα και τα μειονεκτήματα που έχω παρατηρήσει σε καθένα από αυτά. 

1. Ίδρυση εσωτερικού τμήματος Ε&Α

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

Ενώ η Siemens έχει επιτύχει κάποια突 pháσεις — όπως τη μείωση του χρόνου παραγωγής χωρίς την ανάγκη για νέο υλικό — η πραγματικότητα είναι ότι για τις περισσότερες εταιρείες, τα οφέλη που μπορούν να αποκτήσουν από ένα εσωτερικό τμήμα είναι περιορισμένα. 

Σε αντίθεση με τις startups, ο εταιρικός κόσμος έχει chậmούς χρόνους επεξεργασίας, χαμηλή αντοχή σε λάθη και υψηλές προσδοκίες που μπορούν να σκοτώσουν τα προγράμματα πριν αυτά αποκτήσουν το πλήρες δυναμικό τους. Οι startups, από την άλλη πλευρά, είναι ικανοί να αλλάξουν κατεύθυνση και γνωρίζουν ότι πολλές επαναλήψεις απαιτούνται πριν βρεθεί μια πραγματική突 pháση, ιδιαίτερα με τεχνολογίες όπως η AI που απαιτούν να είμαστε σε μια συνεχής “μάθηση” λειτουργία. 

Γι’ αυτό, από την οπτική μου, οι εταιρείες που επιλέγουν να αξιοποιήσουν αυτήν την προσέγγιση χρειάζεται να δώσουν σε αυτό το τμήμα αυτονομία, ώστε να μπορεί να λειτουργήσει σαν μια startup. Αλλιώς, ο αργός ρυθμός με τον οποίο οι εταιρείες παραδοσιακά λειτουργούν πιθανότατα θα εμποδίσει τις προοπτικές τους. 

2. Δημιουργία εταιρικού κεφαλαίου风险 (CVF) ή επιταχυντή που επικεντρώνεται στην AI

Γίγαντες όπως η Toyota — αρχικά μέσω του Toyota Research Institute, και στη συνέχεια μέσω Toyota Ventures — και Qualcomm, μέσω Qualcomm Ventures, έχουν ρίξει εκατοντάδες εκατομμύρια δολάρια καθένα, επενδύοντας σε υποσχόμενες startups σε AI, ρομποτική και άλλες τεχνολογίες του μέλλοντος. 

Από την άλλη πλευρά, άλλες εταιρείες — όπως η Fujitsu, μέσω του Fujitsu Engineering Accelerator, ή η Volkswagen, η οποία συνεργάστηκε με τον γνωστό επιταχυντή της Silicon Valley Plug and Play — έχουν δημιουργήσει προπριetary προγράμματα επιτάχυνσης για την υποστήριξη των αναδυόμενων επιχειρήσεων που επικεντρώνονται στις ανάγκες και τις προκλήσεις της βιομηχανίας τους. Υπάρχουν οφέλη σε αυτό, поскольку μπορούν να βοηθήσουν τις εταιρείες να πιλότουν προγράμματα με startups και να αξιοποιήσουν τους πόρους τους για να βοηθήσουν αυτές τις startups να επιτύχουν. 

Ωστόσο, αυτή η προσέγγιση έχει περιορισμούς επίσης. Η ίδρυση εταιρικού κεφαλαίου rủiκου ή επιταχυντή δεν αλλάζει τον εγγενώς εδραιωμένο πολιτισμό της εταιρείας. Επιπλέον, η λειτουργία αυτών των κεφαλαίων συνήθως περιορίζεται από πρόσθετους παράγοντες, όπως πρωτόκολλα και κανόνες που καθορίζονται από την εταιρεία μητέρα. Οι παραδοσιακές εταιρικές διαδικασίες μπορούν επίσης να συγκρουστούν με ό,τι χρειάζεται για την ανάπτυξη突 pháσεων τεχνολογιών AI. 

3. Πρόσληψη Chief Digital Officer (CDO)

Αυτό το βήμα περιλαμβάνει την πρόσληψη ενός ατόμου ή τη δημιουργία τμήματος που θα αναλάβει την ψηφιοποίηση της εταιρείας. Αυτές οι ευθύνες θα περιλαμβάνουν την ανάπτυξη στρατηγικών υιοθέτησης AI και την επικοινωνία με startups. Ο Chief Digital Officer (CDO) θα επικεντρωθεί επίσης στην ενίσχυση της αποδοτικότητας, της ανταγωνιστικότητας και της αύξησης μέσω της ψηφιοποίησης. 

Πιθανά μειονεκτήματα αυτής της εσωτερικής προσέγγισης σχετίζονται με το γεγονός ότι οι startups μπορεί να βρουν δύσκολο να επικοινωνήσουν με τους εταιρικούς υπαλλήλους, επειδή είναι συνηθισμένοι σε διαφορετικά μοντέλα kinh doanh και έχουν完全 διαφορετικά πρωτόκολλα επικοινωνίας. Επιπλέον, ο CDO μπορεί να βασιστεί στη δικιά του υπάρχουσα δίκτυο επαφών για πιθανές συνεργασίες, περιοριζοντας το πεδίο των αποτελεσματικών συνεργασιών. 

Μια άλλη σκέψη είναι ότι ο CDO χρειάζεται να ευθυγραμμιστεί με την ευρύτερη οπτική της εταιρείας. Για παράδειγμα, αν ο CDO θέλει να οδηγήσει μια γρήγορη μεταμόρφωση, και η εταιρεία δεν είναι έτοιμη να προχωρήσει σε αυτό το ρυθμό, τα προγράμματα μπορεί να σταματήσουν, και μόνο να οδηγήσουν σε дальнейшая沮丧.  

Γενικά, αυτό το μοντέλο λειτουργεί καλύτερα όταν η εταιρεία αλληλεπιδρά με ένα κεφάλαιο κινδύνου,既然 ένας venture capitalist μπορεί να καταλάβει γρήγορα ποια από τις εταιρείες του χαρτοφυλακίου είναι καλύτερα προσαρμοσμένες να λύσουν ένα συγκεκριμένο πρόβλημα. 

4. Οργάνωση AI-тематических hackathons

Συχνές hackathons — για παράδειγμα, ετησίως — είναι một ισχυρό μέσο για τη δημιουργία νέων ιδεών και λύσεων. Σήμερα, αυτή η στρατηγική δεν εφαρμόζεται μόνο από εταιρείες, αλλά και από startups και κεφάλαια. Έχω χρησιμοποιήσει προσωπικά αυτήν την προσέγγιση, και μια από τις εταιρείες του χαρτοφυλακίου μου οργανώνει τακτικά hackathons,既然 παρέχουν ένα εξαιρετικό πεδίο για τους ανθρώπους να είναι δημιουργικοί και να σκέφτονται έξω από το κουτί. 

Ιστορικά, κάποια προϊόντα που δημιουργήθηκαν σε hackathons έχουν γίνει μεγάλοι успехες. Για παράδειγμα, σε ένα γεγονός που οργανώθηκε από την Schneider Electric, οι συμμετέχοντες ανέπτυξαν μια AI-ενισχυμένη λύση για την оптимποίηση των συστημάτων διαχείρισης ενέργειας. Η Schneider Electric πήρε αυτό το πρωτότυπο και το ανέπτυξε περαιτέρω, ωφελούμενη από μια πιο αποτελεσματική χρήση ενέργειας και τελικά μεταβίβασε αυτές τις μειώσεις κόστους στους πελάτες της. 

Στην ίδια γραμμή, ένα hackathon που φιλοξενήθηκε από την GE προκάλεσε την ανάπτυξη μιας AI-εφαρμογής που βελτιώνει την απόδοση των ανεμογεννητριών αναλύοντας τα λειτουργικά δεδομένα και αυτοματα điều chỉnh τις ρυθμίσεις ελέγχου. Η GE ανέπτυξε περαιτέρω αυτήν την τεχνολογία, και τώρα, αυτή την оптимίζει τις επιχειρήσεις του πάρκου ανεμογεννητριών του τμήματος ανανεώσιμης ενέργειας της GE. Είναι μία από τις πολλές λύσεις που αναπτύχθηκαν σε hackathons που η GE έχει τελικά εφαρμόσει. 

Το μυστικό για ένα επιτυχημένο hackathon δεν лежει μόνο στην ικανότητα να το οργανώσετε και τη willingness να επενδύσετε χρόνο και χρήμα, αλλά, πιο σημαντικά, στην κατανόηση του γιατί το κάνετε και πώς να χρησιμοποιήσετε τα αποτελέσματα — τις ιδέες που δημιουργούνται από τους συμμετέχοντες. Από την μια πλευρά, είναι κρίσιμο να επιτρέψετε στους συμμετέχοντες την ελευθερία να σκέφτονται δημιουργικά,既然 η ουσιαστική του hackathon είναι η αναζήτηση νέων ιδεών. Από την άλλη πλευρά, η συστηματοποίηση των αποτελεσμάτων είναι απαραίτητη. Η εξασκηση αυτής της ισορροπίας μπορεί να κάνει ένα hackathon μια εξαιρετική πηγή νέων τεχνολογιών για την εταιρεία, ή ταλέντου,既然 ένα hackathon δεν είναι μόνο μια πλατφόρμα για την ανακάλυψη νέων τεχνολογιών, αλλά και για την αναγνώριση ατόμων ικανών να αναπτύξουν αυτές τις τεχνολογίες μέσα στην εταιρεία.

Τελικές σκέψεις

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

Οι startups και οι καινοτόμοι AI μπορούν συχνά να βρουν δύσκολο να επικοινωνήσουν με τους εταιρικούς υπαλλήλους, поэтому αυτή είναι μια ικανότητα που πρέπει να διδαχθεί,既然 η αποτελεσματική επικοινωνία μπορεί να ανοίξει το δρόμο για την επιτυχία. 

Γι’ αυτό, μια τελική σύσταση για μια εταιρεία είναι να έχει ένα άτομο στην εταιρεία που μπορεί να εργαστεί με startups και να διδάξει τους πώς να γεφυρώσουν αυτό το χάσμα επικοινωνίας. Η Google είναι ένα θετικό παράδειγμα. Συναντήθηκα με κάποιον στη Google που, εκτός από το ότι ήταν εμπλεγμένος στις πωλήσεις επιχειρήσεων, ήταν ένας μεσολαβητής που δίδασκε στις startups πώς να βρουν κοινό έδαφος με μεγάλες εταιρείες. Αυτό είναι κρίσιμο,既然 η αναμόρφωση των βιομηχανιών της σημερινής εποχής με τη δύναμη της AI θα απαιτήσει να εργαστούμε μαζί παρά τις διαφορές μας, και αυτοί που δεν γνωρίζουν πώς να συνεργαστούν πιθανότατα θα μείνουν πίσω.

Ο Mikhail Taver είναι ο ιδρυτής και διευθύνων συνεργάτης της Delaware-based Taver Capital, einem διεθνή κεφαλαίου επιχειρηματικών κεφαλαίων που επικεντρώνεται στις επενδύσεις σε παγκόσμιες εταιρείες τεχνητής νοημοσύνης. Σε 20 χρόνια ως υψηλόβαθμος εκτελεστής σε μεγάλες χρηματοοικονομικές ομάδες και βιομηχανικές εταιρείες, ο Mikhail έχει κλείσει πάνω από 250 συμφωνίες M&A και ιδιωτικών επενδύσεων. Κατέχει πιστοποιήσεις CFA, ACMA και CGMA.