newsare.net
생성형 AI를 비롯한 다양한 기술이 빠르게 확산되면서 기업들의 AI 도입 속도는 점점 빨라지고 있다. 그러나 기대와 달리 실제 성과로 이어지지 않는 사례도 적지 않다. 현장에서는 이를 두고 ‘AIAI 도입했는데 성과는 왜 없을까…기업들이 놓치는 3가지[기고/최종두]
생성형 AI를 비롯한 다양한 기술이 빠르게 확산되면서 기업들의 AI 도입 속도는 점점 빨라지고 있다. 그러나 기대와 달리 실제 성과로 이어지지 않는 사례도 적지 않다. 현장에서는 이를 두고 ‘AI 생산성 역설’이라는 표현까지 등장하고 있다. 개인의 업무 효율은 높아졌지만 조직 전체 성과로 연결되지 않는 현상이 나타나고 있다는 것이다. 전문가들은 AI 성과가 나지 않는 이유로 공통적인 세 가지 문제를 지적한다.첫째는 ‘운영 구조의 변화 없이 기술만 도입하는 경우’다. 많은 기업이 AI를 기존 업무에 단순히 얹는 방식으로 접근하지만, 이는 한계가 명확하다. AI를 통해 실제 성과를 내려면 업무 프로세스를 단계별로 재설계하고, 조직 운영 방식 자체를 바꾸는 ‘AX(전환)’가 필요하다. 기술 도입이 아니라 일하는 방식의 변화가 핵심이라는 지적이다. 둘째는 ‘데이터와 AI 활용 역량의 부족’이다. AI 성과는 모델이나 기술 수준보다, 이를 뒷받침하는 데이터 환경에 크게 좌우된다. 신뢰할 수 Read more











