[PWC] GenAI도입 전략: 생산성 or 개척?

< Intro >

• 올해의 CEO 설문조사에 따르면 많은 조직이 이러한 압박을 느끼고 있으며, 응답자 중 거의 절반이 현재의 경로를 유지할 경우 향후 10년 내에 사업이 더 이상 생존할 수 없을 것이라고 믿고 있다

• 56%의 CEO가 향후 3년 내에 기술이 조직의 가치 창출, 전달 및 포착 방식을 크게 변화시킬 것이라고 말하고 있다

• CEO들은 위협과 기회를 인식하고 있으며, 70%는 향후 3년 내에 생성 AI가 비즈니스 모델에 영향을 미칠 것이라고 보고 있다

=> 조직의 생성 AI를 통한 효율성 및 재창조 적용 리듬을 형성할 것이며, 조직의 준비 상태, 규제, 그리고 변혁적 기회를 실행하는 기술적 복잡성과 같은 다른 결정 요인들도 영향을 미칠 것이다.

< GenAI 채택을 위한 두가지 요소 >

1. 파괴수준(Level of disruption)

   생성형 AI의 파괴적 효과의 잠재력은 산업마다 다를 것이며, 파괴의 성격도 다양하게 나타날 수 있다. 이는 비즈니스 모델, 운영, 그리고/또는 경쟁 측면에서의 파괴로 나타날 것이다.

   • 비즈니스 모델 측면

     • 제품 및 서비스의 성격에 미치는 영향

     • 가격 및 상업적 모델의 변화

     • 고객 참여 방식의 변화

   • 운영 모델 측면

     • 프로세스 변경 사항

     • 인력 및 기술에 미치는 영향

     • 시스템 및 기술의 변화

     • 새로운 데이터 요구 사항

   • 경쟁 측면

     • 퍼스트무버 이점

     • 독점 데이터 우위

     • 진입 장벽

2. 도입 용이성(Ease of adoption)

   생성 AI를 도입하는 과정은 단순하지 않으며, 경우에 따라 산업별로 다를 것이다. 특정 부문에서는 비즈니스의 고유 요구 사항에 맞게 AI를 맞춤화하는 것이 주요 과제가 될 수 있다

   • 모델 실현 가능성

     • 필요한 사용자 지정 수준

     • 학습 데이터 복잡성 및 볼륨

     • 계산 복잡성 및 볼륨

   • 외부 요인

     • 규제

     • 고객 준비도

     • 업계 문화적 준비도

   • 책임감 있는 AI의 용이성

     • 거버넌스 및 규정 준수

     • 해석 가능성 및 설명 가능성

     • 위험 관리

     • 편향성 및 공정성

     • 견고성

     • 보안 및 개인정보 보호

     • 데이터 및 AI 윤리

< 산업별 GenAI 도입 네가지 방식 >

1. 선구자 (파괴 수준 높고, 도입 용이성 높음)

• 가까운 시일 내에 생성 AI를 변혁적인 응용 프로그램에 활용할 수 있는 최고의 위치

• 예) 음악, 영화와 같은 엔터테인먼트 산업 - 생성 음악 및 비디오 도구의 지속적이고 빠른 개선

2. 파괴자 (파괴 수준 높고, 도입 용이성 낮음)

• 규제 장애물 또는 상당한 맞춤화 필요성 등 다양한 요인으로 인해 도입이 더 어려울 수 있는 산업

• 예) 제약 산업 - 분자 반응 예측 및 치료 개인화. 진단 및 의료영상 해석 지원 등

3. 스트림라이너((파괴 수준 낮고, 도입 용이성 높음)

• 생성 AI 도입이 상대적으로 간단하고, 주로 단기적으로 효율성과 생산성을 향상시키기 위해 사용될 가능성이 높은 부문으로 점진적 변화 추구

• 예) 식료품 산업 - AI 기반의 공급망과 재고 관리 최적화, 쇼핑 및 직원 경험 향상

• 예) 자산 및 재산 관리(AWM) - 자동화되고 개인화된 투자 포트폴리오 개발, 투자 연구 및 보고서 생성 가속화, 고객 서비스 개선 등

• 전력 및 유틸리티 부문 - 에너지 배분 최적화, 인프라 유지보수 필요성을 예측 등에 활용

4. 멀티태스커(파괴 수준 낮고, 도입 용이성 낮음 )

• 생성 AI를 기존 운영을 지원할 수 있는 많은 기술 중 하나로 볼 수 있는 산업들

• 예) 통신 산업: 판매 및 마케팅(예: 타겟 크로스셀링, 고객 서비스 및 서류 제출 생성), 인프라 관리(예: 네트워크 수요 계획), 및 내부 운영(예: 자동화된 송장 처리 및 소프트웨어 개발), 제품을 추천하고 서비스 문의에 답변하는 GenAI 기반의 어시스턴트, 네트워크 최적화

• 예) 소매금융: 하이퍼 개인화된 고객 제공 서비스, AI기반 챗봇 고객 서비스

<6가지 일반적인 GenAI 사용 사례 패턴 >

1. 완전히 새로운 콘텐츠 생성

   • 사용자가 제공한 프롬프트(명령어)에 따라 완전히 새로운 콘텐츠 생성

   • 예) 마케팅 콘텐츠용 이미지 또는 동영상 만들기, 텍스트 설명에서 기능 코드 생성

2. 증강

   • 기존 콘텐츠를 확장하여 부족한 부분을 채우거나 새로운 합성 데이터 세트를 생성

   • 예) 이메일, 프레젠테이션, 코드를 포함한 서면 텍스트의 자동 완성, 통계적으로 적절한 합성 데이터로 누락된 값 추정

3. 변환

   • 데이터를 새로운 형식으로 변환하는 것—예를 들어 텍스트 번역 및 개인화—또는 이미지 스타일을 변경하는 것

   • 예) 회사 표준에 맞게 코드 서식 지정, 미적 선호도 또는 접근성 표준에 맞게 디자인 개인화하기

4. 대화

   • 지침과 정보를 제공하기 위해 질문에 응답하는 형태

   • 예) 제품 내 기능(예: 비디오 게임)을 위해 인간과 유사한 음성 및 텍스트 생성, 지능형 서비스 옵션으로 고객 문의에 응답

5. 정보 검색

   • 특정 문서 또는 문서 집합 내에서 특정 정보 검색

   • 예) 문서 모음 내에서 특정 통찰력 식별, 비즈니스 의사결정을 지원하기 위해 문서에서 메타데이터 생성

6. 요약

   • 특정 문서, 코딩된 프로그램 또는 기타 텍스트 본문의 축약된 형식 생성

   • 예) 공개 회사 정보를 쿼리하여 재무 정보 요약, 설문조사나 소셜 데이터를 통해 고객 정서 파악

< Outro >

• 미래 지향적인 조직은 더 광범위한 패턴을 파악하고 이러한 인사이트를 활용하여 재창조를 촉진하는 조직이 될 것이다

• 이러한 접근 방식을 통해 다가오는 변화의 물결에서 살아남고 AI가 지배하는 미래에서 업계의 새로운 표준을 정립할 수 있을것이다

  
  

• Source: https://www.pwc.com/gx/en/issues/technology/genai-adoption-game-changer.html