Your industry's GenAI adoption play
PwC
< 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 >
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
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 >
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
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
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
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 >
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
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
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
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
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
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
다음 내용이 궁금하다면?
이미 회원이신가요?
2024년 7월 9일 오전 11:17
•
조회 1,400