혁신에 대한 공포를 극복하고 비즈니스 문제를 해결하기 위한 AI/GenAI 사용법

기업의 리더들은 매년 성과를 평가하고 다음 계획을 수립하기 위해 모든 기능의 관리자들이 모이는 바쁜 시즌에 접어들고 있습니다. 비용 증가, 지속적인 공급망 문제, 지속가능성 목표 달성을 위한 노력 등 많은 도전이 있지만, 여전히 모든 사람의 마음에 가장 중요한 주제는 인공지능(AI)/생성적 인공지능(GenAI)입니다.

이것은 혁신에 대한 공포의 시대이며, 리더들은 운영에 AI/GenAI 기능을 일부 통합하여 회사가 뒤처지지 않도록 압력을 받고 있습니다. 그러나 모든 흥분 속에서 혁신은 과정이지 해결책이 아니라는 것을 기억하는 것이 중요합니다. 지속적인 영향을 창출하기 위해, 조직은 새로운 기능이 특정需求에 맞게 매칭되고, 위험을 평가하고, 측정 가능한 비즈니스 결과에 연결되어 있는지 확인해야 합니다.

기업 리더십 팀에서 흔히 나오는 세 가지 질문/도전과 AI/GenAI가 도움을 줄 수 있는 방법, 그리고 이미 이러한 혁신이 차이를 만들어내고 있는 여러 산업의 예를 살펴보겠습니다.

매일 새로운 기술이 소개되고, 우리의 예산은 이미 얇습니다. 우리는 어디에 AI/GenAI 혁신에 대한 투자를 해야 가장 높은 ROI를 얻을 수 있을까요?

모두가 속도를 내는 상황에서, 리더십 팀은 기본에 집중하고 속도를 늦추는 것이 중요합니다. 먼저, 모두가 AI/GenAI에 대한 생각을 일치시킵니다. AI는 이미 오래전부터 존재했으며, 높은 수준에서 데이터를 분석하고, 통찰력을 얻고, 더智能하게 일할 수 있는 도구로 생각하는 것이 좋습니다. GenAI는 더 초기 단계이며, 이러한 통찰력을 이용하여 자동으로 실제 콘텐츠와 추천을 생성하는 방법에 관한 것입니다. 모든 회사가 AI/GenAI 기능을 통합할 수 있지만, 이 과정을 민주화하여 직원이 가치를 느낄 수 있도록 하는 것이 도움이 됩니다.

기업은 전사적인 AI 생태계를 구축하고자 할 때, 도요타가 개척한 “카이젠” 방법에서 영감을 얻을 수 있습니다. 이 접근법은 지속적인 개선을 포함하며, 모든 수준의 조직에서 팀이 작은, 점진적인 변화를 통해浪費를 제거하고 프로세스를 최적화하도록 권장합니다. 이것은 단순히 AI/GenAI가 가장 큰 영향을 미칠 수 있는 곳을 식별하는 데 도움이 되는 것뿐만 아니라, “테스트하고 학습”하는 마음가짐을 조직의 문화에 퍼트려 더 행복하고 생산적인 직원을 만들 수 있습니다.

초점: 운송 산업

운송에서, AI/GenAI는 수요 예측, 재고 관리, 예측 유지 보수, 노선 최적화 등 모든 것을 개선하는 데 도움을 주고 있습니다. 델타 항공은 고객 데이터를 분석하여 개인화된 여행 경험을 제공하는 데 GenAI를 사용하며, 뉴욕시 지하철은 요금 회피를 줄이기 위해 AI를 사용합니다.

우리가 확장함에 따라, C-Suite와 기능 리더십 사이에 의사소통 갭이 발생하고 있습니다. 우리는 내부 및 외부 메시지에서 진정성을 잃지 않고 더 효과적인 메시지를 만들기 위해 AI/GenAI를 어떻게 사용할 수 있을까요?

GenAI는 현실적인 메시지를 생성할 수 있지만, 브랜드 평판을 보호하기 위해 특정 표준을 유지하는 것이 중요합니다. 즉, 스타일이 중요하며, 사람들이 진정성 있게 의사소통하고 싶어합니다. 최근 PwC의 조사에 따르면, 신뢰를 구축하는 것은 C-Suite, 소비자, 직원 사이에서 점점 더 중요해지고 있으며, 93%의 비즈니스 임원은 신뢰를 구축하고 유지하는 것이 수익성을 개선하는 데 도움이 된다고 동의합니다. 조직 내부에서도 마찬가지이며, 새로운 관리 지침이 거짓말처럼 들리거나, 새로운 기술이 적절한 맥락에서 제공되지 않는 경우 직원이 주의를 기울이는 것이 일반적입니다.

의사소통 불일치는 시간과 돈을浪費하며, 혁신과 운영 효율성을 저해합니다. GenAI는巨大한 데이터셋을 분석하여 잠재적인 반응을 모델링하고, 실시간 통찰력을 제공하며, 두 “언어” 사이의桥梁 역할을 하여 이를 해결할 수 있습니다. 실행자가 성과에 대한 시의적절한 AI 주도 통찰력을 가지면, 운영 결정과 전략적 목표를 더 잘 일치시킬 수 있습니다. 또한, 직원이 교육과 업스킬링을 통해 과정의 일부가 된다면, AI/GenAI는 위협이 아닌 자산으로 볼 수 있습니다.

초점: 소매 산업

전염병 이후 소비자 행동은劇的に 변화했으므로, 소매 회사들은 고객 데이터를 분석하고 개인화된 서비스, 제품 추천, 마케팅 캠페인을 제공하기 위해 AI를 사용해야 합니다. 규모에서, AI는 또한 미래 행동을 예측하여 타겟팅된 판매 노력과 고객 확보를 개선하는 데 사용할 수 있습니다. 이 분야의 미래는 흥미롭고, 쇼핑하는 방식을 완전히 혁신할 것입니다. 예를 들어, 아마존은 카메라와 매장 센서에서 데이터를 분석하여 전 세계의 체크아웃이 없는 매장을 구동하는 AI 강화 “Just Walk Out” 기술을 계속 개선하고 있습니다.

우리의 산업은大量의 민감한 고객 정보를 다루고 있으며, 새로운 기술을 도입하는 것이 데이터에 대한 취약성을 증가시킬 수 있다는 것을 우려합니다. 이러한 산업에서 AI/GenAI를 사용하는ประโยชน은 무엇이며, 우리는 어떻게 위험을 완화할 수 있을까요?

의학에서와 같이, AI/GenAI 변환의 황금 법칙은 “첫째, 해를 끼치지 마십시오.”입니다. 의료 서비스와 금융 서비스와 같은 특정 산업은 복잡하고 규제된 환경으로 인해 널리 보급된 AI를 채택하기에 느렸지만, 특정 기능에서巨大한 발전이 있었습니다. 가장 눈에 띄는 증거는 고객 서비스에서 있으며, AI 기반의 챗봇과 가상 어시스턴트는 24/7 지원을 제공하고 일반적인 물류 질문에 도움을 줄 수 있습니다. 예를 들어, 2018년에 출시된 뱅크 오브 아메리카의 AI 기반 챗봇 “에리카”는 800만 건의 문의에 대한 답변을 제공했으며, 1.2억 번 이상 개인화된 통찰력과 지침을 제공했습니다.

기발하게도, 민감한 산업에서 보안에 대한 우려에도 불구하고, AI/GenAI는 사기 탐지 분야에서 순수한 긍정적인 영향을 누렸습니다. 금융 사기는 금융에서 만연한 문제이며, 전문가들은 2029년까지 금융 산업에 480억 달러의 비용을 초래할 것으로 예상합니다. AI 알고리즘은巨大한 데이터셋을 분석하여 사기 활동을 나타낼 수 있는 이상 징후를 식별할 수 있으며, 보안 팀은 의심스러운 활동에 대한 임계값을 설정하여 이러한 임계값을 초과할 때만 개입할 수 있습니다. GenAI는 또한 데이터 입력, 조정 등과 같은 일상적인 작업을 자동화하여 팀이 더 세련된 결정을 내릴 수 있도록 해줍니다(대출 승인, 부도 등).

초점: 금융 산업

2021년, PNC는 AI와 기계 학습(ML)을 사용하여 회사의 역사적 데이터에서 훈련된 현금 관리 애플리케이션인 PINACLE을 출시했습니다. 모듈이 훈련되면 매일 업데이트되어 미래의 현금 흐름을 예측하고 버전 관리 문제를 줄이고 다양한 시나리오에 대한 현재 및 미래의 현금 위치에 대한 더 나은 통찰력을 제공할 수 있습니다. AI는 또한 지속가능성에 중점을 둔 투자자들에게 도움을 줄 수 있습니다. 모간 스탠리는 AI의 분석 능력이 “강한 ESG 성과를 가진 회사들을 식별하고, 위험을 완화하며, 지속가능성 목표와 더 잘 일치하는 포트폴리오를 형성”하는 데 도움을 줄 수 있다고 조언합니다.

2025년을 위한 토대 마련

회사는 AI/GenAI로 운영을 최적화할 수 있는一度적인 기회를 가지고 있지만, 이러한 변환에는 규율이 필요합니다. 내년을 향해, 리더십은 다음을 분명히 해야 합니다: (1) 변화는 팀 스포츠입니다; (2) 새로운 기술의 ROI는 특정 비즈니스 결과에 연결되어야 합니다; (3) 방향 없이 속도는 혼란을 만듭니다. 흥분을 무시하고 의미 있는 영향을 집중하면, 조직은 이 새로운 혁신의 시대에서 지속적인 성공을 준비할 수 있습니다.