Impactvolle AI-implementaties ontsluiten in elke enterprise
Bedrijven moeten AI opschalen om relevant te blijven, maar de eerste stappen van dat traject kunnen ontmoedigend aanvoelen. Toch kozen sommige bedrijven ervoor om AI-pioniers te zijn, verder te gaan dan een proof of concept om meetbare resultaten te behalen en de weg te banen voor andere bedrijven.
We spraken met drie van zulke innovators van Team Liquid, Bosch en Bristol Myers Squibb om hun verhaal te horen en hun leidende principes te ontdekken om aan de slag te gaan met AI: identificeer een belangrijk bedrijfsprobleem of een belangrijke bedrijfskans, werk samen met belanghebbenden in uw hele bedrijf om een nauwkeurige AI-oplossing te definiëren die dat probleem of die kans aanpakt, en kijk verder dan traditionele meetwaarden bij het meten van succes.
| Bedrijf | Branche | Bedrijfsomvang | Hoofdkantoor |
| Bosch | Hightech | 400.000+ | Gerlingen, Duitsland. |
| Bristol Myers Squibb | Levenswetenschappen en gezondheidszorg | 34.000+ | Princeton, New Jersey, VS |
| Team Liquid | Media, sport en entertainment | 300+ | Los Angeles, Californië, Verenigde Staten |
Opnieuw uitvinden
bedrijfsprocessen met AI in de kern
Partner
met IT, bedrijfsteams, en technologiepartners
Vereenvoudigen
en standaardiseer het enterprise-datalandschap
De juiste functie vinden om de impact van AI te maximaliseren
Het is opvallend dat elk van onze experts hun AI-traject bij het whiteboard begon. Door hun bedrijven te onderzoeken om een cruciale succesfactor te identificeren, richtten ze het gesprek op specifieke problemen of kansen die zakelijke resultaten zouden versnellen.
Als Head of ERP Product Excellence bij Bosch begon Gamze Öztürk met een evaluatie van bestaande processen om hiaten en transformatiemogelijkheden vast te stellen. “We gaan altijd uit van het daadwerkelijke knelpunt in het bedrijf, van de uitdagingen in de bedrijfsprocessen waar we mogelijk mee te maken hebben”, zegt ze. “Met meer dan 400.000 werknemers en meer dan 2.000 SAP-systemen heeft wrijving binnen elk proces van Bosch verstrekkende gevolgen. Het zorgvuldig vaststellen waar essentiële processen mogelijk vastlopen leidt tot een doordachtere toepassing van AI- en automatiseringsoplossingen. Dat is een belangrijk leermoment geweest. We richten ons op al deze bedrijfsprocessen voordat we overstappen op de technologie, omdat niet alleen de technologie belangrijk is, maar de context erachter.”
Kenneth Manalang, SAP Enterprise Architect bij Bristol Myers Squibb, onderzoekt ook mogelijkheden om processen te transformeren om teams in staat te stellen de missie van het bedrijf beter te ondersteunen.
„Bristol Myers Squibb is een wereldwijd farmaceutisch bedrijf dat geneesmiddelen ontdekt, ontwikkelt en levert om de levenskwaliteit van onze patiënten te behouden en te verlengen", zegt hij. „We zijn er voor onze patiënten, wat betekent dat we AI-use-cases moeten definiëren en creëren die voor hen het meest waardevol zijn en die helpen ons bereik te versnellen en te verbreden om steeds meer geneesmiddelen te leveren aan degenen die deze het hardst nodig hebben."
Het leidende principe dat kritieke bedrijfsprocessen de grootste kans bieden voor AI-transformatie, geldt voor elke sector. De messcherpe focus van e-sportsgrootmacht Team Liquid op het concurrerend houden van hun spelers en het winnen van wedstrijden, is een van de redenen waarom ze wereldwijd toonaangevend zijn in hun vakgebied. Mede-CEO en eigenaar Steve Arhancet zegt: „We zijn een sportteam, dus we hebben de verantwoordelijkheid om te concurreren en te winnen. We hebben een enorme hoeveelheid data die wordt verzameld uit al onze games. We moesten een usecase vinden waarin we deze data daadwerkelijk konden gebruiken, en dat was het verbeteren van het concurrentievermogen van onze rosters en teams.”
Samenwerken met bedrijfsteams en technologiepartners
Na het identificeren van een probleem of kans vereist het inzoomen op de ideale AI-oplossing input van een cross-functioneel team. Voor Team Liquid werd de juiste tool om hun concurrentievoordeel te vergroten bijvoorbeeld bepaald door de behoeften van hun spelers. De ban/pick-drafttool van Team Liquid maakt gebruik van AI om de overvloed aan first- en third-party data uit eerdere games te analyseren en optimale picks en bans van personages voor te stellen voor aankomende games.
“Er komt veel strategie bij kijken, dus we dachten: laten we iets AI-gestuurds bouwen om de optimale keuze te bieden die hiermee samenhangt,” zegt Arhancet. “[Onze coaches] willen naar een soort ChatGPT-achtige interface kunnen gaan en vragen kunnen stellen [en] direct die antwoorden krijgen. Dus we zijn begonnen met data, hebben die georganiseerd en hebben daar vervolgens een op maat gebouwde Joule-agent aan toegevoegd, zodat deze kan communiceren met niet-technische gebruikers.”
Organisaties zijn beter gepositioneerd om AI-businesscases te formuleren die waarde opleveren, wanneer mensen die de oplossing zullen gebruiken en technologieleveranciers voortdurend met elkaar in gesprek zijn. Bij Bosch organiseert het team van Öztürk regelmatig brainstormsessies met SAP en hun businessteams. "We ontvangen rechtstreeks feedback vanuit het bedrijf en vervolgens zetten we gezamenlijk de volgende stappen om het te realiseren."
De combinatie van de procedurele kennis van gebruikers met de gespecialiseerde expertise van leveranciers helpt ook verspilde resources en eenmalige pilots die niet schalen te voorkomen. Het onderhouden van dit type partnerschap is ook een belangrijke doelstelling in het werk van Manalang als architect bij Bristol Myers Squibb.
“Bristol Myers Squibb is geen IT-softwarebedrijf”, zegt hij. “We zijn een bedrijf dat medicijnen produceert en ontwikkelt. Hier komt het partnerschap in beeld. We gaan in gesprek met onze zakelijke gebruikers en vragen onze partners van SAP om hulp om de probleemstelling in kaart te brengen en te bepalen hoe we hen kunnen helpen hun werk te versnellen. Dat is het fundament: begrijpen wat we precies bouwen, zodat we niet overal onnodig agents bouwen en activeren.”
De werkelijke waarde van uw AI-investeringen meten
Meetbare impact ontstaat door samenwerking tussen technische en bedrijfsteams om te bepalen waar AI het meest toe doet, en die scenario's vervolgens uit te voeren. Maar de samenwerking mag daar niet stoppen. Het is belangrijk om diverse belanghebbenden te betrekken bij het definiëren van KPI's, aangezien standaardmeetwaarden de immateriële waarde van de implementatie mogelijk niet vastleggen.
"Bij Bosch noemen we het soms ook wel 'rendement op intelligentie'," zegt Öztürk, en hij wijst erop dat klassieke manieren om ROI te berekenen in de meeste gevallen niet altijd zinvol zijn of de waarde ervan volledig weergeven. "Het is echt lastig om de waarde achter AI te berekenen. We vragen ons dus af: worden bedrijfsprocessen nauwkeuriger of nemen we sneller beslissingen? En wat is de indirecte waarde van de AI-oplossing?"
Er zijn aanwijzingen voor dit brede rendement van de AI-oplossingen die ze hebben ingezet. Bij Bosch vereenvoudigt fysieke AI complexe workflows voor magazijnbeheer. Een pick-and-placeoplossing die in hun magazijnomgeving is geïntegreerd, helpt de last van handmatig werk op de productievloer te verlichten. Een uitgebreid SAP-systeem creëert een verbindende kringloop tussen magazijnrobotica en ERP-systemen. SAP Joule start de taak, de robots voeren deze uit en sturen via SAP retoursignalen terug om de kringloop te sluiten.
Bristol Myers Squibb breidde zijn missiegedreven aanpak uit naar administratieve en uitvoeringsscenario's om de processen die aan hun programma's ten grondslag liggen te ondersteunen, zonder in te leveren op de menselijke betrokkenheid die nodig is voor compliance in de sector. Een integratie van SAP en Microsoft Teams stimuleert factuurgoedkeuringen en stelt personeel op de hoogte van openstaande facturen. Het faciliteren van tijdige voltooiing en in sommige gevallen vroege goedkeuringen heeft financiële gevolgen in de vorm van mogelijke kortingen of boetes voor te late betaling bij samenwerking met externe leveranciers. Ondertussen helpt SAP Batch Release Hub for Life Sciences het batchreleaseproces te automatiseren en het risico op niet-naleving van kwaliteitsvereisten te verminderen voordat geneesmiddelen op de markt worden gebracht.
De door AI aangestuurde data-analyse van de ban/pick-drafttool van Team Liquid leidde tot verbeterde prestaties van spelers tijdens wedstrijden en gaf de aanzet tot bredere implementaties in de hele organisatie. “We zijn ongeveer tweeënhalf jaar geleden voornamelijk begonnen in de atletiek, maar we zijn nu begonnen met het implementeren van AI in alle verschillende business verticals in verschillende tempo's. We hebben het voordeel gehad dat we al zoveel verschillende SAP-producten gebruiken, of het nu Concur of SuccessFactors is, waardoor we gemakkelijker adoptie binnen de hele organisatie kunnen realiseren, ongeacht de business vertical.”
Een blauwdruk voor AI-succes
Hoewel Bosch, Bristol Myers Squibb en Team Liquid in verschillende sectoren actief zijn en verschillende problemen willen oplossen, hebben ze verschillende dingen gemeen die bijdragen aan succes: ze beginnen bij het whiteboard om functies met een grote impact te identificeren waarin een AI-oplossing een buitengewone impact zal leveren, werken met een crossfunctioneel team om specifieke problemen en kansen te definiëren die AI kan oplossen, en nemen niet-traditionele meetwaarden op om succes te meten.