Autor
Seit Ende 2022 Artificial Intelligence der Bereich der generativen Artificial Intelligence einen Boom. Diese neue Dynamik in der Branche hat dazu geführt, dass die meisten großen Marken, die von Artefact unterstützt Artefact , nun Artefact , diese Technologien in ihre Geschäftsanwendungen zu integrieren, um im Wettlauf um Effizienz und Akzeptanz bei ihren Kunden und Mitarbeitern die Nase vorn zu haben. Ihr Reifegrad in diesem Bereich ist jedoch unterschiedlich: Nur wenige Unternehmen haben Anwendungsfälle eingeführt (60 % haben Projekte initiiert, etwa 26 % haben POCs gestartet), und nur 3 % haben diese bereits industrialisiert. Wie werden generative AI für Unternehmen einen signifikanten und unmittelbaren geschäftlichen Nutzen schaffen?
Zahlen – Juni 2023
Ein technologischer Wandel, der AI in Unternehmen beschleunigt
In den letzten sechs Monaten haben die Akteure im Bereich der generativen künstlichen Intelligenz einen Marathon absolviert und kontinuierlich bedeutende Fortschritte auf diesem Gebiet verkündet. Von Web-Giganten wie Microsoft mit AI, Google mit PaLM, Amazon mit Bedrock und Meta mit LLama bis hin zu Open-Source-Entwicklern bieten viele AI generativen AI Technologien an, die Innovationen bei Geschäftsanwendungen vorantreiben. So integriert GPT beispielsweise die Bing-Suchmaschine und die Office-Suite von Microsoft, während alle Google-Produkte von PaLM 2 profitieren werden. Amazon und Meta beginnen damit, ihre generative AI ihre Werbeprodukte zu integrieren. Und das jüngste Aufkommen von Hunderten von Open-Source-Lösungen erleichtert Entwicklern aller Fachrichtungen den Zugang zu dieser Art von Technologie.
Nicht alle Akteure verfolgen denselben strategischen Ansatz. Einige, wie beispielsweise AI, konzentrieren sich auf die extrem hohe Leistungsfähigkeit ihres Modells, während andere Akteure wie Google auch schlankere – aber dennoch effektive – Versionen ihrer Algorithmen entwickeln. Diese Versionen eignen sich besser für die lokale Integration auf den Geräten der Nutzer (Mobilgeräte, Desktop-PCs, vernetzte Lautsprecher) sowie in spezialisierter „Business“-Software.
Dieses dynamische Ökosystem fördert den Einsatz generativer AI sowohl AI B2C- als auch AI B2B-Markt. Für Unternehmen eröffnet dies neue Möglichkeiten, ihre eigene Leistung sowie die ihrer Mitarbeiter und Kunden zu maximieren. Laut einem aktuellen Bericht von Goldman Sachs könnte diese Technologie die Arbeitsproduktivität und das BIP der USA in den nächsten zehn Jahren um 7 % steigern.
Vier Anwendungsbereiche auf Basis generativer AI „Optimierung“ von Geschäftsabläufen
Der Einsatz generativer künstlicher Intelligenz entlang der gesamten Wertschöpfungskette ist zwar nichts Neues, doch hat sich ihre Nutzung mittlerweile verbreitet und vervielfacht. Bei einigen großen Marken und den AI , die sie unterstützen, werden Anwendungsfälle bereits konzipiert und in der Testphase umgesetzt.
Obwohl die Möglichkeiten unbegrenzt sind und die Anwendungsbereiche von den geschäftlichen Anforderungen abhängen, lassen sich diese Hauptanwendungsbereiche in vier Kategorien einteilen.
Der erste Punkt betrifft den Zugang zu bisher komplexen data für Mitarbeiter, die über wenig oder gar keine Erfahrung data verfügen. AI ermöglichen die Entwicklung intuitiver Tools, mit denen Geschäftsanwender auf sehr große data zugreifen, diese einsehen und sortieren sowie data von Sekunden Dashboards und neue data abrufen können. Jüngste Fortschritte in der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) erleichtern diesen Berufsgruppen die Interaktion mit data noch weiter. Spezialisierte Software in Bereichen wie Finanzen, Marketing oder Logistik kann somit durch generative Funktionen „erweitert“ werden, die repetitive und/oder zeitaufwändige Aufgaben automatisieren, um diese Rollen bei ihrer Entscheidungsfindung zu unterstützen. Artefact ermöglichte es den Vertriebsteams eines Dienstleistungsunternehmens, auf eine Lösung zur Lead-Qualifizierung zu setzen, die die Absichten von Kunden und Interessenten ermittelt, indem sie Signale in sehr großen data erkennt. Internationale Einzelhändler können zudem ihre Lagerbestände besser verwalten und ihre Preispolitik optimieren, indem sie zahlreiche Parameter miteinander abgleichen, um die Ursachen für Umsatzsteigerungen oder -rückgänge bei einem bestimmten Produkt oder einer bestimmten Kategorie besser zu verstehen.
Der zweite Punkt betrifft die Beziehung des Unternehmens zu seinen verschiedenen Zielgruppen. Wir arbeiten mit einer Reihe von Marken zusammen, um Chatbots und Callcenter zu entwickeln, AI auf generativer AI basieren AI auf Kundenanfragen relevanter und hochgradig personalisiert reagieren AI – und zwar in Interaktionen, die einem Gespräch zwischen zwei Menschen ähneln. Aus diesen Gesprächen lassen sich zudem Erkenntnisse gewinnen, um die Bedürfnisse und Erwartungen der Anrufer besser zu verstehen und so die Kundenzufriedenheit zu steigern.
Die dritte Kategorie, die heute bereits weit verbreitet ist, ist die Content-Generierung. Es handelt sich um einen schnell wachsenden Anwendungsbereich zur Entwicklung und Anpassung von Texten, Bildern und Tönen für die Marketingaktivitäten von Unternehmen: Website-Inhalte, Produktblätter, Mailings, Werbung, Präsentationen usw. So arbeiten wir beispielsweise an einem „Content-Supercharger“-Projekt für einen Automobilkonzern. Diese Lösung nutzt die firmeneigenen data des Herstellers data setzt auf fortschrittliche Social-Media-Monitoring-Techniken, um die Produktion personalisierter Inhalte für die Marke zu steigern. Kreative Fachleute können sich nun von zeitraubenden Aufgaben wie der Anpassung von Konzepten befreien und sich auf ihren Mehrwert konzentrieren: Ideenfindung und Strategie.
Der vierte wichtige Anwendungsbereich ist die Steigerung der Effizienz bereits bestehender Modelle oder Logistikprozesse. Beispielsweise verfügen Unternehmen im Bancassurance-Sektor in der Regel über mehrere Algorithmen, die der Risikovorhersage oder Betrugserkennung dienen. Diese Tools interpretieren die verschiedenen Signale, die sie erfassen, möglicherweise nicht auf dieselbe Weise. In solchen Situationen sollten menschliche Mitarbeiter in der Lage sein, schnell und einfach Entscheidungen zu treffen. Hier AI eine Ebene generativer AI hinzugefügt werden, um – in einer für Menschen verständlichen Form – die Gründe zusammenzufassen, die die ursprünglichen Algorithmen zu ihren Schlussfolgerungen geführt haben.
Eine Grundströmung, die die Wirtschaft und Organisationen erschüttert
Wir stehen ganz am Anfang einer Revolution in der Nutzung, nicht nur im Alltag, sondern auch in geschäftlichen Anwendungen. Generative künstliche Intelligenz ist so intuitiv und benutzerfreundlich, dass sie bald in Unternehmen zum Einsatz kommen wird, um zu verhindern, dass sich eine zu große Kluft zwischen der Flexibilität privater und beruflicher Anwendungen auftut.
Die gesamte Wertschöpfungskette wird davon betroffen sein, und obwohl wir uns noch in einem frühen Stadium befinden, sind die ersten Implementierungen bereits sehr vielversprechend. Um heute das Beste daraus zu machen und sich auf die Zukunft vorzubereiten, müssen Marken in diesem Bereich rasch an Reife gewinnen. Um die technischen, ökologischen und ethischen Herausforderungen AI zu bewältigen, müssen sie neue Funktionen schaffen und Mitarbeiter schulen, die richtigen AI Technologien auswählen, eine angemessene Governance einrichten, Anwendungsfälle gemeinsam mit den Geschäftsbereichen identifizieren und die Transparenz, Ethik sowie die ökologischen Auswirkungen der entwickelten Anwendungen sicherstellen.
