GenAI: mehr als nur Anwendungsfälle
Bislang haben Unternehmen AI eingesetzt, AI einzelne Probleme zu lösen – beispielsweise zur Verbesserung der Prognosen in der Lieferkette oder zur Optimierung der Betrugserkennung.
„GenAI ist jedoch anders. Es ist nicht nur ein weiteres Werkzeug zur Optimierung bestimmter Aufgaben, sondern hat das Potenzial, die Arbeitsweise von Unternehmen grundlegend zu verändern.“
Edouard de Mézerac, Artefact
Dieser Wandel bedeutet, dass die Automatisierung oder Unterstützung konzeptioneller Aufgaben – wie das Sammeln von Informationen und das Treffen von Entscheidungen – nun in greifbare Nähe rückt. Die Auswirkungen gehen über Effizienzsteigerungen hinaus; sie definieren die gesamte Wertschöpfungskette der Branchen neu.
Anwendungen in der Praxis: Wie führende Unternehmen GenAI einsetzen
Um diesen Wandel zu veranschaulichen, führte Edouard Beispiele aus der Praxis an, in denen GenAI bereits erhebliche Auswirkungen zeigt:
Telekommunikation – Verkürzung der Installationszeiten um 70–80 %
–Herausforderung: Ein großes Telekommunikationsunternehmen hatte aufgrund von Terminüberschneidungen und unzureichender Infrastruktur mit erheblichen Verzögerungen bei der Installation von Glasfaserkabeln zu kämpfen. Die Behebung dieser Probleme dauerte im Durchschnitt zwei bis drei Monate.
–Lösung: AI Datenerfassung bei Telekommunikationsanbietern, aus städtischen Registern und von Gebäudeeigentümern, verbunden mit der Terminplanung und der Koordination der Arbeitsabläufe.
Fertigung – Unterstützung der Vertriebsteams beim Erwerb von Produktwissen
–Herausforderung: Ein weltweit tätiger Hersteller von Elektroprodukten stand vor dem Problem, dass seine Vertriebsteams sich schnell in Tausende von Produktdetails einarbeiten mussten, was es ihnen erschwerte, B2B-Kunden kompetent zu beraten.
–Lösung: Ein GenAI-gestützter Chatbot versorgte die Vertriebsteams mit zuverlässigen Produktdetails in Echtzeit, unterstützt durch Retrieval-Augmented Generation (RAG), um die Genauigkeit zu gewährleisten und AI zu minimieren.
Luxus-Einzelhandel – Verbesserung der Schulung des Verkaufspersonals zu neuen Produkten
– Herausforderung: Eine High-End-Modemarke führt jede Woche 15 neue Produkte pro Filiale ein, was es für die Verkaufsmitarbeiter schwierig macht, über Produktdetails und Empfehlungen auf dem Laufenden zu bleiben.
–Lösung: AI sofortige Einblicke in die Produkte, darunter Informationen zum Designer, zu den wichtigsten Merkmalen und zu möglichen Kombinationsmöglichkeiten, und verbesserte so die Interaktion mit den Kunden.
Die harte Wahrheit: Die meisten Unternehmen sind noch nicht bereit
Trotz des Potenzials dieser Technologie sind die meisten Unternehmen noch nicht auf GenAI vorbereitet. Edouard hat fünf wesentliche Hindernisse für eine breite Einführung von GenAI identifiziert:
Unvorbereitetheit der Führungskräfte
Viele Führungskräfte haben ihre Karriere in einer Zeit aufgebaut, als AI digitale Transformation noch kein fester Bestandteil der Unternehmensstrategie waren. Infolgedessen besteht eine erhebliche Wissenslücke: Nur 50 % der Führungskräfte haben AI absolviert, und von diesen gibt die Hälfte an, dass ihre Schulung unzureichend sei.
Eingeschränkte Betriebsbereitschaft
AI erfolgreiche AI kann nicht allein eine von der IT getragene Initiative sein. Führungskräfte aus allen wichtigen Bereichen – wie Lieferkette, Marketing, Beschaffung und CRM – müssen die Verantwortung für die Integration von GenAI übernehmen.
Unzureichende data
AI benötigen hochwertige, gut strukturierte data effektiv zu funktionieren. Viele Unternehmen sehen sich mit Problemen wie uneinheitlicher data , unklaren Referenzrahmen und unzureichender Dokumentation konfrontiert. Ohne eine solide data haben Unternehmen Schwierigkeiten, AI in großem Maßstab einzusetzen.
Unklare Governance- und Ethikrahmen
Die rechtlichen Rahmenbedingungen für AI von Land zu Land erheblich, was für multinationale Unternehmen zu komplexen Compliance-Herausforderungen führt. Darüber hinaus wirft die generative KI (GenAI) kritische ethische und arbeitsmarktbezogene Fragen auf. Wenn AI Marketingabteilungen beispielsweise AI , mit weniger Mitarbeitern denselben Output zu erzielen, müssen Unternehmen sich mit den potenziellen Auswirkungen auf ihre Belegschaft auseinandersetzen.
Hohe Implementierungskosten und ungewisser ROI
Für viele Unternehmen ist die Entwicklung und Einführung skalierbarer GenAI-Lösungen nach wie vor zu kostspielig. Einige AI Geschäftsmodelle haben nach wie vor Schwierigkeiten, einen positiven ROI zu erzielen.
Ein Wettkampf der Stärksten
Wir erleben derzeit, wie sich ein neues technologisches Zeitalter in beispiellosem Tempo entfaltet – ein Zeitalter, das das nächste Jahrzehnt des wirtschaftlichen Wandels prägen wird. Unternehmen, die sich GenAI zu eigen machen und ihre Arbeitsabläufe neu gestalten, werden Erfolg haben. Diejenigen, die sich nicht anpassen, werden ins Hintertreffen geraten.
Edouard de Mézerac ist begeistert, dass HEC-Alumni bei diesen Diskussionen eine führende Rolle übernehmen, und betont nachdrücklich: Die Führungskräfte müssen Verantwortung übernehmen, ihre Strategien überdenken und sich auf eine Zukunft vorbereiten, die bereits begonnen hat.
