Finansiering

Välj rätt väg: Hur industriföretag bör närma sig AI-drivna teknologier

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Det är tydligt att artificiell intelligens förändrar varje bransch som vi känner till den. Detta inkluderar inte bara de sektorer som har fått mest uppmärksamhet — såsom SaaS, fintech, healthtech och resor — utan också traditionella tunga industrier som är mogna för förändring.

Som en industrifokuserad AI-investor har jag sett hur många företag inom området alltmer använder automatisering och datadriven beslutsfattning, och hur deras tillvägagångssätt kan variera beroende på både vad företaget behöver och de resurser som finns tillgängliga.

I den här artikeln kommer jag att diskutera de olika alternativ som företag har för att integrera AI-drivna teknologier i sina affärsprocesser, och lyfta fram både de fördelar och nackdelar som jag observerat i var och en av dem.

1. Etablera en intern FoU-avdelning

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

Medan Siemens har kunnat uppnå vissa genombrott — såsom att minska produktions­tider utan behov av ny hårdvara — är verkligheten den att de fördelar som de flesta företag kan få från en intern avdelning är begränsade.

Till skillnad från startup-företag har den korporativa världen långa bearbetningstider, låg tolerans för fel och höga förväntningar som kan döda projekt innan de når sin fulla potential. Startup-företag, å andra sidan, är skickliga på att ändra riktning och vet att flera iterationer krävs innan man hittar ett riktigt genombrott, särskilt med teknologier som AI som kräver att vi är i en ständig “lärande” läge.

Detta är varför, från min synvinkel, företag som väljer att utnyttja detta tillvägagångssätt behöver ge den avdelningen autonomi så att den kan fungera som ett startup-företag. Annars kommer den långsamma takten med vilken korporationer traditionellt opererar sannolikt att hämma deras möjligheter.

2. Skapa ett corporate venture fund (CVF) eller accelerator som fokuserar på AI

Jättar som Toyota — initialt genom Toyota Research Institute, och sedan genom Toyota Ventures — och Qualcomm, genom Qualcomm Ventures, har investerat hundratals miljoner dollar vardera i lovande startup-företag inom AI, robotteknik och andra framväxande teknologier.

Å andra sidan har andra företag — som Fujitsu, genom Fujitsu Engineering Accelerator, eller Volkswagen, som samarbetade med den välkända Silicon Valley-acceleratorn Plug and Play — skapat egna accelerationsprogram för att stödja nya företag som fokuserar på branschens behov och utmaningar. Det finns fördelar med detta, eftersom de kan hjälpa företag att testa projekt med startup-företag och utnyttja deras resurser för att hjälpa dessa startup-företag att lyckas.

Likväl har detta tillvägagångssätt också begränsningar. Att etablera ett venture fund eller accelerator förändrar inte en korporations djupt rotade kultur. Dessutom är verksamheten i dessa fonder vanligtvis begränsad av ytterligare faktorer, såsom protokoll och regler som fastställts av moderföretaget. Traditionella korporativa processer kan också krocka med vad som behövs för att utveckla banbrytande AI-teknologier.

3. Anställ en Chief Digital Officer (CDO)

Detta steg innebär att anställa en person eller bilda en avdelning som kommer att ansvara för att digitalisera företaget. Dessa ansvarsområden kommer att omfatta att utveckla AI-antagande-strategier och samarbeta med startup-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 startup-företag kan ha svårt att kommunicera med korporativa anställda, eftersom de är vana vid olika affärsmodeller och har helt olika kommunikationsprotokoll. Dessutom kan CDO förlita sig på sin befintliga nätverk av kontakter för potentiella samarbeten, vilket begränsar omfattningen av effektiva samarbeten.

En annan övervägning är att CDO behöver vara anpassad till företagets övergripande vision. Till exempel, om CDO vill driva en snabb omvandling, och företaget inte är redo att fortsätta i den takten, kan projekt fastna, och bara leda till ytterligare frustration.

I allmänhet fungerar detta modell bättre när företaget interagerar med ett riskkapitalfond, eftersom en riskkapitalist kan snabbt förstå vilket av deras portföljbolag som är bättre lämpat att lösa ett visst behov eller problem.

4. Organisera AI-tematiska hackathons

Återkommande hackathons — till exempel årligen — är en kraftfull metod för att generera nya idéer och lösningar. Numera används denna strategi inte bara av företag, utan också av startup-företag och fonder. Jag har personligen använt mig av detta tillvägagångssätt, och ett av mina portföljbolag ordnar regelbundet hackathons, eftersom de tillhandahåller en exceptionell plattform för människor att vara kreativa och tänka utanför boxen.

Historiskt sett har vissa produkter som skapats under hackathons blivit stora framgångar. Till exempel, under en händelse som organiserades av Schneider Electric, utvecklade deltagarna en AI-driven lösning för att optimera energihanteringssystem. Schneider Electric tog denna prototyp och utvecklade den vidare, och drog nytta av mer effektiv energianvändning och till slut överförde dessa kostnadsbesparingar till sina kunder.

På samma sätt ledde en hackathon som organiserades av GE till utvecklingen av en AI-applikation som förbättrar vindturbinens effektivitet genom att analysera driftsdata och automatiskt justera kontrollinställningar. GE utvecklade denna teknik vidare, och nu optimerar den vindkraftverkens drift inom GEs förnybara energiavdelning. Det är ett av många lösningar som utvecklats under hackathons som GE till slut har implementerat.

Boschs “Connected Experience” hackathon, som fokuserar på AI- och IoT-innovationer, är ett annat utmärkt exempel på en AI-centrerad händelse som organiserats av ett industriföretag, och det förväntas att skapelsen som kommer från det kommer att accelerera förändringen inom företagets tillverknings- och fordonsavdelningar.

Hemligheten bakom en lyckad hackathon ligger inte bara i förmågan att organisera den och viljan att investera tid och pengar, utan snarare i att förstå varför man gör det och hur man ska använda resultaten — idéerna som genereras av deltagarna. Å ena sidan är det viktigt att ge deltagarna friheten att tänka kreativt, eftersom hackathons essens ligger i sökandet efter nya idéer. Å andra sidan är det nödvändigt att systematisera resultaten. Att bemästra denna balans kan göra en hackathon till en utmärkt källa till nya teknologier för företaget, eller talang, eftersom en hackathon inte bara är en plattform för att upptäcka nya teknologier, utan också för att identifiera individer som kan utveckla dessa teknologier inom företaget.

Slutliga tankar

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

AI-startup-företag och innovatörer kan ofta ha svårt att kommunicera med korporativa anställda, därför är detta en färdighet som behöver läras ut, eftersom effektiv kommunikation kan bana väg för framgång.

Därför är en slutlig rekommendation för ett företag att ha en anställd som kan arbeta med startup-företag och lära dem hur man kan överbrygga denna kommunikationsklyfta. Google är ett positivt exempel på detta. Jag mötte någon på Google som, förutom att vara involverad i företagsförsäljning, var en medlare som lärde startup-företag att hitta gemensam mark med stora konglomerat. Detta är nyckeln, eftersom omformningen av dagens industrier med AI:s kraft kommer att kräva att vi arbetar tillsammans trots våra olikheter, och de som inte vet hur man ska samarbeta kommer sannolikt att bli lämnade efter.

Mikhail Taver är grundare och managing partner för Delaware-baserade Taver Capital, en internationell venture capital-fond som fokuserar på att investera i globala artificiella intelligensföretag. Under 20 år som toppchef inom stora finansiella grupper och industriföretag har Mikhail avslutat över 250 M&A och private equity-avtal. Han har CFA, ACMA och CGMA-certifieringar.