Velg riktig vei: Hvordan industriselskaper bør nærme seg AI-drevne teknologier

Det er tydelig at kunstig intelligens forstyrer hver industri som vi kjenner den. Dette inkluderer ikke bare sektorene som har fått mest oppmerksomhet — som SaaS, fintech, helse og reise — men også tradisjonelle tungindustrier som er modne for forstyrrelse.

Som en industrispesifikk AI-investor har jeg sett hvordan mange selskaper i feltet stadig mer omfavner automatisering og datadrevne beslutninger, og hvordan deres tilnærming kan variere basert på både hva korporasjonen trenger og de ressursene de har tilgjengelig.

I denne artikkelen vil jeg diskutere ulike alternativer selskaper har for å integrere AI-drevne teknologier i sine forretningsprosesser, og fremheve både fordelene og ulemper jeg har observert i hver av dem.

1. Etablere en intern R&D-avdeling

En vei flere selskaper tar er å etablere sin egen R&D-avdeling for å utvikle AI-teknologier. For eksempel, Siemens, gjennom sin AI Lab, er en pionér innen ulike potensielle anvendelser av industriell AI.

Selv om Siemens har kunnet nå noen gjennombrudd — som å redusere produksjonstider uten behov for nytt utstyr — er realiteten at for de fleste selskaper, fordelen de kan trekke ut av en intern avdeling er begrenset.

I motsetning til startups, har den korporative verden langsomme prosesser, lav toleranse for feil og høye forventninger som kan drepe prosjekter før de har nådd deres fulle potensiale. Startups, på den andre siden, er dyktige til å justere og vet at flere iterasjoner er nødvendige før man finner et virkelig gjennombrudd, spesielt med teknologier som AI som krever at vi er i en konstant “læring”-modus.

Dette er hvorfor, fra min perspektiv, selskaper som velger å utnytte denne tilnærmingen trenger å gi avdelingen autonomi så den kan operere som en startup. Ellers vil den tregge farten med hvilken korporasjonene tradisjonelt opererer sannsynligvis hemme deres muligheter.

2. Opprette en korporativ venturefond (CVF) eller akselerator som fokuserer på AI

Kjempegiganter som Toyota — først gjennom Toyota Research Institute, og deretter gjennom Toyota Ventures — og Qualcomm, gjennom Qualcomm Ventures, har investert hundrevis av millioner dollar hver i løpet av årene i løfteige startups innen AI, robotikk og andre frontier-teknologier.

På den andre siden, andre selskaper — som Fujitsu, gjennom Fujitsu Engineering Accelerator, eller Volkswagen, som sammarbeidet med den kjente Silicon Valley-akseleratoren Plug and Play — har opprettet egne akseleratorprogrammer for å støtte nye bedrifter som fokuserer på behovene og utfordringene i deres industri. Det er fordeler med dette, siden de kan hjelpe selskaper med å teste prosjekter med startups og utnytte deres ressurser for å hjelpe disse startupene å lykkes.

Likevel har denne tilnærmingen også begrensninger. Å etablere en venturefond eller akselerator endrer ikke en korporasjons dypt innarbeidede kultur. Videre er driften av disse fondene vanligvis begrenset av faktorer som protokoller og regler etablert av moderselskapet. Tradisjonelle korporative prosesser kan også komme i konflikt med hva som er nødvendig for å utvikle gjennombrudds-AI-teknologier.

3. Ansette en Chief Digital Officer (CDO)

Dette skrittet innebærer å ansette en person eller opprette en avdeling som vil bli tildelt oppgaven med å digitalisere selskapet. Disse ansvarsområdene vil omfatte å utvikle AI-tilpasningsstrategier og samarbeide med startups. Chief Digital Officer (CDO) vil også fokusere på å forbedre effisiens, konkurranseevne og vekst gjennom digitalisering.

Potensielle ulemper med denne interne tilnærmingen relatere til faktum at startups kan finne det utfordrende å kommunisere med korporative ansatte, fordi de er vant til forskjellige forretningsmodeller og har fullstendig divergerende kommunikasjonsprotokoller. I tillegg kan CDO avhenge av deres eksisterende nettverk av kontakter for potensielle samarbeid, og begrensninger i omfanget av effektive samarbeid.

En annen overveielse er at CDO må være i linje med selskapets overordnede visjon. For eksempel, hvis CDO ønsker å drive rask transformasjon, og selskapet ikke er klart til å fremme i samme takt, kan prosjekter stoppe, og bare føre til ytterligere frustrasjon.

Generelt fungerer denne modellen bedre når korporasjonen samarbeider med en VC-fond, siden en venturekapitalist raskt kan forstå hvilke av deres porteføljeselskaper som er best egnet til å løse et spesifikt behov eller problem.

4. Organisere AI-tematiske hackathons

Gjentakende hackathons — for eksempel, årlig — er en kraftfull metode for å generere nye ideer og løsninger. I dag er denne strategien ikke bare implementert av korporasjoner, men også av startups og fonder. Jeg har personlig brukt denne tilnærmingen, og ett av mine porteføljeselskaper organiserer regelmessig hackathons, siden de tilbyr en ekstraordinær plattform for mennesker å være kreative og tenke utenfor boksen.

Historisk sett har noen produkter utviklet under hackathons gått videre til å bli store suksesser. For eksempel, under en begivenhet organisert av Schneider Electric, utviklet deltagerne en AI-drevet løsning for å optimalisere energistyringssystemer. Schneider Electric tok denne prototypen og videreutviklet den, og nytt godt av mer effektiv energibruk og til slutt overførte disse kostnadsreduksjonene til sine kunder.

På samme måte førte en GE-vert hackathon til utviklingen av en AI-applikasjon som forbedrer vindturbin-effisiens ved å analysere operasjonelle data og automatisk justere kontrollinnstillinger. GE utvidet denne teknologien, og nå optimaliserer den vindkraftoperasjonene til GE’s fornybar energiavdeling. Det er ett av mange løsninger utviklet under hackathons som GE til slutt har implementert.

Boschs “Connected Experience”-hackathon, som fokuserer på AI- og IoT-innovasjoner, er et annet eksempel på en AI-sentrert begivenhet av et industriselskap, og det forventes at skapningene som kommer fra det vil akselerere forstyrrelse i selskapets produksjons- og bilavdelinger.

Hemmeligheten bak en vellykket hackathon ligger ikke bare i evnen til å organisere det og villigheten til å investere tid og penger, men viktigere, i å forstå hvorfor man gjør det og hvordan man skal bruke resultater — ideene generert av deltagerne. På den ene siden er det viktig å tillate deltagerne å tenke kreativt, siden essensen av en hackathon er i søket etter nye ideer. På den andre siden er det nødvendig å systematisere resultater. Å mestre denne balansen kan gjøre en hackathon til en utmerket kilde til nye teknologier for selskapet, eller talent, fordi en hackathon ikke bare er en plattform for å oppdage nye teknologier, men også for å identifisere individer som er i stand til å utvikle disse teknologiene innen selskapet.

Slutt tanker

Selv om disse fire tilnærmingene kan være potensielt suksessfulle strategier for korporasjoner å integrere AI-teknologier i sine prosesser og forbedre resultater, må jeg bemerke at en felles tråd her er viktigheten av kommunikasjon og forståelse mellom to radikalt forskjellige måter å arbeide på.

AI-startups og innovatører kan ofte finne det utfordrende å kommunisere med korporative ansatte, derfor er dette en ferdighet som må læres, siden effektiv kommunikasjon kan åpne vei til suksess.

Derfor er en siste anbefaling for et selskap å ha en ansatt som kan arbeide med startups og lære dem hvordan å brygge denne kommunikasjonsklyften. Google er et positivt eksempel på dette. Jeg møtte noen på Google som, i tillegg til å være involvert i bedriftssalg, var en megler som lærte startups å finne felles grunn med store konglomerater. Dette er nøkkel, siden omforming av dagens industrier med kraften av AI vil kreve at vi arbeider sammen til tross for våre forskjeller, og de som ikke vet hvordan de skal samarbeide, vil sannsynligvis bli igjen.