Att välja rätt väg: Hur industriföretag bör närma sig AI-driven teknik

Det är tydligt att artificiell intelligens stör varje bransch som vi känner den. Detta inkluderar inte bara de sektorer som har fått mest uppmärksamhet – som SaaS, fintech, hälsoteknik och resor – utan också traditionellt tung industri som är mogna för störningar. 

Som en industriell AI-orienterad investerare har jag sett hur många företag inom området i allt högre grad anammar automation och datadrivet beslutsfattande, och hur deras tillvägagångssätt kan variera baserat på både vad företaget behöver och de resurser de har tillgängliga. 

I det här stycket kommer jag att diskutera olika alternativ som företag har för att integrera AI-drivna tekniker i sina affärsprocesser och lyfta fram både för- och nackdelarna jag har observerat i var och en av dem. 

1. Etablera en intern FoU-avdelning

En väg som flera företag tar är att etablera en egen FoU-avdelning för att utveckla AI-teknik. Till exempel Siemens, genom sin AI Lab, är banbrytande för olika potentiella tillämpningar av industriell AI. 

Även om Siemens har kunnat nå några genombrott – som att minska produktionstiderna utan behov av ny hårdvara – är verkligheten att för de flesta företag är fördelarna de kan dra från en intern avdelning begränsade. 

Till skillnad från nystartade företag har företagsvärlden långsamma handläggningstider, låg tolerans för fel och höga förväntningar som kan döda projekt innan de utnyttjar sin fulla potential. Startups, å andra sidan, är skickliga på att svänga och vet att flera iterationer krävs innan de hittar ett verkligt genombrott, särskilt med tekniker som AI som kräver att vi är i ett konstant "inlärningsläge". 

Det är därför, ur mitt perspektiv, företag som väljer att utnyttja detta tillvägagångssätt måste ge den avdelningen autonomi så att den kan fungera som en startup. Annars kommer den tröga takt som företag traditionellt verkar med sannolikt att hindra deras framtidsutsikter. 

2. Skapa en företagsriskfond (CVF) eller accelerator som fokuserar på AI

Behemoths som Toyota — till en början genom Toyotas forskningsinstitut, och sedan igenom Toyota Ventures — och Qualcomm, genom Qualcomm Ventures, har hällt in hundratals miljoner dollar vardera genom att investera i lovande startups inom AI, robotik och andra frontier-teknologier. 

Å andra sidan, andra företag - som Fujitsu, genom Fujitsu Engineering Accelerator, eller Volkswagen, som samarbetar med den välkända Silicon Valley-acceleratorn Plug and Play — har skapat proprietära accelerationsprogram för att stödja framväxande företag som fokuserar på behoven och utmaningarna i sin bransch. Det finns fördelar med detta, eftersom de kan hjälpa företag att pilotprojekt med startups och utnyttja sina resurser för att hjälpa dessa startups att lyckas. 

Ändå har detta tillvägagångssätt också begränsningar. Att etablera en riskfond eller accelerator förändrar inte ett företags djupt rotade kultur. Dessutom är driften av dessa fonder vanligtvis begränsad av ytterligare faktorer, såsom protokoll och regler som fastställts av moderbolaget. Traditionella företagsprocesser kan också krocka med vad som behövs för att utveckla banbrytande AI-teknologier. 

3. Anställ en Chief Digital Officer (CDO)

Det här steget innebär att man anställer en individ eller bildar en avdelning som får i uppdrag att digitalisera företaget. Dessa ansvarsområden kommer att omfatta utveckling av AI-strategier och kontakt med nystartade företag. Chief Digital Officer (CDO) kommer också att fokusera på att förbättra effektivitet, konkurrenskraft och tillväxt genom digitalisering. 

Potentiella nackdelar med detta interna tillvägagångssätt relaterar till det faktum att startups kan tycka att det är utmanande att kommunicera med företagsanställda, eftersom de är vana vid olika affärsmodeller och har helt olika kommunikationsprotokoll. Dessutom kan CDO förlita sig på sitt befintliga nätverk av kontakter för potentiella partnerskap, vilket begränsar omfattningen av effektiva samarbeten. 

En annan faktor är att CDO:n måste anpassas till företagets övergripande vision. Till exempel, om CDO:n vill driva snabb omvandling och företaget inte är redo att gå vidare i den takten, kan projekt stanna upp och bara leda till ytterligare frustration.  

Generellt sett fungerar denna modell bättre när företaget interagerar med en VC-fond, eftersom en riskkapitalist snabbt kan förstå vilket av deras portföljbolag som är bättre lämpat för att lösa ett särskilt behov eller problem. 

4. Organisera hackathon med AI-tema

Återkommande hackathon – till exempel årligen – är en kraftfull metod för att generera nya idéer och lösningar. Nuförtiden implementeras denna strategi inte bara av företag, utan också av startups och fonder. Jag har personligen använt detta tillvägagångssätt, och ett av mina portföljbolag anordnar regelbundet hackathons, eftersom de ger en extraordinär plattform för människor att vara kreativa och tänka utanför boxen. 

Historiskt sett har vissa produkter som skapats vid hackathons blivit stora framgångar. Till exempel, vid ett evenemang som anordnades av Schneider Electric, utvecklade deltagarna en AI-driven lösning att optimera energiledningssystem. Schneider Electric tog denna prototyp och vidareutvecklade den, dra nytta av effektivare energianvändning och så småningom överförde dessa kostnadsminskningar till sina kunder. 

På samma sätt stimulerade ett hackathon på GE-värd utvecklingen av en AI-applikation som förbättrar vindturbinens effektivitet genom att analysera driftsdata och automatiskt justera kontrollinställningarna. GE expanderade på denna teknik och nu optimerar den vindkraftsdriften för GE:s division för förnybar energi. Det är en av många lösningar utvecklats vid hackathons som GE så småningom har implementerat. 

Boschs hackathon "Connected Experience", som fokuserar på AI- och IoT-innovationer, är en annan bra exempel av ett AI-centrerat evenemang av ett industriföretag, och det förväntas att skapelserna som härrör från det kommer att påskynda störningar i företagets tillverknings- och fordonsdivisioner. 

Hemligheten bakom ett lyckat hackathon ligger inte bara i förmågan att organisera det och viljan att investera tid och pengar, utan ännu viktigare, i att förstå varför man gör det och hur man använder resultaten – de idéer som genereras av deltagarna. Å ena sidan är det avgörande att ge deltagarna friheten att tänka kreativt, eftersom kärnan i ett hackathon ligger i sökandet efter nya idéer. Å andra sidan är det nödvändigt att systematisera resultaten. Att bemästra denna balans kan göra ett hackathon till en utmärkt källa till nya teknologier för företaget, eller talanger, eftersom ett hackathon inte bara är en plattform för att upptäcka nya teknologier utan också för att identifiera individer som är kapabla att utveckla dessa teknologier inom företaget.

Avslutande tankar

Även om dessa fyra tillvägagångssätt kan vara potentiellt framgångsrika strategier för företag att integrera AI-teknologier i sina processer och förbättra resultat, måste jag påpeka att en röd tråd här är vikten av kommunikation och förståelse mellan två radikalt olika sätt att arbeta. 

AI-startups och innovatörer kan ofta tycka att det är utmanande att kommunicera med företagsanställda, därför är detta en färdighet som måste läras ut, eftersom effektiv kommunikation kan bana väg till framgång. 

Därför är en sista rekommendation för ett företag att ha en anställd på företaget som kan arbeta med startups och lära dem hur man överbryggar denna kommunikationsklyfta. Google är ett positivt exempel på detta. Jag träffade någon på Google som, förutom att vara involverad i företagsförsäljning, var en medlare som lärde startups att hitta en gemensam grund med stora konglomerat. Detta är nyckeln, eftersom att omforma dagens industrier med kraften i AI kommer att kräva att vi arbetar tillsammans trots våra olikheter, och de som inte vet hur de ska samarbeta kommer sannolikt att bli kvar.