3 Core Principles to Drive ROI from GenAI Deployments

기업 리더들은 비즈니스에서 제너레이티브 AI(GenAI)를 배포하려는 의욕이 있습니다. 그렇다면 왜 많은 프로젝트가 개념 증명(POC) 단계를 넘어서기에는 실패하고 있을까요? 최근 Gartner 이벤트에서 Rita Sallam, 선임 부문长 분석가는 2025년 말까지 최소 30%의 GenAI 프로젝트가 데이터 품질이 좋지 않거나, 불충분한 위험 통제, 빠르게 증가하는 비용, 또는 원하는 비즈니스 가치를 실현하지 못하는 등의 문제로 인해 POC 이후에 중단될 것이라고 말했습니다.

이러한 문제들은 Gartner가 GenAI가 실망의 계곡에 들어서고 있음을 의미합니다. 그러나 Gartner의 별도 조사에 따르면 응답자들은 자신의 GenAI 배포가 15.8%의 매출 증가, 15.2%의 비용 절감, 22.6%의 생산성 향상을 도왔다고 보고했습니다.

그러면 주요 워크플로우에 GenAI를 통합하여 성공하는 기업과 그렇지 못한 기업은 무엇이 다를까요? 이러한 리더와 팀은 엄격한 준비와 변경 관리를 특징으로 하는 다른 접근 방식을 사용합니다. 여기에는 GenAI를 사용하여 사용 사례를 평가, 선택, 활성화하는 데 도움이 되는 세 가지 핵심 원칙이 있습니다. 따라서 팀은 비즈니스 프로세스를 변환하면서 위험을 완화하고 비용을 관리할 수 있습니다.

1. 핵심 원칙 1: 처음부터 비즈니스 가치를 철저히 양적화합니다:

비즈니스 리더들은 초기에 GenAI 실험에 우선순위를 두었지만 이제 투자에서 구체적인 비즈니스 가치를 얻으려는 의욕이 있습니다.

파트너는 워크샵을 통해 전체 목표, 현재 데이터 프로세스 및 기술 인프라의 상태 등을 이해하여 기업이詳細한 비즈니스 케이스를 개발하도록 도와줄 수 있습니다. 이 과정에서 파트너는 기업 팀과 협력하여 잠재적인 사용 사례를 평가하고, 비즈니스 문제를 해결하고, 예상 ROI를 결정하고, 진행 상황을 측정하는 주요 성과 지표를 개발하여 사용 사례를 우선순위로 지정합니다. Google Cloud Next ’24에서 Google은 101개의 이야기를 강조했습니다. 즉, 조직은 고객, 직원, 창의적, 데이터, 코드, 보안 에이전트를 배포하여 GenAI와 성공을 거두었습니다.

시장 기능은 가치 창출 경로를 간소화하면서 계속 진화하고 있습니다. Microsoft와 Google은 검색 엔진에 대형 언어 모델을 통합했습니다. 인터넷 사용자는 요약된 답변과 링크를 받을 수 있으며 이는 통찰력을 얻는 시간을 단축합니다. 마찬가지로 파트너는 AI 및 기계 학습 모델이 포함된 GenAI 가속기 플랫폼을 제공하고 있습니다. 회사에서 사용자 지정하고 배포할 수 있으며 몇 주 내에 환경에서 배포할 수 있습니다. 기업은 검증된 도구를 얻고, 배포의 비용과 위험을 줄이며, 새로운 비즈니스 기능을 더 빠르게 확장하는 것에서 혜택을 받습니다.

2. 핵심 원칙 2: 데이터 품질, 개인 정보 보호, 보안을 보장합니다.

모델 훈련 및 추론을 위한 높은 품질의 데이터를 제공하고, 개인 정보 보호 및 보안을 보장하는 것은 모든 성공적인 GenAI 구현의 기초입니다. 기업은 모델이 정확하고 신뢰할 수 있는 출력을 생성하도록 데이터를 준비해야 합니다. 또한 기업은 민감한 정보, 모델 출력 등을 노출로부터 보호하기 위한 가드레일과 새로운 도구를 구현하고 있습니다. 마찬가지로 GenAI는 보안 문제를 식별하여 팀이나 자동화로 해결할 수 있습니다.

Mastercard는 고객 상호작용을 용이하게 하고 사기를 줄이기 위해 GenAI를 사용하고 있습니다. AI 기반 채팅봇은 고객에게 즉각적인 개인화된 추천, 계정 정보, 거래 기록에 액세스할 수 있게 해줍니다.

이 회사는 또한 사기 가능성이 있는 비정상적인 지출 패턴을 식별할 수 있는 GenAI 예측 모델링을 사용합니다. GenAI를 사용하여 Mastercard는 훨씬 더 빠른 속도로 취약한 상점을 식별하고, 200%까지 거짓 양성률을 줄이며, 위조된 카드를 발견하는 속도를 두 배로 늘렸습니다.

3. 핵심 원칙 3: 인간-GenAI 협력을 강화합니다.

GenAI는 일부 프로세스를 자동화할 것입니다. 그러나 대부분의 경우 인간이 더 나은 의사결정을 내리도록支援할 것입니다. GenAI는 합성 데이터를 생성하고, 데이터를 처리하고, 패턴을 인식하고, 예측 분석을 생성하여 팀워크와 새로운 서비스의 생성을 강화할 수 있습니다. 예를 들어, GenAI는 의사결정자에게 고려할 시나리오와 추천 사항을 제공하여 결과를 최적화할 수 있습니다. 인간은 시장 및 상황 인식, 비즈니스 지식, 판단력, 공감을 의사결정에 제공하여 GenAI의 기능을 구축합니다.

그러면 기업은 인간-GenAI 협력의 잠재력을 최대화하기 위해 어떻게 할 수 있을까요? 리더들은 명확하게 정의된 역할과 책임을 설정하는 시간을 가져야 하며, 최신 기능에 대한 팀을 지속적으로 교육하고, GenAI가 예상대로 작동하지 않을 때 경보 및 에스컬레이션 경로를 제공해야 합니다. 또한 리더들은 GenAI가 비즈니스에 미치는 비전을 공유하고, 인간의 능력을 대체하는 것이 아니라 강화한다는 점을 강조해야 합니다. Forrester 조사에 따르면 36%의 직원이 자동화 또는 AI로 인해 직장을 잃을까봐 두려워하지만, 실제로 1.5%만이 직장을 잃을 것이며, 6.5%의 역할이 GenAI에 영향을 받을 것입니다. 따라서 직원들은 이 기술을 받아들이는 것이 아니라 두려워해서는 안 됩니다.

Allstate는 자연어 처리를 사용하여 실시간 다국어 지원을 제공하고 고객 행동에 대한 더 나은 통찰력을 제공하는 GenAI 기반 채팅봇을 구현했습니다. 예를 들어, 이전 모델의 성능을 3배로 개선하여 에이전트 지원이 필요한 고객 여정을 식별합니다.

채팅봇은 관련 정보를 수집하고 검토하는 중앙 플랫폼을 제공하여 청구 프로세스를 간소화합니다. 인간 에이전트는 여전히 전문 지식이 필요한 복잡한 청구를 처리하지만, 채팅봇은 루틴 작업을 자동화하고 처리 시간을 줄임으로써 효율성을 크게 향상시킵니다. AI를 사용하여 양식 완성을 스트리밍하면 Allstate는 정확도와 고객 만족도를 개선할 수 있습니다.

GenAI에서 더 많은 ROI를 얻으려면 이 3가지 핵심 원칙을 채택하십시오.

GenAI가 세계의 의식에 등장했을 때, 리더들은 빠르게 비즈니스에 이를 적용하여 실험과 혁신을 장려했습니다. 그러나 때때로 POC는 기초를 앞서서 비용을 증가시키고 원하는 가치를 제공하지 않는 솔루션을 만들었습니다.

리더들은 이러한 세 가지 핵심 원칙 – 철저한 비즈니스 케이스 개발, 데이터 요구 사항 해결, 팀과 AI 협력 지원 -을 사용하여 새로운 GenAI 이니셔티브를 성공적으로 만들 수 있습니다. 그들은 높은 가치의 사용 사례와 도구, 데이터 보호, 생산성 및 혁신 개선과 같은 결과를 가리킬 수 있을 것입니다. 이는 C수준, 이사회, 고객, 투자자 모두에게 기쁨을 줄 것입니다.