AI는 기술 자체와 이 기술이 사용되는 방식 모두에서 진화하고 변화하고 있습니다. 점점 더 많은 기업이 AI 테스트 프로젝트를 실험실 외부로 가져와 대규모로 배포하고 있으며 그 중 일부는 상당한 이점을 얻었습니다. AI를 둘러싼 불확실성에도 불구하고 AI의 잠재력을 무시하면 여전히 기존 방식으로 비즈니스를 운영하고 있는 기업이 잠재적인 위험에 처하게 됩니다.
그러나 많은 기업 조직에서는 AI로부터 가치를 얻는 것이 어려울 수 있습니다. 모델이 제대로 조정되지 않았고, 교육 데이터 세트가 충분히 크지 않을 수 있으며, 고객이 회의적일 수 있으며, 편견, 윤리 및 투명성에 대한 우려가 있을 수 있습니다. AI가 준비되기 전에 프로덕션에 적용하거나 AI 전략을 제대로 검토하지 않고 다음 단계로 확장하면 비즈니스에 큰 비용이 들 수 있으며, 결과적으로 비즈니스가 불리한 방향으로 발전하게 됩니다.
그렇다면 AI 프로젝트가 귀하의 비즈니스를 변화시키거나 전복시킬 것인지 어떻게 알 수 있습니까? 확실한 ROI 수치가 없으면 기업은 특정 방식으로 혁신을 달성해야 합니다. IT 리더와 업계 관계자가 AI의 가치를 어떻게 측정하는지 살펴보겠습니다.
모든 이니셔티브 또는 기술이 항상 선형 계산 프로세스인 것은 아니며 AI도 예외는 아닙니다. 특히 성숙도와 비즈니스 잠재력을 고려할 때 더욱 그렇습니다. 검증되고 예측 가능한 변수(예: 데이터 마이닝, 비용 및 교육 시간 절감, 투자, 새로운 용도를 촉진하는 능력)는 특히 수용 가능한 ROI 측면에서 의사 결정에 영향을 미칠 수 있지만, 기술에 관계없이 다음 수준을 갖는 것이 중요합니다. 그것이 새로운 기술이건 기존 기술이건 간에 신뢰입니다.
예를 들어 NASA의 제트 추진 연구소에서는 AI 프로젝트의 투자 수익을 측정할 때 핵심 요소 중 하나가 기술의 성숙도입니다.
연구소의 최고 기술 및 혁신 책임자인 Chris Mattmann은 자동화된 비즈니스 프로세스를 예로 들어 일부 AI 기술의 사용이 이미 매우 성숙했다고 말했습니다.
그는 "모든 회사에는 지루한 일이 있고 우리도 그렇습니다. 우리는 티켓 처리, 검색, 데이터 마이닝, AI를 사용하여 계약 및 하도급 계약을 검토하는 등의 프로세스를 자동화했습니다."
연구소에서 사용하는 실험입니다. DataRobot 및 Google Cloud를 포함하여 이를 수행하기 위해 상업적으로 이용 가능한 다양한 기술이 있습니다. 특정 기술에 투자할 가치가 있는지 판단하기 위해 Mattmann은 해당 기술이 비용, 시간 및 자원을 절약할 수 있는지 여부를 고려한다고 말했습니다. "기술이 성숙했다면 반영될 것입니다."
아직 중간 수준의 성숙도에 있는 기술의 경우, 실험실에서는 해당 기술이 새로운 용도를 개척할 수 있는 능력이 있는지, 비용이 얼마나 드는지에 중점을 둘 것입니다. Mattmann은 "예를 들어 화성에 간다면 심우주 통신을 위한 얇은 통로가 있을 것입니다."라고 Mattmann은 말했습니다. 현재 화성에서 지구로 하루에 약 200장의 사진을 보낼 수 있는 충분한 대역폭이 있습니다.
“우리가 화성에 보낸 로버는 내부에 완두콩 크기의 두뇌를 가지고 있으며 iPhone 1 프로세서를 실행합니다. 우리는 방사선에 강한 물질만 우주에 넣어서 깊은 우주 환경을 견딜 수 있다는 것을 알고 있습니다. "성능이 좋은 칩은 오래된 칩인 경향이 있으므로 로버에 고급 인공 지능이나 기계 학습을 사용하지 않을 것입니다. "그러나 이는 원래 기술 시연이었고 탐지 임무의 핵심은 아닙니다. NASA의 Ingenuity Mars Helicopter에는 Qualcomm의 것이 장착되어 있습니다. AI 칩인 스냅드래곤 프로세서. "이것은 새로운 칩으로 더 많은 AI 작업을 수행하는 것이 가능하다는 것을 증명합니다."
이러한 종류의 AI는 현재 달성할 수 없는 많은 새로운 사용 사례를 가능하게 합니다. 예를 들어, Ingenuity Mars는 하루에 200개의 이미지를 다시 전송합니다. 헬리콥터 의지 이러한 이미지는 AI를 사용하여 분석되어 특정 방향에 마른 호수 바닥이 있다는 등 백만 개의 텍스트 설명을 지구에 보낼 수 있습니다. “오늘날 이미지보다 텍스트에서 더 많은 정보를 얻을 수 있습니다.”
결국 첨단 실험 AI 기술의 경우 이러한 기술이 새로운 과학적 목적으로 사용될 수 있는지 여부가 성공의 척도가 될 것입니다. 새로운 논문을 작성하고 출판하는 데 사용됩니다.
그는 "모델을 훈련하고 구축하는 데 비용이 듭니다."라고 말했습니다.
Google, Microsoft와 같은 기업은 대규모 훈련 데이터에 접근할 준비가 되어 있지만 NASA의 제트추진연구소에서는 데이터 세트를 얻기가 어렵고 박사 수준이 필요합니다. 전문가가 분석 및 라벨링을 수행합니다.
"NASA에서 새로운 AI 모델을 훈련하는 데 드는 비용은 상업 산업보다 10~20배 더 높습니다"라고 Mattmann은 말했습니다.
여기서 새로운 기술의 출현으로 NASA는 수동 라벨링 작업량을 줄이면서 AI 모델을 구축할 수 있습니다. 예를 들어 생성 네트워크를 사용하여 합성 훈련 데이터를 생성할 수 있다고 그는 말했습니다. Deep Fakes이지만 과학적인 목적으로 사용됩니다.
AI 프로젝트의 비즈니스 영향을 직접 측정할 수 있는 방법이 없다면 기업은 대신 관련 핵심성과지표(KPI)에서 데이터를 마이닝하게 됩니다. 이러한 프록시 변수는 일반적으로 비즈니스 목표와 관련이 있으며 고객 만족도, 출시 기간, 직원 유지 등이 포함될 수 있습니다.
미국 의료 서비스 제공업체인 Atlantic Health System이 좋은 예입니다. 회사의 수석 부사장이자 최고 정보 책임자(CIO)인 Sunil Dadlani는 환자가 모든 결정의 중심에 있다고 말했습니다. 다양한 방법으로 환자 치료의 개선을 관찰하여 AI의 투자 수익을 측정합니다. 이러한 환자 중심 지표에는 입원 기간 단축, 치료 시간 단축, 보험 적격성 확인 단축, 사전 보험 승인 단축 등이 포함됩니다.
AI를 사용하는 또 다른 프로젝트는 방사선 전문의가 스캔을 검토하도록 돕는 것입니다. 이 경우 측정된 KPI는 방사선 전문의가 잠재적인 이상 현상에 대한 경고를 받는 빈도입니다. Dadlani는 다음과 같이 말했습니다. "2022년 4월 현재 우리 방사선 전문의의 99%가 AI를 사용하여 12,000개 이상의 연구를 분석하고 거의 600개의 경고를 발생시켰다고 보고했습니다. 결과적으로 의사는 잠재적으로 심각한 문제를 가능한 한 빨리 해결할 수 있습니다.
RSM에서는 미국에서 5번째로 큰 회계법인인 AI 투자는 밀접하게 연결된 두 가지 경로를 따른다. 하나는 직원들이 더 잘 일할 수 있도록 돕는 생산성 및 분석 도구이고, 다른 하나는 고객이 사용하는 유사한 도구라고 회사 경영 컨설팅 파트너인 Richard Davis는 말했습니다. 비즈니스 및 기술 혁신팀에서 근무하고 있습니다.
예를 들어, 고객과 작업할 때 RSM은 여러 시스템(회계, 영업 및 마케팅, 인사, 물류 포함)에서 데이터를 가져와 모든 것을 단일 대시보드에 통합하라는 요청을 받을 수 있습니다. Davis는 AI가 해당 프로세스의 속도를 높이는 데 도움이 될 수 있다고 Davis는 말했습니다. 그런 다음 AI를 사용하여 워크플로가 해당 시스템을 통과하는 위치와 어떤 문제와 장애물이 있는지 확인할 수 있습니다.
그렇다면 기업은 AI가 올바른 방향으로 가고 있는지 어떻게 알 수 있을까요?
"첫째, 도구의 사용을 매우 명확하게 측정할 수 있습니다"라고 데이비스는 RSM의 AI 프로젝트 투자나 투자 수익에 대한 세부 정보를 제공하지 않았지만 "시간이 지남에 따라 어떤 결과가 나타나기를 바랍니다. 참여가 더욱 효과적으로 전달되고 있습니다.”
그는 참여도가 높아지면 생산성이 향상될 것이라고 말했습니다. "그래서 예전에는 어떤 일을 하는 데 일주일이 걸렸다면 이제 우리의 목표는 하루로 줄이는 것이 될 것입니다."
AI의 성공을 측정하는 것은 매우 주관적일 수 있습니다. MIT의 AI 연구 과학자이자 소매업계 데이터 과학자인 유지니오 주카렐리(Eugenio Zuccarelli)는 AI 프로젝트를 평가하는 것은 AI 자체를 개발하는 것만큼이나 예술이라고 말했습니다.
Zuccarelli는 그럼에도 불구하고 AI가 비즈니스에 미치는 영향을 설명할 수 있는 것이 여전히 중요하다고 말했습니다. "KPI는 모델 자체를 중심으로 설정해서는 안 되며, 프로젝트의 궁극적인 목표가 되어야 하는 비즈니스 및 인력 측정 기준을 중심으로 설정해야 합니다. 그렇지 않으면 성공적으로 보이지만 실제로는 효과적인 영향으로 해석되지 않는 프로젝트를 선택하기가 쉽습니다." 기술적인 지표에 대해.
BMW와 Telstra에서 데이터 과학 역할도 맡았던 Zuccarelli는 AI 프로젝트의 진행 상황을 단독으로 측정하는 것에 대해 경고했습니다. 예를 들어, AI 프로젝트의 목표가 다른 이유로 이미 개선되고 있는 것을 개선하는 것이라면, 실제로 AI로 인해 개선이 어느 정도 발생했는지 확인하기 위해 통제 그룹이 필요합니다.
금융 서비스 업계에서 다년간의 경험을 갖고 있는 Vladislav Shapiro는 AI 프로젝트의 다른 중요한 KPI로는 허위 경보를 줄이거나 과도한 권한을 자동으로 제거하는 것이 있을 수 있다고 말했습니다. 그는 또한 IT 보안, ID 거버넌스 및 관리를 전문으로 하는 컨설팅 그룹인 Costidity의 창립자이기도 합니다.
최근 그는 AI를 기반으로 한 보안 배포를 담당하여 잘못된 경보 비율을 3배로 줄이고 이전의 많은 수동 프로세스를 자동화했습니다.
그는 "C레벨 경영진에게 이 수치를 보여주면 위의 모든 조치가 데이터 유출 위험을 줄이고 책임성과 거버넌스를 강화한다는 점을 이해할 것입니다."라고 말했습니다.
글로벌 전문 서비스 기업 Genpact의 최고 디지털 전략 책임자인 Sanjay Srivastava는 자동화를 통해 달성한 비용 절감이 AI 프로젝트의 경제적 이점을 보여주는 가장 간단하고 명확한 방법이라고 말했습니다. 그러나 동시에 AI는 새로운 수익원을 촉진하고 기업의 비즈니스 모델을 완전히 바꿀 수도 있습니다.
예를 들어, 한 항공기 엔진 제조업체는 AI를 활용하면 고장을 더 잘 예측하고 물류를 개선할 수 있다는 사실을 발견하고 엔진 서비스를 제공하기 시작했습니다. "최종 소비자 입장에서는 엔진 자체를 구매하는 것보다 비행 마일리지를 구매하는 것이 더 좋습니다. 이는 AI의 강화로 인해 기업 운영 방식을 바꾸는 새로운 비즈니스 모델입니다.
더욱이 비즈니스 영향력도 매우 큽니다.
그러므로 해당 기간 동안 AI에 대한 투자를 정당화하려면 제조업체는 장기 목표를 설정한 다음 해당 목표를 다른 방식으로 측정할 수 있는 여러 단기 프로젝트로 전환해야 합니다.
그는 "'10년 후에는 업계를 바꿀 것입니다'라고 말하는 것보다 '첫 해에는 어떤 부품을 비축해야 할지 고민하기 시작합니다'라고 말하는 것이 더 좋습니다. 아직 업계를 뒤흔들 능력이 없어서 '적절한 수의 부품이 필요하다'고만 말하면 창고 시스템을 최적화하고 재고 투자를 줄이는 것을 목표로 하는 1년 간의 프로젝트입니다."
In 공급망 최적화 외에도 기타 단기 진행 측정에는 고객 만족이 포함됩니다.
“예를 들어 비행기가 특정 부품을 기다리며 5일 동안 뭄바이에 갇힌 경우 고객은 이를 느낄 것입니다.”
그렇다면 일부 AI 프로젝트는 단기적으로 수익에 영향을 미칠 수 있습니다. 하지만 장기적으로는 여전히 중요하고 변혁적입니다. 예를 들어, 한 기업에서는 많은 지루한 작업을 제거하는 고객 서비스 챗봇을 배포했습니다. Gartner 분석가인 Whit Andrews는 "그러나 일부 영업사원은 상향 판매에 능숙하고 사람들과 상호 작용하기를 원하기 때문에 챗봇도 해로울 수 있습니다. 따라서 기업 조직은 모든 로봇을 원하지 않을 수도 있습니다."라고 말했습니다. 당신이 되고 싶은 사업의 종류. “어느 순간 배송이 엉망이 되면 고객이 전화해서 상품이 어디에 있는지 물어본 다음 고객과 소통하고 배송을 받으려고 하는 그런 사업인지 스스로에게 물어봐야 합니다.
조직이 측정 가능한 ROI를 입증하여 혁신을 추진하고 고객 중심 비전을 갖고 있다면 단기 수익 창출을 건너뛰고 더 의미 있는 다른 지표로 이동할 수 있습니다.
“완전히 자동화된 조직은 시장 점유율이 점진적으로 높아짐에 따라 더 성공적일 수 있지만, 적시에 적절한 사람들에게 접근할 수 있도록 데이터를 개발할 수 있습니다. 지적하고 말할 수 있는 것이 있다면 논리적으로 그럴 것입니다. 고객을 더 행복하게 만들고 직원을 더 성공하게 만드세요.
위 내용은 7명의 업계 관계자가 AI의 비즈니스 영향을 측정하는 방법에 대해 논의합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
