- Mehr als 4,5 Mrd. Investitionen in AI-Firmen in den letzten 3 Monaten
- Vom humanoiden Roboter mit Sprachsteuerung bis zur Predictive Maintenance in der Fertigung – Adaptions- und Innovationsgeschwindigkeit global auf extrem hohen Niveau
- Rund zwei Drittel der deutschen Mittelstands- und Großunternehmen haben Machine Learning-Technologien im Einsatz – vom PoC bis zum produktiven Einsatz
- PoC statt Strategie – viele Unternehmen denken zu klein und machen den Fehler AI nicht strategisch zu betrachten
AI is eating the world! – Investitionen und Geschwindigkeit
Lynx, Alpha, Jimu und Cuzr…so heißen die verschiedenen Roboter-Freunde der AI-Firma UBTech aus Shenzen, die im Jahr 2012 gegründet wurde. Mittlerweile ist das Unternehmen weltweit vertreten und hat eine große Kooperation mit Lucasfilm, dem Eigentümer und Erfinder der Star Wars-Filme. So kann man gerade den “Stormtrooper” bestellen, einen humanoiden Star Wars-Roboter mit Sprachsteuerung einer Menge Spass und Intelligenz. So verbindet der kleine Freund Augmented Reality-Features mit Sprachsteuerung, Gesichtserkennung und Überwachungsfunktionen.
Was sich nach Spielerei anhört, ist aber bitterer Business-Ernst. Denn Firmen wie UBTech setzen derzeit – gemeinsam mit den Internetkonzernen – die Standards und Spielregeln im neu entstehenden Markt für AI-basierte Produkte und Lösungen. Man darf nicht vergessen, dass UBTech stellvertretend für eine ganze Reihe an AI-Firmen steht, die über das notwendige Kapital und die Firmenkultur verfügen, um die besten Köpfe weltweit anzuziehen und zu binden. Die letzte Finanzierungsrunde brachte dem Robot-Unternehmen 820 Mio. USD an frischem Kapital für R&D, Produktentwicklung und globalem Marketing. Die finanzielle Ausstattung in Kombination mit einer hochinnovativen und kreativen Unternehmenskultur zieht gute AI-Wissenschaftler, Robotik-Experten und Entwickler magisch an. Und Human Capital ist im Bereich AI und Robotics einer der zentralen Erfolgsfaktoren.
Laut der Venture Capital-Datenbank Crunchbase wurden allein in den vergangenen 3 Monaten 305 Firmen mit rund 4,5 Milliarden USD an Venture Capital ausgestattet. Darunter einige sehr große Finanzierungsrunden, wie die von UBTech, Dataminr oder Sensetime jenseits der 300 Mio. USD-Grenze.
Dies zeigt, dass AI längst keine Spielwiese mehr für Tüftler und risikofreudige Frühphasenfinanziers mehr ist. Die Investoren sind in vielen Fällen hochprofessionell – ebenso wie die Gründer und Unternehmen. Denn eines ist klar – die Use Cases und das Marktpotenzial für AI und Robotics sind im B2B- als auch im Consumer-Markt extrem groß. Und vor allem international. Das zeigt das Beispiel von UBTech deutlich – Robotics und AI aus China plus US-Brand (“Star Wars”) ergibt ein hoch attraktives Produkt für einen globalen Markt. Auch wenn wir uns in Deutschland vielleicht nur schwer vorstellen können, dass zukünftig der humanoide Roboter die Gute-Nacht-Geschichten vorliest – da draußen in der großen weiten Welt wird dies gerade Realität.
Machine Learning im Unternehmenseinsatz – Weiter als man denkt!
Aber auch in Deutschland beschäftigt sich mittlerweile ein Großteil der mittelständischen und großen Unternehmen mit dem Einsatz von Machine Learning und künstlicher Intelligenz. Laut einer aktuellen und noch unveröffentlichten empirischen Studie, die in Kooperation mit Unbelievable Machine aus Berlin entstand, lässt nur rund ein Fünftel der deutschen Unternehmen in Mittelstand und Konzernen das Thema links liegen. Rund 40 Prozent der Firmen sind gerade dabei erste Erfahrungen zu sammeln und Prototypen zu entwickeln. Immerhin jedes fünfte Unternehmen hat Machine Learning schon produktiv im Einsatz (22 Prozent).
Und dafür gibt es gute Gründe. Denn fast die Hälfte der befragten Entscheider (44 Prozent) geht davon aus, dass bis 2020 Machine Learning mehr als 20% der Wertschöpfung der neuen digitalen Produkte und Dienstleistungen ihrer Unternehmen ausmacht.
Ausblick und Empfehlung – PoC statt Strategie?
Natürlich ist es für die Unternehmensentscheider in IT und den Digitalisierungsabteilungen nicht einfach die Vielzahl an Einsatzmöglichkeiten, die unterschiedlichen AI-Technologien, Frameworks und Cloud-Plattformen sowie die Qualität Datenbestände und Algorithmen richtig einzuschätzen. Dennoch ist es unerlässlich und erfolgskritisch im Unternehmen eine tragfähige AI-Strategie zu formulieren und sich strategisch mit dem Thema auseinanderzusetzen.
Die großen Fragen aufzuschieben und sich in einer Vielzahl von PoCs zu verlieren bringt nichts, auch wenn man im Top-Management gerne mal auf ein paar Quick-Wins schaut. Die werden aber mittelfristig wenig helfen, wenn das Unternehmen keine langfristige Daten- und AI-Strategie hat und diese sinnvoll mit der Digital- und IT-Strategie verzahnt. Denn der Blick nach Osten und Westen zeigt, dass derzeit mit sehr unterschiedlichen Waffen gekämpft wird. Die FuE-Budgets und Investitionen in den USA, China und auch Südkorea liegen um ein Vielfaches über denen in Europa und speziell Deutschland.
Einige der zentralen Fragen, die CEO, CIOs und Digital Officers in den kommenden Jahren beantworten müssen lauten:
- Welcher Teil der zukünftigen digitalen und datenbasierten Wertschöpfung (digitale Produkte & Geschäftsmodelle) wird durch AI generiert?
- Ist mein Unternehmen zukünftig reiner Nutzer oder Anbieter von AI bzw. AI-basierten Lösungen?
- Liegt unser USP gegenüber den Kunden in den Daten, den Algorithmen oder digitalen Lösung / dem Produkt?
- Welcher Level an Expertise wird in den kommenden Jahren gefordert sein? Und was müssen wir tun, um für AI-Experten und Partner als Unternehmen attraktiv zu sein?
- Wie können wir im Unternehmen die notwendigen AI-Tools, Plattformen und Operations Services zur Verfügung stellen, so dass Business Units agil und effizient AI-basierte Lösungen und Prozesse gestalten und vermarkten können?
Eine spannende Zeit für Technologen und Strategen! 🙂