Wybór odpowiedniej ścieżki: Jak firmy przemysłowe powinny podejść do technologii wspomaganych przez sztuczną inteligencję

Jest jasne, że sztuczna inteligencja zmienia każdą branżę, jaką znamy. Dotyczy to nie tylko sektorów, które przyciągnęły najwięcej uwagi — takich jak SaaS, fintech, healthtech i podróże — ale także tradycyjnych, ciężkich przemysłów, które są gotowe do zmian.

Jako inwestor zorientowany na sztuczną inteligencję w przemyśle, byłam świadkiem, jak wiele firm w tej dziedzinie coraz częściej przyjmuje automatyzację i podejmowanie decyzji opartych na danych, oraz jak ich podejście może się różnić w zależności od potrzeb korporacji i dostępnych im zasobów.

W tym artykule omówię różne opcje, które mają firmy, aby zintegrować technologie wspomagane przez sztuczną inteligencję z ich procesami biznesowymi, oraz przedstawię zalety i wady, które zaobserwowałam w każdej z nich.

1. Utworzenie wewnętrznego departamentu badań i rozwoju

Jedną z dróg, którą wybierają niektóre firmy, jest utworzenie własnego departamentu badań i rozwoju w celu opracowania technologii sztucznej inteligencji. Przykładem może być Siemens, który za pośrednictwem swojego AI Lab, jest pionierem w różnych potencjalnych zastosowaniach przemysłowej sztucznej inteligencji.

Chociaż Siemens osiągnął pewne przełomy — takie jak skrócenie czasu produkcji bez potrzeby nowego sprzętu — rzeczywistość jest taka, że dla większości firm korzyści, które mogą uzyskać z wewnętrznego departamentu, są ograniczone.

W przeciwieństwie do startupów, świat korporacyjny ma wolne czasy przetwarzania, niską tolerancję na błędy i wysokie oczekiwania, które mogą zabić projekty, zanim osiągną swój pełny potencjał. Startupy, z drugiej strony, są zdolne do dostosowania się i wiedzą, że wymagane są kilka iteracji, zanim zostanie osiągnięty prawdziwy przełom, zwłaszcza w przypadku technologii takich jak sztuczna inteligencja, które wymagają od nas ciągłego „uczenia się”.

Dlatego, z mojego punktu widzenia, firmy, które wybierają tę strategię, muszą dać temu departamentowi autonomię, aby mógł on działać jak startup. W przeciwnym razie, powolne tempo, w jakim tradycyjnie działają korporacje, prawdopodobnie utrudni ich perspektywy.

2. Utworzenie korporacyjnego funduszu venture (CVF) lub akceleratora, który koncentruje się na sztucznej inteligencji

Korporacje takie jak Toyota — początkowo za pośrednictwem Toyota Research Institute, a następnie za pośrednictwem Toyota Ventures — oraz Qualcomm, za pośrednictwem Qualcomm Ventures, zainwestowały setki milionów dolarów, inwestując w perspektywiczne startupy w dziedzinie sztucznej inteligencji, robotyki i innych technologii na granicy.

Z drugiej strony, inne firmy — takie jak Fujitsu, za pośrednictwem Fujitsu Engineering Accelerator, lub Volkswagen, który współpracował z znanym akceleratorem z Doliny Krzemowej Plug and Play — utworzyły programy przyspieszania, aby wspierać nowe przedsięwzięcia, które koncentrują się na potrzebach i wyzwaniach ich branży. Są korzyści z tego, ponieważ mogą pomóc firmom w pilotażu projektów ze startupami i wykorzystać swoje zasoby, aby pomóc tym startupom odnieść sukces.

Jednakże, ten podejście ma również ograniczenia. Utworzenie funduszu venture lub akceleratora nie zmienia głęboko zakorzenionej kultury korporacji. Ponadto, działanie tych funduszy jest zwykle ograniczone dodatkowymi czynnikami, takimi jak protokoły i zasady ustalone przez firmę macierzystą. Tradycyjne procesy korporacyjne mogą również kolidować z tym, co jest potrzebne do opracowania przełomowych technologii sztucznej inteligencji.

3. Zatrudnienie Chief Digital Officer (CDO)

Ten krok obejmuje zatrudnienie osoby lub utworzenie departamentu, który będzie odpowiedzialny za cyfryzację firmy. Obejmie to rozwijanie strategii przyjęcia sztucznej inteligencji i współpracę ze startupami. Chief Digital Officer (CDO) będzie się również koncentrował na poprawie efektywności, konkurencyjności i wzrostu poprzez cyfryzację.

Potencjalne wady tego podejścia wewnętrznego dotyczą faktu, że startupy mogą mieć trudności w komunikowaniu się z pracownikami korporacji, ponieważ są przyzwyczajone do różnych modeli biznesowych i mają całkowicie odmienne protokoły komunikacji. Dodatkowo, CDO może polegać na swojej istniejącej sieci kontaktów w celu potencjalnych partnerstw, ograniczając zakres skutecznej współpracy.

Inną kwestią jest to, że CDO musi być zgodny z ogólną wizją firmy. Na przykład, jeśli CDO chce napędzać szybką transformację, a firma nie jest gotowa do postępu w tym tempie, projekty mogą się zatrzymać i doprowadzić tylko do dalszej frustracji.

Ogólnie, ten model działa lepiej, gdy korporacja współpracuje z funduszem venture, ponieważ venture capitalist może szybko zrozumieć, które z ich spółek portfelowych jest lepiej przystosowane do rozwiązania konkretnego problemu lub potrzeby.

4. Organizowanie hackathonów związanych ze sztuczną inteligencją

Ciągłe hackathony — na przykład coroczne — są potężną metodą generowania nowych pomysłów i rozwiązań. Dziś, ta strategia jest nie tylko wdrażana przez korporacje, ale także przez startupy i fundusze. Osobiście wykorzystałam to podejście, a jedna z moich spółek portfelowych regularnie organizuje hackathony, ponieważ zapewniają nadzwyczajną platformę dla ludzi, aby być kreatywnymi i myśleć poza schematami.

Historycznie, niektóre produkty stworzone na hackathonach przekształciły się w wielkie sukcesy. Na przykład, na wydarzeniu zorganizowanym przez Schneider Electric, uczestnicy opracowali rozwiązanie wspomagane przez sztuczną inteligencję, aby zoptymalizować systemy zarządzania energią. Schneider Electric rozwinął tę prototyp, korzystając z bardziej efektywnego zużycia energii i ostatecznie przenosząc te oszczędności na swoich klientów.

W podobny sposób, hackathon zorganizowany przez GE wywołał rozwój aplikacji sztucznej inteligencji, która poprawia wydajność turbin wiatrowych, analizując dane operacyjne i automatycznie dostosowując ustawienia sterowania. GE rozwinął tę technologię i teraz optymalizuje operacje farm wiatrowych w swoim oddziale energii odnawialnej. Jest to jedno z wielu rozwiązań opracowanych na hackathonach, które GE ostatecznie wdrożyło.

„Connected Experience” hackathon Bosch, który koncentruje się na innowacjach sztucznej inteligencji i IoT, jest kolejnym wspaniałym przykładem wydarzenia zorientowanego na sztuczną inteligencję, organizowanego przez firmę przemysłową, i oczekuje się, że twory, które wynikną z niego, przyspieszą zmiany w dziale produkcyjnym i motoryzacyjnym firmy.

Sekret sukcesu hackathonu nie leży tylko w umiejętności zorganizowania go i gotowości do inwestowania czasu i pieniędzy, ale co ważniejsze, w zrozumieniu, dlaczego to robisz i jak wykorzystać wyniki — pomysły wygenerowane przez uczestników. Z jednej strony, jest kluczowe, aby pozwolić uczestnikom na swobodne myślenie, ponieważ istotą hackathonu jest poszukiwanie nowych pomysłów. Z drugiej strony, systematyzacja wyników jest konieczna. Opanowanie tego balansu może uczynić hackathon doskonałym źródłem nowych technologii dla firmy lub talentów, ponieważ hackathon nie jest tylko platformą do odkrywania nowych technologii, ale także do identyfikacji osób zdolnych do rozwijania tych technologii w firmie.

Podsumowanie

Chociaż te cztery podejścia mogą być potencjalnie skutecznymi strategiami dla korporacji, aby zintegrować technologie sztucznej inteligencji z ich procesami i poprawić wyniki, muszę zauważyć, że wspólnym wątkiem jest tu znaczenie komunikacji i zrozumienia między dwoma radykalnie różnymi sposobami pracy.

Startupy sztucznej inteligencji i innowatorzy mogą często mieć trudności w komunikowaniu się z pracownikami korporacji, dlatego jest to umiejętność, którą trzeba nauczyć, ponieważ skuteczna komunikacja może prowadzić do sukcesu.

Dlatego ostateczna rekomendacja dla korporacji jest taka, aby mieć pracownika w firmie, który może współpracować ze startupami i nauczyć ich, jak pokonywać tę lukę w komunikacji. Google jest pozytywnym przykładem tego. Poznałam kogoś w Google, kto, poza zaangażowaniem w sprzedaż przedsiębiorstw, był mediatorem, który uczył startupy, jak znaleźć wspólną płaszczyznę z dużymi konglomeratami. To jest kluczowe, ponieważ przekształcanie dzisiejszych branż za pomocą mocy sztucznej inteligencji będzie wymagało od nas współpracy pomimo naszych różnic, a ci, którzy nie wiedzą, jak współpracować, prawdopodobnie zostaną pozostawieni w tyle.