산재한 ChatGPT 채팅에서 살아있는 AI 운영 체제까지: AI-First 회사 구축 방법

대부분의 회사들은 이미 소프트웨어 예산을 AI 실험에 재할당하고 있습니다.AI 실험에 이미 많은 팀들이 ChatGPT를 일상적으로 사용하고 있습니다. 하지만 이러한 분산된 실험을真正로 사업을 추진하는 시스템으로 어떻게 전환할 수 있을까요? 문제는 채택이 아니며, 조정이 부족합니다. 지식은 개별 브라우저 탭과 분산된 대화에서 갇혀 있으므로 팀들은 항상 작업을 처음부터 다시 생성해야 합니다.

ChatGPT 혼란

이 문제를亲身 경험했습니다. 2023년에 많은 창업자들과 마찬가지로 저는 지금 ChatGPT 혼란이라고 부르는 문제에 직면했습니다. 우리 회사에서 40명의 팀원 모두가 AI를 분산하여 사용하고 있었고, 우리 회사는 단편적인 시스템이되어 우리 회사의 집단 지성이 중앙화되지 않고 산재되어 있었습니다. 우리는 노력을 중복하고 있었습니다.

이것은 일반적으로 어떻게 발생합니까? AI 채택이 시작되면 진행이라고 느껴집니다. 모든 사람이 개인적인 사용 사례를 찾고, 효율성이 조금提高되고, 리더십은 “AI 사용”을 회사에서 볼 수 있습니다. 문제는 이러한 승리들이 중앙화된 허브로 결합되지 않고 분산된 채로 남아 있다는 것입니다. 마케팅 디렉터의 최고의 프롬프트가 그녀의 ChatGPT 기록에 갇혀 있으면 판매 책임자는 그것을 구축할 수 없습니다. 이것은 팀들이 매일 바퀴를 재발명하도록 강요합니다.

이것이 당신에게 익숙하게 들린다면, 그것은 현재 99%의 회사의 현실이기 때문입니다. 모든人が 자신의 AI 실험을하고 있지만, 거의ない 회사가 부서 간의 레버리지와 공유 컨텍스트를 자랑할 수 있습니다. 이 시점에서 그들은 AI-First라고 불릴 수 없습니다. 그들은 AI-산재되어 있습니다.

전환점: 인프라스트럭처로서의 AI

Elly Analytics에서 이것은 제가 스스로에게 물었던 시점입니다: 전체 회사가 AI 컨텍스트, 프롬프트, 스크립트 및 워크플로우를 즉시 모든 사람에게 제공한다면 어떻게 될까요? 이 질문은 우리가 AI와 실험을停止하고 그것을 리드하는 준비가되었다는 것을 이해하는 데 도움이되었습니다.

우리는 Cursor가 개발자를 위해 구축되었지만 우리가 필요로하는 변화를 주도하는 능력을 정확히 제공한다는 것을 보았습니다. 그것은 채팅뿐만 아니라 파일, 프로젝트, 코드베이스, 회사 전략의 컨텍스트에서 작동하는 AI 에이전트를 제공합니다. 이제 ChatGPT에게 “경쟁사를 분석하십시오”라고 요청하는 대신 “최신 경쟁 연구 파일을 사용하고 우리의 전략 형식에서 시각적 요약을 생성하십시오”라고 요청합니다. 그것은 파일이 어디에 있는지, 형식이 무엇인지, 어떻게 경쟁에 대해 말하는지 알고 있습니다.

우리는 새로운 AI 스택을 세 가지 계층으로 구축했습니다:

1. Cursor — 개발자를 위해 구축된 슈퍼 에이전트 환경(그들의 도구는 항상 주류보다 1년 앞서 있습니다), nhưng 마케팅, 운영, 인사, 전략 팀에도 동일하게 강력합니다. 이것은 문서를 요약하는 것을 넘어 실제로 작업을 자동화하는 것입니다 — 호출 기록을 처리하는 것에서 데이터 분석을 위한 Python 스크립트를 생성하는 것입니다.
   
2. 공유 회사 브레인 — 중앙, 진화하는 지식 베이스로 모든 AI 에이전트가 읽고 업데이트할 수 있습니다. 그것과 함께, AI는 협력자로 변신하며 회사 전략, 프로세스 및 목표에 대한 완전한 이해를 갖습니다. 그것은 브라우저 탭 사이에서 끊임없이 복사 및 붙여넣기를 제거하고 AI 에이전트가 비즈니스의 전체 컨텍스트를 갖도록 보장합니다.
3. 플러그 앤 플레이 워크플로우 — 재사용 가능한, 부서별 AI 프로세스로 온보딩에서 캠페인 계획까지 모든 것을 다룹니다.

AI-First 워크스페이스 템플릿

우리의 여정을 따르기 위해 준비된 모든 사람들을 위해, 우리는 AI-First 워크스페이스 템플릿을 오픈 소스로 만들었습니다. 그것은 전략, 제품, 마케팅, 운영, 재무 및 더 많은 부서별 컨텍스트를 포함하는 저장소, 사전 구성된 설정, 자동화 스크립트 및 실제 예제가 포함된 워크플로우가 포함되어 있습니다. 당신은 그것을 복제하고, 적응하고, 몇 주 안에 자신의 AI-First 회사 인프라를 구축할 수 있습니다.

당신은 기술 거물이 아니어도 채택할 수 있습니다. GitHub에 대해 기술적으로 충분하지 않다고 걱정한다면, 그것을 버전 기록이 내장된 Google Drive로 생각해 보십시오. 당신은 명령줄을 건드릴 필요가 없습니다. AI가 그것을 처리합니다.

만약 당신이 이것을 자신의 회사에서 도입하기로 결정한다면, 내가 추천하는 경로는 다음과 같습니다:

단계 1: 개인적인 사용 사례에 대해 그것을 사용하기 시작하십시오. 우리는 даже 전용 저장소를 가지고 있으며, 이 단계에 대한 예제와 지침이 포함되어 있습니다 — 팀에 아이디어를 판매하기 전에 먼저 그 이점을 경험하는 것이 어렵기 때문입니다.

단계 2: 회사의 주요 인물들이 자신의 작업에 대해 Cursor를 사용하기 시작하도록 격려하십시오. 한旦 그들이 가치를 경험하면, 다음 단계를 촉발하는 한계에 빠지게 됩니다: 공유 파일 및 공유 컨텍스트를 원하는 것입니다.

단계 3: 한 팀(종종 리더십 팀, 마케팅 또는 다른 기능)을 선택하여 첫 번째 공유 실험을 실행하십시오. 공유 저장소를 설정하고, 실제 동기화 문제를 해결하고, 결과를 회사 전체에 대한 가시적인 성공 사례로 전환하십시오.

단계 4: 조직의 다른 부분으로 롤아웃하십시오 — 팀 리더 또는 초기 채택자와 시작하고, 처음에는 개인 워크플로우에 초점을 맞추고, 나중에 공유 워크플로우로 확장합니다. 매주, 관심 있는 사용 사례를 요청하고(및 팀 간에 공유하여) 모멘텀과 채택이 시간이 지남에 따라 구축되도록 합니다. 우리의 경험에 따르면, 팀은 자연스럽게 AI-First 환경으로 마이그레이션합니다.

AI-First로 전환하는 ROI

우리의 추정에 따르면, 이 모델을 채택하면 40명의 팀에서 1년에 10,000시간 이상의 작업 시간을 절약할 수 있습니다. 그리고 그것은 시간을 절약하는 것만이 아닙니다. 그것은 전체 팀을보다 지능적으로, 빠르게, 그리고보다 조정되게 만듭니다. 이것은 하루하루의 의미입니다.

단기 승리 (0-6개월)

가장 즉각적인 이점은 모든 작업에 걸쳐 AI 컨텍스트의 연속성입니다. 대화 기록을 잃어버리는 것이 더 이상 없습니다. 각 세션에서 처음부터 시작하고, 산재된 ChatGPT 브라우저 탭 사이에서 복사 및 붙여넣기를 하지 않아도 됩니다. 당신의 AI는 첫째 날부터 전체 비즈니스를 이해합니다.

두 번째 단기 승리는 행정 작업의 30-50% 감소입니다. 수동 분석, 반복 보고서 생성 및 끝없는 문서 작업이 모두 배경에서 사라집니다. AI가 중무장을 맡습니다.

그리고 그다음에는 조직의 AI 지능의 복합 효과가 있습니다. 한旦 워크플로우, 프롬프트 및 스크립트가 회사 전체에 걸쳐 공유되면, 모든 부서가 조직의 나머지 부분에 대한 투명성을 얻습니다. 집단 지식은 완성된 각 작업으로 증가하며, 모든 사람이 이익을 얻습니다.

장기 변환 (6개월 이상)

장기적으로, 영향은 깊어집니다. 당신의 회사는 느슨하게 결합된 부서들의 모음에서 AI를 갖춘 유기체로 행동하기 시작합니다. 전략적 조정이 개선되며, AI는真正로 부서 간의 통찰력을 제공합니다. 새로운 인원이 입사할 때, 그들은 문서뿐만 아니라 축적된 조직 지식을 물려받습니다. 그리고 그것은 첫째 날부터 적용할 수 있습니다. 의사 결정이 개선되고 가속화되며, 모든 선택은 여기와 지금에 사용할 수 있는 더 풍부하고 더 포괄적인 컨텍스트로 이루어집니다.

또 다른 지속적인 변환은 비기술 팀도 기업급, 전문 워크플로우에 접근할 수 있게 된다는 것입니다. GitHub의 인프라를 통해, 그들은 버전 제어, 감사 추적 및 전문급 협업 도구를 개발자가 되지 않아도 얻을 수 있습니다. 접근 제어는 올바른 사람들이 올바른 정보를 보도록 보장하며, 아키텍처는 조직이 성장함에 따라 무제한으로 확장됩니다.

그리고 마지막으로, 아마도 가장 심오한 변화는, 채팅봇과 지식 베이스를 넘어 코드를 실제로 실행하는 AI를 갖는 것입니다. 이것이 마법이 일어나는 곳입니다: AI는 요약하거나 조언만 하지 않고, 파일을 처리하고, 분석을 실행하며, 워크플로우를 자동화합니다.

저는 대부분의 회사가 2년 이내에 이 길을 따를 것이라고 믿습니다. 이 시스템을 지금 채택하면 오늘의 워크플로우만 개선하는 것이 아니라, AI-First가 기본값이되면 시장에서 리드를 하는 위치에 있게 됩니다.

개발자 도구의 이점 — 그리고 하나의 강력한 부작용

일반적인 반대는: “곧 모든 것이 ChatGPT, Google Docs 및 Notion에 통합될 것입니다.” 제 대답은: “훌륭합니다 — 그럴 때가 되면 멋질 것입니다. 모든 주요 도구가 더 깊은 AI 협력을 향해 움직이고 있다는 것은 좋은 일이며, 모든 사람에게 AI 기반 팀워크를 더 쉽게 만들 것입니다.

그러나 그 기능이 도착할 때까지, 이미 새로운 도구가 나타날 것입니다. 그리고 그런 도구는 거의 항상 개발자 생태계에서 먼저 도착합니다. 따라서 개발자급 도구를 지금 실험하는 것이 앞날을 위해 지식이 있으려면 의미가 있습니다. 그리고 그것은 그렇게 어렵지 않습니다. 시작하는 데 15분이 걸리는 설정 가이드를 만들었습니다.

또한 “근미래에 무엇이 변경될까?”라는 질문을 묻는 것만이 아니라 “무엇이 항상 일정할까?”라는 질문을 묻는 것이 중요합니다. 새로운 AI 도구가 등장하는 것은 중요하지만, 항상 귀중한 것은 잘 구조화된 조직, 제품, 프로세스, 우선순위, 사람 및 도구에 대한 컨텍스트입니다. 모든 새로운 AI 도구, 아무리 발전된 도구라도, 유용해지기 전에 조직을 “알아야”합니다. Cursor를 주요 AI 인터페이스로 사용하고, GitHub 저장소를 통해 데이터를 공유하면, 강력한 부작용이 있습니다: 조직의 컨텍스트를 자동으로 캡처하고 구조화합니다. 그것은 팀의 일상적인 작업의 부산물입니다.