귀사는 인공 지능 혁명에 대한 준비가 되어 있습니까?

의심의 여지 없이 인공 지능은 모든 산업 분야에서 가장 뜨거운 토론 주제 중 하나가 되고 있습니다. 우리는 이미 소비자 수준의 챗봇이 컨택 센터의 첫 번째 방어선으로 도약하는 것을 보았고 AI가 자연어 처리와 같은 도구를 사용하여 일부 강력한 소프트웨어 기능으로 들어가는 것을 보았습니다.

IBM의 Watson이 Jeopardy에서 인간 플레이어를 절대적으로 파괴하는 것과 같은 AI의 실제 사례와 세계 최고의 인간 플레이어를 이기는 포커 게임 AI 봇도 보았습니다. 이 모든 일이 2017년에 이미 일어나기 때문에 AI 인수가 곧 올 것이라는 가정을 하지 않기는 어렵습니다.

그러나 AI가 새로운 직업을 인수하기 시작하고 삶의 새로운 측면으로 진입함에 따라 AI의 이점을 진정으로 활용하고 필연적으로 가져올 이직에 대처하기 위해 AI와 협력하는 방법을 이해해야 합니다.

보다 구체적으로, 우리는 AI가 기업에 어떻게 진출하고 있으며 여기에서 AI가 어디로 갈 것으로 기대할 수 있는지 궁금합니다.

Gartner의 예측이 길을 열다

우리가 가장 궁금해하는 것은 AI가 현재 기업에서 어디에 있고 향후 몇 년 내에 어디로 이동할 것으로 예상되는지입니다. 언론이 지나치면 AI가 오고 우리는 운명을 맞이합니다. 우리는 모든 직업을 잃게 되지만 모든 것을 고칠 이 마법의 기술로 축복을 받게 될 것입니다.

물론 우리가 미래를 내다볼 때 신뢰할 수 있는 출처를 보는 것이 중요합니다. 즉, 대규모 기술 동향을 지속적으로 예측한 역사가 있는 출처를 찾는 것입니다. 그 목록의 첫 번째는 현재 한동안 엔터프라이즈 AI에 대해 매우 면밀한 관찰을 해 온 Gartner입니다. 지난 몇 년 동안만 해도 Gartner는 기업에서 AI에 대한 관심이 크게 증가한 것을 확인했습니다.

Gartner의 웹사이트인 Artificial Intelligence and Enterprise에 게시된 최근 게시물에서 분석 회사는 이러한 대화의 무대를 설정하는 데 도움이 될 수 있는 몇 가지 핵심 사항을 강조합니다.

• AI는 다른 방법으로는 해결할 수 없는 문제에 대한 새로운 솔루션을 찾는 아주 큰 약속을 했습니다. 이는 AI가 인간이 "합법적으로 수행할 수 없는" 이점을 제공할 수 있다는 사실 때문입니다.
• AI는 비즈니스와 고객의 요구를 모두 충족할 수 있도록 절대적으로 최적의 효율성을 유지하는 기능을 제공합니다.
• CIO, CDO, 앱 개발 리더 및 엔터프라이즈 설계자는 "AI 기능을 기꺼이 탐색, 실험 및 구현해야 합니다."
• AI는 훨씬 더 보편화되고 있습니다. "2021년까지 Gartner는 서비스 제공업체가 구현하는 새로운 엔터프라이즈 애플리케이션의 40%에 AI 기술이 포함될 것으로 예상합니다."

몇 가지 분명한 사실이 있습니다. Gartner의 예측에 따르면 엔터프라이즈 AI가 여기에 있고 엄청나게 강력하며 우리의 작업 방식을 크게 바꿀 것이며 향후 4년 이내에 큰 영향을 미치기 시작할 것입니다. 지금까지 우리는 미디어의 과장된 광고와 약간 일치하는 것처럼 보이지만 Gartner 자체가 소위 과대 광고 주기를 알고 있다는 것을 기억하는 것이 중요합니다.

SF와 현실의 분리

앞서 언급했듯이 AI는 이미 여기에 있습니다. AI는 컨택 센터용 IVR 및 챗봇을 지원합니다. 일부 온라인 출판물은 이미 AI를 사용하여 재무 요약과 스포츠 요약과 같은 짧은 기사를 작성하고 있습니다. 더욱 인상적인 것은 Gartner는 또한 "컴퓨터 보조 진단" 도구가 여성이 공식적으로 진단되기 최대 1년 전까지 유방 조영술 스캔을 기반으로 52%의 유방암 사례를 인식할 수 있었다고 언급합니다.

우리는 이미 SF와 현실 사이의 경계를 넘나들고 있다고 해도 과언이 아닙니다. 그러나 나는 아직 로보캅 군대가 거리를 걸어 범죄자를 체포할 것이라고 기대하지 않습니다. 그럼에도 불구하고 우리 는 선택할 수 있는 AI 도구와 기술의 인상적인 선택이 있으며 Salesforce를 실제 사례로 볼 수도 있습니다. 그러나 Gartner에 따르면 현재 초점은 추론 및 추적 가능성, 자연어 처리 및 기계 학습에 있습니다.

특히 이러한 새로운 기술을 통해 우리는 우리를 대신할 만능 솔루션을 찾고 있지 않습니다. 그보다는 우리가 일하는 방식, 기업이 운영하는 방식, 기업이 우선시하는 기술에 큰 변화가 있을 것입니다.

새로운 기술과 새로운 사고 방식

음, 변화는 의심할 여지 없이 거대할 것이며 모든 기업에서 느낄 것입니다. 가장 분명히, 우리는 고용 우선 순위의 변화를 보게 될 것입니다.

실제로 Gartner는 2020년까지 기업의 20%가 AI 기술을 구동하는 "신경망"을 모니터링하고 안내하기 위해 전담 인력을 투입할 것이라고 예측합니다. 신경망은 "무한한 재교육 및 강화 루프에서 기업에 대한 가치를 유지"할 수 있으며 네트워크와 "사고" 능력을 지속적으로 개선하기 위해 노력합니다. 기존 비즈니스 인텔리전스 도구와 마찬가지로 정보를 추적하고 수집하는 데 도움이 될 수 있지만 인간은 여전히 ​​정보를 분석하고 배워야 합니다.

새 데이터를 사용할 수 있게 될 때마다 해당 데이터를 포함하도록 네트워크를 다시 훈련해야 합니다. Gartner의 이 한 가지 예에서 우리는 기술 전환이 어떻게 필요한지 이해할 수 있습니다.

물론 AI가 무거운 작업과 대부분의 작업을 수행할 것이지만 그렇다고 해서 AI가 홀로 남겨질 수 있다는 의미는 아닙니다. 우리는 여전히 이러한 네트워크를 모니터링, 업데이트 및 추적할 팀이 필요합니다. 시장은 스태프 작가를 고용하는 것에서 AI의 글을 확인하거나 필요한 데이터 세트와 정보를 제공하기 위해 편집자를 고용하는 것으로 크게 바뀔 것입니다.

우리 자동차를 만드는 공장을 보세요. 더 이상 모든 부품을 조립하는 작업자가 없을 수도 있고 로봇이 그렇게 하지만 로봇을 유지 관리하고 작업과 진행 상황을 모니터링하려면 여전히 사람이 필요합니다. 특히 기업 시장은 새로운 직위를 채우는 데 필요한 기술과 작업 방법 및 해결해야 하는 문제에 대해 생각하는 데 필요한 기술의 큰 변화를 알게 될 것입니다.

자동화는 일하는 방식을 바꿀 것입니다

여기서 핵심은 AI가 기업의 작업 방식을 크게 변화시켜 기존에는 유연하지 않고 느린 채택에 유연성과 반응성의 새로운 영역을 도입한다는 것입니다. 현재 엔터프라이즈 AI 제공업체인 Rage Frameworks는 Gartner 연구를 활용하여 이 정확한 주제를 자세히 설명하는 "Road to Enterprise AI"에 대한 보고서를 발표했습니다.

보고서 내에서 분석가들은 비즈니스 결정을 안내하는 것부터 작업 방식, 특히 새로운 솔루션을 구축하는 방법을 혁신하는 것까지 자동화가 가능한 모든 것에 영향을 미칠 것이라고 주장합니다. Rage Frameworks는 "우리가 자동화 문제를 해결하기 위해 사용하는 바로 그 방법" 때문에 기업이 유연하지 않고 부진하다고 주장합니다. 빅 데이터를 통해 새로운 분석 영역을 엿볼 수 있는 것처럼 이러한 새로운 도구는 분석과 결과 결정에 도움이 될 것입니다.

기업이 의존하는 기존 소프트웨어 개발 수명 주기 전략은 본질적으로 "아이디어에서 솔루션으로의 다양한 번역 수준과 다양한 전문가에게 여러 차례 전달"로 인해 유연성과 대응력을 저해합니다.

그러나 Rage Frameworks에 따르면 이 문제에 대한 솔루션은 엔터프라이즈 애플리케이션을 "거의 실시간으로 조합"할 수 있는 "모델 기반 자동화 프레임워크"입니다. 모든 규모의 AI 애플리케이션은 새로운 코드 라인을 추가하지 않습니다. Rage는 "모든 비즈니스 로직은 메타데이터로 존재합니다."라고 말합니다.

이제 이것은 많은 기술 전문 용어처럼 들릴 수 있지만 전반적인 개념은 그렇게 복잡하지 않습니다. AI를 통해 솔루션이 무엇인지, 어떻게 해야 하는지를 지시하는 "메타데이터"를 변경하는 AI를 통해 완전히 새로운 방식으로 솔루션을 구축할 수 있습니다. 효과가있다. 정보를 변경하는 이 자동화된 프로세스를 사용하면 독립 개발자가 한 조각을 작성하고 다른 개발자에게 전달하고 버그를 확인하고 새 줄을 추가하고 모든 것을 저글링할 필요가 없습니다.

우리의 열쇠 테이크 아웃

AI가 모든 것을 얼마나 크게 뒤흔들 것인지 더 잘 이해하기 위해 우리는 이미 논의한 모든 것을 뒷받침하는 실제 예측과 수치를 살펴보고 싶었습니다. 다시 한 번 신뢰할 수 있는 출처인 Gartner로 돌아가서 주요 예측을 강조할 수 있습니다.

• AI를 활용하는 챗봇은 기업에서 중요한 역할을 하여 소비자와의 상호 작용을 보완하고 B2B 상황에까지 진출할 것입니다. 그러나 스크립트와 지식 데이터베이스를 구축하고 유지 관리할 수 있는 직원의 안내가 필요합니다.
• 현재 기업은 AI가 "설정하고 잊어버리는" 솔루션이라고 생각하고 있지만 AI는 설정, 교육 및 유지 관리되어야 합니다. 이러한 도구는 새로운 수준의 효율성으로 특정 역할을 제거하지만 완전히 새로운 역할을 제공하고 새로운 기술과 직위를 도입할 것입니다.
• 2019년까지 AI 스타트업은 "파괴적 비즈니스 솔루션으로 AI 경제를 주도"하는 데 있어 Google, Amazon, IBM 및 Microsoft와 같은 가장 큰 이름을 추월할 태세입니다. Gartner는 계속해서 이러한 신생 기업 중 많은 수가 특정 산업에서 AI에 집중하기 위해 떠난 대규모 공급업체의 전 직원이 실제로 소유하고 있다고 설명합니다.
• 이에 대응하여 대형 AI 벤더는 훨씬 더 '기민한 경쟁자'와 경쟁하기 위해 전략을 전환해야 합니다.
• AI가 잠재력을 최대한 발휘하려면 기업이 개발 및 구축에서 정보를 수집하고 이러한 방대한 데이터 세트를 분석하는 데이터 과학으로 초점을 전환해야 합니다. 다시 말해, 기업은 스스로 건물을 짓는 개발자를 고용하는 것이 아니라 무거운 일을 처리하는 AI를 지원하는 정보 및 분석을 처리하기 위해 데이터 과학자를 고용해야 합니다.

기업 내 AI 기반 구축

이 모든 정보에서 한 가지 분명한 사실은 기업이 AI의 이점을 절대적으로 누릴 수 있고 AI를 중요한 비즈니스 프로세스에 포함시키는 것을 강력히 고려해야 한다는 것입니다. 그러나 동시에 이 AI는 모든 문제를 마술처럼 해결할 수 있는 "설정하고 잊어버리는" 솔루션이 아닙니다. 우리는 Iron Man의 Jarvis를 아직 가지고 있지 않으며 AI가 어떻게 작동하는지에 대한 적절한 기술과 이해가 없다면 새로운 기술은 예상만큼 유리하지 않을 것입니다. 우리는 또한 Gartner의 Hype Cycle을 잊을 수 없습니다. 우리가 논의한 대부분은 다음과 같은 맥락에서 찾을 수 있습니다.

따라서 기업용 AI를 고려하는 CIO는 데이터 과학자, 데이터 엔지니어, 도메인 전문가 및 통계 전문가로 구성된 완전히 새로운 팀을 구성하는 것도 고려해야 합니다. Gartner가 말하는 "AI와 관련된 데이터, 분석 방법 및 머신 러닝의 복잡성"을 이해하고 관리할 수 있는 예리한 눈이 필요합니다.

그렇다면 그러한 급격한 변화가 도래한다면 우리는 지금 무엇을 할 수 있습니까? 글쎄요, 그렇다고 해서 우리가 배를 버리고 지금까지 쌓아온 모든 것을 다시 해야 한다는 의미는 아닙니다. Gartner는 기업의 CDO가 AI가 필요로 하는 이러한 새로운 기술, 특히 "AI 구현에 두 가지가 모두 요구되는 창의적 사고 및 분석적 사고 기술"을 개발하기 위해 현재 직원에 대한 투자에 분주해야 한다고 권장합니다.