Är generativ AI vägen till långsiktiga konkurrensfördelar?

23 september 2024 / Artikel

Just nu är många nyfikna på hur de kan applicera AI i sina verksamheter. AI kommer i många former och AI är inget nytt. Enligt McKinsey användes termen ”artificiell intelligens” för första gången av John McCarthy i en workshop på Dartmouth 1956. I den här artikeln koncentrerar vi oss på generativ AI (Gen AI) och särskilt på frågan om tillämpningen av GenAI kan ge långsiktiga och betydande affärsfördelar eller inte.

Vad är Gen AI?

Gen AI använder mönster i data för att skapa nytt innehåll, oavsett om det är ljud, bild, video eller text som liknar innehåll skapat av människor. Två exempel på Gen AI är ChatGPT och Dall-E, som är lösningar som många norrmän redan är bekanta med.

Här kan du se kopplingen mellan de olika ”AI-nivåerna”

Illustration: Bilden är hämtad från McKinseys artikel What is AI?

 

AI har en mycket större potential för värdeskapande än vad som hittills har realiserats. AI kan användas för att etablera nya affärsmodeller eller förbättra befintliga. AI kan bidra till att automatisera rutinmässiga beslut och analysera komplexa frågor i många branscher. Låt oss titta på två relevanta exempel från försäkringsbranschen:

  • Automatisering av skadeärenden: Gen AI kan bearbeta och analysera bilder och dokument från kunder som ansöker om ersättning och automatiskt generera rapporter eller förslag på ersättningsutbetalningar.

  • Skräddarsydda försäkringar: Med hjälp av AI kan försäkringsbolagen analysera individuella kunddata och erbjuda skräddarsydda försäkringar som är mer anpassade till den enskildes behov och riskprofil.

Praktiskt exempel på goda resultat från AI

Ett exempel på ett företag som har dragit nytta av Gen AI är det svenska betaltjänstföretaget Klarna. Den chatbot som de utvecklat finns tillgänglig på 23 marknader, 24/7, och kommunicerar på mer än 35 språk. Tekniken som används är OpenAI. Här är resultaten efter en månad i produktion (februari 2024):

  • AI-assistenten har haft 2,3 miljoner chattar, vilket är två tredjedelar av Klarnas kundtjänstchattar
  • Chatboten utför arbete motsvarande 700 kundtjänstmedarbetare
    Den är i nivå med mänskliga kundtjänstmedarbetare när det gäller kundnöjdhet
  • Den är mer exakt när den löser uppgifter, vilket har lett till en 25% minskning av upprepade förfrågningar
  • Ärendehanteringen är nu under 2 minuter jämfört med 11 minuter tidigare
  • Det uppskattas att chatboten kommer att bidra till en vinstförbättring på 40 miljoner USD för Klarna år 2024.

Kommer AI att kunna leverera långvariga och betydande fördelar?

Det finns många som hävdar att det vi nu upplever kring AI är större tekniska innovationer än ångmaskinen, elmotorn, datorn och smartphonen. Dessa innovationer förändrade många branscher och bidrog till enorma förbättringar och ökat värdeskapande. Ändå finns det få exempel på långsiktiga och betydande konkurrensfördelar för företag som utnyttjat dessa banbrytande teknologier. När det gäller smartphones råder det ingen tvekan om att Apple var den dominerande aktören. Företaget har också den högsta ackumulerade lönsamheten och en betydande marknadsandel, men den innovativa iPhone hindrade inte andra aktörer från att ta till sig samma teknik och till och med leverera produkter som objektivt sett hade bättre prestanda i förhållande till priset.

Fördelen med att investera i Gen AI nu: få erfarenhet och insikt

Företag som investerar i Gen AI kommer att kunna dra nytta av en fördel i ett tidigt skede. De får värdefull erfarenhet och expertis. De kommer också att kunna attrahera användare och kunder som är villiga att betala premiumpriser för produkten eller tjänsten. Nackdelen är att konkurrenterna med största sannolikhet kommer att implementera samma teknik. Varför skulle inte andra försäkringsbolag också kunna använda AI för att automatisera skadeanmälningar och skräddarsy försäkringar? Tekniken är inte patentskyddad och över tid kommer konkurrensfördelen att minska.

I artikeln AI Won't Give You a New Sustainable Advantage, som publicerades i Harvard Business Review, nämner författarna möjligheterna och de potentiella utmaningarna med att använda egenutvecklade dataset för att få konkurrensfördelar. Om samma algoritm tillämpas på olika dataset kan resultatet bli annorlunda. Om ditt företag har tillgång till ett rikt dataset som byggts upp under många år med hög och konsekvent datakvalitet kan du få en långsiktig och betydande konkurrensfördel. Det kan vara kostsamt och tidskrävande för dina konkurrenter att bygga upp liknande datamängder.

Utmaningar i strävan att skapa långsiktiga och betydande fördelar

Författarna nämner flera utmaningar som du kan ställas inför. Du kanske till exempel har samlat in uppgifter om dina anställda, leverantörer och kunder under många år. Det är information som kan vara unik för just ditt företag. Men dina konkurrenter kan ha gjort samma sak. Även om de två datauppsättningarna skulle vara olika kan datamönstren i dem vara likartade, så generativ AI:s analys kommer sannolikt att generera liknande resultat för ditt företag och dina konkurrenter. Därmed elimineras konkurrensfördelen.

Även om stora datamängder är en fördel när det gäller att träna och optimera algoritmen, är det inte nödvändigtvis en betydande fördel att ha en större datamängd. Om de datamönster som identifieras och analyseras av AI-algoritmen är tydliga i ett urval av bråkdelar av din volym, kommer din stora datamängd inte att ge något betydande mervärde.

Författarna Jay B. Barney och Martin Reeves har ytterligare en invändning: - Och även om dina data är skyddade och dina konkurrenter inte har funktionella motsvarigheter, skapar det ett annat problem att förlita sig på data som en källa till varaktig konkurrensfördel. I takt med att generativ AI blir mer sofistikerad och införlivar större och mer varierande datamängder i sina analyser kan AI kanske identifiera vilka typer av data ett företag behöver för att fatta rätt beslut. AI kan härma din strategi efter att ha observerat de gynnsamma resultat som AI har skapat för ditt företag. Dina konkurrenter kan replikera dina framgångar utan att ha tillgång till de primära data som din strategi bygger på, menar författarna.

Vi måste också lyfta fram säkerheten. Säkerhetsutmaningar i form av dataintrång eller dataläckage kommer alltid att uppstå. Om du har investerat stort i generativ AI måste du också matcha den investeringen med robusta säkerhetsåtgärder. Detta är viktigt eftersom AI-system kan hantera stora mängder känslig data, t.ex. personuppgifter, finansiell information eller affärshemligheter. Om sådana uppgifter kommer på avvägar kan det leda till ekonomiska förluster, skadat anseende eller till och med rättsliga konsekvenser.

Vem är redo att skapa långsiktiga och betydande fördelar genom att använda AI?

Om din organisation har kunskap och unika resurser som är mycket dyra för konkurrenter att kopiera, kan AI användas för att stärka din position. Kanske har du byggt upp en insikt i en komplex produktionsprocess inom en begränsad marknad som ingen annan har. Då kan AI användas för att ytterligare effektivisera interna processer. Artikelförfattarna nämner Amazon som ett exempel på ett företag som har en position som är svår för konkurrenter att matcha med hjälp av AI. Bolaget hanterar komplexa värdekedjor med omfattande tillgång till data som få, om ens någon, konkurrent kan matcha. Amazon har en marknadsandel på cirka 38 procent av all e-handel i USA. Ett tips är att de bolag som har byggt upp en dominerande ställning på en stor och stabil marknad har störst nytta av AI.

Ett annat tips är de bolag som kan arbeta väldigt agilt. De kan kontinuerligt ha en portfölj av mindre AI-projekt i alla faser (i backlog, under godkännande, under utveckling, i produktion, ++) som kan representera initiativ som täcker både interna och externa processer - allt från att använda AI för att automatisera kundsegmentering och produktion av digitalt innehåll till att effektivisera onboarding och offboarding av anställda.

Konkurrensfördelen här är helt enkelt att verksamheten är den mest agila - och det har de blivit genom att använda AI. AI känner inget motstånd mot förändring. AI behöver inte övertygas särskilt mycket om att projektet är rätt initiativ. AI behöver inte många möten för att övertyga dem som är involverade i manuella processer om att det är nödvändigt att ändra processen och fokus. AI tröttnar inte på nya förslag. AI utsätts inte för förändringströtthet som populärt beskrivs av (Bend Over, Here It Comes Again). Medarbetare kan bli utmattade av ständiga förändringsinitiativ som inte ger resultat. Det händer inte med AI.

Ett sista tips till dig som funderar på att investera i AI. Våga se dig själv som en nybörjare - inte en expert inom området.

I nybörjarens sinne finns det många möjligheter, men i expertens sinne finns det få.

- Shunryu Suzuki

Sammanfattning

Gen AI, som ChatGPT och DALL-E, använder data för att generera nytt innehåll. AI har potential att förbättra affärsprocesser och effektivisera beslutsfattandet i många branscher. Det är dock osäkert om sådana tekniker ger bestående fördelar, eftersom konkurrenterna snabbt kan ta till sig dem. Företag med unika datamängder eller mycket smidiga processer kan få en fördel. Amazon nämns som en framgångshistoria. Rekommendationen är att närma sig AI med en nyfiken och lärande attityd.

 

Taggar: Accelerate at Iver Digital Innovation