가장 파괴적이고 인기 있는 기술들이 비즈니스 세계에서 공간을 차지하는 것을 생각할 때, 인공지능을 주요 도구 중 하나로 간주하지 않을 수 없다. 이것은 우연이 아니며, 맥킨지가 수행한 '2024년 초 인공지능 현황: 생성 AI 채택 급증과 가치 창출 시작' 연구에 따르면, 72%의 기업이 이미 인공지능을 사용하고 있음을 보여줍니다. 열정은 주로 반복 작업을 자동화를 통해 제거할 가능성에 의해 촉진되며, 전문가의 시간을 최적화하여 더 높은 가치와 관련성이 있는 활동에 활용할 수 있게 하여 비용을 절감하고 효율성을 높입니다.
이 열광은 아직 이 기술을 채택하지 않은 관리자들이 불리하다고 느끼게 만들 수 있습니다. 경쟁이 치열한 시장에서는 조직이 돋보이고 성공을 거두기 위해 혁신적인 해결책을 찾는 것이 일반적입니다. 그러나 관리자들은 새로운 기술을 도입하기 전에 전략적으로 사고하는 것이 중요하며, 단지 혁신의 겉모습만을 추구하는 성급한 결정을 피해야 합니다. 이러한 솔루션의 수용이 실제 비즈니스의 필요와 일치하도록 보장하고, 그것들이 어떻게 실질적으로 성장을 촉진할 수 있는지 이해하는 것이 필요합니다.
채택은 신중하게 검토되어야 하며, 일상 업무의 어떤 변화도 프로세스, 조직 구조 및 문화에 변화를 초래하므로 시간과 자원이 모두 필요합니다.
의사 결정을 지원하기 위해 MIT 연구원인 Alexandre Nascimento와 같은 전문가들은 비즈니스용 AI 계획 개발에 핵심이 될 수 있는 연구를 제시합니다. 그의 모델인 AI2M(인공지능 채택 의도 모델)은 인공지능 통합 의도에 영향을 미치는 다섯 가지 주요 요인을 고려합니다. 이는 사용자가 인공지능을 사용할 수 있는 필요한 자원이 있다고 믿는지 평가하는 촉진 조건, 인공지능이 작업 성과를 향상시킬 것이라고 믿는지 측정하는 성과 기대, 인공지능을 배우고 사용하는 데 어려움에 대한 사용자의 인식을 반영하는 노력 기대, 인공지능을 사용할 수 있는 자신의 능력에 대한 사용자 신뢰인 자기효능감, 그리고 인공지능 채택을 위해 다른 사람들로부터 느끼는 압력을 평가하는 사회적 영향입니다.
좀 더 일반적인 관점에서, 이러한 의사 결정자들은 다음과 같은 시나리오를 고려해야 합니다: 내가 직면한 문제는 무엇이며, 인공지능이 이를 해결하는 데 어떻게 도움이 될 수 있는가, 즉 인공지능을 어디에 어떻게 적용할지 고려하지 않고 무작정 도입하는 역방향 접근 방식을 피해야 합니다. 이 질문들은 인공지능 통합에 대해 부정적인 시각을 제시하려는 의도가 아니며, 인공지능이 작업 프로세스에 얼마나 큰 이익을 가져올 수 있는지 분명합니다. 대신, 목표는 인공지능이 만능 해결책이 아니라 도구로 여겨져야 한다는 점을 강조하는 것이며, 종종 언론의 지속적인 관심으로 인해 생기는 열광과 소음이 그렇게 보이게 만든다. 이렇게 조직은 인공지능의 이점을 극대화하고 효과적인 변화를 보장할 수 있습니다.