생성적 AI는 광범위한 산업에 '혁신'을 가져올 것을 약속하는 획기적인 기술로 떠올랐습니다.
최근 스마트 뱅킹 2023에서 전문가들은 모두 데이터가 비즈니스 성장의 촉매제라는 데 동의했습니다.
하지만 데이터는 새로운 기술, 특히 인공지능(AI) 기술의 지원 없이는 자산이 될 수 없습니다.
AI는 비즈니스 데이터를 입력 데이터로 사용하지만, 기업이 고급 데이터 관리 시스템을 구축해야만 AI의 잠재력을 극대화할 수 있습니다. EY 컨설팅 베트남 주식회사(EY 컨설팅 VN) 이사회 의장인 응우옌 투이 즈엉(Nguyen Thuy Duong)은 "생성 AI의 강력하고 폭발적인 발전은 데이터 '게임'에 완전히 새로운 시대를 열 것입니다." 라고 말했습니다.
RMIT 베트남 경영대학원 부학장 대행이자 크리에이티브 비즈니스 학과장인 팜콩 히엡 부교수는 기업의 생성적 AI 활용 문제에 대해 다음과 같이 말했습니다. "생성적 AI의 힘을 활용하는 것은 단일 공식을 따르는 것이 아니라 각 기업의 특성, 경쟁사, 그리고 핵심 사명과 목적에 따라 달라집니다." 팜콩 히엡 부교수는 "기업은 생성적 AI를 통해 자신만의 길을 개척하기 위해 이 점을 명심해야 합니다."라고 강조했습니다.
그는 인공지능이 인간을 능숙하게 대체할 수 있다는 것은 흔한 오해라고 말합니다. 실제로 대부분의 직업은 기계적으로 반복되는 작업과 인간의 판단에 의존하는 정교한 작업이 결합된 형태를 보입니다.
또한 기업은 AI 통합 과정이 모든 기업이 거치는 직선 코스가 아니라는 점을 이해해야 하며, 각 기업은 AI를 적용할 때 구체적인 목표를 정하고, 이를 바탕으로 전략을 조정하고, 적절한 준비 단계를 거쳐야 합니다.
예를 들어, 뉴스 사이트는 생성 AI를 사용하여 뉴스 기사를 빠르게 작성할 수 있으며, 광고 대행사는 창의적인 광고 슬로건을 작성할 때 아이디어 구상 단계에서 이 기술을 활용할 수 있습니다. RMIT 베트남 대학교의 한 전문가는 "AI를 사용하는 목표는 서로 다릅니다. 뉴스 사이트는 빠른 속도가 필요하고, 광고 대행사는 브랜드에 맞는 창의성이 필요합니다. 적절한 AI 접근 방식 없이는 두 회사 모두 원하는 결과를 얻을 수 없습니다."라고 분석했습니다.
기업은 어떻게 효과적으로 생성적 AI를 적용할 수 있을까?
생성적 AI를 적용하는 기업의 이야기를 더 자세히 살펴보면서, Pham Cong Hiep 부교수는 기업이 생성적 AI를 적용할 때 AI와 인간의 기술을 결합하고 명확한 사업 목표를 정의해야 한다고 지적했습니다.
RMIT 베트남 대학 경영학부 전문가에 따르면, 기업이 조직 목표에 맞춰 AI 구현 전략을 수립하고 조정하도록 지원하기 위해 기업은 AI를 통합할 때 사업적 동기를 분류할 수 있습니다. 이는 2가지 기준에 따라 분류할 수 있습니다. 첫째, 현재 기술을 대체하거나 향상시키는 AI의 역할이고, 둘째, 내부 또는 고객을 대상으로 하는 AI 응용 프로그램입니다.
첫째, 기업은 필요한 AI 기술이 기존 기술을 대체할지, 아니면 향상시킬지 판단해야 합니다. AI를 활용하여 기술을 향상시키려면 기업은 적절한 교육 프로그램, 피드백 메커니즘, 그리고 성과 측정 시스템을 개발해야 합니다.
반대로, 기존 기술을 대체하기 위해 AI를 도입할 때 기업은 조직적 성장 사고, 경력 전환 지원, 비상 계획에 중점을 둔 포괄적인 전략이 필요합니다.
"버스 운전기사를 AI 제어 차량으로 대체하는 것을 목표로 하는 스위스 오토버스 프로젝트가 좋은 사례입니다. AI를 성공적으로 통합하려면 회사 직원들이 기술 변화에 적응해야 하며, 회사는 인간 보조 운전기사 배치와 같은 예상치 못한 차질에 대비한 비상 계획을 수립해야 합니다."라고 팜콩 히엡은 말했습니다.
두 번째 기준, 즉 AI를 내부적으로 적용할지, 아니면 고객에게 적용할지 여부 역시 다른 접근 방식을 요구합니다. 기업이 고객에게 AI를 적용하려면 AI 연구의 선두에 서고, 사용자 중심 디자인을 강조하며, 고객의 니즈를 이해해야 합니다. 자율주행차 개발에서 테슬라의 사례를 살펴보면, 기업은 AI 혁신의 선두에 서고, 사용자 중심 디자인을 우선시하며, 시장에서 자사 제품을 전략적으로 포지셔닝해야 합니다.
AI를 활용해 내부 프로세스를 간소화하는 경우, 기업 리더는 직원의 데이터 분석 및 해석 기술 개발을 우선시해야 한다고 전문가 Pham Cong Hiep은 말합니다.
또 다른 중요한 과제는 효과적으로 전환을 관리하고, 직원들이 새로운 AI 도구에 적응하고 협업할 수 있도록 돕는 것입니다.
이러한 프로세스에는 데이터 해석에 대한 높은 기술을 갖춘 인력과 리더십 팀의 체계적인 변화 관리 전략이 필요합니다.
"AI는 인간의 전문성과 자동화 사이의 섬세한 균형에 관한 것입니다. AI를 조직에 통합하는 데 있어 만능 해결책은 없으며, 사업 목표, 인간의 업무를 보완하거나 대체하는 AI의 역할, 그리고 AI 적용의 초점에 따라 달라집니다."라고 전문가 팜콩 히엡은 강조했습니다.
[광고_2]
원천
댓글 (0)