인공지능은 비즈니스 세계에서 가장 큰 지식 격차를 드러낸다

올해 기업들이 인공지능 에 투자할 것으로 예상되는 2조 5천억 달러 중 1조 달러 이상이 IT 서비스 및 전문 소프트웨어에 할당될 것입니다. 이는 많은 기업들이 아직 인공지능 기술을 제대로 이해하고 비즈니스, 팀, 프로세스에 통합하는 데 어려움을 겪고 있는 상황에서 엄청난 금액입니다.

ChatGPT가 일으킨 혁명이 시작된 지 몇 년 후 , 우리는 기업들이 인공지능을 도입할 때 직면하는 다양한 추세와 과제들을 목격하기 시작했습니다.

포드가 AI 시스템이 제조상의 문제를 감지하지 못하자 경험 많은 엔지니어들을 재고용한 최근 사례는 AI에 투자하는 모든 기업에 중요한 교훈을 줍니다. 한편, 램프(Ramp)와 레벨리오 랩스(Revelio Labs)가 미국 기업 약 22,000곳을 대상으로 실시한 새로운 연구에 따르면, AI에 더 많이 투자하는 기업일수록 실제로 인력을 더 많이 고용하는 것으로 나타났습니다.

이러한 사례들은 우리에게 중요한 사실을 일깨워줍니다. 모두가 인공지능이 인간에 대한 의존도를 줄여줄 것이라고 예상했지만, 오히려 기업들은 인공지능이 경험 많은 사람들에게 얼마나 의존적인지를 깨닫고 있습니다 . 인공지능은 업무 방식을 바꿀 수는 있지만, 그것만으로는 성장과 성공을 보장하기에 충분하지 않습니다.

인공지능은 작업 속도를 높여주지만, 전문가의 역량은 여전히 ​​중요합니다.

올해 초 포드는 AI 및 자동화 시스템이 고품질의 결과물을 제공하지 못하자 350명의 베테랑 엔지니어를 재고용했는데, 이는 AI 구현의 성공에 있어 직원들이 얼마나 중요한 역할을 하는지를 보여주는 사례입니다.

Ramp와 Revelio Labs의 연구에서도 이러한 경향이 나타나는데, AI에 투자하는 기업일수록 더 많은 인력을 채용한다는 점이 흥미롭습니다. 기업들은 채용과 기술 개발을 소홀히 하는 대신 , 첨단 AI를 개선하고 필요한 영역에서 더 나은 성능을 발휘하도록 도울 적합한 팀원을 점점 더 필요로 하고 있습니다.

인공지능의 성공은 여전히 ​​개인, 팀, 조직 차원에서 각자가 업무를 수행하는 데 필요한 역량을 파악하고, 실제 업무에 필요한 역량 개발에 투자하는 데 달려 있습니다. 하지만 조직이 이러한 역량을 구축하기 전에, 먼저 어떤 분야에 전문성이 이미 존재하는지 파악해야 합니다. 많은 기업들이 핵심 지식을 보유하고 있지만, 누가 그 지식을 가지고 있는지, 그리고 어떤 부분에 부족한 점이 있는지 명확히 파악하지 못하고 있습니다.

이를 달성하는 한 가지 방법은 조직 전체에 존재하는 기술을 기록하는 살아있는 체계인 스킬 온톨로지를 구축하는 것입니다.

기업은 추측에 의존하는 대신, 역량의 강점과 약점을 파악하고, 어떤 팀이 전문 지식을 보유하고 있는지 이해하며, 실제 비즈니스 문제로 발전하기 전에 격차를 찾아낼 수 있습니다. 이러한 접근 방식은 인력 계획의 견고한 토대를 마련하고, 내부 경력 이동을 촉진하며, 인공지능을 더욱 효과적으로 활용할 수 있도록 합니다.

조직 내에서 가장 가치 있는 역량은 무엇인가요?

효과적인 스킬 온톨로지를 구축하면 조직 내에서 일어나는 일들을 포괄적으로 파악할 수 있습니다. 이를 통해 기업 전반에 걸쳐 주제 전문가(SME)를 식별할 수 있는데, 이들의 지식은 종종 공식적으로 문서화되어 있지 않습니다. 예를 들어, 전설적인 AI "슈퍼유저"가 바로 그런 사례입니다. 포드는 젊은 직원들을 교육하고 AI 도구를 재프로그래밍하기 위해 이전 직원들을 재고용한다고 밝힌 바 있습니다.

일단 전문성이 파악되면, AI는 역할이 진화함에 따라 이러한 전문성 현황을 유지하고 지속적으로 업데이트하는 데 도움을 줄 수 있습니다. 하지만 전문성이 어디에 있는지 파악하는 것은 시작에 불과합니다.

조직은 이러한 경험을 검증하고, 개인에게 맞춤형 개발 기회를 제공하며, 해당 분야 전문가(SME) 간의 지식 공유를 촉진해야 합니다. 무엇보다 중요한 것은 이러한 학습이 업무 환경과 분리되어 있지 않고 최대한 통합되어야 한다는 점입니다. 그래야만 가장 중요한 영역에서 성과 향상을 보장할 수 있습니다.

인공지능은 지식의 정리와 확산을 용이하게 하지만, 경험에서 비롯되는 판단력을 대신할 수는 없습니다. 인공지능은 패턴을 발견하고 학습 경로를 제시할 수는 있지만, 특정 프로세스가 효과적인 이유, 언제 의문을 제기해야 하는지, 또는 조직의 현실에 맞춰 어떻게 적용해야 하는지를 설명할 수는 없습니다. 전문가들이 지적하듯이, 인공지능은 경험이 아닌 단어를 만들어낼 뿐이며, 이는 반드시 이해해야 할 중요한 점입니다.

이러한 이유로 경험이 풍부한 팀원들은 여전히 ​​필수적입니다. 그들은 AI를 비롯한 모든 사람들이 해당 지식을 효과적으로 활용할 수 있도록 맥락을 제공합니다.

경험을 경쟁 우위로 전환하세요

인사(HR) 및 교육개발(L&D) 분야의 많은 사람들이 인공지능이 자신들의 역할을 축소시킬 것이라고 생각했던 시점에, 이러한 전문 지식이 점점 더 가치 있어지고 있다는 것이 분명해졌습니다.

학습 및 개발(L&D) 팀은 역량 개발 및 재교육 계획을 주도하고, 자신과 팀 구성원의 사업 전반에 걸친 전문성을 경쟁 우위로 전환하며, 인공지능과 효과적으로 협업하는 유연한 인력을 구축하는 데 필요한 프로세스를 마련함으로써 더욱 전략적으로 운영할 수 있는 기회를 갖게 됩니다.

인공지능은 조직 의 전문성을 명확하게 부각시키는 동시에, 많은 기업들이 경험 많은 직원들의 머릿속에 숨겨진 풍부한 지식을 보유하고 있음을 드러냈습니다. 이러한 직원들은 사업과 운영에 대한 깊은 이해뿐만 아니라, 인공지능이 모방할 수 없는 귀중한 자원인 판단력을 제공할 수 있습니다.

이러한 정보를 회사 전체에 전파하고 공유하면 직원들이 학습할수록 더욱 똑똑해지는 인력을 구축할 수 있으며, 직원들이 퇴사할 때 지식이 손실되는 것을 방지하여 반복적인 오류를 줄이고 품질을 향상시키며 사내 승진 기회를 확대할 수 있습니다.

선도적인 기업들이 직원과 AI에 대한 투자 수익을 극대화하려면 단순히 소프트웨어를 더 구매하는 대신, 이미 보유하고 있는 전문성을 파악하고 공유하며 확장하는 데 투자해야 합니다. 결국 AI는 단어를 만들어낼 뿐, 전문성을 대신할 수는 없기 때문입니다.