이 기업이 생성형 AI(Generative AI)로 수백만 달러를 절약할 수 있었던 방법

생성형 AI란? 일련의 데이터를 활용하여, 특정 요구에 따라 인공신경망을 이용하여 새로운 것을 만드는 기술입니다. 전통적인 AI모델과 다르게 생성형 AI는 데이터를 분류하거나 예측하는 것을 넘어 결과를 능동적으로 자신만의 데이터를 생성합니다. 생성형 AI모델은 전 세계의 비즈니스 리더들을 매료시키는 최우선 기술로 부상하고 있습니다.

대세가 된 인공지능

최근 기사들의 헤드라인에는 생성형 인공 지능(AI)과 관련된 화제들이 많습니다. 그러나 이와 관련된 혁신은 이제 시작에 불과하며 최고의 기술을 보유하더라도 여전히 아래와 같은 핵심적인 문제에 직면하게 될 것입니다. 생성형 AI를 전사 차원으로 구현하여 비즈니스 투자 수익을 극대화하는 방법은 무엇일까요? 아래 사례를 통해 확인해보세요.

사일로 해체

글로벌 에너지 관리 및 산업 자동화 회사인 슈나이더 일렉트릭(Schneider Electric)은 새로 부임한 최고 AI 책임자의 지휘 하에 생성형 AI 프로그램을 공식화하고 회사 전체로 확장했습니다. 슈나이더 일렉트릭의 기업 비전은 “데이터와 AI가 최우선”이며 이는 이미 그들의 비즈니스에 직접적으로 도움이 되고 있습니다. 그 근거로 회사가 생성형 AI를 사용하여 재고 수요를 보다 정확하게 예측하고 관리함으로써 수백만 달러를 절감한 부분을 통해서 확인할 수 있습니다.

배경지식

지금 할 수 있는 일

슈나이더 일렉트릭의 사례에서 힌트를 얻으세요:

• 한 명의 고위 경영진 아래에서 AI 적용을 위한 노력을 공식화하세요.
• AI의 막대한 영향력을 이해하세요. AI는 이전에 나온 어떤 기술과도 다릅니다.
• AI 및 데이터 전문가를 고용하세요.
• AI 프로젝트에서 비즈니스 리더와 협력하기 위해 AI 전문가 조직을 만드는 것을 고려하세요.

생성형 AI를 업무에 활용하는 방법

생성형 AI는 소비자만을 위한 것이 아닙니다. 이 최신 기술을 CRM과 함께 사용할 때 팀의 업무 효율성 및 개선된 고객 경험 창출에 어떤 도움을 줄 수 있는지 알아보십시오.

시작하기

AI 도입 성공에는 전사 차원의 AI 적용이 필요합니다.

슈나이더는 2021년 AI at Scale 이니셔티브를 시작하고 첫 번째 최고 AI 책임자인 Philippe Rambach를 임명하여 AI 전략을 공식화 하였으며 이미 수년 전부터 분산된 방식으로 AI를 사용하고 있었습니다.

슈나이더의 엔터프라이즈 AI 글로벌 부사장인 Madhu Hosadurga는 하향식 접근 방식이 중요하다며 다음과 같이 말했습니다.

“AI를 대규모로 추진하고 그로부터 가치를 얻으려면 최고 경영진이 전사적 목표로 동기를 부여해야 합니다. C-suite가 없으면 모두가 부서 및 개인 차원에서 다른 일을 시도합니다.” 그는 부서별로 접근하는 미시적인 접근 방식은 뛰어난 테크니션들이 있어 기술을 이해할 수는 있지만 변화 관리를 실현할 영향력과 권한이 부족하기 때문에 한계가 있다고 말합니다.

비즈니스 및 기술 리더간의 협력을 통하여 AI를 확장하세요.

슈나이더 일렉트로닉은 글로벌 허브와 스포크 AI 운영 모델을 구현했습니다. 각 비즈니스 기능 “스포크”(마케팅, 영업, 서비스 등)에는 AI 프로덕트 오너와 변경 관리자가 있습니다. 이들은 기술 역량 센터 “허브”와 협력하여 AI의 새로운 용도를 찾고, 기술을 전달하며, 직원 채택을 보장합니다. 허브는 주로 비즈니스 리더가 AI 기회를 식별하고 사용하도록 돕는 기술자로 구성되어 있습니다.

예를 들어, 공급망 리더는 무엇보다도 AI를 사용하여 예상 수요에 따라 재고 균형을 유지하고 예측을 기반으로 상품을 공급하고자 하였습니다. Hosadurga는 200개의 공장과 수만 개의 공급업체가 있어 사람이 최적의 재고 수준을 보장하는 것은 불가능하다고 말했습니다.

AI 분석 및 예측 모델링은 공급 과잉을 방지하기 위해 재고 수준을 줄이는 동시에 변압기, 스위치 및 조립식 변전소와 같은 제품을 효율적으로 공급하는 능력의 균형을 유지하는 데 도움이 되었습니다. 그는 이러한 개선만으로도 1,500만 달러의 절약 효과를 얻었다고 말했습니다. 이는 잉여 재고의 감소와 타 프로젝트에 할당된 자본을 측정하여 추산된 금액입니다.

“우리는 500만 달러에서 1000만 달러의 가치를 목표로 삼았기 때문에 이를 초과한 1,500만 달러의 절약 효과는 놀라운 일이었습니다.”라고 Hosadurga는 말했으며, 새로운 AI 기능을 사용하여 5%의 재고를 추가로 줄일 계획이라고 덧붙였습니다.

더 나은 의사 결정을 위해 AI 및 데이터 전문가를 고용하세요.

슈나이더의 AI at Scale 프로그램에는 200명 이상의 AI 및 데이터 전문가가 충원되었습니다. AI에서 데이터는 더 많은 가치를 추출하여 더 빠르고 더 나은 의사 결정을 내리는 핵심 요소이기 때문에 이 두 가지는 당연히 연결되어 있습니다.

대다수의 비즈니스 리더에게 이는 여전히 어려운 과제입니다. 세일즈포스의 연구에 따르면 비즈니스 리더와 데이터 사이에는 깊은 단절이 있습니다. 비즈니스 리더의 절반은 데이터가 복잡하거나 액세스할 수 없기 때문에 데이터에 대한 이해가 부족합니다. 또한 대다수의 비즈니스 리더는 데이터를 사용하여 더 나은 의사 결정을 내리지 못하고 있습니다.

McKinsey의 수석 파트너인 Yuval Atsmon는 이러한 현상을 “놓친 기회”라고 표현합니다.

Yuval Atsmon은 최근 팟캐스트에서 “최고 경영진에게 전략적 의사결정은 최고의 팀을 구성하는 것 외에 비즈니스에 영향을 미치는 가장 큰 방법이며, 오늘날 그 과정에서 기술이 얼마나 적게 활용되는지 놀랍다.”고 전했습니다.

패턴을 감지하고 권장 사항을 제시하고 예측하는 것은 고사하고 막대한 양의 데이터를 합성하는 것만으로도 사람에게는 매우 어렵습니다. 이러한 문제를 해결하는 것에 있어서 AI-driven 시스템이 답이 될 수 있습니다.

Hosadurga는 자체 AI 프로그램을 공식화하려는 회사에 다음과 같은 조언을 했습니다.

• AI를 메인 스트림으로 편입시키세요. 기존 도구함에 들어 있는 수많은 도구 중 하나로 보지 말고 운영 방식을 변화시키고 고객에게 판매하며 직원 경험을 향상시킬 수 있는 새로운 비즈니스 기능으로 간주하세요.
• 처음부터 IT 및 비즈니스 파트너와 함께 조직하세요. 종종 AI는 IT 팀으로 이관됩니다. 그런 일이 발생하면 IT는 비즈니스팀에게 사용 사례를 요청하지만 비즈니스 팀은 일반적으로 AI로 무엇을 어떻게 해야 하는지 모릅니다. 슈나이더에는 비즈니스와 기술 두 부문의 사람들로 구성된 조직이 있으며, 이 조직의 비율은 약 7:3으로 이루어져 있습니다.
• 전반적인 AI 프로젝트를 시작하기 전에 데이터의 완벽성과 품질이 갖춰져야 하며, 단일한 위치에 모든 데이터가 있어야 한다는 생각을 버리세요.

Hosadurga는 “많은 조직이 완벽하게 데이터가 갖춰진 이후에 AI를 사용할 수 있다고 생각합니다. 하지만 실제로 문제는 각 비즈니스 사용 사례가 어떤 형태로 어디에 있든 그 데이터를 찾아야 한다는 것입니다.”라고 말했습니다.”

AI는 다른 기술과 다릅니다.

Hosadurga는 슈나이더의 AI 프로젝트에서 비즈니스 인사들이 주도적인 역할을 한다고 했습니다. 이는 다른 기술 프로젝트와는 다른 점입니다.

“우리는 거의 모든 기능에서 사용 사례를 가지고 있으며, 각 사용 사례에는 AI 허브와 비즈니스의 인력이 함께 참여합니다.”

AI를 전사적으로 구현하는 것은 가능합니다. 그러나 AI에 기업가적 사고방식이 필요하다는 부분은 다른 주요 비즈니스 기술과 다릅니다.

Hosadurga는 다음과 같이 말했습니다. “일반적인 IT 문화를 보면 상황이 잘 정의되어 있고, 그로부터 무엇을 얻을 수 있는지 알 수 있으며, 장기적인 계획으로 프로그래밍할 수 있습니다. 그러나 AI 도구는 너무 빠르게 진화하기 때문에 성과를 얻기 위해 실패를 신속하게 수용하는 문화가 필요합니다. 마치 스탠드업 회의처럼 우리는 아이디어를 찾고, 빠르게 육성하고, 다음 단계로 넘어가는 방식으로 운영해야 합니다.”

매년 AI에 수천만 달러를 투자하는 슈나이더 일렉트릭은 앞으로 1년간 재무, 영업, 마케팅, IT 및 인사 업무에 더 많은 AI 기술과 자동화를 적용할 계획입니다. 더불어 AI 전문가들이 준비한 블로그, 전자책, 팟캐스트, 교육, 과정 및 기타 리소스를 갖춘 AI 지식 라이브러리를 출시하여 다른 이들이 그들의 경험에서 배울 수 있도록 준비했습니다.

Hosadurga는 “비즈니스에서 AI 기술은 Excel만큼 어디에나 적용 가능합니다.”라고 전했습니다.