AI에 대한 장밋빛 전망들은 많지만 실제로 업무에 제대로 적용한 기업은 2% 남짓이다. 실패하는 주요 이유로는 성급하게 조직 전체에 AI를 적용하려고 시도하거나 연결성 및 확장성에 대한 고민이 없었기 때문이다. 또한 현재의 업무 상황에 대한 고려 없이 무조건 적용부터 하려는 것 역시 실패 확률을 높이는 원인이다. AI 적용을 통한 스케일업에 성공하려면 먼저 기업의 전략적 우선순위를 따지는 것이 중요하다. 회사의 비즈니스 우선순위와 AI 도입 타당성 등을 따져 봐야 한다. 다음으로 사일로를 없애기 위해 전담 다기능 팀을 만들고 이들에게 권한을 부여해야 한다.
나는 인공지능(AI)을 비즈니스에 도입하고 대규모로 확장하는 작업을 수행하고 있다. 아마 여러분들은 AI를 어떻게 활용해야 할지 고민하는 이야기를 40∼50년 전부터 들었을 것이다. 하지만 오늘날의 비즈니스는 그 어느 때보다도 AI를 활용할 가능성이 높아지고 있다. 두 가지 요소가 있는데 그중 첫 번째는 ‘데이터 가용성(data availability)’ 때문이다. 지난 수십 년간 기술이 일상생활의 일부가 돼 가면서 가용 가능한 데이터양이 기하급수적으로 증가했다. 거래 데이터, 고객 관계 관리(CRM) 데이터 등 초기 기술 시스템에서 시작해서 최근에는 인터넷을 통해 데이터가 폭발적으로 증가하고 있다. 특히 최근 몇 년 동안 신종 코로나바이러스 감염증(코로나 19)으로 인한 비대면 상황이 장기화되면서 사람들이 온라인 거래를 더 많이 하게 됐고 데이터는 더 빠른 속도로 증가하고 있다. 데이터 가용성의 증가와 함께 데이터 저장 및 처리 비용의 감소 역시 AI의 활용 가능성을 높이고 있다. 이는 무어의 법칙 1 1 마이크로칩의 성능이 2년마다 두 배로 증가한다는 경험적 예측닫기과 반도체 생산 비용의 감소에 의해 주도됐다. 또한 최근에는 퍼블릭 클라우드22 서비스 제공 업체가 공중의 인터넷 망을 통해 불특정 다수의 기업이나 개인에게 서버, 스토리지 등의 컴퓨팅 자원을 빌려주는 형태의 서비스닫기의 가용성이 높아지면서 하드웨어에 큰 투자를 하지 않고도 상당히 정교한 AI를 실제 비즈니스에 활용할 수 있게 됐다. 그 덕분에 기존 비즈니스에서 AI를 활용해 가치를 만들어내려는 시도들이 이뤄지고 있는데 그중 몇 가지 예를 들어보겠다. 특히 여러분의 기업에서 AI를 적용하는 데 무엇이 필요한지 살펴보도록 하겠다.
AI 채택 기업 많지만 성공 확률은 2% 남짓
우리는 상당히 많은 연구를 시행했다. 그 연구의 추정치에 따르면 전 세계적으로 10조∼15조 달러 정도의 가치가 AI를 통해 생성될 것으로 추정된다. 이 가치는 한 부분에만 집중된 것이 아니다. 판매, 마케팅 공급망, 제조 등 모든 부문에 걸쳐 영향을 미칠 것으로 전망된다. 즉 비즈니스에서 운영되는 가치사슬의 모든 부분은 데이터와 기술을 기반으로 하는 AI를 사용함으로써 의미 있는 방식으로 이익을 얻을 수 있다. 물론 쉬운 일은 아니다. 우리가 다양한 분야 및 지역에 걸쳐 있는 1000여 개 기업을 대상으로 진행한 조사에서 응답자의 90%는 ‘AI가 중요하다’고 답변했고 17%는 실제로 의미 있는 투자를 진행하기 시작했다. 하지만 현재까지 규모에 맞는 가치를 실제로 달성한 기업은 겨우 2%에 불과하다. (그림 1) 그렇다면 AI를 채택하고 활용한 사람들이 성공한 경우와 성공하지 못한 경우 어떤 차이점이 있는지 살펴보자.
닫기
