Der Artikel befasst sich mit der Kluft zwischen der erklärten Einführung von künstlicher Intelligenz durch Unternehmen und der tatsächlichen Transformation ihrer Prozesse. Viele Unternehmen geben an, KI zu nutzen, aber nur wenige können mit konkreten Zahlen nachweisen, welche Veränderungen sich aus dieser Einführung ergeben haben. Dieses Phänomen wird als eines der relevantesten Themen der Innovationsökonomie und als eines der am meisten missverstandenen durch die Organisationen selbst selbst beschrieben.
Der Einzelhandelssektor dient als zentrales Beispiel für diese Problematik. Es ist üblich, dass eine Ladenkette auf KI basierende Prognosetools für die Nachfrage erwirbt, diese in internen Berichten als Meilenstein der Innovation präsentiert, aber weiterhin Nachschub und Kampagnen genau wie zuvor entscheidet, wobei die Filialleiter mehr auf ihre Erfahrung vertrauen als auf die Ausgaben der Modelle. Das Tool existiert, wurde bezahlt und erscheint im Technologiebudget, hat aber den Entscheidungsprozess nicht verändert.
Der Artikel zieht einen historischen Vergleich heran, um das Problem zu veranschaulichen. Als die Elektrizität Anfang des 20. Jahrhunderts in amerikanischen Fabriken Einzug hielt, traten die Produktivitätsgewinne erst Jahrzehnte später auf, als die Fabriken aufhörten, Dampfmaschinen einfach durch Elektromotoren im gleichen Layout zu ersetzen, und begannen, die räumliche Organisation der Produktion vollständig neu zu gestalten. Bei der KI gilt dasselbe Prinzip, allerdings im schnellen Tempo der digitalen Wirtschaft, wodurch die Verzögerung sichtbarer und kostspieliger wird.
Der Artikel identifiziert auch einen Signalisierungseffekt, der das Problem verschärft: Die Ankündigung der KI-Einführung ist zu einem Signal für Innovation für Investoren, Kunden und Regulierungsbehörden geworden. Dieser reputationsbezogene Anreiz begünstigt schnelle Ankündigungen von Technologiekäufen, belohnt aber nicht die langsamere und weniger sichtbare Arbeit der internen Prozessveränderung. Die Implikation für Manager und Entscheidungstr
