Laut Nigel Vaz von Publicis Sapient nutzen viele Unternehmen künstliche Intelligenz falsch, indem sie sich ausschließlich auf Kostensenkungen konzentrieren, anstatt ihr transformatives Potenzial zu nutzen. Vaz argumentiert, dass dieser Ansatz es versäumt, KI als eine "einmalige Chance" ähnlich dem Internet zu erkennen, die Geschäftsmodelle grundlegend verändern kann.

Die Implementierung von KI erfordert eine umfassende Neugestaltung bestehender Prozesse, erklärte Vaz. Er warnte davor, KI als eine monolithische Einheit zu betrachten, und plädierte stattdessen für einen zweistufigen Ansatz. Zunächst müssen Unternehmen eine robuste Infrastruktur aufbauen, beginnend mit ihren Daten. "Sind Ihre Daten verbunden? Sind sie organisiert? Liegen sie in einem Format vor, das genutzt werden kann?", fragte Vaz und betonte das "Garbage-in, Garbage-out"-Prinzip der KI.

Zweitens sollten Unternehmen ein oder zwei hochwertige Projekte auswählen, die weder zu groß sind, um schnell einen Mehrwert zu liefern, noch zu klein, um im gesamten Unternehmen anwendbar zu sein. Viele CEOs, so Vaz, fühlten sich aufgrund ihrer vermeintlichen einfachen Implementierung von kostenbasierten KI-Anwendungen angezogen.

Die Auswirkungen von KI auf die Industrie werden voraussichtlich erheblich sein, mit potenziellen Anwendungen in verschiedenen Sektoren, von Gesundheitswesen bis Finanzen. Um dieses Potenzial zu realisieren, ist jedoch ein Umdenken erforderlich, das über die einfache Automatisierung hinausgeht und echte Transformationen ermöglicht. Bei dieser Transformation, so Vaz, geht es darum, dass "Raupen zu Schmetterlingen werden", und nicht nur darum, "schnellere Raupen" zu schaffen.

Experimentieren ist ein notwendiger Bestandteil der KI-Implementierung, aber viele Experimente scheitern aufgrund mangelnden grundlegenden Verständnisses und strategischen Fokus. Der Aufbau einer soliden Datengrundlage ist entscheidend, um sicherzustellen, dass die Daten verbunden, organisiert und für KI-Algorithmen leicht zugänglich sind. Ohne diese Grundlage werden KI-Initiativen wahrscheinlich unzuverlässige oder irrelevante Ergebnisse liefern.

Derzeit befinden sich viele Unternehmen in den frühen Phasen der Erforschung von KI-Anwendungen. Die nächsten Entwicklungen werden wahrscheinlich eine stärkere Betonung der Dateninfrastruktur und einen strategischeren Ansatz bei der Projektauswahl beinhalten, wobei der Schwerpunkt auf Bereichen liegt, in denen KI einen bedeutenden und dauerhaften Mehrwert liefern kann.