Katera umetna inteligenca bo preživela, ko se začetni zagon in obljube umirijo? Ta dilema je v zadnjem letu postala še posebej aktualna, saj podjetja po vsem svetu pregledujejo svojo programsko opremo in storitve, da bi izbrala tiste AI rešitve, za katere so res pripravljeni odšteti denar. Medtem ko se vlagatelji ozirajo za konkretnimi rezultati, podjetja postavljajo na prvo mesto ustvarjanje dejanske poslovne vrednosti.
Konkretni primeri podjetij in poslovni modeli v umetni inteligenci
Podjetja, kot sta OpenAI in Anthropic, ustvarjajo prihodke predvsem prek modela programske opreme kot storitve (SaaS). OpenAI s platformo ChatGPT ponuja napredne pogovorne asistente, ki jih mesečno uporablja na milijone plačljivih uporabnikov in podjetij. Anthropic z modelom Claude cilja na poslovne uporabnike v sektorjih, kot so pravne storitve in podpore strankam. Podobno Cohere zagotavlja jezikovne modele, ki jih podjetja lahko prilagodijo za specifične potrebe, na primer za avtomatizirano analizo dokumentov v financah in zavarovalništvu. V Sloveniji se podjetja, kot je Zemanta, osredotočajo na uporabo AI za optimizacijo digitalnega oglaševanja, kjer z rešitvami na osnovi strojnega učenja pomagajo povečati donosnost naložb oglaševalcev.
Po podatkih analitske družbe Gartner naj bi svetovni trg umetne inteligence v programski opremi leta 2023 dosegel okoli 62 milijard dolarjev, kar predstavlja več kot 20-odstotno rast na letni ravni. Poročilo PwC za Evropo navaja, da je približno 54 odstotkov podjetij v zadnjem letu povečalo proračun za rešitve umetne inteligence, največ zanimanja pa je v panogah, kot so zdravstvo, finance ter logistika. Statista poroča, da naj bi do leta 2025 več kot 60 odstotkov srednje velikih podjetij v ZDA uporabljalo plačljive AI storitve v vsakodnevnem poslovanju.
Uspešna AI podjetja pogosto uporabljajo večkanalne modele prihodkov: poleg naročnin vključujejo še enkratna licenčna plačila ali plačilo po uporabi (“pay-per-use”). V zdravstvu je družba Tempus za diagnosticiranje raka s pomočjo umetne inteligence lansirala storitev, ki bolnišnicam omogoča sprotno analitiko na podlagi genetskih podatkov. V proizvodnji je Siemens Digital Industries Software z AI rešitvami za optimizacijo vzdrževanja strojev dosegel veliko povpraševanje zaradi možnosti neposrednega zmanjšanja stroškov in povečanja produktivnosti.
Ključni dejavniki uspeha in izzivi pri ustvarjanju prihodkov z AI
Najbolj plačevane AI rešitve so tiste, ki se brezhibno vključijo v obstoječe poslovne procese. Podjetja največji poudarek dajejo integraciji, varnosti podatkov in skalabilnosti sistemov. To potrjujejo uspehi SAP in Salesforce, ki sta integrirala umetno inteligenco v svoj portfelj poslovnih rešitev, kjer AI pomaga pri napovedovanju prodaje in avtomatizaciji podpore strankam.
Sektorji z največjim apetitom po AI rešitvah so finance, zdravstvo in proizvodnja. Banke vlagajo v AI za odkrivanje prevar in prilagojene ponudbe strankam, zavarovalnice pa uporabljajo strojno učenje za avtomatizirano obravnavo škodnih zahtevkov. V zdravstvu so AI rešitve za diagnostiko in prediktivno analitiko med najhitreje rastočimi, kar potrjuje poročilo McKinsey, ki ocenjuje, da bi lahko umetna inteligenca globalno v zdravstvu ustvarila do 100 milijard dolarjev dodatne vrednosti letno do leta 2025.
Ustvarjanje prihodkov z umetno inteligenco spremlja več izzivov: med najpogostejšimi so pomanjkanje strokovnjakov, zahtevna regulacija in visoki stroški razvoja. Mlajši startupi pogosto naletijo na težave pri dostopu do podatkov in gradnji zaupanja med podjetji, ki oklevajo pred vpeljavo novih rešitev. Makroekonomsko upočasnjevanje v zadnjem letu je vplivalo na investicijsko dejavnost, vendar analitiki napovedujejo, da se bodo sredstva še naprej usmerjala v tiste rešitve, ki prinašajo neposredno merljive koristi.
