Onderzoek: grootschalige toepassing van AI levert tot 16% hogere bedrijfswinst op

Publish date:

Auteur: Groeneveld, Romy

Implementatie van AI in de auto-industrie komt echter maar moeilijk op gang

In een nieuwe studie van het Capgemini Research Institute geeft slechts 10% van de grote autofabrikanten aan projecten met kunstmatige intelligentie (of Artificial Intelligence, AI) op grote schaal te implementeren. Hierbij blijft de kans om de bedrijfswinst met 16% te verhogen vaak nog onbenut. In vergelijking met 2017 geven nu minder autofabrikanten aan AI te implementeren, ondanks de gemelde voordelen wat betreft de kosten, kwaliteit en productiviteit.

De Accelerating Automotive’s AI Transformatie: How driving AI enterprise-wide can turbo-charge organizational value studie ondervroeg 500 executives van grote autobedrijven in acht landen, voortbouwend op een vergelijkbare studie uit 2017, om recente trends in AI-investeringen vast te stellen. Het onderzoek wijst deze mogelijke oorzaken voor de matige vooruitgang wat betreft AI-implementatie aan:
  • De obstakels voor de transformatie van technologie zijn nog steeds een belangrijke factor, zoals legacy IT-systemen, nauwkeurigheid en zorgen om data, en een gebrek aan vaardigheden.
  • De hype en de hoge verwachtingen die in eerste instantie bij AI werden gewekt, zijn wellicht veranderd in een meer afgewogen en pragmatische kijk op de realiteit van de implementatie.
De uitkomst van dit rapport heeft mogelijk nog een andere oorzaak. “AI is tegenwoordig normaal en een onderdeel van de dagelijkse werkzaamheden, ook binnen de auto-industrie”, aldus Marijn Markus, data scientist en AI-expert van Capgemini Nederland. “We zien het echter niet meer als AI, maar geven het in Nederland liever andere namen als: Advanced Analytics, Data Science en Risk of Machine Learning. De positieve boodschap is: AI is overal.”
Hieronder staan de belangrijkste conclusies uit het rapport weergegeven.

De opschaling van AI kent een langzame groei

Sinds 2017 is het aantal autofabrikanten dat de AI-implementatie met succes heeft opgeschaald, slechts marginaal gestegen (van 7% naar 10%).  Belangrijker was echter de toename van bedrijven die helemaal geen gebruik maken van AI (van 26% naar 39%).

Volgens het rapport stuurt slechts 26% van de bedrijven nu AI-projecten aan (tegenover 41% in 2017). Dit is misschien te wijten aan het feit dat bedrijven het moeilijker vinden om het gewenste rendement op hun investering te realiseren. De resultaten laten ook een aanzienlijk regionaal verschil zien: 25% van de Amerikaanse bedrijven leveren AI op schaal, vergeleken met 9% in China, 8% in Frankrijk, 5% in Italië en 2% in India.

Autofabrikanten hebben kans op grote beloning van AI-implementatie op schaal

De kleine vooruitgang in het implementeren van AI-projecten op schaal is een grote gemiste kans voor de industrie. Uitgaande van een typische Top 50 Original Equipment Manufacturer (OEM), schat het rapport dat het leveren van AI op schaal een stijging van de bedrijfswinst van 5% (of 232 miljoen dollar) tot 16% (of 764 miljoen dollar) kan opleveren.

Met AI-gestuurde visuele inspectie hebben we de verhouding van valse meldingen ten opzichte van de vorige systemen aanzienlijk verminderd“, aldus Demetrio Aiello, hoofd van de AI & Robotics Labs bij Continental. “Ik heb er alle vertrouwen in dat als we AI ten volle kunnen inzetten, dit een impact zou hebben op de prestaties die overeenkomt met bijna een verdubbeling van onze huidige capaciteit.”

Industrie positief over werkgelegenheid bij AI

Uit het rapport bleek dat de auto-industrie positiever is geworden over het werkgelegenheidspotentieel van AI. Zo zegt 100% van de leidinggevenden nu dat AI nieuwe banen creëert, tegenover 84% in 2017.

Waar AI wordt ingezet, worden resultaten geboekt

Het onderzoek trof eenduidige verhalen aan over de voordelen van AI voor alle bedrijfsonderdelen binnen de auto-industrie:

  • 16% hogere productiviteit bij afdeling R&D
  • 15% betere operationele efficiëntie in toeleveringsketen
  • 16% betere operationele efficiëntie in productie
  • 14% minder directe kosten in customer experience
  • 17% minder directe kosten in IT
  • 15% afname in time-to-market in R&D
  • 15% afname in time-to-market in marketing/sales

In het rapport wordt ook een aantal succesvolle AI-projecten beschreven. Denk aan het genereren van 5.000 mile ( ruim 8.000 kilometer) aan testdata per uur, dankzij een AI-aangedreven simulatie, tegenover 6.500 mile (ruim 10.000 kilometer) aan data per maand middels fysieke testritten.

Andere voorbeelden:

  • Volkswagen levert een nauwkeurige schatting van de verkoop van voertuigen in 250 automodellen in 120 landen dankzij Machine Learning[1].
  • Mercedes-Benz test een AI-herkenningssysteem voor pakketbezorging dat de laadtijd van het voertuig met 15 procent kan verkorten[2].

Markus Winkler, Executive Vice President, Global Head of Automotive bij Capgemini concludeert: “Deze bevindingen tonen aan dat de vooruitgang van AI in de auto-industrie een enorme vlucht heeft genomen. Sommige bedrijven kennen aanzienlijke successen, maar andere hebben moeite om zich te concentreren op de meest effectieve use cases. Fabrikanten moeten AI niet zien als een op zichzelf staande kans, maar als een strategische capaciteit die nodig is om de toekomst vorm te geven en waar ze hun investeringen, talent en bestuur omheen moeten organiseren“.

Hij vervolgt: “Zoals uit dit onderzoek blijkt, kan AI een aanzienlijk dividend opleveren voor elke business in de auto-industrie, maar alleen als het op schaal wordt geïmplementeerd. Om AI te laten slagen, moeten organisaties investeren in de juiste vaardigheden, de vereiste kwaliteit van de gegevens bereiken en een managementstructuur hebben die zowel richting geeft als ondersteuning biedt aan het management.”

Om op grote schaal te kunnen leveren, moeten bedrijven investeren, hun vaardigheden verbeteren en infrastructuur creëren. Het rapport onderzocht ook het gedrag van de bedrijven in het onderzoek die het meeste succes hebben gehad met de implementatie van AI op schaal (‘Scale Champions’). Deze koplopers hebben:

  • veel meer geïnvesteerd in AI
    (meer dan 200 miljoen dollar per jaar voor 86% van de koplopers);
  • gerichte wervings- en trainingsactiviteiten op AI-vaardigheden
    (32% van de koplopers geeft aan dat werving relevant was voor hun AI-strategie, tegenover 14% van de anderen; 25% zei dat ze proactief hun huidige werknemers bijscholen, vergeleken met 8% van de anderen);
  • een duidelijke bestuursstructuur gecreëerd om AI te prioriteren en te bevorderen, met maatregelen zoals een centrale sturing van de AI-investeringen en een multifunctioneel team van technische, bedrijfs- en operationele deskundigen.

Onderzoeksmethodologie

Het Capgemini Research Institute voerde een primaire enquête uit onder 500 automotive executives van grote automotive organisaties in acht landen: China, Frankrijk, Duitsland, India, Italië, Frankrijk, Zweden, het Verenigd Koninkrijk en de Verenigde Staten. Het onderzoeksteam voerde vervolgens diepte-interviews uit met een aantal industrie-experts en ondernemers.

30 min – Report

File size: 2,81 MB File type: PDF

AI in Automotive_Press ...

File size: 223,25 KB File type: PDF
cookies.

Door verder te navigeren op deze website accepteert u het gebruik van cookies.

Sluiten

Sluit cookie informatie