펀치카드 시스템즈의 매니징 파트너 샘 젠킨스 – 인터뷰 시리즈

샘 젠킨스, 펀치카드 시스템즈의 매니징 파트너는 기술, 기업가정신, 조직 변화를 위한 작업에서 20년 이상의 경력을 가지고 있습니다. 2016년 펀치카드 시스템즈를 공동 설립한 이후, 그는 회사의 성장에 대한 조언을 제공하며 디지털 워크플레이스 전략, 커스텀 소프트웨어, 인공지능, 그리고 새로운 기술에 대한 조언을 제공했습니다. 그의 이전 경력에는 스타트업 에드먼튼과 웰넥스의 공동 설립, 아이오머 인터넷 솔루션즈의 비즈니스 개발 및 마이크로소프트 워크플레이스 기술 이니셔티브, 기술, 헬스케어, 공공 안전, 커뮤니티 조직의 이사 및 이사회 직책이 포함됩니다. 이러한 배경은 기술이 어떻게 사람들의 협력, 의사 결정, 작업 수행 방식을 변화시키는지에 대한 폭넓은 관점을 제공했습니다.

펀치카드 시스템즈는 캐나다의 소프트웨어 및 기술 파트너로서, 중소기업 및 중견 기업을 위한 디지털 솔루션을 설계, 개발, 구현하며, 측정 가능한 비즈니스 목표와 연계합니다. 캐나다와 미국에 걸쳐 150개 이상의 고객을 보유한 이 회사의 역량에는 커스텀 웹 및 모바일 소프트웨어, 인공지능, 클라우드 인프라, 데이터 및 분석, 사용자 경험 디자인, 마이크로소프트 365, 애저, 코파일럿, 팀즈, 셰어포인트, 파워 플랫폼과 같은 워크플레이스 기술이 포함됩니다. 펀치카드는 조직이 운영을 현대화하고, 직원 및 고객 경험을 개선하며, 새로운 기술을 실제 비즈니스 프로세스에 통합하는 것을 지원합니다.

당신의 경력은 워크플레이스 기술의 진화와 함께했습니다. 마이크로소프트 셰어포인트 기반의 직원 플랫폼과 스타트업 에드먼튼의 공동 설립, 그리고 펀치카드 시스템즈의 구축을 통해, 소프트웨어가 직원自身을 운영하는 것에서 인공지능 에이전트가 작업을 代行하는 방향으로 어떻게 변화했는지에 대한 당신의 견해는 어떻습니까?

제가 처음 디지털 워크플레이스 기술과 함께 일하기 시작했을 때, 셰어포인트와 같은 기술은 직원들이 정보를 찾고, 지식을 공유하며, 협력하는 더好的 방법을 만들기 위해 초점이 맞춰졌습니다. 그러나 오늘날, 우리는 개인의 생산성 도구로서의 인공지능을 넘어서, 에이전트가 직원 代行으로 더 복잡한 작업을 수행할 수 있는 새로운 시대로 이동하고 있습니다.

이것이 변화하는 부분입니다. 우리의 생태계는 개인 생산성 도구로서의 인공지능을 넘어서, 에이전트가 인간 代行으로 더 복잡한 작업을 수행할 수 있는 시스템으로 이동하고 있습니다. 클라우드 코워크와 채트지피티 워크는 이러한 에이전트 접근 방식을 khá phổ biến하게 만들었습니다.

제가 이러한 기술 변화를 몇 번 목격했습니다. 패턴은 항상 동일합니다. 승리하는 조직은 새로운 기술을 단순히 배포하는 것으로 대처하지 않습니다. 그들은 이를 사람, 프로세스, 기술이 함께 작동하는 방법을 재고하는 기회로 간주합니다.

채트지피티 워크는 연결된 애플리케이션 및 파일에서 정보를 수집하고, 다단계 할당을 완료하며, 완성된 문서, 스프레드시트, 프레젠테이션을 생성할 수 있습니다. 이러한 기능이 이전에 이러한 자료를 직접 생성했던 지식 근로자의 일일 업무에 어떤 영향을 미칠까요?

제 생각에는 작업이 “출력을 생성”에서 “결과를 관리”로 이동하고 있습니다. 이것은 지식 근로자의 역할을 근본적으로 변화시키지만, 이것은 인간의 통찰력과 감독의 필요성을 대체하지는 않습니다. 대신, 직원들은 에이전트가 생성한 출력을 관리, 검토, 조율하는 방향으로 이동할 것입니다.

반복적인 작업은 에이전트로 이동할 것입니다. 정보 수집, 프레젠테이션 또는 문서 작성, 데이터 요약 등이 이러한 작업에 포함됩니다. 이것은 사람들이 실제로 사람에게 필요한 작업을 수행할 수 있도록 해줍니다. 전략, 창의성, 비판적思考, 협력 등이 이러한 작업에 포함됩니다.

에이전트에게 올바른 컨텍스트를 제공하고, 에이전트의 출력이 올바르지 않은 경우를 인식하는 능력이 점점 더 가치 있게 됩니다.

당신은 성장하는 “에이전트 관리자”의 필요성을 언급했습니다. 이러한 역할은 실제로 무엇을 포함하며, 어떻게 하면 조직이 에이전트 관리자를 효과적으로 채택하고, 이들이 비즈니스 목표에 기여하는지 확인할 수 있을까요?

에이전트 관리자는 조직이 에이전트를 책임감 있게 채택하고, 효과적으로 사용하는 데 중요한 역할을 할 것입니다. 그들의 책임은 에이전트가 생성한 출력을 관리하고, 비즈니스 목표와 일치하는지 확인하는 것입니다.

이 역할은 전통적인 IT나 제품 관리자와는 다릅니다. 전통적인 IT는 인프라와 기술 시스템을 소유하며, 제품 관리자는 제품 개발과 개선에 초점을 맞춥니다. 모든 부서에서 에이전트가 적용되는 특정 영역을 이해하는 사람이 필요합니다.

真正의 변화는 소유권에 있습니다. 대부분의 조직은 이러한 시스템이 가치를 제공하고, 허용 가능한 위험 범위 내에 있는지 명확하게 책임을 지는 사람을 지정하지 않았습니다. 이러한 역할은 이러한 격차를 채우는 데 도움이 될 것입니다.

KPMG 캐나다의 조사에 따르면, 에이전트는 이미 조직이 신입 및 경력 직원을 채용하는 방식에 영향을 미치고 있습니다. 이러한 에이전트가 더广泛하게 사용되기 시작할 때, 어떤 기술이 더 가치 있게 될까요?

가치 있게 될 기술은 인간만의 고유한 기술입니다. 비판적思考, 판단, 의사소통, 창의성, 문제 해결, 리더십 등이 이러한 기술에 포함됩니다.

기술적인 인공지능 문해력은 여전히 중요하지만, 고용주는 비즈니스 환경에서 인공지능이 어떻게 적용되는지 이해하는 사람을 찾고 있습니다. 이것에는 변화 관리, 위험 관리, 전략적思考과 같은 기술이 포함됩니다.

기술과 비기술 역할 사이의 경계가模糊해지고 있습니다. 조직은 이미 습득한 기술만을 고용하는 대신, 배우고, 적응하고, 지속적으로 스킬을 업그레이드할 수 있는 사람을 찾고 있습니다. 가장 가치 있는 직원은 인공지능의 능력을 사용하면서 인간의 판단이 어디에 필요한지 이해할 수 있는 사람입니다.

많은 직원이 전통적으로 반복적인 입사-level 작업을 통해 전문적인 판단력을 개발했습니다. 에이전트가 이러한 작업을 흡수하면, 조직은 어떻게 해서 젊은 직원이 효과적인 의사결정자가 되기 위해 필요한 경험을 얻을 수 있을까요?

이것은有点 걱정스러운 진실입니다. 사람들은 이전에 입사-level 작업을 통해 판단력과 경험을 쌓았습니다. 에이전트가 이러한 작업을 수행하면, 사다리는 몇 개의 단계가หาย됩니다.

조직은 젊은 인재를 통해 멘토링, 코칭, 의사결정 연습, 더 높은 가치의 프로젝트에 대한 노출을 통해 건설해야 합니다.

또한 역 멘토링의 기회가 있습니다. 에이전트 툴에 더 익숙한 젊은 직원이 팀에 이러한 기술이 어떻게 적용될 수 있는지 도움을 줄 수 있습니다. 동시에 경험이 풍부한 직원들은 비즈니스 컨텍스트와 판단력을 제공할 수 있습니다.

목표는 인간과 에이전트가 함께 일하는 작업장을 위한 학습 과정을 재설계하는 것입니다.

펀치카드 시스템즈는 마이크로소프트 365 및 관련 워크플레이스 기술을 구현하는 경험을 가지고 있습니다. 채트지피티 워크는 마이크로소프트 코파일럿과 구글 제미니의 경쟁 환경에 어떤 영향을 미칠까요? 조직은 에이전트 플랫폼을 선택할 때 어떤 요소를 고려해야 할까요?

경쟁 환경은 빠르게 진화하고 있습니다. 조직은 더 많은 선택肢을 가지고 있습니다. 결정은 기존 기술 환경, 워크플로우, 보안 요구 사항, 비즈니스 목표와 가장 잘 일치하는 솔루션을 선택하는 것입니다.

마이크로소프트 365에 이미 투자한 조직에서는 코파일럿과 같은 툴이 기존 애플리케이션 및 데이터와의 통합을 통해 이점을 제공할 수 있습니다. 다른 조직에서는 다른 플랫폼이 더 적합할 수 있습니다.

저는 지도자들이 묻는 질문이 gì인가에 따라 달라집니다. “어떤 도구?”가 아니라 “어떤 문제를 해결하고, 어느 플랫폼이 책임감 있게 해결하도록 도와줄 수 있을까?”입니다.

우리가 직접 배운 것은, 성공적인 채택은 도구 이상의 것입니다. 우리는 회사 전체에 걸쳐 에이전트 플랫폼을 구현했으며, 실제로 우리가 일하는 방식에 맞게 맞춤형 모델을 조정했습니다. 모든 직원이 이를 사용하지만, 이는 올바른 제품을 선택한 결과가 아닙니다. 이는 강력한 데이터 기반, 거버넌스, 에이전트를 회사 운영에 통합하는 방식에서 비롯됩니다.

모델 성능은 종종 워크플레이스 인공지능에 대한 논의를 지배하지만, 조직은 또한 권한, 데이터 액세스, 감사 가능성, 책임성을 고려해야 합니다. 에이전트가 이메일, 문서, 내부 데이터베이스, 비즈니스 애플리케이션을 통해 운영되기 전에 어떤 거버넌스 제어를 설정해야 합니까?

조직이 가장 큰 실수를 하는 것은 인공지능 거버넌스를 사후 작업으로 간주하는 것입니다. 인공지능 시스템이 더 능력 있게 되고 비즈니스 데이터에 연결되면, 조직은 이러한 툴을 광범위하게 확대하기 전에 사용 방법에 대한 명확한 원칙을 설정해야 합니다.

그것은 정보에 대한 이해, 적절한 범위의 권한, 모니터링 및 책임성에 대한 제어를 시작하는 것입니다.

조직은 또한 에이전트가 독립적으로 운영할 수 있는 영역과 인간의 감독이 필요한 영역에 대한 명확한 지침을 설정해야 합니다.

데이터 및 보안의 올바른 기반을事前に 구축함으로써, 비즈니스들은 인공지능의 가치를 잠금하고, 점점 더 자율적인 시스템으로 인한 위험을 관리할 수 있습니다.

에이전트가 행동을 취하는 경우, 실수로 인한 운영상의 결과가 있을 수 있습니다. 비즈니스에서는 어떻게 에이전트가 생성한 작업을 검증하고, 인간의 승인이 필요한 행동을 결정하며, 에이전트가 부정확한 결과를 생성하거나 의도하지 않은 행동을 취할 때 책임을 할당해야 합니까?

에이전트가 답변을 제공하는 것에서 행동으로 이동할 때, 위험 프로파일이 변경됩니다. 모든 작업이 동일한 결과를 가지는 것은 아닙니다. 따라서 인간의 승인 기준은 결과에 따라 달라져야 합니다.

간단히 말해서, 이것은 명확한 소유권을 필요로 합니다. 에이전트는 의사결정을 지원해야 하며, 책임을 대체해서는 안 됩니다. 조직은 에이전트 성능을 모니터링하고, 출력을 검증하며, 결과에 대한 최종 책임을 지는 사람을 정의해야 합니다. 목표는 에이전트의 효율성을 인간의 판단과 결합하여 확장 가능하고 신뢰할 수 있는 시스템을 만드는 것입니다.

많은 조직은 아직 인공지능을 측정 가능한 비즈니스 결과와 연결하지 않고 실험하고 있습니다. 지도자들은 어떻게 유용한 에이전트 사용 사례를 식별하고, 투자 대비 수익을 측정하며, 조직 전체에 걸쳐 확장할 준비가 된지 판단할 수 있을까요?

격차는 일반적으로 시퀀싱으로 추적됩니다. 팀은 기술을 먼저 선택한 다음 어디에 넣을지 찾습니다. 그러나 지속 가능한 승리는 기술을 먼저 선택하는 것이 아니라, 이미 고통스럽고 비싼 워크플로우를 식별하고, 에이전트가真正로 올바른 도구인지 묻는 것입니다.

가장 좋은 필터는 가변성입니다. 프로세스가 예측 가능하여 규칙 엔진으로 충분하다면, 에이전트가 필요하지 않습니다. 프로세스가 너무 개방적이라서 좋은 결과를 설명할 수 없다면, 에이전트는 어려움을 겪고, 신뢰할 수 없습니다. 가치는 중간에 있습니다. 여러 시스템에 걸쳐 판단을 필요로 하는 작업이지만, 여전히 경계된, 감사 가능한 규칙 내에서 실행됩니다.

저는 하나의 스크리닝 질문을 추가할 것입니다. 잘못된 동작의 비용은 제한적이고 되돌릴 수 있습니까? 그렇다면 에이전트가 행동하고 빠르게 움직일 수 있습니다. 그러나 실수가 비싼 경우거나 되돌리기 어려운 경우에는 사람을 결정에 참여시킵니다.

반환에 대한 일반적인 실수는 너무 늦게 잘못된 것을 측정하는 것입니다. 시간이 절약된다는 것은 기본 메트릭이지만, 영향력을 과소평가합니다. 더 큰 반환은 사이클 시간 압축, 오류율 감소, 이전에 배분된 용량이 사용 가능한 비즈니스로 나타납니다. 지원 팀이 이전에 반만 티켓에 도달할 수 있었다면, 이제 모든 티켓에 도달할 수 있는 다른 비즈니스로 변합니다. 깨끗한 기준선을 설정하기 전에 파일럿이 시작되면, 당신은 논쟁에 갇히게 됩니다. 비용을 계산할 때, 전체 그림을 고려하세요. 통합 작업 및 인간의 감독 시간은 실제 라인 항목이며, 감독은 만성적으로 과소평가됩니다.

확장을 결정하는 것은 가장 중요한 단계입니다. 여기서 규율이 중요합니다. 데모는 깨끗한 입력에 대해 많이 말해주지 않습니다. 파일럿은 깨끗한 입력에 대해 유지될 때 준비됩니다. 실제 입력의 긴 꼬리에서, 실패 모드가 이해되고 제한되며, 관찰 가능성이 있어 조용한 실패가 고객에 의해 발견되지 않도록捕获될 때, 그리고 생산에서 책임이 있는 명명된 사람이 있을 때입니다.

유닛 경제학을 확인하세요. 에이전트 비용은 사용량과 함께 확장되므로 소프트웨어 좌석과 다릅니다.

에이전트 시스템은 전통적인 소프트웨어와 다르게 실패합니다. 그들은 확률적으로 그리고 종종 조용하게 실패합니다. 따라서 앞서가는 조직은 평가 및 모니터링을 일일이 구축합니다.

펀치카드 시스템즈는 조직이 인공지능을 실험하는 것에서 실제 비즈니스 프로세스에 통합하는 것을 도와줍니다. 조직의 인공지능 준비도를 어떻게 평가하고, 에이전트가 가치를 제공할 수 있는 워크플로우를 식별하며, 팀이 이러한 시스템을 책임감 있게 구현하는 것을 도와줍니다?

조직의 현재 상태를 이해하는 것이 중요합니다. 가장 큰 오해는 인공지능 채택이 단순히 올바른 도구를 선택하는 것이라고 생각하는 것입니다. 실제로 성공적인 구현은 강력한 기반, 즉 데이터의 질, 명확한 프로세스, 정의된 소유권에 달려 있습니다.

그런 다음 우리는 조직이 에이전트가 가장 가치 있는 곳을 식별하는 것을 도와줍니다. 종종 이는 비례하여 시간을 잡아먹거나, 정보가 손에 넣지 못한 결정이 내려지는 워크플로우에서입니다.

조직은 기술과 함께 역할 및 의사결정의 진화를 고려해야 합니다. 올바른 기술과 직원 채택 및 변화 관리를 결합함으로써, 비즈니스에서는 인공지능을 측정 가능한 가치가 있는 방식으로 통합할 수 있습니다.

감사합니다. 더 많은 정보를 원하는 독자는 펀치카드 시스템즈를 방문할 수 있습니다.