De 3 situaties waarin AI-as-a-Service lonend is

De 3 situaties waarin AI-as-a-Service lonend is

Door de toegenomen beschikbaarheid van gegevens en rekenkracht kunnen organisaties in alle bedrijfstakken kunstmatige intelligentie technologieën toepassen in hun producten en processen. Deze AI-technologieën maken bijvoorbeeld gebruik van recente ontwikkelingen in natural language processing (NLP), machine learning (ML) en computer vision. Ze bieden nieuwe technologische mogelijkheden om de prestaties van de organisatie te verbeteren op verschillende gebieden, zoals productontwikkeling, supply chain management en data-analyse.

Investeringen

Toch vereist het effectief inzetten van AI hoge investeringen. Bedrijven kunnen echter ook een beroep doen op platformaanbieders (bijvoorbeeld Google, Microsoft, IBM of Amazon) en AI-mogelijkheden (bijvoorbeeld cognitive computing of machine learning-services) rechtstreeks implementeren als AI-as-a-service, zoals via application programming interfaces (API’s).

Door gebruik te maken van IBM’s Watson Conversation Service en de onderliggende computerinfrastructuur kon bijvoorbeeld Autodesk een virtuele agent bouwen die autonoom met klanten communiceert en de responstijden naar 99% versnelde.

Onderzoek

In ons onderzoekspaper (Zapadka, Hanelt, Firk, & Oehmichen, 2020) laten we zien dat het gebruik van AI-as-a-service de afgelopen jaren enorm is toegenomen. In 2018 maakte 31% van alle S&P500-bedrijven gebruik van AI-as-a-service, wat vijf keer meer is dan vijf jaar eerder in 2013. Verder onderzoeken we in deze paper welke factoren het gebruik van AI-as-a-a-service beïnvloeden en of het gebruik ervan gunstig is voor de onderneming?

Op basis van ons empirisch onderzoek van een paneldataset van 500 grote Amerikaanse bedrijven voor de jaren 2010 tot 2018, vinden we dat:

  1. Bedrijven met een hoog niveau interne AI-capaciteiten zullen met name AI-as-a-service gebruiken voor procesverbeteringen: vanwege hun interne kennis kiezen bedrijven ervoor om geen volledige externe inkoop van AI te gebruiken. De interne kennis helpt hen echter ook om externe kennis te vinden die de eigen kennis aanvult, en te identificeren en te waarderen. Deze bedrijven zijn beter in staat om externe AI-oplossingen in hun organisatorische omgeving te assimileren met als specifieke doel procesverbeteringen. Deze bedrijven zien het gebruik van AI-as-a-service dus als een haalbaar mechanisme om hun interne AI-capaciteiten aan te vullen of te vergroten, met name voor het automatiseren van taken of het verbeteren van besluitvormingsprocessen.
  2. Bedrijven die worden geconfronteerd met een hoge marktdruk, zullen met name AI-as-a-service gebruiken voor klantoplossingen: bij aanwezigheid van digitale ondernemingen, die optreden als potentiële digitale disruptors, voelen bedrijven zich aangespoord om snel gebruik te maken van AI-mogelijkheden. Digitale ondernemingen schalen hun bedrijf snel op en worden doorgaans gedreven door een perceptie van de ‘winner-takes-it-all’. En aangezien digitale technologieën het consumentengedrag fundamenteel hebben veranderd zien klanten zichzelf niet langer als captives van de diensten van het bedrijf en hebben ze dus hoge verwachtingen. Om snel op deze veranderende eisen te kunnen inspelen en klantverlies te voorkomen, voelen bedrijven zich aangespoord om AI (bijvoorbeeld stem assistenten) via AI-as-a-service te integreren in hun klantoplossingen.
  3. Het gedifferentieerde gebruik van AI-as-a-service heeft een positief effect op de performance: wanneer bedrijven AI-as-a-service gebruiken voor procesverbeteringen, realiseren ze voordelen met betrekking tot efficiëntie. Evenzo realiseren bedrijven die AI-as-a-service gebruiken voor klantoplossingen voordelen met betrekking tot omzetgroei.

Betekenis

Dus wat betekent dat voor bedrijven? AI-as-a-service is bijzonder effectief wanneer het wordt gebruikt voor een duidelijk omschreven doel (bijvoorbeeld procesverbetering of productverbetering). Maar het implementeren van AI-as-a-service in producten kan ook resulteren in verminderde controle over de klantinterface.

Hoewel het gebruik van AI-as-a-service voor klantoplossingen een handige kortetermijn oplossing lijkt te zijn voor het implementeren en benutten van direct beschikbare AI-mogelijkheden, belichaamt het dus ook een potentieel gevaarlijke afhankelijkheid van de providers op de langere termijn. Niettemin moeten managers in voortdurend evoluerende en steeds meer onderling verbonden digitale bedrijfsomgevingen snel gebruik maken van nieuwe partnerships en digitale technologieën. Daarom zou het gebruik en uitwisselen van boundary resources de nieuwe norm kunnen zijn. Daarom moeten besluitvormers nadenken over nieuwe governance mechanismen om te voorkomen dat ze hun economisch voordeel van directe klanttoegang tot de AI-as-a-service provider verliezen.

Meer details over ons paper zijn hier te vinden.

Dit artikel is geschreven door Patryk Zapadka en André Hanelt (University of Kassel) samen met Sebastian Firk en Jana Oehmichen (beiden Rijksuniversiteit Groningen).

About Expertisecentrum Vinci

Vinci is het expertisecentrum van de Rijksuniversiteit Groningen op het gebied van innovatie. Zij stelt wetenschappelijke kennis ter beschikking voor de praktijk en ontwikkelt nieuwe kennis door het uitvoeren van onderzoek. Vinci zoekt hierbij samenwerking met diverse partijen in Nederland die betrokken zijn bij innovatie. Maak gebruik van de expertise van Vinci. Neem contact met ons op.

View all posts by Expertisecentrum Vinci →