능력은 결코 문제가 아니었다. 운영 모델이 문제였다.

마델린 유(Madelaine Yue)는 내가 본 것 중에서 가장 깔끔하게 설명했다. “AI는 고장난 시스템을 고쳐주지 않는다. 그것을 더 빠르게 실행할 뿐이다.” 이 문장은 내게 남아 있다. 왜냐하면 이것은 기업 AI 대화에서 2년 동안 돌고 돌면서도 정확하게 다루지 못한 것을 명명하기 때문이다. 2026년에 능력은 문제가 아니다. 능력은 모든 곳에 있다. 기업들이 아직도缺하는 것은 그들이 이미 소유하고 있는 능력을 고객이 느낄 수 있는 결과로 바꾸는 운영 모델이다.

나는 그 운영 모델을 적용된 지능(Applied Intelligence)라고 불렀다. 왜냐하면 그것이 채우는 간격은 AI를 가지고 있는 것과 사용하는 것之间의 간격이기 때문이다. 이 구분은 중요하다. 왜냐하면 후者の 경우가 유일하게 복합되는 경우이기 때문이다.

능력의 한계에 도달했다

만약 당신이 기업에서 AI 또는 디지털 전략을 이끌고 있다면, 당신은 이미 조직화한 것보다 더 많은 AI를 구입했을 가능성이 있다. 판매를 위한 공동 조종사, 지원을 위한 요약자, 운영을 위한 분류 대리인, 마케팅을 위한 분석 엔진, 때로는 모두 다른 벤더로부터 제공된다. 능력 목록은董事会 데크에서 인상적이다. 그러나 워크플로우 내부의 운영자는 여전히 시스템 사이의 구멍을 걸어간다. 고객 또한 마찬가지이다.

MIT NANDA의 2025년 조사 결과, 95%의 생성형 AI 파일럿 프로그램이 측정 가능한 수익 영향이 없다는 사실이 알려지자, 제목은 진단보다 앞섰다. 파일럿 프로그램이 실패한 이유는 모델이 약했다는 것이 아니었다. 실패한 이유는 모델의 출력을 이미 책임이 있는 결과를 가진 비즈니스 프로세스에 연결하는 것이 아니었기 때문이다. 통합 능력 — 사람, 책임, 데이터 배관, 운영 규율이 5개의 구성 요소를 1개의 경험으로 바꾸는 것 — 거의 항상 자금 지원되지 않았다.

비말라지 샴파트쿠마르(VimalRaj Sampathkumar)는 4월에 인접한 점을 만들었다. 기업들은 AI를 일련의 별개의 구매로 취급할 때, 능력이 축적되어야 하는데, 축적을 자금 지원하는 것은 일의 무미한 반쪽이다. 그리고 이것은 적용된 지능의 반쪽이다.

전략에서 실행으로의 전환은 대부분의 AI가 죽는 곳이다

대부분의 기업 AI 실패 모드는 뭔가에 책임이 있다. 데이터 위생, 거버넌스, 변화 관리, 인재 등이다. 이 모든 것이 실제이며, 주요 실패 모드는 아니지만, 내가 매주 보는 실패 모드는 전략을 작성한 팀과 시스템을 출하해야 하는 팀 사이의 전환이다.

전통적인 컨설팅 모델에서, 이 전환은 하나의 산출물이다. 로드맵, 목표 운영 모델, 벤더 선택 매트릭스이다. 전략 회사에서 시스템 통합 회사 또는 내부 엔지니어링 팀에 산출물을 넘기고, 전략 회사는 떠난다. 엔지니어링 작업이 시작될 때, 산출물의 가정의 절반은 구식이 되고, 그들을 존중하거나 수정해야 하는 유일한 사람들은 더 이상 방에 없다.

전환은 또한 대부분의 산업 관찰자가 갭을 위치시키는 곳이다. 계전기 경주에서, 경주는 계전기 전환에서 이뤄지고, 직선 구간에서가 아니라는 점과 같다. 기업 AI에서, 같은 모양이 있다. 경주에서 가장 느린 부분은 문脈, 판단, 또는 책임이 경계를越えて 이동해야 하는 순간이며, 실제로 그렇게 하는 것을 소유하는 사람은 없다.

나는 정의한 적용된 지능에는 3개의 운영 모델 구성 요소가 있으며, 각 구성 요소는 다른 구멍을 겨냥하고 있다.

• 전략과 엔지니어링을 하나의 지붕 아래에 둔다. 추천이 엔지니어링 팀에 의해 구축되고, 엔지니어링 판단이 전략을 작성하기 전에 형성된다. 전략이 출판된 후에가 아니라.
• 리더십과 운영자와의 이중 참여. 최고 경영진의 후원과 운영자의 수용은 순차적으로 진행되지 않는다. 수용은 마지막 마일이 아니다. 평행 마일이다.
• 90일간 측정 가능한 승리, 18개월간의 변환은 아니다. 각 사이클은 하나의 중요한 전환을 선택하고, 하나의 책임 있는 시스템으로 고치고, 고객 수준에서 무엇이 움직이는지 측정하고, 다음 것을 선택한다.

이것은 새로운 것이 아니다. 그러나 하나의 운영 모델로 실행하는 것이 새로운 것이다. 세 가지 조달 결정이 아니다.

그 규율이 생산에 나타나는 모양

그 구성 요소 자체가 작동한다는 가장 명확한 증거는 모델의 크기와 관련이 없다. 누군가가 구멍을 소유하고 있는지에 달려 있다.

금융 서비스에서, 대형 기관은 새로운 고객에게 이미 수집한 정보를 다시 묻고 있다. 왜냐하면 KYC 워크플로우와 온보딩 워크플로우가 다른 팀에 의해 다른 지표에 대해 최적화되었기 때문이다. 그 전환을 조용히 고친 기관은, 다년간의 변환 프로그램이 아니라 12~14주간의 집중적인 작업을 통해, 신청 放棄가 줄고, 자금 계좌를 개설하는 시간이 압축되었다. AI는 변하지 않았다. 구멍이 변했다.

호텔 业에서, 같은 교훈이 거의 10년 전에浮现했다. 고객은 방을 예약했는지 모르는 체크인이 더 이상 용납되지 않았다. 그리고 그 루프를 닫은 운영자는 예약 시스템, 재산 관리 시스템, 그리고 로열티 플랫폼에 걸쳐 하나의 팀이 책임을 진 경험을 만들었다. 운영 모델이 개입이었다. 플랫폼 결정은 하류였다.

의료는 가장公开적인 현재 사례이다. 왜냐하면 결과가 즉각적이기 때문이다. NYU 랑고네에서, 배포된 BERT 모델이 환자 포털 메시지를 분류하고, 396,466개의 메시지에 걸쳐 연구되었고, 2024년 8월 JAMIA Open에 발표되었으며, 높은 심각도 메시지의 임상가 판독 시간을 44~67% 절감했다. 이것은 하나의 통합 워크플로우 내에서 규모가 크고, 동료 검토된 결과이다. 구성 요소는 실제이다. 그 결과를 축적할 기관은 다음 벤더 데모를 기다리지 않는다. 구현 능력 주변을 구축하는 기관이다.

프로젝트가 아닌 연습

나는 가장 건강한 기업 AI 프로그램이 임상 연습과 같은 방식으로 운영된다고 본다. 90일간의 학습 사이클, 하나의 전환씩, 그 경험에触れる 모든 채널에 걸쳐 하나의 책임 있는 소유자와 함께. 데이터는 채널이 아니라 고객을 따라 инструмент화되어 있다. 그리고 지표는 개별 시스템의 대시보드가 아니라 전환에서 살아 있다.

이것은 Deloitte의 2026년 기업 AI 현황에서 “미탐색된 가장자리”라고 부르는 것과 같다. 즉, 기업 AI 접근을 약 50%씩 확대한 조직과, 약 40%의 실험을 생산에 옮긴 조직 사이의 운영 갭이다. 접근의 확대는 거의 무료가 되었다. 생산의 규율은 그렇지 않다.

그 규율이 일의 내용이다. 또한, 결국, 다음 10년의 기업 AI 가치가 정리될 곳이다.

지금 구축하는 능력은 나중에 복합되는 가치이다

유는 옳다. AI는 고장난 시스템을 더 빠르게 실행한다. 나는 덧붙일 수 있다. AI는 또한 규율된 시스템을 더 빠르게 복합한다. 그리고 두 결과 사이의 선택은 운영 모델의 선택이다. 도구 선택이 아니다. 능력은 이미 선상에 있다. 적용된 지능을 연습으로 구축하는 기업 — 전략-엔지니어링 통합, 이중 참여, 작은 정직한 사이클 — 는 다음 예산 주기에 AI 투자가치를 얻을 것이며, 고객이 모든 구멍을 느끼지 않을 것이다.