Ihre AI ist bereit. Ihre Datengrundlage ist es wahrscheinlich nicht.

Für die meisten großen Unternehmen ist die AI-Transformation eine Geschichte von Silos – Geschäftsbereiche, die konkurrierende Experimente durchführen, Daten, die in isolierten Systemen liegen, und Ergebnisse, die außer Reichweite bleiben.

Cushman & Wakefield ist einen anderen Weg gegangen. Sal Companieh, Chief Digital and Information Officer des globalen Immobiliendienstleisters, hat die letzten vier Jahre damit verbracht, einen AI-Kern für das gesamte Unternehmen aufzubauen, der für vertrauenswürdige, dauerhafte und skalierbare Effekte bei 53.000 Kollegen weltweit ausgelegt ist.

Sal hat sich mit CIO.com zusammengesetzt, um darüber zu sprechen, wie dieser Kern auf einem durchdachten Betriebsmodell, einer einheitlichen Datenstrategie und einer Partnerschaft mit Databricks aufbaut, die weit über reine Features hinausgeht.

CIO.com: Wie haben Sie den Übergang von fragmentierten AI-Initiativen zu einem zentralen AI-Kern für das gesamte Unternehmen geschafft, und was waren die größten Herausforderungen?

Sal Companieh: Als ich diese Rolle vor vier Jahren übernahm, führte ich ein Produkt-Betriebsmodell ein, das Technologieexperten in jeden Geschäftsbereich integrierte. Die Ziele bestanden darin, die Konnektivität, das Vertrauen und das zukunftsorientierte Denken sowohl auf der Daten- als auch auf der Erlebnisseite wieder aufzubauen und uns die Möglichkeit zur gemeinsamen Gestaltung (Co-Creation) zu geben. Ich stellte sicher, dass die Technologieexperten die Verantwortung für Umsatz und EBITDA trugen; sie brachten die Kreativität, den Einfallsreichtum und den nötigen Antrieb ein.

Während viele Unternehmen einen Hype um AI-Pilotprojekte erlebten, behielten wir bewusst einen Top-down-Fokus bei. Das half uns, weiterhin Vertrauen aufzubauen und gleichzeitig unsere Daten zu erweitern. Die meisten Unternehmen führten Pilotprojekte durch. Wir bauten das Fundament auf, das jedes Pilotprojekt erst wertvoll machen würde.

Als die AI-Einführung rasant zunahm, agierten wir bewusst Top-down – was wir den „Cushman-Weg“ nennen. Wir identifizierten die größten Transformationen im Bereich Go-to-Market oder Employee Experience und gingen diese zuerst an. Das half uns, Vertrauen aufzubauen und unsere Datengrundlage zu stärken. Die größte Herausforderung bestand darin, die unterschiedlichen Reifegrade im gesamten Unternehmen zu managen. Während sich alle auf die Technologie konzentrierten, lag unser Fokus auf dem menschlichen Verhalten und dem Aufbau von Vertrauen.

CIO.com: Welche Makrotrends prägen heute die Digital- und AI-Strategien von Cushman & Wakefield?

Sal: Die Entscheidungsfindung auf Investorenseite reift heran und wird stark datenzentriert. In allen Dienstleistungsunternehmen sehen wir einen Wandel vom beziehungsbasierten Einkauf hin zu einem einkaufsorientierten Ansatz, der auf Intelligence und Insights basiert. Unsere Fähigkeit, uns durch Partnerschaft und Authentizität zu differenzieren, bleibt eine konstante Kundenanforderung.

Für uns war der AI-Boom auf dem Markt ein Tempomacher und keine Kehrtwende in der Strategie. Wir haben von Anfang an dieselbe Strategie und dasselbe Betriebsmodell beibehalten. Es ist nur so, dass die Technologie jetzt endlich mit unseren Ambitionen gleichgezogen hat. Dieser Unterschied ist wichtig, denn er bedeutet, dass wir keinem Trend hinterhergelaufen sind. Wir haben einen Plan umgesetzt, zu dem wir uns bereits verpflichtet hatten.

Vor etwa dreieinhalb Jahren haben wir unseren Ansatz für Investitionen in Technologie geändert. Abgesehen von Cyber-Sicherheit und Infrastruktur musste alles gemeinsam mit einem Business Leader entwickelt und präsentiert werden. Dadurch blieben wir voll und ganz an den geschäftlichen Prioritäten ausgerichtet. Es gibt eine Reihe von vorrangigen Unternehmensergebnissen; Technologie ist eine Komponente, um diese zu erreichen. Jeder Technologieexperte kann eine direkte Verbindung von dem, was wir in den Quartalsberichten sagen, zu seiner täglichen Arbeit herstellen.

CIO.com: Welche Strategien haben Sie implementiert, um gemeinsame Standards und eine einheitliche Plattform aufzubauen und gleichzeitig Flexibilität für die einzelnen Geschäftsbereiche zu ermöglichen?

Sal Companieh: Drei Dinge treiben unseren Ansatz voran:

• das Betriebsmodell, das Doppelarbeit und eine Abkopplung von der gemeinsamen Plattform verhindert;
• das finanzielle Investitionsmodell, das das Kapital so ausrichtet, dass unternehmensweite Funktionen aufgebaut werden, unabhängig davon, welche P&L davon profitiert;
• Unternehmensstandards für Arbeitsweisen, bei denen Architekturteams sicherstellen, dass Technologie so einheitlich wie möglich angegangen wird, mit Flexibilität auf Ebene der Geschäftsbereiche.

Wir haben unser Betriebsmodell bereits dreimal erfolgreich weiterentwickelt. Flexibilität selbst ist eine Fähigkeit, die wir kontinuierlich ausbauen.

CIO.com: Wie fügt sich Databricks in Ihre Strategie ein?

Sal: Unsere Fähigkeit, Lego-Bausteine aus verschiedenen Funktionen zu bauen und sie für jeden Geschäftsbereich passend zusammenzusetzen, war unsere grundlegende Strategie. In dieser Hinsicht fügt sich Databricks in drei Bereiche ein. Erstens glaube ich, dass das Wort „Partner“ eine Bedeutung haben sollte. In Bezug auf unsere Partnerschaft mit Databricks bedeutet das Führung, Kultur und die Fähigkeit, wirklich gemeinsam mit uns etwas zu erschaffen, sowie ihr Verständnis für unseren Reifegrad und das Tempo, in dem wir uns transformieren wollen.

Zweitens waren wir von ihrer Produkt-Roadmap beeindruckt. Wir haben nicht nur eine Produktsuite für die heutigen Anforderungen gekauft; wir wollten ihre Investitionsstrategie auf die Funktionen ausrichten, die wir für die Zukunft benötigen. Drittens die tatsächliche Feature-Funktionalität. Unser Intelligence-Layer ist entscheidend für unser Wachstum und unsere Differenzierung.

Databricks ermöglicht es uns, je nach unterstütztem Geschäftsbereich unterschiedliche Hebel in Bewegung zu setzen. Wir nutzen Genie, um vertrauenswürdige Daten direkt in die Hände der Fachbereiche zu legen, indem wir Workflows für Datenqualität und Data Governance vereinfachen. Mitarbeiter können Abfragen in natürlicher Sprache nutzen, um fehlende oder inkonsistente Datensätze zu identifizieren, die Datenqualität systemübergreifend zu validieren, Governance-Richtlinien zu überprüfen und Compliance-Metriken zu überwachen, ohne dass tiefgehendes technisches Fachwissen erforderlich ist. Dies ermöglicht es Business-Anwendern, komplexe Datensätze schnell zu untersuchen, das Vertrauen in Unternehmensdaten zu stärken und schnellere, fundiertere Entscheidungen zu treffen.

CIO.com: Wie hat die Databricks-Architektur speziell die Art und Weise geprägt, wie Sie Daten auf Unternehmensebene vereinheitlichen und verwalten?

Sal: Unsere grundlegende Hypothese ist es, das Wissen unserer Organisation auf globaler Ebene zu verknüpfen. Wir wissen, dass dies für uns und die Bedürfnisse unserer Kunden von erheblichem Nutzen ist, daher benötigen wir die besten Plattformen, um dieses Wissen zu schützen und nutzbar zu machen. Hier kommt die Databricks-Plattform ins Spiel.

Wir sind ein 108 Jahre altes Unternehmen, dessen Geschichte vermuten lässt, dass Daten sich über eine menschliche Lieferkette durch das Unternehmen bewegen. Databricks hat es uns ermöglicht, den Fluss von Erkenntnissen Stück für Stück zu digitalisieren. Unser Intelligence-Layer ist entscheidend für unser Wachstum und unsere Differenzierung. Die Fähigkeit, Funktionen aufzubauen und sie für jeden Geschäftsbereich anders zusammenzusetzen – während die gemeinsame Plattform intakt bleibt –, ist unsere grundlegende Strategie.

Die Begeisterung für AI hat nicht nachgelassen, wird aber durch die wachsende Erkenntnis ergänzt, dass gesunde, verwaltete und skalierbare Daten das sind, was Ergebnisse tatsächlich beschleunigt. Databricks ist zentral dafür, wie wir dies einheitlich im gesamten Unternehmen durchsetzen, wobei wir bei Bedarf auf Ebene der Geschäftsbereiche flexibel agieren können.

CIO.com: Können Sie Beispiele für messbare Ergebnisse dieser Transformation nennen?

Sal: Die Zeit von der Idee bis zum Ergebnis hat sich von Monaten auf Tage verkürzt. Wir haben ein Meeting, entwickeln Ideen und liefern bereits in der folgenden Woche einen Mehrwert für das Unternehmen. Beispielsweise hat sich die Zeit für das Onboarding, die Integration und die Aktivierung neuer Kunden und Akquisitionen erheblich verkürzt. Aber das wichtigste Ergebnis ist die Veränderung des menschlichen Verhaltens. Wir kämpfen nicht mehr gegen den Widerstand vor Veränderungen an. Eine Frage, die früher fünf Telefonate, drei E-Mails und zwei Teams-Chats erfordert hätte, ist jetzt für unsere Führungskräfte sofort abrufbar. Es ist eine ständige Weiterentwicklung. Wir sorgen dafür, dass es weniger „Abstoßungsreaktionen“ gegenüber Veränderungen gibt, denn bei diesem Tempo muss Veränderung zu einer selbstverständlichen, täglichen Aktivität werden.

CIO.com: Welchen Rat würden Sie anderen IT-Leitern geben, die einen AI-Kern für ihr Unternehmen aufbauen und skalieren möchten?

Sal: Unterschätzen Sie nicht den menschlichen Wandel; die Menschen bringen unterschiedliche Wissensstände und auch Ängste mit. Die Menschen ehrlich sowohl über die Chancen als auch über die dafür erforderliche Grundlagenarbeit aufzuklären, ist unverzichtbar. Unsere Sprache muss sich weiterentwickeln und reifen, da wir eine unglaublich einflussreiche Rolle dabei spielen, wie Arbeit erledigt wird und wie Branchen für die nächste Generation gestaltet werden.

Dies ist ein Moment, in dem sich die gesamte Lieferkette gleichzeitig transformiert: Ihre Lieferanten, Ihre Kunden und Ihre eigene Belegschaft. Es wird entscheidend sein, eine Außenperspektive beizubehalten und gleichzeitig die Innenperspektive auszubalancieren. Führungskräfte, die das erkennen und darauf aufbauen, werden definieren, was als Nächstes kommt.

Um zu erfahren, wie mehr als 25 Branchenexperten den Weg für eine erfolgreiche AI-Einführung ebnen, greifen Sie auf den Bericht „Making AI Deliver“ von Economist Enterprise zu, der mit Unterstützung von Databricks erstellt wurde.

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag