์ฌ์ ๋ฆฌ๋
์์ฑ์ AI๋ฅผ ๊ธฐ๋ํ๋ ์ฌ๋๋ค์ ํด๋ผ์ฐ๋ ์ปดํจํ ์ ์ํ์ฐฉ์ค์์ ๋ฌด์์ ๋ฐฐ์ธ ์ ์์๊น?
생성적 AI (GenAI)는 여기 있게 될 것입니다. 전 세계의 조직은 기술의 능력을 맛보고 있습니다. 이미, 72%의 조직은 GenAI를 광범위하게 또는บาง 정도 사용하고 있으며, 또 다른 26%는 기술을 실험하고 있습니다. 그러나 GenAI 채택의 이 새로운 단계는 여전히 초기 단계에 있습니다.
McKinsey에 따르면, 회사 임원 중 apenas 1%만이 자신의 GenAI 론칭을 “성숙한” 것으로 묘사하며, 이는 기술이 워크플로에 완전히 통합되어 있으며 상당한 비즈니스 결과를 창출한다는 것을 의미합니다. 이 성숙도 격차를 메우기 위해서는 지속적인 코스 수정이 필요하며, 이는 종종 배포 장벽으로 인해 발생하며, 이는 상당한 비용, 미증명 기술에 대한 불신, 및 규제 위험을 포함합니다. 이러한 도전이 익숙하게 들린다면, 그것은 IT 팀이 클라우드를 다음 큰 것으로 채택하기 시작했을 때, 많은 같은 장벽이 나타났기 때문입니다.
두 가지 새로운 기술 열풍은 몇 가지면에서 다릅니다. 클라우드 컴퓨팅은 초기에 더 많은 임무 비중이 높은 시스템에 구현되었지만, GenAI는 효율성 및 생산성 향상을 위한 사용 사례에 주로 사용되어 더 빠르게 채택되고 있습니다. 그러나 학습 곡선은 유사합니다. 두 기술 모두 조직이 다르게 생각하고 일하도록 강요합니다.
클라우드 컴퓨팅의 선구자들의 경험을 반영함으로써, 오늘날의 GenAI를 기대하는 사람들은 더 잘 알려진 미래를 위해 자신을 위치시킬 수 있습니다.
비용, 위험, 변화 관리: 클라우드 실수에서 배우기
시계를 돌려 클라우드 기술이 인기를 얻기 시작했을 때, 많은 조직은 마이그레이션의 복잡성을 과소평가하고 단기 비용 절감을 과대평가했습니다. 결과적으로, 대부분의 조직은 세 가지 주요 함정에 빠지게 되었습니다. 비용 관리 부족, 보안 구성 오류, 및 문화적 및 조직적 변화에 대한 자연스러운 저항입니다.
클라우드 시대는 단순히 “리프트 앤 시프트” – 워크로드를 클라우드로 이동하는 것만으로는 가치를 제공하지 못한다는 것을 가르쳤습니다. 마찬가지로, GenAI 프로젝트는 종종 조직이 현대화 없이 레거시, 비정형 또는 잘 문서화되지 않은 데이터를 강력한 새로운 모델에 연결하려고 시도할 때 중단됩니다. 실제로 GenAI 프로젝트는 실망스러운 결과를 제공하거나 기존의 비효율성을 강화할 수 있습니다. 교훈: 기술만으로는 기초적인 약점을 극복할 수 없습니다.
클라우드 기술이 관리, 기술, 및 장기적인 전략의 격차를暴露한 것처럼, GenAI도 마찬가지입니다. 직원이 감독 없이 GenAI 도구를 채택하거나 기술을 허용 가능한 사용 정책의 범위를 벗어난 곳에서 사용할 경우, 그림자 IT의 위험과 GenAI 파이프라인을 보안하고 규모에 따라 규정 준수를 보장하는 어려움이 다시 나타날 수 있습니다. 이러한 유사성은 GenAI가 실험에서 광범위한 기업 통합으로 이동함에 따라 계속해서 나타날 것입니다. 이는 강력한 사이버 보안 프레임워크, 사건 대응 계획, 및 규정 구조가 필요합니다.
위험 관리를 넘어서, 비관리 비용은 오래된 기술 문제입니다. 클라우드는 예외가 아니며, 비즈니스가 GenAI를 워크플로에 통합할수록 비용이 증가하는 것을 직면하게 됩니다.
비용 관리 전략을 개선하기 위해 노력하는越来越多의 조직은 FinOps를 해결책으로 사용하고 있습니다. 적시의 데이터 주도적인 통찰력을 활용하여 예측을 개선하고 교차 기능적인 책임과 협력을鼓励하기 위해, 포괄적인 FinOps 인프라는 비용을 억제하고 비즈니스 가치를 최대화하는 데 귀중한 것으로 입증되었습니다. FinOps 원칙은 클라우드 비용 관리에만 국한되지 않으며, GenAI 비용에도 유용한 옵션을 제공합니다.
클라우드 교훈을 GenAI 실천에 적용하기
올해 말까지, Gartner는 적어도 30%의 GenAI 프로젝트가 개념 증명을 통해 폐기될 것이라고 예측합니다. 허풍이 현실을 추월할 때, GenAI 프로젝트 실패의 숨겨진 패턴 – 예를 들어, 준비되지 않은 데이터, 불분명한 비즈니스 소유권, 또는 불필요한 복잡성 – 는 새로운 기술을 채택하기 위한 서두름에서 종종 무시됩니다. 이러한 신호를 일찍 인식하고 해결하면 GenAI 성공과 또 다른 폐기된 프로젝트 사이의 차이를 만들 수 있습니다. 리더들이 이러한 경고 신호를 주시하고, 프로세스를 단축하지 않으면, 팀을 장기적인 성공으로 설정할 수 있습니다.
채택이 승인되면, 회사들은 즉시 기업 전체적으로 확장하는 대신, 실제 세계의 가치를 테스트하고 확인하기 위해 작은 GenAI 파일럿 프로젝트에 중점을 두어야 합니다. 몇 가지 명확하게 정의된, 높은 영향力的 사용 사례와 명확한 ROI 목표가 실제 비즈니스 필요로 돌아가도록 매핑되는 것이 중요합니다.
이는 초기 승리, 내부 신뢰를 구축하고, 일반적인 실험에 시간과 자원을 낭비하지 않도록 보장합니다. GenAI 채택을 구체적인 결과 – 예를 들어, 고객 지원 요약을 자동화하거나 코드 리뷰를 가속화 – 에 고정함으로써, 조직은 가치를 빠르게 보여주고, 접근 방식을 tinh chỉnh하고, 더 전략적으로 확장할 수 있습니다. 또한 기술적 노력을 비즈니스 목표와 일치시키는 데 도움이 되며, 이는 많은 GenAI 파일럿이 현재 부족한 곳입니다.
그 다음으로, 강력한 체크 및 밸런스, 지속적인 모니터링, 및 명확하게 정의된 거버넌스 정책을 설정하는 것이 GenAI의 책임 있는 사용 및 규정 준수를 위한 다음 중요한 단계입니다. 외부 전문가와의 접촉은 오늘날 복잡하고不断变化하는 규제 환경을 탐색하는 데 첫 번째 단계가 될 수 있습니다. GenAI 구현 프로세스의 초기에 올바른 도구 및 인프라에 투자하고, 지속적인 훈련을 통해, 조직은 지속 가능한 성공의 기초를 설정할 수 있습니다.
GenAI 혁신과 균형을 맞추기
클라우드 시대의 교훈을紀律과 전망으로 적용함으로써, 조직은 비용적인 실수를 피하고 GenAI의 전적인 잠재력을 안전하게, 지속적으로, 및 규모에 따라 mở방할 수 있습니다.
GenAI는 강력한 힘으로 남아 있을 것입니다. 70%의 CEO는 기술이 다음 3년 동안 비즈니스 모델에 영향을 미칠 것으로 예상합니다. 기술을 이미 사용하고 있는 사람들 중에서는 89%로 증가합니다. 분명히 GenAI의 변혁적 잠재력은 실행 책임자에게 귀중한 것으로 입증되고 있지만, 지속 가능한, 대규모의 영향은 여전히 신뢰, 거버넌스, 및 통합 장벽을 해결하는 데 달려 있습니다.
