Cómo pueden competir las medianas empresas en IA
Resumen.
La inteligencia artificial (IA) como nueva tecnología de propósito general está a punto de crear muchas nuevas oportunidades de negocio y generar disrupción industrias enteras. Las startups y las grandes corporaciones están aprovechando las oportunidades de IA y fortaleciendo su posición. Pero, ¿qué pasa con las medianas empresas que a menudo carecen de acceso al big data y al talento de IA? Estas medianas empresas corren el riesgo de quedarse atrás en la era de la IA. Como solución, estas empresas deberían considerar la posibilidad de agrupar sus datos y talento en joint venture de IA.
En la próxima era de la IA, dos clases de empresas muy diferentes parecen estar bien posicionadas para aprovechar las capacidades de la IA: Startups y corporaciones gigantes multimillonarias. Las prometedoras startups de IA están siendo lanzado a un ritmo cada vez mayor en áreas como la atención médica, las finanzas, el comercio minorista, los medios de comunicación y la tecnología intersectorial, por nombrar algunos. Además, junto a gigantes tecnológicos como Google o Microsoft, las grandes corporaciones tradicionales utilizan IA para digitalizar su modelo de negocio y sus procesos. Algunos ejemplos de automatización y aumento impulsados por IA van desde la aprobación automatizada de préstamos para clientes y los sistemas inteligentes de infoentretenimiento en el fabricante de automóviles Daimler hasta el mantenimiento predictivo del gigante del petróleo y el gas Shell y la lectura de imágenes médicas asistidas por IA en el fabricante industrial Siemens. La innovación de IA corporativa se concentra bastante con las 10 principales firmas de patentes del mundo que representan más del 15% de las patentes de IA en el período 2011 a 2016.
Estas dos razas de empresas, startups y gigantes, también están creando asociaciones sólidas en el campo de la IA. UNA estudio reciente revela que, si bien en 2013, las startups de IA rara vez fueron blanco de la inversión de capital riesgo corporativo (CVC), solo cinco años después estas startups de IA recibieron más de 5.000 millones de dólares en financiación de CVC (aproximadamente el 10% de todas las inversiones de CVC). Si bien gran parte de este dinero proviene de gigantes tecnológicos asiáticos y estadounidenses, como Baidu y Google, las grandes corporaciones no digitales están realizando cada vez más inversiones de este tipo para acceder al talento de IA de las startups. El talento de big data e IA (por ejemplo, científicos de datos, ingenieros de aprendizaje automático) son dos de los recursos más críticos para creación de aplicaciones de IA exitosas. Combinando el talento innovador de las startups de IA con la gran cantidad de datos de procesos y usuarios que posean corporaciones gigantes, se pueden crear fuertes sinergias.
En este campo, las medianas empresas, muchas de las cuales están controladas por la familia, tienen dificultades para mantenerse al día. Investigaciones anteriores documentó cómo las medianas empresas ya estaban luchando en la economía ganadora de la década pasada. Es probable que esa lucha se intensifice.
Estas medianas empresas, que tienen entre 50 millones y 1.000 millones de euros en ingresos anuales, tienen una escala y complejidad suficientes para obtener un valor sustancial de una estrategia de IA, pero a menudo carecen de los datos y los recursos de talento necesarios para implementarla, como la estrategia. Utilizando los datos de empresa alemana recopilados en 2019 por el Centro Leibniz de Investigación Económica Europea (ZEW), pudimos medir cuántas empresas por categoría de tamaño han adoptado tecnologías de IA en su negocio. En una muestra representativa de más de 6.000 empresas en distintos sectores, descubrimos que hasta el momento solo entre el 10 y el 15% de las medianas empresas han adoptado IA en su negocio. Eso es mejor que el menos del 5% de las PYME alemanas (hasta 50 millones de euros en ingresos) que tienen, pero significativamente por detrás del tercio de las gigantescas empresas con más de 1 000 millones de euros en ingresos anuales que implementan soluciones de IA.
Teniendo en cuenta la importancia de las medianas empresas para las economías nacionales y el empleo en todo el mundo, es fundamental imaginar cómo pueden fortalecer la competitividad de su IA. Una lección que hemos extraído de nuestra investigación es que las medianas empresas deberían considerar la posibilidad de unir fuerzas agrupando datos y talento en una estructura de empresa conjunta centrada en la IA.
Cómo Joint AI Ventures puede ayudar a las medianas empresas
Si las medianas empresas quieren prosperar en la era de la IA, deben buscar nuevas formas de competir, incluidas opciones que quizás nunca hayan considerado antes. La agrupación de datos y habilidades analíticas de datos desde más allá de los límites de las empresas puede ser una de las pocas opciones disponibles para que las medianas empresas permanezcan. competitivo en la nueva economía impulsada por los datos . Estas joint venture de IA pueden ser configuradas por socios verticales de cadena de valor, socios del sector horizontal o una combinación de ambos. Vemos tres beneficios importantes para las medianas empresas en la creación de una estructura de este tipo.
En primer lugar, las joint venture de IA pueden obtener y organizar datos de varias empresas participantes para capacitar e implementar algoritmos de aprendizaje automático (ML) para una variedad de aplicaciones empresariales que ahorran costos y aumentan los ingresos. Similar a los esfuerzos de integración de datos en las unidades de negocio de una sola gran corporación, la agrupación de datos entre empresas tiene un gran potencial para las medianas empresas que carecen de los grandes data lakes a los que tienen acceso las grandes corporaciones.
Mediante la agrupación de datos, el enfoque vertical de estas joint venture puede convertir una visión fragmentada de las actividades de la cadena de valor en un hilo cohesivo, con algoritmos de ML que utilizan datos de usuario enriquecidos de los socios intermedios para informar a las operaciones de la empresa o introducir datos de socios ascendentes para informar los precios dinámicos. Del mismo modo, el enfoque horizontal puede aprovechar los datos agrupados de los socios para aumentar la precisión de los sistemas de back-office capacitados en ML o la calidad de las ofertas aumentadas por IA.
La agrupación horizontal de datos puede realizarla socios del sector que no compiten directamente entre sí (por ejemplo, al servicio de diferentes áreas geográficas), pero incluso pueden tener sentido para los competidores directos cuya supervivencia se ve amenazada por los grandes actores digitales. (Volvemos a este problema espinoso de la agrupación de datos a continuación).
En segundo lugar, puede ayudar a abordar el cuello de botella de atraer talentos que las empresas de todos los tamaños, pero especialmente las más pequeñas, a menudo enfrentan cuando nuevas aplicaciones de IA pioneras. Los ejecutivos tienen la opción de comprar tecnologías listas para usar a proveedores de IA, y para muchas empresas o aplicaciones más pequeñas que requieren poca personalización, esto puede bastar. Sin embargo, a medida que los procesos empresariales aumentan en complejidad y las aplicaciones de IA se vuelven cada vez más específicas e importantes estratégicamente, un equipo interno de expertos capacitados en IA puede ayudar a desarrollar soluciones únicas. De hecho, las empresas que externalizan completamente la IA y dependen únicamente de soluciones de IA plug-and-play ponen en riesgo la creación de valor a largo plazo.
La creación de aplicaciones de IA exitosas requiere una masa crítica de científicos de datos e ingenieros de ML, que tienen una gran demanda, y atraer el talento necesario es particularmente difícil para las empresas medianas que carecen del atractivo de las startups y los recursos de gigantes. Al compartir recursos financieros en una ambiciosa iniciativa de empresa conjunta de IA, estas empresas estarán en mejores condiciones de crear talentos de IA internos y algoritmos de ML capaces de aprovechar los data lakes únicos entre empresas.
En tercer lugar, si bien la agrupación de datos y talentos son los principales objetivos de una empresa conjunta de IA, en una etapa posterior también permiten una participación más amplia y profunda de las startups conectando un fondo CVC agrupado a la empresa. Numerosas ideas novedosas y disruptivo en IA se desarrollan en las startups, y muchas corporaciones gigantes han establecido vínculos sólidos con estos focos de innovación, especialmente a través de inversiones en CVC. Al conectar un fondo CVC centrado en la IA (como Gradient Ventures de Google) a su empresa conjunta de IA, las empresas medianas participantes pueden aunar recursos financieros y conocimientos técnicos y empresariales para escanear e invertir en la escena de las startups de IA.
Al ofrecer acceso a una red interconectada de empresas, en lugar de una sola empresa, estas joint venture también pueden ser socios más interesantes para las startups que buscan recursos financieros y complementarios.
Buenos acuerdos Haz buenos amigos
La agrupación de datos y talentos en una empresa conjunta de IA no está exento de riesgos. Al igual que con cualquier tipo de empresa conjunta, los ejecutivos deben evaluar cuidadosamente las decisiones a lo largo de cada fase del proceso de asociación de empresas mixtas , incluidas las decisiones sobre selección de socios, horizonte temporal, recursos invertidos, gestión de PI, evaluación del rendimiento y mecanismos de resolución de conflictos. De particular importancia para las joint venture de IA es la seguridad y la gestión de los datos a nivel de empresa.
Los socios pueden estar de acuerdo en que la empresa conjunta solo produce predicciones basadas en ML a las empresas participantes, pero nunca comparte sus datos brutos con otras personas. Por ejemplo, las empresas asociadas pueden agrupar datos de solicitudes de préstamos de clientes etiquetados en la base de datos central de la empresa conjunta para capacitar y probar un algoritmo de aprendizaje profundo. El algoritmo capacitado procesaría las nuevas solicitudes de préstamo de forma centralizada, y luego la decisión de aceptar o rechazar se devolvería a la empresa. En este modelo, la empresa A nunca obtiene acceso a los datos de la empresa B, sino solo a las predicciones del algoritmo ML entrenado en datos entre empresas. Los términos de estos acuerdos siempre deben escribirse formalmente, por adelantado, en un acuerdo de empresa conjunta.
Al negociar acuerdos de empresa conjunta, incluidos los protocolos de datos, para joint venture internacionales de IA, un factor complicado serán (supra) las diferencias nacionales en las regulaciones de datos. Como ejemplo, mientras que marco normativo de la UE en relación con la recopilación, el intercambio, el almacenamiento y el análisis de datos de los usuarios son relativamente estrictos, las empresas ubicadas en China enfrentan menos restricciones relacionados con la privacidad de datos. Esto no solo puede poner en desventaja a las empresas mixtas europeas de IA en comparación con sus contrapartes chinas, sino que las diferencias en la normativa también crean dificultades a la hora de establecer empresas mixtas en las que participan partes de varias regiones. Además, en países con estrictas regulaciones de datos que dan a los usuarios un mayor control sobre sus datos personales, las cosas se ponen particularmente difíciles para las medianas empresas porque los usuarios están más inclinados a confiar sus datos a las grandes corporaciones y a abstenerse de compartirlos con los jugadores más pequeños. Teniendo en cuenta el papel fundamental de los acuerdos de empresa conjunta bien elaborados y la experiencia en regulaciones de datos (internacionales), los asesores legales tendrán un papel que desempeñar en la implementación de joint venture de IA.
A pesar de estos desafíos, los beneficios potenciales de crear una empresa conjunta de IA superan sus riesgos. Este enfoque colaborativo implica un cambio de enfoque del interés propio a corto plazo de una empresa individual a una perspectiva centrada en la red y el ecosistema. En la era de la IA, puede ser mejor que las medianas empresas se unan a un equipo ganador que intentar mantenerse firme individualmente. A pesar de su carácter colaborativo, las joint venture permiten que las empresas participantes sigan siendo independientes en gran medida y continúen su legado, lo que es de suma importancia para muchas empresas medianas. controlados por familias. Ya se han introducido varias aplicaciones de IA, pero aún quedan las mayores oportunidades por delante. ¡Las medianas empresas no llegan demasiado tarde a la fiesta!
— Escrito por Yannick Bammens Yannick Bammens Paul Hünermund
