Marktanalyse der Künstlichen Intelligenz
von Longfei Lu | Mar 15, 2019 | Allgemein
Aktueller Status des KI-Marktes
Gesammelte Anwendungsfälle und Dimensionsdefinitionen
Der letzte Artikel thematisierte den Aufstieg der künstlichen Intelligenz und hat die deutsche Strategie skizziert. Dieser Artikel analysiert Marktverteilungen der künstlichen Intelligenz.
Als Grundlage für die Analyse werden Marktforschungsdaten und teilweise Definitionen (siehe untere Grafik) von appliedai verwendet. Ziel ist es, die am häufigsten verwendeten Anwendungsfälle der KI in verschiedenen Dimensionen zu ermitteln.
Betrachten Sie zunächst die Verteilung dieser drei großen Cluster auf dem Markt. Wie in der folgenden Abbildung dargestellt, gehören 40,26% der Anwendungsfälle zu den Unternehmensfunktionen, 31,17% zu Branchenlösungen und 28,57% zum Technologie-Stack. Wie aus diesen Zahlen ersichtlich wird, kann ein Großteil der KI-Technologie bereits in der Praxis angewendet werden.
Oben wurde beschrieben, dass der Großteil der KI-Technologie bereits in der Praxis verwendet wird, Inwiefern und inwieweit Anforderungen an den Talentpool eines Unternehmens bestehen, wird im nächsten Abschnitt geklärt.
Abgesehen von der oben vorgenommenen Einteilung, unterscheidet man drei Anwendungsfälle. Der erste Fall liegt vor, wenn die Technologie so weit standardisiert ist, dass sie als API integriert werden kann, diese sind „einsatzbereit“. Der zweite Fall, „Standard“, äußert sich darin, dass eine KI-Technologie als Dienstleistung oder Produkt angeboten wird.
Technologien, die von weiteren branchen-oder domänenspezifischen Daten abhängig sind, daher eine individuelle Entwicklung benötigen, gehören zur Kategorie „Kein Use Case definiert“.
Die Verteilung dieser Anwendungsfallarten sieht wie folgt aus: 42,86% der KI Use Cases gehören zur Kategorie „Standard“. 35,06% der KI-Technologien benötigen noch weitere Daten oder anderen Kapazitäten, um einen Anwendungsfall zu implementieren. Hier werden individuellen Entwicklungen oder Anpassungen benötigt. 22,08% der Anwendungsfälle besitzen bereits eine API zur Integration und entstehengrößtenteils aus den Tech Stacks.
Aus den Analyseergebnissen ist zu entnehmen, dass, wenn man in einem Unternehmen die Verwaltung, die Informationssicherheit und die Finanzabwicklung mit einer KI-Funktion ausstatten möchte, dazu bereits fertige Produkte auf dem Markt vorhanden sind. Wenn man dagegen AI-Funktionen für Automatisierungen, das Gesundheitswesen, Transporte und die Telekommunikation sowie für Geschäftsvorgänge implementieren möchten, müssen die Lösungen angepasst werden. Einfacher ist, dass KI für Unternehmensfunktionen direkt als Standardlösung implementiert werden und industrielle Lösungen individuell entwickelt werden.
Für die Wissensreserve bei der Entwicklung und Anwendung einer KI-Technologie werden weiterhin die Definitionen von appliedai übernommen: Computer Audition, Linguistik, Bildverarbeitung, zwischenmenschliche Intelligenz, mathematische / logische Intelligenz, Bewegung & Robotik.
Für Spitzentechnologien wie die künstliche Intelligenz werden Fähigkeiten in Computer Audition, Bildverarbeitung, Bewegung und Robotik, zwischenmenschliche Intelligenz und Linguistik benötigt. Prozentual werden diese Fähigkeiten am häufigsten gefordert: mathematische und logische Intelligenz (34,04%), Computer Vision (30,85%) und zwischenmenschliche Intelligenz (13,83%).
Wenn Sie in einem großen, komplexen Unternehmen einen Unterschied in der KI machen möchten, müssen Sie zunächst Talente in der Mathematik und Bildwissenschaften vorweisen, da diese Disziplinen zusammen mehr als 60% der Anforderungen ausmachen. In der nächsten Ebene sind eine zwischenmenschliche Intelligenz und Kenntnisse in der Verarbeitung von Sprache, mit insgesamt über 24%, erforderlich. Die dritte Schicht besteht aus Autopilot- und Spracherkennungstechnologien (etwa 11%). Natürlich gibt es noch viele weitere Bereiche, die wissenschaftsübergreifendes Wissen benötigen, daher wird darauf nicht weiter eingegangen.
Fazit
Durch statistische Analysen kommt dieser Beitrag zu folgenden Ergebnissen: Erstens können Technologien für künstliche Intelligenz direkt auf dem Markt erworben werden. Zweitens müssen Technologien unter Umständen weiter an die Bedürfnisse des Unternehmens angepasst werden. Drittens sollte sich das Talent Management großer Unternehmen auf diese Aspekte konzentrieren. Wir, die Alter Solutions Deutschland GmbH, als Beratungsunternehmen, das auf die Interessen unserer Kunden ausgerichtet ist, können, durch unsere Analyseergebnisse, strategische Entscheidungshilfen für die nachhaltige Entwicklung eines Unternehmens erbringen. Im nächsten Artikel werden die Lösungen und Maßnahmen beschrieben, die für Unternehmensprojekte mit künstlichen Intelligenzen spezifisch sind.
Referenz