Geconfronteerd met de snelheid van verandering is voor kleine bedrijven de tijd aangebroken om het concurrentievoordeel dat ze hebben door hun flexibiliteit en aanpassingsvermogen te gebruiken om te breken met de status quo en nieuwe kansen te identificeren.
Hier zijn enkele van de belangrijkste factoren die deze evolutie beïnvloeden.

Fundamentele technologieën migreren naar de Cloud, zoals enterprise resource planning (ERP), human capital management (HCM) en financiële oplossingen. 
Deze migratie vermindert de belasting van resources, maar biedt bovenal de essentiële basis voor aanpassingsvermogen.
De migratie naar de cloud moedigt bedrijven ook aan om hun operationele processen opnieuw onder de loep te nemen en een nieuwe gestroomlijnde discipline te creëren bij het overnemen van gestandaardiseerde processen. 
Bovenal moedigt het gegevensintegratie aan. 
Met deze tools hoeven gebruikers niet langer een grondige kennis van programmeren te hebben om functionaliteit te creëren.

AI en automatisering bereiken een nieuw buigpunt. Volgens Accenture gaan we een periode in die wordt gekenmerkt door de opkomst van meer menselijke technologieën. 
Met betrekking tot ERP-oplossingen zal AI ongetwijfeld de hoeveelheid alledaagse taken die gebruikers moeten uitvoeren verminderen en hen ondersteunen in hun werk door hen in staat te stellen te handelen en te anticiperen op de vraag. Er zijn mogelijkheden om de gebruikerservaring te verbeteren en daarom zijn we geïnteresseerd in chatbots met AI. De langetermijnvisie is echter om te begrijpen hoe AI de kosten van voorspelling kan verlagen en de snelheid van besluitvorming kan versnellen.

Historisch gezien hadden alleen grote ondernemingen toegang tot deze technologie, maar zoals OpenAI heeft aangetoond, zullen grote taalmodellen (LLM's) veel toegankelijker worden. Dit zal innovatie aan de rand stimuleren, omdat kleine bedrijven AI-gebaseerde tools kunnen gebruiken om oplossingen te creëren en inzichten te genereren voor specifieke niches in de industrie. 
Kleine bedrijven zullen zich ook kunnen richten op deze microkansen in de "long tail". Het zal namelijk moeilijker worden voor grote bedrijven om hun investeringen te spreiden over een veelheid aan projecten in de hoop dat ze uitgroeien tot grotere inkomstenkansen die verder kunnen worden ontwikkeld.
 We zien dat technologische innovatie veel kansen biedt voor middelgrote bedrijven in enkele van onze belangrijkste sectoren, met name professionele diensten en non-profitorganisaties.
 
Dienstverlenende bedrijven zijn gewend aan het managen van teams die in het veld worden ingezet; na de pandemie hebben telewerken en virtueel werken echter ongekende hoogten bereikt. Voor deze teams is het essentieel om één enkele informatiebron te hebben die een effectief facturerings- en verbruiksbeheer kan ondersteunen. De gelaagdheid van AI-gebaseerde en automatiseringstools voegt nog meer verfijning toe aan de samenwerking met klanten. Het gebruik van grote taalmodellen (LLM's) om historische gegevens van financiële diensten en human resources te analyseren, kan de kosten verlagen voor het voorspellen van gebieden waar de vraag naar diensten kritieke drempels zal bereiken. Op AI gebaseerde tools kunnen lokale teams ook helpen bij het monitoren van markt- en concurrentiegegevens om strategische adviesbeslissingen voor klanten te onderbouwen.
 
Ook voor non-profitorganisaties is elke crisis anders. Hoewel het standaardiseren van operationele processen nuttig is voor het versterken van synergieën binnen een organisatie, blijft het belangrijk om de flexibiliteit te hebben om zich aan te passen aan specifieke scenario's. Dit is waar een gestroomlijnde basis, gecombineerd met toegang tot schematisch programmeerbare tools, bedrijven in staat stelt om innovatie te decentraliseren. Als een non-profitorganisatie bijvoorbeeld medische apparatuur levert aan een aantal rampgebieden, is de mogelijkheid om lokale gegevens te onderzoeken om te anticiperen op potentiële probleemgebieden van onschatbare waarde.
Wat als een non-profitorganisatie AI zou kunnen gebruiken om geanonimiseerde medische dossiers te analyseren om de aanwezigheid van een piek in patiënten met een bepaalde pathologie te identificeren? Lokale teams zouden de overzichtelijke basis, die een eenduidig beeld geeft van informatie in het hele bedrijf, kunnen gebruiken om uit te zoeken welke medische voorraad beschikbaar is, maar ze zouden ook functionaliteit kunnen ontwikkelen om beter te anticiperen op de vraag.
 
Moderne technologieën maken innovatie toegankelijker en dynamischer. De schematische programmeeraanpak vermindert de behoefte aan specialistische technologische vaardigheden om innovatie te ontwikkelen, terwijl de aanwezigheid van een cloudgebaseerde ERP-fundament de IT-infrastructuur kosteneffectiever en schaalbaarder maakt. De toevoeging van generatieve AI maakt innovatie responsiever en doelgerichter.
 
De gecombineerde waarde van de Cloud, schematisch programmeren, AI en automatisering ligt in de mogelijkheid om samenwerking en wendbaarheid te stimuleren. Voor grote bedrijven is het niet per se gemakkelijk om dit pad in te slaan; dat is precies wat "small things beautiful" maakt.
Als een team een soortgelijke mindset cultiveert om agile ontwikkelingsmodellen te gebruiken, zal het in staat zijn om te experimenteren met technologie, nieuwe operationele functies te creëren en hun waarde voor het bedrijf te beoordelen. Als een nieuwe functie succesvol blijkt, kan deze worden gedeeld als een service voor het hele bedrijf; zo niet, dan kan een kleiner team snel verder met de volgende mogelijkheid. 

Het doel van teams die op het snijvlak van innovatie opereren is om te kunnen communiceren met klanten die voor echte uitdagingen staan en om technologie te gebruiken om operationele prestaties aan te passen en te verbeteren door middel van innovatie. Bedrijven die bereid zijn om veel meer samen te werken en servicegericht te denken, zullen succesvoller zijn in de volgende fase van de wereldeconomie. Als volatiliteit de norm blijft, zullen degenen die zich kunnen aanpassen de meeste kans hebben om te bloeien.