Kostnaden för intelligens sjunker: Hur kan företag konkurrera?

15,7 biljoner dollar.

Det är mer än den kombinerade årliga produktionen i Japan, Tyskland, Indien och Storbritannien. Det är ingen hemlighet att kostnaden för intelligens har minskat stadigt under åren. Faktum är att 2020 rapporterade en tredjedel av företagen att kostnaden för AI minskade med så mycket som 20% i nästan alla branscher.

1965 förutsade Gordon Moore att antalet transistorer på en chip skulle fördubblas varannan år, vilket möjliggjorde kommensurata framsteg inom datorkraft, datalagring och algoritmisk effektivitet. I kölvattnet av den förutsägelsen innebär den nästan exponentiella tillväxten av molnet och betal-per-användning-modellen att även mindre organisationer nu har tillgång till högt skalbar datormiljö till relativt låg kostnad. Detta har tagit bort behovet av stora initiala investeringar i datormiljö och har gjort det möjligt för mindre organisationer att konkurrera med större organisationer på lika villkor.

Dessutom har dataexplosionen spelat en avgörande roll i minskningen av kostnaden för intelligens. Med tillväxten av internet och spridningen av sensorer finns det nu en överflöd av data tillgängliga för analys. Detta har möjliggjort att maskinlärningsalgoritmer kan tränas på stora datamängder, vilket har lett till förbättrad noggrannhet och prestanda. Dessutom har öppen källkods-rörelsen gjort det möjligt för utvecklare att komma åt och använda stora datamängder gratis, vilket har sänkt inträdesbarriärerna för utveckling av intelligenta system. Slutligen har framsteg inom algoritmisk effektivitet också bidragit till minskningen av kostnaden för intelligens. Forskare har utvecklat nya tekniker för att träna och optimera maskinlärningsalgoritmer, vilket har resulterat i snabbare och mer exakta modeller. Detta har möjliggjort utveckling av intelligenta system med färre beräkningsresurser, vilket har minskat utvecklings- och distributionskostnaderna.

I en era där AI- och ML-teknologier är allomfattande kan vi förvänta oss att se betydande förändringar i hur företag opererar och innoverar över branscher. Inom fintech till exempel använder agila startups AI för att leverera allt från STP för kund-KYC och onboarding till finansiella och budgetmässiga insikter. Och inom hälsovård möjliggör det för små teknikstartups att förutsäga patienters symtom via indata från wearables och leverera tidiga nödtjänster.

Att bygga ett anslutet företag är avgörande

Anslutna företag är mycket bättre positionerade för att dra nytta av den sjunkande kostnaden för intelligens än deras traditionella motsvarigheter. En del av anledningen är att anslutna företag använder digital teknik för att ansluta till kunder, anställda, leverantörer och partners i realtid. De tar också ett moln-först-tillvägagångssätt för infrastruktur, vilket hjälper dem att enkelt bearbeta stora mängder data från mobila enheter, sociala medier och andra verktyg för att strömlinjeforma processer och få insikter i kundbeteende. De flesta anslutna företag byggs faktiskt på tre stora pelare.

Förstärkt mänsklig potential: Ofta är anslutna företag värdar för en kultur av innovation, agility och samarbete. Den höga graden av automatisering och slut-till-slut-digitalisering innebär att anställda befrias från tyranniet av repetitiva manuella uppgifter och har mer tid för kreativt problemlösande och högre ordningens arbete. Faktum är att ha den digitala infrastrukturen för att stödja innovationskulturen är lika viktigt som att bygga kulturen själv.

Värdenätverk: Ledare inom anslutna företag förstår att den linjära leverantörskedjan har utlevt sin tid och investerar istället i ekosystem av tekniktillverkare, aggregerare, distributörer och startups. Låg-latens-anslutningar inom dessa ekosystem eller värdenätverk innebär att varje intressent har tillgång till en ström av realtidsinformation för att bränsle beslutsfattande, optimera processer och accelerera produktleverans. Ett solitt exempel ligger i hur bilförsäkringsbolag har samarbetat med tillverkare och telematikföretag för att lansera betala-som-du-kör-modeller, där försäkringstagare debiteras en lägre premie om de konsekvent uppvisar säkert körbeteende. Samtidigt hjälper den information som samlas in av ombord-telematiken nödtjänster att snabbt spåra olycksplatsen, medan den matar kritisk data tillbaka till tillverkare så att de kan optimera säkerhetskomponenter.

Kognitiva operationer: I dagens ålder är en “kultur av innovation” bara så bra som de data som matar den. Anslutna företag är mer decentraliserade och flexibla än traditionella organisationer, med distribuerade team och fokus på resultat snarare än process. Agila metoder, AI-drivna processer som kräver mycket lite mänskligt ingripande och en hög grad av intern anslutning är kännetecken för framgångsrika anslutna företag. Detta innebär att data flödar smidigt över hela systemet och att intressenter kan omedelbart komma åt information som är kritisk för deras arbete utan de flaskhalsar som silo-ade operationer ofta skapar.

Vad innebär den verkliga världens påverkan?

Med en närvaro i över 20 länder i Asien, Mellanöstern och Afrika var ett snabbt växande FMCG-företag på väg att befästa sin position i flera geografiska områden. Men trots sin framgång kämpade företaget för att utnyttja sin fulla regionala försäljningspotential på grund av den fragmenterade detaljhandelslandskapet på växande marknader. Specifikt fann företaget det svårt att få insikt i efterfrågan och öka sin marknadsandel på grund av en tung tillit till manuella processer. I termer av en lösning var användningen av en AI-driven plattform för att automatisera operationer och kartlägga kritiska operativa data det första steget. Nästa steg innebar att skapa en instrumentpanel för försäljningsrepresentanter och territoriechefer som hjälpte dem att kartlägga geografisk penetration, identifiera territoriella luckor och bygga en strategi för effektiv butiksbevakning. På bara några månader såg de en 15-procentig ökning av värde per storlek, 15-procentig förbättring av försäljningsrepresentantens produktivitet och en 50-procentig ökning av ECO.

På liknande sätt, när pandemin var i full gång, spårade ett CPG-företag spridningen av COVID-19 över olika områden och matade in den informationen i en AI-plattform för att förutsäga vilka detaljhandelsplatser som skulle drabbas hårdast av lagerutmätning. Genom att använda dessa insikter, i kombination med ett digitalt anslutet distributörsnätverk, kunde de återförsörja sina produkter på bara några dagar, medan hyllorna låg tomma på konkurrenternas varumärken.

Etiken och agiliteten i intelligens

Dessa berättelser illustrerar hur små organisationer som omfamnar de AI-verktyg och talanger som finns tillgängliga för dem kan skapa en påverkan som större, mer traditionella företag skulle ha svårt att reproducera. För att stanna motståndskraftiga i en värld där varje organisation har tillgång till toppmoderna intelligens- och analysverktyg är det uppenbart att omvandlingen till ett anslutet företag är avgörande.

Men förutom att skapa mer ekonomiskt värde finns det en tydlig möjlighet för företag att sticka ut bland sina peer-grupper genom att åta sig en etisk användning av AI. Detta innebär inte bara att använda tekniken för att främja miljö- och sociala agendor, utan också att se till att deras AI-modeller är kulturellt känsliga, opartiska gentemot minoritetsperspektiv och används i enlighet med dataskyddsföreskrifter. När AI blir alltmer inbäddat i företagsverksamhet är arbetskraftsförändring också en viktig fråga – en som ledare kan hantera genom omställningsprogram och effektiv förändringshantering.

I modeller är kulturellt känsliga, opartiska gentemot minoritetsperspektiv och används i enlighet med dataskyddsföreskrifter. När AI blir alltmer inbäddat i företagsverksamhet är arbetskraftsförändring också en viktig fråga – en som ledare kan hantera genom omställningsprogram och effektiv förändringshantering. I modeller är