Connect with us

Pendanaan

Memilih Jalur yang Tepat: Bagaimana Perusahaan Industri Harus Menggunakan Teknologi yang Ditenagai AI

mm

Sudah jelas bahwa kecerdasan buatan mengganggu setiap industri seperti yang kita ketahui. Ini termasuk tidak hanya sektor-sektor yang telah mendapatkan perhatian paling banyak — seperti SaaS, fintech, healthtech, dan travel — tetapi juga industri berat tradisional yang matang untuk diganggu. 

Sebagai investor yang berorientasi pada AI industri, saya telah menyaksikan bagaimana banyak perusahaan di bidang ini semakin memeluk otomatisasi dan pengambilan keputusan berbasis data, dan bagaimana pendekatan mereka mungkin bervariasi berdasarkan apa yang diperlukan perusahaan dan sumber daya yang tersedia. 

Dalam tulisan ini, saya akan membahas berbagai pilihan yang dimiliki perusahaan untuk mengintegrasikan teknologi yang ditenagai AI ke dalam proses bisnis mereka, dan menyoroti baik kelebihan dan kekurangan yang saya amati pada masing-masing. 

1. Mendirikan departemen R&D internal

Salah satu rute yang diambil beberapa perusahaan adalah mendirikan departemen R&D mereka sendiri untuk mengembangkan teknologi AI. Misalnya, Siemens, melalui AI Lab, mempelopori berbagai aplikasi potensial dari AI industri. 

Sementara Siemens telah dapat mencapai beberapa kemajuan — seperti mengurangi waktu produksi tanpa memerlukan perangkat keras baru — kenyataannya adalah bahwa bagi sebagian besar perusahaan, manfaat yang dapat diperoleh dari departemen internal terbatas. 

Tidak seperti startup, dunia korporat memiliki waktu pemrosesan yang lambat, toleransi kesalahan yang rendah, dan harapan yang tinggi yang dapat membunuh proyek sebelum mereka memanfaatkan potensi penuh mereka. Startup, di sisi lain, terampil dalam berpivotal dan tahu bahwa beberapa iterasi diperlukan sebelum menemukan kemajuan nyata, terutama dengan teknologi seperti AI yang memerlukan kita untuk selalu dalam mode “pembelajaran”. 

Oleh karena itu, dari perspektif saya, perusahaan yang memilih untuk menggunakan pendekatan ini perlu memberikan departemen tersebut otonomi sehingga dapat beroperasi seperti startup. Jika tidak, kecepatan yang lambat dengan cara korporat tradisional akan kemungkinan menghambat prospek mereka. 

2. Membuat dana ventura korporat (CVF) atau akselerator yang fokus pada AI

Raksasa seperti Toyota — awalnya melalui Toyota Research Institute, dan kemudian melalui Toyota Ventures — dan Qualcomm, melalui Qualcomm Ventures, telah menginvestasikan ratusan juta dolar masing-masing dengan berinvestasi di startup yang menjanjikan di AI, robotika, dan teknologi frontier lainnya. 

Di sisi lain, perusahaan lain — seperti Fujitsu, melalui Fujitsu Engineering Accelerator, atau Volkswagen, yang bermitra dengan akselerator Silicon Valley yang terkenal Plug and Play — telah membuat program akselerasi propietary untuk mendukung ventura yang muncul yang fokus pada kebutuhan dan tantangan industri mereka. Ada manfaat dari ini, karena mereka dapat membantu perusahaan melakukan proyek pilot dengan startup dan memanfaatkan sumber daya mereka untuk membantu startup tersebut sukses. 

Namun, pendekatan ini juga memiliki keterbatasan. Membuat dana ventura atau akselerator tidak mengubah budaya perusahaan yang telah mengakar dalam. Selain itu, operasi dana ini biasanya dibatasi oleh faktor tambahan, seperti protokol dan aturan yang ditetapkan oleh perusahaan induk. Proses korporat tradisional juga dapat bertentangan dengan apa yang diperlukan untuk mengembangkan teknologi AI yang memecahkan. 

3. Menghire Chief Digital Officer (CDO)

Langkah ini melibatkan menghire seorang individu atau membentuk departemen yang akan bertanggung jawab untuk mendigitalkan perusahaan. Tanggung jawab ini akan mencakup mengembangkan strategi adopsi AI dan berkomunikasi dengan startup. Chief Digital Officer (CDO) juga akan fokus pada meningkatkan efisiensi, kompetitif, dan pertumbuhan melalui digitisasi. 

Kerugian potensial dari pendekatan ini terkait dengan kenyataan bahwa startup mungkin menemukan kesulitan untuk berkomunikasi dengan karyawan korporat, karena mereka terbiasa dengan model bisnis yang berbeda dan memiliki protokol komunikasi yang sangat berbeda. Selain itu, CDO mungkin bergantung pada jaringan kontak yang ada untuk potensi kemitraan, membatasi cakupan kolaborasi yang efektif. 

Pertimbangan lain adalah bahwa CDO perlu selaras dengan visi perusahaan secara keseluruhan. Misalnya, jika CDO ingin mengarahkan transformasi yang cepat, dan perusahaan tidak siap untuk maju dengan kecepatan itu, proyek mungkin macet, dan hanya menyebabkan frustrasi lebih lanjut.  

Secara umum, model ini bekerja lebih baik ketika perusahaan berinteraksi dengan dana ventura, karena seorang ventura dapat dengan cepat memahami mana dari perusahaan portofolionya yang lebih sesuai untuk memecahkan kebutuhan atau masalah tertentu. 

4. Mengorganisir hackathon bertema AI

Hackathon yang berulang — misalnya, setiap tahun — adalah metode yang kuat untuk menghasilkan ide dan solusi baru. Saat ini, strategi ini tidak hanya diimplementasikan oleh perusahaan, tetapi juga oleh startup dan dana. Saya telah secara pribadi menggunakan pendekatan ini, dan salah satu perusahaan portofolio saya secara teratur mengorganisir hackathon, karena mereka menyediakan platform luar biasa bagi orang untuk berpikir kreatif dan berpikir di luar kotak. 

Secara historis, beberapa produk yang dibuat di hackathon telah menjadi sukses besar. Misalnya, di sebuah acara yang diselenggarakan oleh Schneider Electric, peserta mengembangkan solusi AI-powered untuk mengoptimalkan sistem manajemen energi. Schneider Electric mengambil prototipe ini dan mengembangkannya lebih lanjut, mendapatkan manfaat dari penggunaan energi yang lebih efisien dan akhirnya meneruskan pengurangan biaya ini kepada pelanggannya. 

Dalam hal yang sama, hackathon yang diselenggarakan oleh GE memicu pengembangan aplikasi AI yang meningkatkan efisiensi turbin angin dengan menganalisis data operasional dan mengatur pengaturan kontrol secara otomatis. GE mengembangkan teknologi ini lebih lanjut, dan sekarang, itu mengoptimalkan operasi ladang angin dari divisi energi terbarukan GE. Ini adalah salah satu solusi yang dikembangkan di hackathon yang akhirnya diimplementasikan oleh GE. 

“Connected Experience” hackathon Bosch, yang fokus pada inovasi AI dan IoT, adalah contoh lain dari acara AI-pusat oleh perusahaan industri, dan diharapkan bahwa ciptaan yang dihasilkan dari itu akan mempercepat gangguan di divisi manufaktur dan otomotif perusahaan. 

Rahasia dari hackathon yang sukses terletak tidak hanya pada kemampuan untuk mengorganisirnya dan kemauan untuk menginvestasikan waktu dan uang, tetapi, lebih penting lagi, pada memahami mengapa Anda melakukannya dan bagaimana memanfaatkan hasilnya — ide yang dihasilkan oleh peserta. Di satu sisi, itu sangat penting untuk membiarkan peserta memiliki kebebasan untuk berpikir kreatif, karena esensi dari hackathon adalah dalam pencarian ide baru. Di sisi lain, mensistematisasi hasilnya diperlukan. Menguasai keseimbangan ini dapat membuat hackathon menjadi sumber teknologi baru yang luar biasa untuk perusahaan, atau bakat, karena hackathon bukan hanya platform untuk menemukan teknologi baru, tetapi juga untuk mengidentifikasi individu yang mampu mengembangkan teknologi ini dalam perusahaan.

Pemikiran Akhir

Sementara empat pendekatan ini dapat menjadi strategi yang potensial berhasil untuk perusahaan untuk mengintegrasikan teknologi AI ke dalam proses mereka dan meningkatkan hasil, saya harus mengomentari bahwa benang merah di sini adalah pentingnya komunikasi dan pemahaman antara dua cara kerja yang sangat berbeda. 

Startup AI dan inovator dapat sering menemukan kesulitan untuk berkomunikasi dengan karyawan korporat, oleh karena itu, ini adalah keterampilan yang perlu diajarkan, karena komunikasi yang efektif dapat membuka jalan menuju kesuksesan. 

Oleh karena itu, rekomendasi akhir untuk perusahaan adalah memiliki seorang karyawan di perusahaan yang dapat bekerja dengan startup dan mengajarkan mereka bagaimana untuk menjembatani kesenjangan komunikasi ini. Google adalah contoh positif dari ini. Saya bertemu dengan seseorang di Google yang, selain terlibat dalam penjualan perusahaan, adalah seorang mediator yang mengajarkan startup untuk menemukan kesamaan dengan konglomerat besar. Ini adalah kunci, karena mengubah industri saat ini dengan kekuatan AI akan memerlukan kita untuk bekerja sama meskipun perbedaan kita, dan mereka yang tidak tahu bagaimana berkolaborasi kemungkinan akan ketinggalan.

Mikhail Taver adalah pendiri dan mitra pengelola Taver Capital, sebuah dana ventura internasional yang fokus berinvestasi pada perusahaan kecerdasan buatan global. Dalam 20 tahun sebagai eksekutif tinggi di grup keuangan dan perusahaan industri besar, Mikhail telah menutup lebih dari 250 kesepakatan M&A dan ekuitas swasta. Ia memegang sertifikasi CFA, ACMA, dan CGMA.