🎃 AI에 관해 흔히 빠지는 함정

     - 기존 프로세스 위에 AI를 덧씌우면 문제점이 감춰지거나 해소될 것. AI가 오류, 착각, 고객 불만 등 기존의 문제점에서 자유로울 것이라는 생각. 사람이 개입하면 결국 해소됨.

       ☞ (진실) "쓰레기를 넣으면 쓰레기가 나온다"

'고품질 데이타는 AI의 기반'이라는 데 대부분이 동의하지만 얼마나 많은 기업이 적절한 조치를 취하는지는 의문. 대부분 기업은 AI 도입 속도를 내기 위해 노력하는 것보다 기본에 충실하는 것이 휠씬 도움이 될 것. 고객 중심주의, 프로세스 중심, 사실 기반 행동, 지속적 개선 철학, 품질 등 다섯 가지 핵심 품질 관리 원칙을 데이터에도 적용해야. AI 도입은 그 자체로 목적이 아니라 목적을 달성하기 위한 수단일뿐.

🌏 내부, 외부 고객 모두 만족시키기

"당신은 고객이 필요로 하고 원하는 것을 제대로 제공하고 있습니까?" 고객에는 직원도 포함.

• 우리는 외부 고객과 어떤 관계를 맺고 싶습니까?
• 우리는 내부적으로 어떤 방식으로 협력하기를 원합니까?
• 인공지능을 활용하여 더 나은 관계를 구축하는 방법은 무엇일까요? 무엇을 피해야 할까요?
• 인공지능이 고객의 요구사항과 관계를 변화시키는 상황에서, 우리는 어떻게 고객의 목소리에 귀 기울이고 대응할 수 있는 충분한 역량을 확보할 수 있을까요?
• 어떻게 하면 기업과 고객 간의 인터페이스를 다양하게 실험하여 더 나은 인터페이스를 만들 수 있을까요?

🌏 과정에 집중하기

AI가 맞춤형 답변을 제공하려면 기업 고유의 데이터가 많이 필요. 따라서 리더들이 스스로에게 던져야 할 핵심 질문은 "어떻게 하면 AI가 양질의 답변을 제공하는 데 필요한 신뢰할 수 있는 콘텐츠, 맥락, 그리고 데이터 연결을 대규모로, 그리고 합리적인 비용으로 제공할 수 있을까?"임. 과정 = 업무의 구체적인 구성 요소

🌏 사실에 근거하여 행동하고 적합한 것을 측정하라

기업들은 너무 많은 지표가 있고, 실질적 조치로 이어지지 않고, 지표 자체 설정이 부적절한 경우도 많음. 개인 단위에서 AI 덕분에 얼마간의 시간을 단축할 수는 있지만 실제 생산성 향상으로 치환하긴 어려움. 인공지능이 어떤 가치를 창출할 수 있는지 파악하기 위해 지속적인 육성과 실험이 필요. 관련 측정 지표 또한 이런 점을 반영해야. 장기적으로는 리더들은 "우리가 달성하고자 하는 목표는 무엇인가?"라는 질문을 정리적으로 던져야 함.

🌏 지속적인 개선을 수용하라

"더 좋게, 더 빠르게, 더 저렴하게 - 매년 영원히"

🌏 품질은 사람을 통해 이뤄진다는 것을 인식하라

• 어떻게 하면 우리 자신을 포함하여 최대한 많은 사람들이 인공지능이 우리 사업에 기여할 수 있는 방법을 찾도록 장려할 수 있을까요?
• 잘못된 인센티브나 조직 구조와 같이 진행을 늦추는 다른 장벽이 있습니까?
• 우리는 어떻게 무의식적으로 인공지능에게 마땅한 기회를 주지 못했을까?