Wybór właściwej ścieżki: jak firmy przemysłowe powinny podchodzić do technologii opartych na sztucznej inteligencji

Oczywiste jest, że sztuczna inteligencja rewolucjonizuje każdą branżę, jaką znamy. Dotyczy to nie tylko sektorów, które wzbudziły najwięcej uwagi – takich jak SaaS, fintech, healthtech i podróże – ale także tradycyjnie przemysł ciężki które są gotowe na zakłócenia. 

Jako inwestor zorientowany na przemysłową sztuczną inteligencję byłem świadkiem, jak wiele firm w tej dziedzinie w coraz większym stopniu stawia na automatyzację i podejmowanie decyzji w oparciu o dane oraz jak ich podejście może się różnić w zależności od potrzeb korporacji i dostępnych zasobów. 

W tym artykule omówię różne opcje, jakie firmy muszą zintegrować technologie oparte na sztucznej inteligencji ze swoimi procesami biznesowymi, a także podkreślę zarówno zalety, jak i wady, które zaobserwowałem w każdym z nich. 

1. Utworzenie wewnętrznego działu badawczo-rozwojowego

Drogą, którą podąża kilka firm, jest utworzenie własnego działu badawczo-rozwojowego w celu opracowywania technologii sztucznej inteligencji. Na przykład Siemens, poprzez swoje Laboratorium AI, jest pionierem w różnych potencjalnych zastosowaniach przemysłowej sztucznej inteligencji. 

Chociaż firmie Siemens udało się osiągnąć pewne przełomy — takie jak skrócenie czasu produkcji bez konieczności stosowania nowego sprzętu — rzeczywistość jest taka, że ​​dla większości firm korzyści, jakie mogą uzyskać dzięki wewnętrznemu działowi, są ograniczone. 

W przeciwieństwie do startupów, świat korporacji cechuje się długim czasem przetwarzania, niską tolerancją na błędy i wysokimi oczekiwaniami, które mogą zabić projekty, zanim wykorzystają swój pełny potencjał. Z drugiej strony start-upy są biegłe w obracaniu się i wiedzą, że potrzeba kilku iteracji, zanim znajdzie się prawdziwy przełom, szczególnie w przypadku technologii takich jak sztuczna inteligencja, które wymagają od nas ciągłego trybu „uczenia się”. 

Dlatego też, moim zdaniem, firmy decydujące się na takie podejście muszą zapewnić temu działowi autonomię, aby mógł działać jak startup. W przeciwnym razie powolne tempo, w jakim tradycyjnie działają korporacje, prawdopodobnie pogorszy ich perspektywy. 

2. Utworzyć fundusz venture capital (CVF) lub akcelerator skupiający się na sztucznej inteligencji

Behemoty takie jak Toyota — początkowo poprzez Instytut Badawczy Toyoty, a następnie przez Przedsięwzięcia Toyoty — i Qualcomm, za pośrednictwem Przedsięwzięcia Qualcomm, przekazali setki milionów dolarów każdy, inwestując w obiecujące start-upy w dziedzinie sztucznej inteligencji, robotyki i innych pionierskich technologii. 

Z drugiej strony inne firmy — takie jak Fujitsu, poprzez Akcelerator inżynieryjny Fujitsu, czy Volkswagen, który partner wraz ze znanym akceleratorem z Doliny Krzemowej Plug and Play — stworzyli autorskie programy akceleracyjne wspierające powstające przedsięwzięcia, które koncentrują się na potrzebach i wyzwaniach swojej branży. Są z tego korzyści, ponieważ mogą pomóc firmom w pilotażu projektów ze start-upami i wykorzystać ich zasoby, aby pomóc tym startupom odnieść sukces. 

Niemniej jednak, to podejście ma również ograniczenia. Utworzenie funduszu venture lub akceleratora nie zmienia głęboko zakorzenionej kultury korporacji. Ponadto funkcjonowanie tych funduszy jest zwykle ograniczone dodatkowymi czynnikami, takimi jak protokoły i zasady ustalone przez spółkę-matkę. Tradycyjne procesy korporacyjne mogą również kolidować z tym, co jest potrzebne do opracowania przełomowych technologii AI. 

3. Zatrudnij dyrektora ds. cyfrowych (CDO)

Ten krok polega na zatrudnieniu osoby lub utworzeniu działu, który będzie odpowiedzialny za cyfryzację firmy. Obowiązki te będą obejmować opracowywanie strategii wdrażania sztucznej inteligencji i współpracę ze start-upami. Dyrektor ds. cyfryzacji (CDO) skoncentruje się również na zwiększaniu wydajności, konkurencyjności i wzroście poprzez cyfryzację. 

Potencjalne wady tego wewnętrznego podejścia wiążą się z faktem, że startupom może być trudno komunikować się z pracownikami korporacji, ponieważ są oni przyzwyczajeni do różnych modeli biznesowych i mają całkowicie rozbieżne protokoły komunikacyjne. Dodatkowo CDO może polegać na swojej istniejącej sieci kontaktów w przypadku potencjalnych partnerstw, ograniczając zakres efektywnej współpracy. 

Kolejną kwestią jest to, że CDO musi być zgodne z nadrzędną wizją firmy. Na przykład, jeśli CDO chce przeprowadzić szybką transformację, a firma nie jest gotowa na postęp w tym tempie, projekty mogą utknąć w martwym punkcie, co tylko doprowadzi do dalszej frustracji.  

Ogólnie rzecz biorąc, model ten działa lepiej, gdy korporacja wchodzi w interakcję z funduszem VC, ponieważ inwestor kapitału wysokiego ryzyka może szybko zrozumieć, która z jego spółek portfelowych lepiej nadaje się do rozwiązania konkretnej potrzeby lub problemu. 

4. Organizuj hackatony poświęcone sztucznej inteligencji

Powtarzające się hackatony – na przykład coroczne – to potężna metoda generowania nowych pomysłów i rozwiązań. Dziś tę strategię realizują nie tylko korporacje, ale także start-upy i fundusze. Osobiście stosowałem to podejście, a jedna z moich spółek portfelowych regularnie organizuje hackatony, ponieważ stanowią one niezwykłą platformę, na której ludzie mogą wykazać się kreatywnością i nieszablonowym myśleniem. 

Historycznie rzecz biorąc, niektóre produkty stworzone podczas hackatonów odniosły ogromny sukces. Na przykład podczas jednego wydarzenia zorganizowanego przez firmę Schneider Electric uczestnicy opracowali Rozwiązanie oparte na sztucznej inteligencji w celu optymalizacji systemów zarządzania energią. Schneider Electric wykorzystał ten prototyp i dalej go rozwijał, czerpiąc korzyści z bardziej efektywnego wykorzystania energii i ostatecznie przekazując te obniżki kosztów swoim klientom. 

W tym samym duchu hackaton zorganizowany przez GE pobudził rozwój aplikacji opartej na sztucznej inteligencji, która poprawia wydajność turbin wiatrowych poprzez analizę danych operacyjnych i automatyczne dostosowywanie ustawień sterowania. Firma GE rozwinęła tę technologię i obecnie optymalizuje ona działanie farm wiatrowych oddziału GE zajmującego się energią odnawialną. To jest jedno z wielu rozwiązań opracowane podczas hackatonów, które ostatecznie wdrożyła firma GE. 

Kolejnym wydarzeniem jest hackaton Bosch „Connected Experience”, który koncentruje się na innowacjach w zakresie sztucznej inteligencji i IoT świetny przykład wydarzenia skupiającego się na sztucznej inteligencji zorganizowanego przez firmę przemysłową i oczekuje się, że powstałe w jej wyniku dzieła przyspieszą zakłócenia w działach produkcyjnych i motoryzacyjnych firmy. 

Sekret udanego hackatonu leży nie tylko w umiejętności jego zorganizowania i chęci zainwestowania czasu i pieniędzy, ale, co ważniejsze, w zrozumieniu, po co to robisz i jak wykorzystać wyniki – pomysły wygenerowane przez uczestników. Z jednej strony istotne jest zapewnienie uczestnikom swobody twórczego myślenia, bo istotą hackatonu jest poszukiwanie nowych pomysłów. Z drugiej strony konieczne jest usystematyzowanie wyników. Opanowanie tej równowagi może sprawić, że hackaton stanie się doskonałym źródłem nowych technologii dla firmy, czy talentów, ponieważ hackaton to nie tylko platforma do odkrywania nowych technologii, ale także identyfikacji osób zdolnych do rozwijania tych technologii w firmie.

Końcowe przemyślenia

Chociaż te cztery podejścia mogą być potencjalnie skutecznymi strategiami dla korporacji w zakresie integracji technologii sztucznej inteligencji w swoich procesach i poprawy wyników, muszę zauważyć, że wspólnym wątkiem jest tutaj znaczenie komunikacji i zrozumienia między dwoma radykalnie różnymi sposobami pracy. 

Start-upy i innowatorzy AI często napotykają trudności w komunikacji z pracownikami korporacji, dlatego jest to umiejętność, której należy się uczyć, ponieważ skuteczna komunikacja może utorować drogę do sukcesu. 

Dlatego ostateczną rekomendacją dla korporacji jest posiadanie w firmie pracownika, który może współpracować ze startupami i uczyć ich, jak wypełnić tę lukę komunikacyjną. Google jest tego pozytywnym przykładem. Poznałem w Google osobę, która oprócz tego, że zajmowała się sprzedażą dla przedsiębiorstw, była mediatorem, który uczył startupy odnajdywania wspólnej płaszczyzny porozumienia z dużymi konglomeratami. Ma to kluczowe znaczenie, ponieważ przekształcanie dzisiejszego przemysłu za pomocą mocy sztucznej inteligencji będzie wymagało od nas współpracy pomimo dzielących nas różnic, a ci, którzy nie wiedzą, jak współpracować, prawdopodobnie pozostaną w tyle.