์ฌ์ ๋ฆฌ๋
“AI-Ready”๋ผ๋ ์ฉ์ด๊ฐ ํด๋ผ์ฐ๋์์ ๊ฐ์ฅ ์ค์ฉ๋๋ ์ฉ์ด๊ฐ ๋ ์ด์
“AI-Ready”는 지난 1년 동안 내가 검토한 모든 벤더 데크와 이사회 회의에서 등장하는 용어입니다. 이 용어는 모든 곳에 있습니다. 하지만 무엇을 의미하는지 더 이상 명확하지 않습니다.
CFO가 “AI-Ready”라고 말할 때, 예산이 승인되었다는 것을 의미합니다. CIO가 말할 때, 플랫폼이 구축되었다는 것을 의미합니다. 컨설턴트가 말할 때, 작업 범위가 정의되었다는 것을 의미합니다. 이사회 이사가 말할 때, 방어 가능한姿勢를 의미합니다. 같은 두 단어가 네 가지 대화에서 사용됩니다.
결과는 예상할 수 있습니다. 회사들은 자신들에게 가장 유리한 정의에 따라 AI-Ready를 선언하고, 그리고 예상치 못한 이유로 생산에서 파일럿이 실패하는 것을 지켜봅니다. 왜냐하면 실제로 같은 문제를 해결하고 있지 않기 때문입니다.
용어가 문제가 아닙니다. 그 아래에 있는 이해가 문제입니다. 그리고 그것을 고쳐야 합니다. 왜냐하면 “AI-Ready”가 실제로 의미하는 것은 대부분의 회사들이 구입하는 것과 거의 관련이 없기 때문입니다.
플랫폼 계층은 성숙하고 있지만, 그것이 간격이 아님
정의를 요구당하면, 대부분의 사람들은 대략 같은 곳에 도착합니다. AI-Ready는 기술적인姿勢를 의미합니다. 플랫폼이 구축되어 있고, 身分 아키텍처가 정의되어 있고, 거버넌스가 문서화되어 있고, 관측 가능성이 배포되어 있고, FinOps 컨트롤이 라이브이고, 아마도 Chief AI Officer가 고용된 것입니다.
이것은 틀린 것이 아닙니다. 이러한 것들이 중요하며, 기술적인 계층은 극적으로 발전했습니다. 구글 클라우드 넥스트에서 지난 주에, 메시지는 명백했습니다. “파일럿의 시대는 끝났고, 에이전트의 시대가 시작되었습니다.” 身分, 거버넌스, 관측 가능성이 플랫폼 자체에 직접 구축되고 있습니다. 주요 하이퍼스케일러는 유사한 기능을 유사한 속도로 수렴하고 있습니다.
그것은 실제적인 전환입니다. 그리고 그것은 심각하게 받아들여야 합니다. 하지만 플랫폼 계층이 성숙함에 따라, 고객의 남은 작업은消滅하지 않습니다. 그것은 더 가시적으로 됩니다. 플랫폼과 귀하의 사람들 사이에 벤더가 구축하지 않을 계층이 있습니다. 대부분의 회사들은 아직 시작하지 않았습니다.
결측 계층: ハーネス
그것을 ハーネ스라고 부릅니다. 귀하의 사람들과 AI 사이의 결정적인 미들웨어입니다. 귀하의 사양, 가드레일, 목표에서 벗어나지 않도록 하는 도구체인입니다.
소프트웨어 개발에서, ハーネス는 모델이 아닙니다. 그것은 사양 시스템, 테스트 인프라, 리뷰 게이트, 배포 정책입니다. 비즈니스에 실제로 필요한 것을满た하는 AI 출력을 유지하는 스캐폴딩입니다. 일반적인 “좋은 코드”가 아니라, 비즈니스에 필요한 것을満た하는 코드입니다.
플랫폼은 일반적인 용도로 구축되었습니다. 비즈니스와의 정렬은 구축 문제입니다. 그리고 오직 귀하만이 해결할 수 있습니다. 대부분의 회사들은 아직 시작하지 않았습니다. 그들은 성숙한 플랫폼 위에 AI를 배치하고, 기본값이 정렬을 강제한다고 믿고 있습니다. 기본값은 결코 그렇게 할 수 없었습니다.
하지만 하이픈을 사용하더라도, 기술적인 계층이 간격이 아닙니다. 인간적인 간격이 있습니다.
실제 병목 현상: 인간의 행동
지난 주, 나는 수동으로 이메일을 45분 동안 작성하기 전에 스스로를 발견했습니다.
나는 이 분야에서 매일 일합니다. 나는 최고의 도구에 접근할 수 있고, 언제 그리고 어떻게 사용해야 하는지에 대한 깊은 이해를 가지고 있으며, 자신의 작업에서 AI를 최대화하는 강한 개인적인 동기를 가지고 있습니다. 그리고 나는 여전히 옛 방식으로 기본값을 사용했습니다. 20년 동안 사용한 동일한 근육 기억으로, 한 줄씩 작성했습니다. 그리고 내가 무엇을 하고 있는지 깨닫지 못했습니다.
준비가 플랫폼 수준에 있다면, 준비가 완료됩니다. 하이픈 수준에 있다면, 준비가 완료됩니다. 하지만 준비는 실제로 어디에 sống느냐에 따라 다릅니다. 그것은 가능성과 실제로 사용하는 것 사이의 간격에 있습니다. 그리고 그것은 개별적으로, 모든 작업에서, 일주일에 수천 번 반복됩니다.
그것이 아무도 해결하지 못하는 간격입니다. 기술이 도움이 되지 않는다는 것이 아닙니다. 20년에서 65년까지의 근육 기억이 프로젝트 계획에 따라 재배열되지 않는다는 것입니다.
한 번 그것을 수용하면, “AI-Ready”라는 용어의 전체 프레임워크가 잘못 보입니다.
“AI-Ready”는 종착점이 아님
“Ready”는 종착점을 의미하지만, 실제로는 종착점이 없습니다. AI-Ready라고 보이는 회사는 다음 램프의 바닥에 서 있으며, 그렇지 않은 회사는 이전 램프의 바닥에 서 있습니다. 두 경우 모두 아직 하지 않은 작업을 바라보고 있습니다.
그것이 “우리는 AI-Ready인가?”라는 질문이 잘못된 이유입니다. 준비를 상태로 취급하지만, 실제로는 준비를 한 단계씩 오르는 것입니다. 더好的 질문은 실제적인 것입니다. 우리의 사람들이 다음 준비 단계가 무엇이고,谁가 그것을 책임지는가입니다. 준비를 목적지로 예산을 배정하지 않습니다. 다음 코스를 위해 예산을 배정합니다.
거의 모든 회사에서, 다음 코스는 개인 수준에서입니다. 그리고 그것이 실제로 작업이 살아있는 곳입니다.
모든 직원이 이제 AI 팀을 관리합니다
당신의 비즈니스에서 모든 개인 기여자는 이제 20명의 전문가를 관리해야 합니다. 그들은 그들을 고용하지 않았으며, 완전히 이해하지 못합니다.
당신의 카피라이터는 연구자, 편집자, 번역가를 가지고 있습니다. 당신의 개발자는 주니어 엔지니어와 코드 리뷰어를 가지고 있습니다. 당신의 제품 매니저는 분석가, 디자이너, 고객 인터뷰 합성기를 가지고 있습니다. 역할, 선임, 상관없이, 당신의 회사에서 모든 사람은 팀을 가지고 있습니다. 그들은 그것을 요청하지 않았습니다. 그들은 훈련을 받지 않았습니다. 그들의 출력의 품질은 그것을 얼마나 잘 관리하는지에 따라 달라집니다.
이것이 실제로 준비가 요구하는 것입니다. 그리고 그것은 변화 관리가 아닙니다. 변화 관리는 절차적인 것입니다. 새로운 워크플로우, 새로운 훈련, 새로운 도구가 상위에서 배포됩니다. 여기서 발생하는 것은 다른 것입니다. 모든 사람이 다른 분야에서 출력을 위임하고, 평가하고, 의심해야 합니다. 그것은 절차가 아닙니다. 그것은 작업의 재정의입니다. 그리고 그것은 모든 수준에서 플레이북 없이 발생합니다.
그것을 원하는대로 부르십시오. 유연성, 연습, 지휘. 레이블이 중요하지 않습니다. 중요한 것은 그것이 작업이라는 것을 인식하는 것입니다. 대부분의 회사는 아직 그것에 대한 이름이나 계획이 없습니다.
준비를 측정하는 방식을 재고합니다
준비를 체크리스트로 측정하는 것을 중단합니다. 준비가 실제로 살아있는 곳에서 측정하기 시작합니다. 개인 수준에서, 그리고 조직을 근육으로 설계합니다. 플랫폼이 아니라, 근육으로 설계합니다.
세 가지 일이 따릅니다. “우리는 AI-Ready인가?”라는 질문을 중단하고, “우리의 사람들이 다음 준비 단계는 무엇이고,誰가 그것을 책임지는가?”라는 질문을 시작합니다. 플랫폼 능력과 동일한 긴급성으로 인간 능력을 투자합니다. 대부분의 이사회는 그 비율을 순서로 반전시킵니다. 그리고 AI 전문가 팀을 관리하는 능력으로 고용하고, 보상합니다. 그것이 새로운 바닥입니다. 목표가 아닙니다.
“AI-Ready”는 잘못된 용어가 아닙니다. 그것은 클라우드에서 가장 오해되는 용어입니다. 그리고 그 오해는 회사가 실제로 인식하는 것보다 더 많은 비용을 지불하게 합니다. 그것을 제대로 하는 회사는 가장 많은 플랫폼을 가진 회사가 아닙니다. 그것은 사람들이 실제로 무엇을 향해 달리고 있는지 재배열한 회사가 될 것입니다.
