Waar veel organisaties nog worstelen met langdurige AI-pilots en moeizame implementaties, stelt Lenovo dat productieklare AI-oplossingen voortaan binnen één week operationeel kunnen zijn. Daarmee probeert het technologiebedrijf een bekend probleem rond kunstmatige intelligentie aan te pakken. De stap van experiment naar daadwerkelijke inzet op de werkvloer.
Steeds meer bedrijven investeren in AI, maar uit verschillende onderzoeken blijkt dat een aanzienlijk deel van die projecten blijft steken in proefomgevingen. De verwachte efficiëntiewinst of kostenbesparing komt daardoor vaak later of helemaal niet tot stand. Lenovo zegt dit proces te versnellen via een bibliotheek met vooraf gebouwde AI-agents, afgestemd op bestaande bedrijfsprocessen.
Adoptie
Volgens het bedrijf zijn de oplossingen gebaseerd op honderden eerdere implementaties. Organisaties zouden daardoor minder tijd kwijt zijn aan ontwikkeling, maatwerkintegratie en testen. Tegelijkertijd blijft volgens Lenovo aandacht bestaan voor beveiliging, compliance en controle over bedrijfsdata, onderwerpen die voor veel ondernemingen juist een rem vormen op bredere AI-adoptie.
Kennisgerelateerde werkzaamheden
Een onafhankelijke evaluatie door Signal65 zou aantonen dat Lenovo’s zogenoemde Knowledge Super Agent de tijd die medewerkers besteden aan kennisgerelateerde werkzaamheden met ongeveer 30 procent vermindert. Omgerekend kan dat oplopen tot circa 120 uur per medewerker per jaar. In sommige gevallen zouden organisaties tot 24 keer sneller AI in productieomgevingen hebben gebracht dan bij volledig maatwerk.
De toepassingen lopen uiteen. In de industrie wordt AI ingezet voor voorspellend onderhoud en kwaliteitscontrole, terwijl in retailsectoren klantinzichten sneller beschikbaar komen. Ook de zorgsector experimenteert nadrukkelijk met AI. Volgens Lenovo wist een zorgtoepassing de tijd voor dossierbeoordelingen fors terug te brengen.
Ondersteuning bedrijfsprocessen
Daarmee sluit Lenovo aan bij een bredere trend waarbij AI verschuift van experimentele technologie naar praktische ondersteuning van dagelijkse bedrijfsprocessen. Tegelijkertijd waarschuwen deskundigen regelmatig dat snelle implementatie niet automatisch leidt tot betere besluitvorming. Kwaliteit van data, toezicht en menselijke controle blijven cruciaal.
Volgens Linda Yao ontstaat echte waarde pas wanneer AI buiten proefprojecten wordt toegepast. De komende jaren zal moeten blijken of bedrijven inderdaad sneller rendement halen uit AI, of dat ook deze nieuwe generatie toepassingen uiteindelijk tegen dezelfde organisatorische obstakels aanloopt als eerdere innovaties.