AI를 언제 고려해야 할까요?

AI Strategy

Vidhi Chugh

AI strategist and ethicist

과대광고와 현실 구분하기

AI 과대광고는 기대치를 과도하게 높여 오해를 부르고, ML 비즈니스 도입의 높은 실패율로 이어질 수 있습니다

¹ Harvard Business Review

과대광고와 현실 구분하기

AI 과대광고는 기대치를 과도하게 높여 오해를 부르고, ML 비즈니스 도입의 높은 실패율로 이어질 수 있습니다

전통적 vs AI 소프트웨어 개발

                  전통적 소프트웨어

• 사전 정의 규칙
• 코드 내 로직
• 코드 중심
• 결정론적
• 세금 계산기

                  AI 소프트웨어

• 명시적 지시 없음
• 데이터 중심
• 변하는 데이터 패턴
• 확률론적
• ChatGPT

전통적 vs AI 소프트웨어 유지보수

전통적 vs AI 소프트웨어 구현

• 전통적 SDLC를 넘어

전통적 vs AI 소프트웨어 구현

• 전통적 SDLC를 넘어

전통적 vs AI 소프트웨어 구현

• 전통적 SDLC를 넘어

전통적 vs AI 소프트웨어 구현

• 전통적 SDLC를 넘어

전통적 vs AI 소프트웨어 구현

• 전통적 SDLC를 넘어

AI의 추가 전략 고려사항

AI의 추가 전략 고려사항

AI의 추가 전략 고려사항

AI의 추가 전략 고려사항

AI의 추가 전략 고려사항

AI의 추가 전략 고려사항

핵심 비즈니스 동인

이해관계자

• 우선순위

 

 

핵심 비즈니스 동인

이해관계자

• 우선순위, 대가도 있나요?

 

 

핵심 비즈니스 동인

• 팀, 사업부 또는 프로세스

핵심 비즈니스 동인

• 편익 vs. 영향 규모

핵심 비즈니스 동인 - 대안

 

• 존재 기간
• 최근 식별됨?

 

• 비AI 대안
• 비즈니스 규칙
• 솔루션 신뢰도

핵심 비즈니스 동인 - 범위

• 전 사업부 대상인가, 특정 수직 분야인가?

핵심 비즈니스 동인 - 문제 복잡도

 

• 어려운 문제인가요?
• 추가 단계/프로세스 필요?

 

• 예기치 못한 과제
• 진행 방해

자동화에 대한 두려움

 

• 지금까지 - 과대광고와 디자인 씽킹

 

• 다음 - 자동화로 인한 일자리 불안
• 인지·육체 노동 수요 감소
• 예: 데이터 수집·처리

¹ McKinsey, "Generative AI and the future of work in America"

변화 관리

변화 관리

변화 관리

변화 관리

변화 관리

Ayo berlatih!

AI Strategy