비즈니스에서의 AI 전략: 경영진을 위한 가이드

기계가 자동화할 수 있는가 전략 개발? 짧은 대답은 '아니요'입니다. 그러나 전략가의 업무에는 AI와 고급 분석 도구가 이미 막대한 가치를 가져올 수 있는 다양한 측면이 있습니다. Yuval Atsmon은 새로운 기술이 시대를 초월한 전략 원칙을 강화할 수 있는 방법을 연구하는 새로운 McKinsey 전략 혁신 센터를 이끄는 수석 파트너입니다. Inside the Strategy Room 팟캐스트의 이번 에피소드에서 그는 인공 지능이 이미 전략을 어떻게 변화시키고 있는지, 그리고 앞으로 어떤 일이 일어날 것인지 설명합니다. 토론 내용을 편집한 내용입니다. 중요한 전략 문제에 대한 더 많은 대화를 보려면 선호하는 팟캐스트 플랫폼에서 시리즈를 팔로우하세요.

조안나 파크너:전략의 맥락에서 인공지능은 무엇을 의미하는가?

유발 아츠몬: 사람들이 인공 지능에 관해 이야기할 때 분석, 자동화, 데이터 분석과 관련된 모든 것이 포함됩니다. 1960년대 인공 지능 연구의 선구자인 마빈 민스키(Marvin Minsky)는 AI를 "여행 가방 단어"(원하는 것은 무엇이든 넣을 수 있는 용어)라고 말했으며 여전히 그런 것 같습니다. 우리는 기업이 관리 또는 분석 시간을 확보할 수 있는 전략 자동화를 강화하고 점차적으로 인간의 사고를 강화할 수 있는 도구를 도입하는 동시에 보다 전통적인 분석의 모든 기능을 사용해야 한다고 생각하기 때문에 이에 동의합니다.

조안나 파크너: AI는 많은 비즈니스 기능에 채택되었지만 전략은 AI의 매력에 거의 영향을 받지 않는 것 같습니다. 왜 그렇다고 생각하시나요?

유발 아츠몬: 제한된 채택에 대한 당신 말이 맞습니다. AI 사용에 관한 설문조사에서 응답자 중 7%만이 AI를 전략이나 재무 계획에 사용한다고 답한 반면, 마케팅, 공급망, 서비스 운영과 같은 영역에서는 25~30%가 AI를 사용한다고 답했습니다. 채택이 지연되는 한 가지 이유는 전략이 가장 통합적인 개념 관행 중 하나이기 때문입니다. 경영진이 전략 자동화에 대해 생각할 때 많은 사람들은 비즈니스 리더 대신 올바른 전략이 무엇인지 결정할 AI 기능에 너무 먼 미래를 내다보고 있습니다. 그들은 결과를 크게 향상시킬 수 있는 전략의 구성 요소에 AI를 사용할 기회를 놓치고 있습니다.

나는 가상 비서에 비유하는 것을 좋아합니다. 우리 중 많은 사람들이 Alexa 또는 Siri를 사용하지만 이러한 도구를 사용하여 문자 메시지를 받아쓰거나 조명을 끄는 것 이상의 작업을 수행하는 사람은 거의 없습니다. 우리는 보다 정교한 애플리케이션에서 상황을 이해하는 기술의 능력에 대해 불편함을 느낍니다. 전략에서의 AI도 비슷합니다. AI가 임원이 알고 있는 모든 것을 알기는 어렵지만 특정 업무를 수행하는 임원에게 도움이 될 수 있습니다.

경영진이 전략 자동화에 대해 생각할 때 많은 사람들은 AI가 올바른 전략을 결정하는 것보다 너무 먼 미래를 내다보고 있습니다. 그들은 전략의 구성 요소에 AI를 사용할 기회를 놓치고 있습니다.

조안나 파크너:AI는 오늘날 전략가가 어떤 종류의 작업을 실행하는 데 도움을 줄 수 있나요?

유발 아츠몬: 우리는 AI 개발의 6단계에 대해 이야기합니다. 가장 초기의 것은 단순 분석으로, 이를 기술 지능이라고 합니다. 회사는 경쟁 분석을 위해 대시보드를 사용하거나 자동으로 업데이트되는 비즈니스의 다양한 부분에서 성과를 연구합니다. 일부는 개선 및 테스트를 위한 대화형 기능을 갖추고 있습니다.

두 번째 수준은 진단 인텔리전스로, 비즈니스를 되돌아보고 성과의 근본 원인과 동인을 이해하는 능력입니다. 그 다음 단계는 예측 지능입니다. 즉, 과거의 모멘텀과 시장에서 선택된 신호를 기반으로 특정 시나리오나 옵션, 그리고 미래의 사물의 가치를 예측할 수 있는 능력입니다. 진단과 예측 모두 오늘날 AI가 크게 개선할 수 있는 영역입니다. 도구는 경영진의 분석을 강화하고 역량을 개발하는 영역이 될 수 있습니다. 예를 들어, 진단 인텔리전스에서는 포트폴리오를 세그먼트로 구성하여 성과가 어디서 나오는지 세부적으로 이해하고 분석가보다 훨씬 더 지속적인 방식으로 이를 수행할 수 있습니다. 문제를 해결하기 위해 100명의 분석가를 배치하는 대신 한 시간 안에 20가지 방법을 시도할 수 있습니다.