Nvidia hat seine Zusammenarbeit mit dem Technologieberatungsunternehmen Accenture erweitert, um die Verbreitung von künstlicher Intelligenz in Unternehmen voranzutreiben und gleichzeitig die Nachfrage nach den Produkten des Chipriesen zu steigern. Diese Kooperation wird durch die Gründung einer speziellen Nvidia Business Group seitens Accenture gefestigt, die sich der Aufgabe widmen soll, Kunden beim Einsatz und der Skalierung generativer KI-Tools zu unterstützen. Dafür wurden bereits 30.000 Experten geschult, was eindrucksvoll die Ambitionen beider Unternehmen unterstreicht.
Derzeit dominieren Nvidias Chips den Markt für KI-Hardware, insbesondere bei großen Rechenzentrumsbetreibern wie Microsoft, Amazon AWS und Google. Dennoch bleibt die Frage, ob die massiven Investitionen in neue Infrastrukturen tatsächlich einen entsprechenden finanziellen Return generieren können. Nvidia begegnet diesen Bedenken mit einer breiten Palette an Software, Dienstleistungen und Hardware, um ihre Technologie einem größeren Kundenkreis zugänglich und nützlich zu machen. CEO Jensen Huang betrachtet diese Entwicklungen als Teil einer neuen industriellen Revolution, wobei Accenture als wichtiges Bindeglied fungiert.
Huang zufolge nahm die Partnerschaft mit Accenture vor etwa vier Monaten konkrete Formen an. Die CEO von Accenture, Julie Sweet, und Huang sehen in ihrer gemeinsamen Vision viel Potenzial für die Zukunft. Ein aktuelles Highlight ist der Blackwell-Chip von Nvidia, dessen Nachfrage als "verrückt" beschrieben wird, trotz anfänglicher Produktionsbedenken.
Nvidia-Aktien verzeichneten ein Plus von 1,6 % und stiegen im Nachhandel weiter an. Accenture selbst hat ebenfalls stark in generative KI investiert und im Juli ihre AI Refinery auf Basis von Nvidias Technologie gestartet, um maßgeschneiderte Sprachmodelle für unterschiedliche Branchen zu entwickeln. Diese Investitionen zahlten sich bereits aus, wie der letzte Quartalsbericht zeigt. Laut Lan Guan, Leiterin der AI-Abteilung bei Accenture, erkennen zwar 90 % der Unternehmen die Bedeutung von generativer KI, doch haben weniger als 10 % bereits eine effektive Implementierung gefunden.