์ฌ์ ๋ฆฌ๋
์ธ๊ฐ์ ํ๋จ๊ณผ AI์ ์คํ ์ฌ์ด์ ๊ท ํ ์ฐพ๊ธฐ
현재 AI에 대한 가장 큰 오해 중 하나는 인간의 입력과 기계 주도 실행 사이에 명확한 균형이 있다는 것이다. 그러나 그렇지 않다. 우리는 실시간으로 배우고 있다.
중요한 것은 정적인 분할을 정의하는 것이 아니라, 인간과 AI에 적합한 역할과 결정이 무엇인지 이해하는 것이며, 그 선이 계속 이동함에 따라 조정할意愿을 갖는 것이다. 작업이 어떻게 수행되고 결과를誰が 소유하는지, 판단이 여전히 필요한 곳은 어디인지, 그 균형은 여전히 형성되고 있다.
리더들에게 더 중요한 질문은 단순히 AI를 어떻게 사용할 것인가가 아니라, 어디에 적합하고, 어디에 부적합하며, 그 균형을 잘못 맞춘 경우 어떤 위험이 있는지 생각하는 것이다.
AI는 판단을 대체하지 않는다, 그것을 가속화한다
일반적인 이야기 중 하나는 AI가 인간의 생각을 대체한다는 것이다. 그러나 실제로는 반대이다. AI는 판단을 가속화한다, 그것을 제거하지 않는다.
기반은 증강이다. 올바른 인간과 올바른 AI 도구를 조합하면, 단일 작업에서 더 빠르게 만드는 것이 아니라, 전체적으로 처리할 수 있는 범위를 확장한다.
예를 들어, 소프트웨어 비즈니스에서 제품 팀은 단지 요구 사항을 작성하는 것을 넘어서, 테스트, 문서화,甚至 고객 상호작용에도 기여할 수 있다. 역할이 축소되는 것이 아니라, 확장된다. 부담이 증가하지만, 능력도 증가한다.
그것이 실제로 일어나는 곳이다. 사람들을 대체하는 것이 아니라,一个人이 실제로 소유할 수 있는 것을 재정의하는 것이다.
인간이 여전히 리드해야 하는 곳
AI가 더 능숙해짐에 따라, 질문은 인간이 여전히 참여하는지에 대한 것이 아니라, 어디에서 가장 중요하게 참여하는지에 대한 것이며, 오늘날 가장 명확한 구분은 주관적이고 객관적인 작업 사이에 있다.
AI는 객관적인 작업에서 잘 작동한다:大量의 데이터를 분석하고, 일관성을 유지하고, 볼륨을 처리하고, 편견을 제거한다. 반면에, 인간은 여전히 주관적인 결정, 특히 트레이드 오프, 예외 또는 미묘한 점이 포함된 경우에 더 잘한다.
또한, 회사를 정의하는 작업 범주는 인간이 리드해야 한다.
- 가치와 문화적 결정
- 고위험 고객 대화
- 문제가 발생한 경우
- 책임이 필요한 상황
AI는 사람을 준비시키는 데 도움이 될 수 있지만, 그 순간은 여전히 인간에게 속한다.
소유권은 특히 어려워서 아웃소싱하기 어렵다. 누군가는 결정과 그 결과를 책임져야 한다. 오늘날, 그것은 여전히 본질적으로 인간적인 것으로 느껴진다.
그러나, 이것은 정적이지 않다. 선은 계속 이동할 것이며, 리더들은 증거가 변경됨에 따라 그것을 재검토할 의향을 가져야 한다.
AI가 오늘날 인간을 능가하는 곳
또한 AI가 의미있는 방식으로 이미 인간을 능가하는 분야가 있다.
엔지니어링 전반에 걸쳐, Cursor, Replit, Claude Code, Codex와 같은 도구는 소프트웨어가 구축되는 방식을 근본적으로 변경하고 있다. 이러한 시스템이 제공하는 성능 수준은 놀라운 것이다.
보다 광범위하게, AI는 다음 분야에서 우수하다:
- 고 볼륨 실행
- 대규모 데이터 분석
- 수천 개의 상호작용에서 일관성을 유지
- 피로 또는 분산 없이 작동
판매 상황에서 이것은 특히 명확하다. AI는 모든 인바운드 리드를 처리하고, 수천 개의 대화에서 일관된 тон을 유지하고, 지연 없이 추적할 수 있다. 규모에서, 그것은 구매자를 미러링하는 방식으로 구매자를 예선하고, 캡처하고, 참여시킬 수 있다.
그런 수준의 일관성은, 아무리 재능 있는 팀이라도 인간 팀에서 기대할 수 없는 것이다.
“인간 주도, AI 구동” 워크플로우가 실제로 무엇인지
현재 나타나는 가장 효과적인 모델은 작업을 대체하는 것이 아니라, 작업이 분산되는 방식을 재정의하는 것이다.
작동하는 패턴은 이것이다: 인간이 방향을 설정하고 판단을 적용하고, AI가 볼륨과 회수를 처리한다.
실제에서는 이것이 의미한다: 판매자가 하루를 시작할 때, AI가 이미 인바운드 리드를 예선하고, 대화 컨텍스트를 캡처하고, 실제로 인간의 주의가 필요한 기회를 표면화했다.
제품 측면에서, AI는 초안, 테스트, 문서화에 도움이 되고, 인간은 아키텍처와 고객 결정에 집중한다.
목표는 인간으로부터 작업을 제거하는 것이 아니라, 인간이 실제로 필요한 작업만 하는 것을 보장하는 것이다. 모든 다른 작업은 배경에서 일관되게 처리된다.
그러나, 이 모델은 여전히 진화하고 있다. 오늘날 先進的な 것으로 느껴지는 것이, 1년 후에는 불완전한 것으로 느껴질 수 있다. 이것이 과정의 일부이다.
AI에 너무 많이 의존하는 위험
가장 큰 위험은, 그것이 잘못된 경우를 인식하지 못하는 것이다. AI는 기본적으로 자신감이 있다. 그것은 좋은지 나쁜지에 관계없이 답을 제공할 것이다. 도메인을 이해하는 인간이 출력을 검토하지 않는다면, 회사들은 오랜 기간 동안 사실상 조용한 오류로 작동할 수 있다.
두 번째 위험은 기관의 지식의 손실이다. 팀이 작업을 직접 수행하지 않으면, 그 작업에서 오는 직관을 잃는다. никто가 예선 전화에 귀를 기울이지 않으면, 실제로 구매자가 무엇을 말하는지 알지 못한다. 시간이 지남에 따라, 그것은 실제로 무엇이 잘못되었는지 인식하기 더 어려워진다.
세 번째 위험은 더 문화적이고 종종 논의되지 않는다. AI에 너무 많이 의존하는 회사는 인간의 관점을 유지하지 않으면空虚하게 느껴질 수 있다. 고객은 기술적으로 올바르더라도, 상호작용이 진정성 없게 느껴질 때를 알아차린다.
따라서, 질문은 단순히 얼마나 많은 AI를 사용할 것인가가 아니라, 비즈니스에서 인간이 여전히 작업에 충분히 가까이 있는지, AI가 도움이 되고 있는지, 그리고 손상하고 있는지를 인식하는지에 있다. 아직 깨끗한 공식은 없을 것이며, 아마도 오랜 시간 동안은 없을 것이다.
결과를 중심으로 팀을 재구성하기
AI가 더 많은 실행을 맡길수록, 리더들은 팀을 구조화하는 방식을 재고해야 한다.
수십 년 동안, 우리는 작업을 기반으로 조직도를 구축했다. SDR이 예선한다. AE가 마감한다. CS 대표가 온보딩한다. AI가 이러한 작업을 처리할 것이므로, 작업을 기반으로 하는 조직도는 깨질 것이다.
중요한 것은誰가 결과를 소유하는지이다.
誰가 첫 터치에서 갱신까지 구매자의 경험을 소유하는가?誰가 제품 피드백 루프를 소유하는가?誰가 고객과 회사가 가진 신뢰를 소유하는가?
그 소유자를 중심으로 팀을 구축하고, AI를 레버리지로 제공하고, 인간의 작업이 어디서 발생하고, 어디서 발생하지 않는지 결정하게 하라.
이것을 올바르게 하는 리더들은 아마도 더 작은 팀을 운영할 것이며, 더 많은 것을 생산할 것이며, 직원이 실제로 의미 있는 작업을 할 것이다. 이것을 잘못하는 리더들은 모델이 더 이상 필요하지 않은 헤드카운트를 계속 추가할 것이며, 왜 마진이 더 나빠지는지 궁금해할 것이다.
우리는 아직 초기 단계에 있으며, 플레이북은 실시간으로 작성되고 있다. 이것은 정적인 모델이 아니라, 계속 진화할 방향이다. 우리는 모두 이 순간을 최선을 다해, 인간의 시스템을 강화하는 방식으로, 아니라 약화시키는 방식으로, 어떻게 탐색할 수 있는지 알아내고 있다.
