사상 리더

AI 도입 격차: 기술적 준비가 충분하지 않은 이유

mm
Unite.AI를 Google의 선호 소스에 추가

최근에 발표된 MIT 보고서는 95%의 기업용 생성형 AI 파일럿이 실패하고 있다고 밝혀서 큰 파장을 일으키고 있습니다. 주요 도전은 이러한 배포가 현저한 수익 증가로 번역되지 않는다는 것입니다. 이유는 기존의 genAI 파일럿이 기존 워크플로에 적응하지 않는다는 것입니다.

MIT는 이러한 결론에 도달한 유일한 기관이 아닙니다. 최근 보스턴 컨설팅 그룹 설문조사에 따르면 “강력한 리더십 지원이 있는 경우 GenAI에 대해 긍정적으로 생각하는 직원의 비율은 15%에서 55%로 증가했습니다. 그러나 약 4분의 1의 최전선 직원이 이러한 지원을 받는다고 말합니다.”

대규모 작업장에서 시간을 보낸 사람은 이 동적을 본 적이 있을 것입니다. 기술적으로, AI 버전의 당신이 대신 회의에 참석하여 메모를하고 주요 결과를 요약할 수 있는 시점에 도달했습니다. 기술은 여기 있으며 준비되어 있습니다. 그러나 사람들은 어떻습니까?

현재 기업이 직면한 중심 도전은 AI가 작업을 변革할 수 있는지 여부가 아니라 조직이 AI를 효과적으로 채택하고 사용할 수 있는 방식으로 성공적으로 통합할 수 있는지 여부입니다. 이 격차는 AI 도구가 일반적으로 도입되는 방식이 사람들이 있는 곳에서 만나는 것을 실패하기 때문에 존재합니다.

AI 채택을鼓励하기 위해 기술은 사람들이 실제로 작업하고, 생각하고, 협력하는 방식과 일치해야 합니다.

AI 사용에서 AI 공존으로

과거에, 우리의 AI와의 상호작용은 거래적이었습다. 입력과 출력, 프롬프트와 응답. 그러나 AI 기능이 성숙함에 따라, 이러한 시스템과의 관계는 단순한 도구 사용을 넘어 진정한 공존으로 발전해야 합니다.

이 진화는 근본적으로 기술과 작업에서의 사람들의 상호작용을 다시 생각해야 합니다. 성공적인 AI 통합은 단순한 기술적 변환만이 아닙니다. 이는 신뢰를 구축하고 채택을 주도하는 리더십 도전입니다.

사업 리더는 AI가 팀이 회의하고, 협력하고, 의사결정을 내리는 자연스러운 리듬을 방해하는 것이 아니라 향상시킨다는 것을 보장해야 합니다. 이는 AI의 가치를 명확하게 전달하고, 사용을 모델링하며, 투명하고 낙관적인 AI의 잠재력을 가진 작업장 문화를 조성하는 것을 의미합니다. 이는 직원들에게 원하는 도구를 제공하는 것뿐만 아니라, 그들을 사용하여 최대한의 이점을 얻을 수 있도록 훈련을 제공하는 것입니다.

협력과 논의를 위한 자주적인 무대인 회의실을 고려해 보십시오. AI가 이러한 순간을 높이기 위해서는 분산이나 인지적 부담의 원인이 되어서는 안 됩니다.

가장 효과적인 작업장 AI는 배경 작업을 지능적으로 관리하여 핵심 통찰력을 캡처하고, 노イズ를 줄이고, 가장 중요한 것을 우선순위로 하는데 도움이 됩니다. 이를 위해서는 참가자가 설정을 구성하거나 새로운 인터페이스를 학습할 필요가 없습니다. AI가 자연스러운 작업 패턴과 경쟁하는 것이 아니라 공존할 때,それは 명확성을 드라이브하고, 의사결정을 가속화하며, 인간적인 연결을 위한 더 많은 공간을 만듭니다.

기술적 능력이 충분하지 않은 이유

기업에 대한 실제 도전은 AI의 사용 편의성을 보장하는 것입니다. 직원들은 기술이 너무 기술적이거나, 너무 단편적이거나, 너무 신뢰할 수 없기 때문에 압도당합니다. 사용자 경험을 고려하지 않고 설계된 가장 복잡한 AI 기능은 실패합니다.

우리는 회의 앱, 노트 테이킹 봇, 협력 플랫폼의 폭발에서 이를 목격했습니다. 이러한 도구는 인지적 부담을 줄이는 대신 증가시켰으며, 직원들이 새로운 인터페이스를 학습하고 기술을 중심으로 워크플로를 조정하도록 요구했습니다.

이것이 심도 있는 설계가 이끌어야 하는 곳입니다. 단순하지만 강력한 원칙에 따라: 최好的 기술은 배경으로 사라집니다. 지능적으로 배경에서 작동하여 대화를 구성하고, 방해를 필터링하고, 가장 중요한 것을 표면화함으로써, 잘 설계된 AI는 작업장의 자연스러운 확장으로 느껴지지, 장애물로 느껴지지 않습니다.

AI 통합을 위한 조직 준비

AI가 점점 더 능숙해짐에 따라, 질문은 “할 수 있습니까?”가 아니라 “어떻게 해야 합니까?”가 됩니다. 그리고 대답은 거의 일괄적인 해결책이 아닙니다.

모든 조직은 다릅니다. 문화는 다르며, 워크플로는 다르고, 직원의 필요는 사무실, 하이브리드, 원격 모델을 통해 다릅니다. 성공적인 AI 통합은 일반적인 생산성뿐만 아니라 각 회사에서 사람들이 협력하고, 의사소통하고, 가치를 창출하는 특정 방식에 Purpose-Built 환경을 요구합니다.

현대적인 작업장은 깊은 집중을 지원해야 하며, 협력적인 회의를 지원해야 합니다. 우리는 이것을 “적응형 사무실”이라고 부를 수 있습니다. 즉, 작업의 자연스러운 흐름에 따라 변경하는 요구를 수용하는 공간입니다. AI는 이 흐름을 방해하는 것이 아니라 적응해야 합니다.

그러나 가장 무결한 기술도 사람들이 이를 수용할 준비가 되어 있지 않으면 성공하지 못합니다. 조직은 직원들이 새로운 AI 도구를 사용하는 것에 대해 자신감을 느끼도록 변경 관리, 훈련, 지원 시스템에 투자해야 합니다.

앞으로의 길

기술은 준비되어 있습니다. AI는 이미 우리가 회의하고, 협력하고, 의사결정을 내리는 방식을 변革할 수 있습니다. 모든 조직이 직면한 중요한 질문은 사람들이 이러한 변화를 수용할 준비가 되어 있는지 여부입니다.

성공은 단순히 또 다른 도구로 AI를 보는 것을 넘어섭니다. 조직은 AI를 인간의 능력을 향상시키는 협력 파트너로 통합해야 하며, 자연스러운 작업 패턴을尊重해야 합니다. 이는 사용자 경험을優先하고, 적절한 변경 관리에 투자하고, 각 조직의 고유한 문화와 워크플로에 맞는 AI 구현을 설계하는 것을 의미합니다.

미래는 AI의 기술적 가능성과 이를 수용할 준비가 된 사람들 사이의 격차를 메울 수 있는 조직에게 속합니다. 질문은 AI가 작업을 변革할 것인지 여부가 아니라, 조직이 이러한 변화를 주도할 것인지, 아니면 뒤처질 것인지 여부입니다.

크리타르트 사우라브는 노르웨이 오슬로에 본사를 둔 워크플레이스 기술 회사인 Neat의 제품 관리 부사장입니다. 그의 역할은 기계 학습과 AI를 활용하여 최상의 미팅 경험을 제공하는 제품을 출시하는 것입니다. 이는 배경 노イズ를 제거하고 발언자와 참가자를 정확하게 식별하는 것을 포함합니다. Neat에 합류하기 전에 크리타르트는 보스턴 컨설팅 그룹, 액센츄어, 델로이트와 같은 주요 글로벌 컨설팅 회사에서 일했습니다. 그는 다국적 기업과 빠르게 성장하는 스타트업을 위한 제품과 서비스를 구축하고 확장하는 데 중점을 두었습니다. 그는 옥스포드 대학교에서 컴퓨터 과학 석사 학위를 취득했습니다. 그곳에서 그는 실제 문제를 해결하기 위해 AI와 기계 학습을 적용하는 데 대한 열정을 개발했습니다.