์ธ๊ณต์ง๋ฅ
2025๋ ์ ๋๋ ์ดํฐ๋ธ AI์ ์งํ: ์ ๊ธฐํจ์์ ํ์๊น์ง
2025년은 제너레이티브 AI(Gen AI)의 여정에서 중요한 시점을 표시합니다. 처음에는 기술적인 신기함으로 시작하여 다양한 산업의 비즈니스에서 중요한 도구로 발전했습니다.
제너레이티브 AI: 문제를 찾는 솔루션에서 문제 해결의 강력한 도구로
제너레이티브 AI의 초기 열기는 대규모 언어 모델(LLMs)과 상호 작용의 신기함에 의해 주도되었습니다. 이러한 모델은 광범위한 공공 데이터 세트에서 훈련되었습니다. 비즈니스와 개인은 자연어 프롬프트를 입력하고 공공 프롰터 모델에서 자세하고 일관된 응답을 받는 능력에 의해 정당하게 매료되었습니다. LLMs의 출력에서 인간과 같은 품질은 많은 산업이 명확한 비즈니스 문제나 실제 KPI를 측정할 수 있는 방법 없이 이 새로운 기술로 프로젝트에 돌입하도록 이끌었습니다. 제너레이티브 AI의 초기에 일부 가치가 잠금되었지만 이는 명백한 신호입니다. 비즈니스들은 먼저 해결할 문제를 식별한 다음 문제를 해결하는 데 사용할 수 있는 기술 솔루션을 찾는 관행을 포기할 때 우리는 혁신(또는 과도한 열광) 주기에서 있습니다.
2025년에 우리는 진동이 돌아올 것을 예상합니다. 조직은 제너레이티브 AI에서 비즈니스 가치를 창출하기 위해 먼저 기술이 해결할 수 있는 문제를 식별할 것입니다. 잘 자금을 지원받은 과학 프로젝트가 많을 것이며, 요약, 챗봇, 콘텐츠 및 코드 생성을 위한 제너레이티브 AI의 첫 번째 사용 사례는 계속 번창할 것입니다. 그러나 이사들은 2025년에 AI 프로젝트에 대한 ROI에 대해 책임을 지게 될 것입니다. 기술에 대한 초점은 콘텐츠를 생성하는 공용 일반 목적 언어 모델에서 비즈니스 언어를 제어하고 지속적으로 훈련하여 실제 문제를 해결하고 측정 가능한 방식으로 하단 라인을 영향을 미치는 더 좁은 모델의 앙상블로 이동할 것입니다.
2025년은 AI가 기업의 핵심으로 이동하는 해가 될 것입니다. 기업 데이터는 AI에서 실제 가치를解 锁하는 경로입니다. 그러나 변환 전략을 구축하는 데 필요한 훈련 데이터는 위키백과에 없으며 결코 존재하지 않을 것입니다. 그것은 계약, 고객 및 환자 기록 및 종종 백 오피스 또는 종이 상자에 있는 비정형 상호 작용에 있습니다. 이러한 데이터를 얻는 것은 복잡하며, 일반적인 목적의 LLM은 기술 적합성이 좋지 않습니다. 기업은 점점 더 RAG 아키텍처와 개인 클라우드 설정에서 작은 언어 모델(SLMs)을 채택하여 내부 조직 데이터 세트를 사용하여 훈련 가능한 모델의 포트폴리오와 함께 자체 AI 솔루션을 구축할 수 있습니다. 대상 SLM은 비즈니스 언어와 데이터의 특성을 이해하고 더 높은 정확도와 투명성을 제공할 수 있으며 비용은 낮추면서 데이터 개인 정보 보호 및 보안 요구 사항을 준수합니다.
AI 구현에서 데이터 스크럽의 중요성
AI 이니셔티브가 확산됨에 따라 조직은 데이터 품질에 우선순위를 부여해야 합니다. AI를 구현하는 첫 번째也是 가장 중요한 단계는 내부 데이터가 오류나 부정확성이 없는지 확인하는 것입니다. 이 프로세스는 “데이터 스크럽”으로 알려져 있으며, AI 프로젝트의 성공을 위한 청소된 데이터 에스테이트의 큐레이션에 필수적입니다.
많은 조직은 여전히 종이 문서에 의존하며, 이는 일상 업무를 위해 디지털화되고 청소되어야 합니다. 이상적으로는 이 데이터가 레이블이 지정된 훈련 세트로 흐르며, 조직의 자체 AI를 위해 사용됩니다. 그러나 우리는 그것이 실제로 발생하기 시작하는 초기 단계에 있습니다. 실제로, 우리는 8월에서 9월 사이에 500명 이상의 IT 의사 결정자를 인터뷰한 해리스 폴과 협력하여 수행한 최근 설문조사에서 59%의 조직이 전체 데이터 에스테이트를 사용하지 않는다는 것을 발견했습니다. 동일한 보고서는 63%의 조직이 자신의 데이터에 대한 이해가 부족하다고 동의하며, 이는 GenAI 및 유사한 기술의 잠재력을 최대화하는 능력을 방해한다는 것을 발견했습니다. 개인 정보 보호, 보안 및 거버넌스 문제는แน chắn 장애물이지만, 정확하고 깨끗한 데이터는 중요합니다.わずかな 훈련 오류는 한 번 AI 모델이 잘못되면 풀기 어려운 문제로 이어질 수 있습니다. 2025년에 데이터 스크럽과 데이터 품질을 보장하기 위한 파이프라인은 중요한 투자 분야가 될 것입니다. 이는 새로운 기업 AI 시스템이 신뢰할 수 있는 정확한 정보에서 작동할 수 있도록 합니다.
CTO 역할의 확장 영향
Chief Technology Officer(CTO)의 역할은 항상 중요했지만, 2025년에는 그 영향력이 10배로 증가할 것입니다. CMO 시대와 마찬가지로, 고객 경험은 Chief Marketing Officer의 역할이 중요했지만, 다가오는 해는 “CTO의 세대”가 될 것입니다.
CTO의 핵심 책임은 변하지 않지만, 그들의 결정은 이전과는 달리 더 중요해질 것입니다. 성공적인 CTO는 새로운 기술이 조직을 어떻게 다시 정의할 수 있는지에 대한 깊은 이해가 필요합니다. 또한 AI와 관련된 현대 기술이 비즈니스 변화를 어떻게 추진하는지 이해해야 합니다. 2025년 CTO가 내리는 결정은 조직의 미래 방향을 결정할 것입니다. 따라서 그들의 역할은 이전보다 더 중요해질 것입니다.
2025년의 예측은 제너레이티브 AI, 데이터 관리 및 CTO 역할에 대한 변혁적인 해를 강조합니다. 제너레이티브 AI가 문제를 찾는 솔루션에서 문제 해결의 강력한 도구로 이동함에 따라, 데이터 스크럽의 중요성, 기업 데이터 에스테이트의 가치 및 CTO의 확장 영향은 기업의 미래를 형성할 것입니다. 이러한 변화를 받아들이는 조직은 발전하는 기술 환경에서 번창할 수 있을 것입니다.
