Genpact와 HFS Research 보고서: AI 준비도 부족으로 인한 18조 달러의 기업 가치 잠식

인공지능은 기업 전략의 중심이 되어 세계各地의 기업들이 인공지능 초기화, 에이전트 시스템, 디지털 변혁 프로그램에 수십억 달러를 투자하고 있습니다. 그러나 The $18 Trillion Opportunity: Four Enterprise Debts Will Make or Break Your AI Future 보고서에 따르면, 대부분의 기업은 인공지능 투자를 측정 가능한 비즈니스 가치로 전환하는 데 어려움을 겪고 있습니다. 보고서에 따르면, 이는 인공지능 기술의 부족이 아니라, 기업이 四つの 상호 연결된 형태의 기업 부채, 즉 프로세스 부채, 데이터 부채, 기술 부채, 인재 부채에 의해 제약을 받고 있기 때문입니다. 이들 숨겨진 부채는 약 17.9조 달러의 기업 가치를 잠식하고 있습니다.

인공지능의雄心은 높지만 기업의 준비도는 낮다

이 보고서는 16개 산업과 14개 비즈니스 기능을 아우르는 2,002명의 기업 임원들을 대상으로 한 설문조사에 기반합니다. 조사 결과, 인공지능의雄心과 조직의 준비도 사이에 큰 간격이 존재하는 것으로 나타났습니다. 글로벌 2000대 기업의 92%의 고위 임원들이 에이전트 인공지능이 근본적으로 작업을 수행하는 방식을 변경할 것이라고 믿는 반면, 13%만이 에이전트 인공지능이 이미 운영에 통합되어 있다고 보고했습니다.

이 간격은 기업들이 실험에서 배포로 전환함에 따라 점점 더 중요해지고 있습니다. Genpact의 CEO Balkrishan “BK” Kalra에 따르면, 기업들은 인간이 처리하고 검증하는 작업에서 기계가 처리하고 인간이 감독하는 작업으로 이동하고 있습니다. 그러나 기존 시스템에 인공지능을 단순히 겹치게 하는 것은 충분하지 않습니다. 기업들은 먼저 인공지능의 성공이나 실패를 결정하는 기본적인 기초를 해결해야 합니다.

이 보고서는 이 도전을 “인공지능 속도 차이”라고 부르며, 이는 직원이 인공지능을 통해 개인적으로 달성할 수 있는 것과 조직이 구조화된 배포를 통해 달성할 수 있는 것 사이의 차이를 말합니다.

변革을 저해하는 네 가지 기업 부채

이 연구는 인공지능 가치를 실현하지 못하게 하는 네 가지 부채를 식별했습니다.

기술 부채는 가장 잘 알려진 도전입니다. 임원들의 과반수는 기술 부채를 심각한 것으로 분류하며, 이는 낡은 핵심 시스템, 통합 복잡성, 벤더 집중, 인프라 부담으로 인해 발생합니다. 평균 기업 핵심 시스템은 약 10년 된 것으로, 개발 팀은 새로운 기능을 구축하는 것보다 기존 기술을 유지하는 데 40% 이상의 시간을 소요합니다.

데이터 부채는 가장 중요한 인공지능 장벽으로 나타났습니다. 기업 데이터의 과반수는 품질이 낮은 것으로 간주되며, 33%만이 인공지능에 적합하다고 간주됩니다. 또한 직원들은 데이터를 조정, 수정, 준비하는 데 최대 40%의 시간을 소요합니다. 보고서에 따르면, 데이터 품질 실패는 분석 및 인공지능 초기화의 42%를 지연, 성과가 낮거나 완전히 실패하게 만듭니다.

프로세스 부채는 많은 기업이 여전히 수동적이고 단편적이며 잘 관리되지 않는 워크플로에 의존하고 있음을 반영합니다. 기업 프로세스의 거의 절반이 여전히 수동 개입을 필요로 하며, 절반 미만이 공식적으로 문서화되고 관리됩니다. 비효율적인 프로세스는 직원들의 근무 시간의 약 40%를 소요하며, 자동화 및 인공지능 배포에 상당한 장벽을 생성합니다.

인재 부채는 가장 눈에 띄지 않는 부채일 수 있지만, 아마도 가장 결정적인 부채일 것입니다. 직원들의 32%만이 인공지능에 준비가 되어 있다고 간주되며, 지식 근로자의 절반은 운영 부족으로 인해 좌절과 불만을 보고합니다. 인재 부족, 기술 격차, 인공지능 준비 부족은 다른 모든 부채를 복합하며, 채택을 늦추고 조직의 민첩성을 제한합니다.

기업 부채는 기업에 예상보다 더 많은 비용을 초래한다

几乎 90%의 기업 리더들은 이미 기업 부채가 비즈니스 성과에 영향을 미치고 있다고 인정합니다. 이러한 결과는 IT 부서를 넘어서는 것입니다.

보고서에 따르면, 기업 부채는 운영 비용을 평균 34% 증가시키며, 제품 출시를 약 8개월 지연시키고, 변혁 초기화의 34%가 예상 결과를 달성하지 못하게 만들며, 조사된 기업의 85%에서 인공지능 가치 실현을 제한합니다.

중요한 것은, 이러한 부채가 독립적으로 작용하지 않는다는 것입니다. 기술 부채는 데이터 품질을 저하할 수 있습니다. 약한 거버넌스는 프로세스 비효율성과 인재 도전을 동시에 생성할 수 있습니다. 수동 워크플로는 종종 프로세스 부채와 데이터 부채를 동시에 생성합니다. 보고서는 기업들이 종종 하나의 부채를 독립적으로 해결하려고 시도하기 때문에 실패한다고 주장합니다.

18조 달러의 기회를 정량화하다

이 보고서의 가장 주목할 만한 발견 중 하나는 기업 부채를 해결하면 글로벌 2000대 기업에서 거의 17.9조 달러의 가치를 잠금할 수 있다는 것입니다. 가장 큰 기회는 프로세스 부채와 데이터 부채에서 나옵니다. 각 부채는 약 7.7조 달러의 회수 가능한 가치를 나타냅니다. 기술 부채는 1.5조 달러를 차지하며, 인재 부채는 약 1조 달러를 차지합니다.

연구원들은 이 수치를 임원들의 잠재적 수익 증가와 부채 해결로 인한 비용 감소에 대한 추정치를 사용하여 계산했습니다. 설문 응답에 따르면, 기업 부채를 해결하면 대규모 기업에서 약 8% 더 빠른 연간 수익 증가와 16%의 연간 비용 감소를 달성할 수 있습니다.

아마도 가장 주목할 만한 것은, 보고서가 비용 절감만이 전체 이야기를 전하지 않는다고 결론지었습니다. 부채 해결은 더 빠른 제품 출시, 더 짧은 판매 주기, 개선된 의사 결정, 더 나은 고객 경험, 더 효과적인 인공지능 배포와 같은 기회를 생성합니다. 즉, 기업은 효율성과 성장을 동시에 얻을 수 있습니다.

인공지능 초기화가 왜 실패하는가

尽管 투자가 증가하고 있지만, 많은 인공지능 초기화가 파일럿 프로그램을 넘어서지 못하고 있습니다.

설문조사에 따르면, 데이터 부채는 33%의 응답자가 인공지능 가치를 실현하지 못하는 주요 이유로 꼽혔습니다. 기술 부채는 28%, 프로세스 부채는 23%, 인재 부채는 16%를 차지했습니다.

각 부채 유형에 따라 결과가 다릅니다. 데이터 부채는 인공지능 초기화를 증명 단계에 갇히게 만듭니다. 기술 부채는 배포 비용을 증가시키고 확장을 복잡하게 만듭니다. 프로세스 부채는 일관되지 않은 워크플로에서 인공지능 에이전트가 작동할 때 비신뢰적인 결과를 생성합니다. 인재 부채는 채택을 늦추고 성공적인 에이전트 시스템에 필요한 인간监督을 제한합니다.

이 보고서는 인공지능이 결국 부실한 기초를 보상할 수 없다고 반복적으로 강조합니다. 기업이 불완전한 프로세스를 자동화하거나 낮은 품질의 데이터 위에 인공지능을 배포하려고 시도하면, 효율성을 해결하는 대신 비효율성을 확대할 위험이 있습니다.

일부 산업은 다른 산업보다 더 큰 기회를 가졌다

부채 해결의 기회는 산업 전체에 고르게 분포되지 않습니다.

제조업이 목록을 이끌며, 수익 증가와 비용 절감을 결합한 약 4.8조 달러의 기회를 제공합니다. 의료 및 생명 과학은 약 3.3조 달러, 소매 및 소비자 가공품은 2.7조 달러를 차지합니다. 에너지, 기술, 금융, 운송, 보험도 상당한 기회를 나타냅니다.

부채의 특성은 부문별로 다릅니다. 금융 서비스 기업은 수십 년간의 합병, 인수, 규제 요구로 인해 데이터 부채에 가장 많이 어려움을 겪습니다. 제조업, 소매업, 의료업은 장기간의 다자간 워크플로로 인해 프로세스 부채를 경험합니다. 생명 과학 및 기술 하드웨어 회사들은 내장된 소프트웨어 시스템과 규제 제약으로 인해 기술 부채를 경험합니다.

기능 수준에서, 엔지니어링, 제품 개발, IT 팀은 기술 스택, 인프라, 워크플로에 가장 가까이 위치하며, 기업의 인공지능이 성공적으로 확장할 수 있는지 결정합니다.

부채를 해결한 6%

이 보고서에서 가장 계략적인 발견 중 하나는 기업의 6%만이 “증명된 부채 해결사”로 간주된다는 것입니다. 이러한 기업은 성공적인 부채 해결 프로그램을 수립, 실행, 측정했습니다. 또 43%의 기업이 부채 해결을 위해 적극적으로 노력하고 있으며, 51%의 기업은 계획이 없거나 승인되지 않았거나 아직 시작하지 못했습니다.

연구에 따르면, 성공적인 기업은 몇 가지 특성을 공유합니다. 그들은 부채 해결을 CEO 수준의 명령으로 간주하며, 장기적인 기초 작업과 근시안적인 운영 개선 사이에서 균형을 유지하는 이중 속도 전략을 추구합니다. 그들은 인재 개발, 거버넌스, 인공지능 준비, 데이터 플랫폼과 같은 능력에大量 투자합니다. 또한 인공지능을 사용하여 프로세스 마이닝, 워크플로 분석, 데이터 품질 개선, 인력 훈련을 통해 부채 감소를 가속화합니다.

아마도 가장 중요한 것은, 이러한 기업이 행동한다는 것입니다. 계획만 하지 않고, 실제로 실행에 옮깁니다. 보고서는 성공적인 기업과 실패한 기업 사이의 간격이 기술적인 것이 아니라, 실행에 대한 차이임을 결론지었습니다.

인공지능의真正한 도전은 인공지능이 아닐 수 있다

이 보고서를 통해 강조되는 가장 강한 테마 중 하나는 기업 부채가 궁극적으로 기술적인 도전이 아니라 리더십 도전이라는 것입니다. 기업들이 인공지능 투자를 증가시키고 있지만, 많은 기업이 인공지능 투자가 가치를 창출하도록 하는 운영, 문화, 구조적인 문제를 해결하지 못하고 있습니다.

Genpact의 보고서 The $18 Trillion Opportunity: Four Enterprise Debts Will Make or Break Your AI Future는 인공지능 변혁과 부채 해결이 별개의 초기화가 아니라, 서로 다른 관점에서 본 동일한 프로그램이라고 명확히 밝힙니다. 기업이 프로세스, 데이터, 기술, 인재 부채를 함께 해결하면, 상당한 성장과 효율성 개선을 달성할 수 있습니다. 그러나 불안정한 기초 위에 인공지능을 구축하는 기업은 더 많은 돈을 쓰면서 더 적은 것을 성취할 위험이 있습니다.

기업 리더들을 위한 보고서의 핵심 메시지는 간단합니다. 부채가 어디에 있는지, 무엇이 부채를 초래하는지, 그리고 경쟁자가 격차를 넓히기 전에 부채를 해결하기 시작하십시오. 인공지능 시대에서 승리하는 기업은 인공지능에 가장 많은 돈을 투자하는 기업이 아닐 수 있습니다. 오히려, 인공지능이 성공하기 위해 필요한 운영 기초를 먼저 구축하는 기업이 승리할 것입니다.