LUTissa tehty tuore tutkimus How to succeed with an AI-first strategy? kuvailee systemaattisesti, kuinka yritykset voivat muodostaa tekoälypainotteisia strategioita eri lähtökohdista ja tällä tavoin viedä tekoälyn liiketoimintansa ytimeen.
Tutkimus osoittaa, miten tekoälyalgoritmit määrittelevät uudelleen tuotteita ja palveluita, parantavat käyttäjäkokemuksia ja auttavat automatisoimaan ydinliiketoimintaa koskevia päätöksiä.
”Tekoälyllä on selkeästi strateginen rooli niin liiketoimintaprosessin ytimessä kuin asiakasarvon luomisessa niin sanotuissa AI-first-yrityksissä”, kertoo professori Paavo Ritala LUT-kauppakorkeakoulusta.
Esimerkiksi General Electric (GE) on säästänyt 80 miljoonaa dollaria vuodessa optimoimalla velkoja ja saamisia, JP Morgan Chase onnistui vähentämään 360 000 tuntia laki- ja talousosaston rutiinitehtäviä, ja PayPal sai vähennettyä maksutapahtumapetosten suhteen liikevaihtoonsa vain 0,32 prosenttiin. Kaikki tämä liiketoiminnan tehostaminen tapahtui tekoälyä hyödyntämällä.
Tutkimuksessa tunnistettiin kolme erilaista AI-first-strategiaa riippuen yritysten lähtökohdista: digital tycoon, niche carver ja asset augmenter.
AI-first-strategiat
- Digital tycoon: Nämä digitaaliset jättiläiset hyödyntävät massiivisia tietoaineistoja, orkestroivat digitaalisia alustoja ja hyötyvät datan määrän kasvun, käyttäjämäärän kasvun sekä tekoälykehityksen synergiasta. Algoritmeja käytetään muun muassa asiakaskokemuksen parantamiseen. Haasteina toimialan sääntelyn paine ja maineriskit. Esimerkkiyrityksiä Google ja Meta (entinen Facebook).
- Niche carver: Nämä yritykset keskittyvät tietyn valitun toimialan datan hyödyntämiseen ja kehittävät ylivertaisia tekoälyalgoritmeja esimerkiksi lääketieteellisessä kuvantamisessa tai puheentunnistuksessa. Kilpailukyky perustuu algoritmien parempaan suoritukseen nimenomaan valituilla erikoisaloilla. Haasteina ovat liiketoiminnan skaalaaminen suureksi ja lisäarvon osoittaminen asiakkaille. Esimerkkiyrityksiä Speechly ja HeadAI.
- Asset augmenter: Sopiva strategia perinteisille aloille, kuten teollisuuden, laitevalmistuksen ja vähittäiskaupan alalle. Hyödyntää operaatioista ja laitteista kertyvää ainutlaatuista ja reaaliaikaista dataa tekoälysovelluksissa. Haasteina ovat vanhojen järjestelmien ja toimintatapojen taakka sekä mahdollinen epäluulo tekoälyä kohtaan työntekijöiden tai asiakkaiden keskuudessa. Esimerkkiyrityksiä Siemens ja John Deere.
Tilaa Curious People -uutiskirje
Tilaamalla uutiskirjeemme saat sähköpostiisi noin 1–2 kertaa kuukaudessa luettavaa tutkimuksestamme puhtaaseen energiaan, ilmaan ja veteen sekä kestävään liiketoimintaan liittyen.
Tutkimuksesta apua oman strategian valintaan
Tutkimuksen mukaan tekoälyn vieminen liiketoiminnan ytimeen ei ole vain digitaalisten jättiläisten, kuten Googlen, yksinoikeus, vaan tekoäly on yleiskäyttöinen teknologia, jolla on strategista merkitystä ja mitattavia etuja eri toimialoilla.
AI-first-yritysten määrä on kuitenkin pysynyt toistaiseksi pienenä. Tyypillisempää on, että tekoälyä on hyödynnetty piloteissa ja yksittäisissä käyttötapauksessa, ei läpi koko organisaation ja operaatioiden.
”Tekoälystä on tullut suosittu markkinointitermi monille ohjelmistoyrityksille, mikä tekee AI:n strategisen merkityksen arvioimisen vaikeaksi. Tästä huolimatta väitämme, että tekoäly tulee näyttelemään yhä tärkeämpää strategista roolia yrityksissä”, sanoo teollisuusprofessori Mika Ruokonen LUT-kauppakorkeakoulusta.
Yritykselle voi AI-huumassa tulla kiusaus nostaa tekoäly strategiansa keskiöön, vaikka tuon aseman on perinteisesti saanut asiakas – hyvästä syystä.
”Tekoäly strategian keskiössä ei ole välttämättä vain hyvä asia. AI-first-yrityksillä on edessään tasapainottelua strategiansa ytimen määrittelyssä. Ylipäätään AI-first-strategia ei sovi kaikille yrityksille. Tutkimuksemme antaa yrityksille työkaluja valita oma tiensä ja toimintatapansa. Tunnistamme myös yleisimmät riskit kussakin strategiassa”, Ruokonen sanoo.
Lisätietoja:
