산업 전반에 걸쳐 조직은 운영 및 성장 방식을 재구성하기 위해 인공 지능의 잠재력에 막대한 투자를 하고 있습니다. 경영진 중 약 80%는 AI가 2030년까지 수익에 크게 기여할 것으로 예상하지만, 그 수익이 어디서 나올지 아는 기업은 24%에 불과합니다.
이것은 의식의 공백이 아닙니다. 건축적 격차입니다.
이미 AI의 가치를 실현하고 있는 기업은 파일럿 및 개념 증명을 통해 이를 발견하기를 기다리지 않습니다. 그들은 작업 설계 방식, 인간과 디지털 작업자를 하나로 모으는 방식, 생산성 절감액을 재투자하는 방식에 대한 신중한 결정을 통해 이를 설계하고 있습니다.
모든 주요 부문의 회사들과의 협력에서 명확한 격차가 나타나고 있습니다.
일부 조직은 AI를 레거시 워크플로에 통합하고 한계 생산성을 얻고 있습니다. 다른 기업들은 가치 창출 방식을 재설계하고 경쟁업체가 복제할 수 없는 성장 궤도를 구축하고 있습니다.
2030년까지 이는 단지 단기적인 포지셔닝 이점이 아닐 것입니다. 누가 사업을 계속할 것인지가 결정될 것입니다. 차이점은 AI 우선 기업을 나머지 기업과 구분하는 세 가지 아키텍처 선택으로 귀결됩니다.
작업 자체를 재설계하고 단순히 기능을 늘리는 데 그치지 마십시오.
대부분의 AI 채택은 조직이 근본적으로 결함이 있는 프로세스를 자동화하고 있기 때문에 실패합니다. 그들은 비효율적인 업무를 더욱 효율적으로 만들고 있는데 왜 변화가 일어나지 않는지 궁금해합니다.
AI 우선 기업은 다른 질문으로 시작합니다. 오늘날 레거시 제약 없이 이 작업을 설계한다면 우리가 원하는 결과는 무엇입니까? 그리고 인간의 판단과 AI 능력의 어떤 조합이 그 결과를 가장 잘 달성할 수 있을까요?
네슬레는 100년이 넘는 역사를 지닌 글로벌 기업의 강력한 사례를 제시합니다. 회사는 단순히 기존 시스템에 AI 기능을 추가하는 것이 아닙니다. 그들은 일반 모델이 결코 할 수 없는 방식으로 전체 제품 생태계, 공급망 및 소비자 관계를 이해하는 AI 기반 엔터프라이즈 아키텍처를 구축하고 있습니다. 목표는 점진적인 개선이 아니라 우수한 제품을 더 빠르게 제공하는 동시에 직원과 고객을 위한 보다 개인화된 경험을 창출하는 능력입니다.
Riyadh Air는 비즈니스 스펙트럼의 반대쪽 끝, 즉 레거시 제한이 없는 스타트업을 대표합니다. 그러나 원칙은 동일합니다. 항공사는 운영, 직원 및 고객을 단일 지능형 시스템으로 연결하는 통합 아키텍처를 통해 첫날부터 AI 기반 운영을 구축하고 있습니다.
둘 다 공유하는 아이디어는 디지털 백본이 단순한 인프라가 아니라는 것입니다. 인간과 AI가 통합된 기능으로 작동하여 시간이 지남에 따라 복합적인 적응성을 생성할 수 있도록 하는 것은 의도적인 아키텍처입니다.
모델에 대한 액세스뿐만 아니라 독점 인텔리전스 개발
2030년이면 모든 사람이 강력한 AI 모델에 접근할 수 있게 될 것입니다. 승자는 타사 AI보다 자신의 비즈니스를 더 잘 아는 맞춤형 AI를 갖게 됩니다.
L’Oréal은 단지 R&D를 가속화하기 위해 AI를 사용하는 것이 아닙니다. 그들은 독점적인 공식 데이터, 과학 연구 및 지속 가능성 요구 사항을 기반으로 맞춤형 AI 핵심 모델을 구축하고 있습니다. 이러한 모델은 과학자들에게 어떤 경쟁업체도 복제할 수 없는 기능을 제공하여 다른 방법으로는 존재하지 않는 새로운 과학적 가능성을 가능하게 합니다.
최근 설문 조사에 따르면 경영진의 절반 이상이 경쟁 우위가 AI 모델의 정교함에서 비롯될 것으로 기대합니다. 정교함은 또한 독점 데이터, 특정 과제에 맞춰진 맞춤형 모델, 지속적인 학습 주기에서도 비롯됩니다. 조직에는 다중 모델 포트폴리오가 필요합니다. 일부는 독점적이고 일부는 라이센스가 있으며 모두 시장만큼 빠르게 발전하는 아키텍처에 통합되어 있습니다.
가장 가치 있는 기업은 가장 많은 데이터를 보유한 기업이 아닐 것입니다. 경쟁업체가 단순히 더 나은 모델 라이선스를 취득하는 것만으로는 복제할 수 없는 인텔리전스를 통해 데이터를 AI 기반 의사결정으로 대규모로 전환할 수 있는 사람이 될 것입니다.
효율성 향상뿐만 아니라 성장 루프 설계
대부분의 AI 전략은 생산성을 목표로 삼기 때문에 실패합니다.
경영진은 AI가 2030년까지 생산성을 42% 증가시킬 것으로 기대합니다. 그러나 이러한 이익이 비용 절감으로 누적된다면 기회를 근본적으로 오해하는 것입니다. AI 우선 기업은 효율성 향상을 새로운 제품, 서비스 및 시장에 재투자함으로써 생산성을 연료로 삼습니다.
패턴은 다음과 같이 작동합니다. AI 기반 효율성으로 자본과 인재가 확보됩니다. 이를 통해 새로운 시장에서 혁신에 자금을 조달할 수 있게 되었습니다. 새로운 시장은 새로운 데이터를 생성합니다. 새로운 데이터는 더 나은 AI를 훈련시킵니다. AI가 향상되면 효율성이 향상됩니다. 루프 속도가 빨라집니다.
로레알 과학자들은 제형을 더 빠르게 만들 뿐만 아니라, 이러한 속도를 통해 이전에는 경제적으로 실행 가능하지 않았던 지속 가능한 성분을 탐색할 수 있게 되었습니다. 네슬레는 단순히 공급망을 최적화하는 것이 아닙니다. 이러한 이점을 활용하여 사람들이 제품과 상호 작용하는 방식을 변화시키는 소비자와의 직접적인 관계를 구축하고 있습니다. Riyadh Air는 단지 새로운 항공사를 건설하는 것이 아닙니다. 그들은 항공의 향후 10년을 정의할 50년의 유산을 단번에 없애고 있습니다.
이로 인해 지수적 발산이 발생합니다. 후발 기업이 마진을 최적화하는 반면, 선두 기업은 새로운 시장 진출에 박차를 가하여 복합적인 역량을 창출합니다. 2030년에는 생산성 비율로 그 격차를 측정할 수 없을 것입니다. 이는 완전히 다른 비즈니스 모델에서 측정 가능합니다.
누가 승리할지 결정하는 질문
다음 성장시대는 예측할 수 없다. 디자인될 예정입니다. 이제 리더들은 세 가지 불편한 질문에 답해야 합니다.
AI 원칙을 먼저 적용하여 운영을 재설계한다면 무엇을 완전히 중단하겠습니까? 우리가 무엇을 더 빨리 할 것인가가 아니라 무엇을 제거할 것인가? 대부분의 조직에서는 워크플로의 30~40%가 AI가 제거하는 한계를 보완하기 위해서만 존재한다는 사실을 알고 있습니다. 그러나 제거에는 최적화를 피하기 위한 용기가 필요합니다. 경쟁업체가 복제할 수 없는 어떤 독점 인텔리전스를 구축할 수 있습니까? 라이선스를 부여할 수 있는 AI가 아니라, 경쟁업체가 따라잡는 데 10년이 걸릴 정도로 비즈니스에 매우 맞춤화된 AI(조직의 고유한 인간 전문 지식을 기반으로)를 설계할 수 있는 AI입니다. 생산성 향상에 투자하고 있습니까, 아니면 성장 주기에 재투자하고 있습니까? 비용 절감 효과는 유한하지만 성장 주기는 기하급수적으로 증가합니다. 당신의 전략은 무엇을 구축하고 있습니까?
2030년까지 이러한 질문에 답할 수 있는 기업은 생산성만 더 높아지는 것이 아닙니다. 그들은 경쟁사가 개발할 수 없는 기능과 경쟁사가 감당할 수 없는 비즈니스 모델을 가지고 경쟁사가 존재하는지 몰랐던 시장에서 운영될 것입니다.
실제 위험은 AI에서 너무 빨리 움직이지 않습니다. 경쟁업체가 게임을 완전히 재설계하는 동안 엔지니어링이 너무 느립니다.
Fortune.com 댓글에 표현된 의견은 전적으로 해당 작성자의 견해일 뿐이며 반드시 Fortune의 의견과 신념을 반영하는 것은 아닙니다.
