조직이 점점 지능화되는 소프트웨어 도구와 생산적인 파트너십을 형성하도록 보장하는 것이 생성 AI 전략 성공의 핵심이며 양측의 지침과 지도가 필요합니다. 이 파트너십을 통해 최종 사용자는 스마트 도구의 잠재력을 최대한 활용하고 시너지 효과를 실현할 수 있습니다. 따라서 조직은 이러한 파트너십 구축에 적극적으로 참여하고 이를 촉진하여 양 당사자가 공동의 목표를 달성하기 위해 서로를 촉진하고 지원할 수 있도록 해야 합니다.
제너레이티브 AI의 약속을 이행하기 위한 기술 전략을 서둘러 개발하는 과정에서 많은 CIO는 가장 어려운 작업에 갇히게 됩니다. 바로 지식 근로자와 조립 라인 근로자를 포함한 최종 사용자를 위해 조직을 준비하는 것입니다. 의사, 회계사, 변호사에게. 생성 AI와 공존하고 워크플로에 원활하게 통합되어야 합니다.
Microsoft Copilot과 같은 대규모 언어 모델 및 도구는 작업자를 대체하는 기술이 아닌 보완적인 접근 방식으로 간주되지만, 시장에 등장하는 수많은 생성 AI 제품과 이러한 모델의 빠른 구현은 이러한 관점에 도전했습니다. . 이러한 도구는 생산 환경에서 많은 인간 작업을 수행할 수 있어 AI 기계와 인간 사이의 복잡한 관계를 드러냅니다. 결과적으로 많은 분석가, 사고 리더, 제조업체 및 CEO는 AI 기술이 인간을 대체하기보다는 인간과 긴밀하게 협력해야 한다고 믿습니다.
Fortune 500대 기업 Baxter International의 전략 AI 컨설턴트인 Reuven Cohen은 생성 AI의 파괴적인 잠재력을 고려할 때 위험이 높다고 지적했습니다.
그는 "논쟁은 인력을 늘리느냐 아니면 완전히 대체하느냐 하는 것입니다. 첫째, 조직 내에서 가장 유능한 사람들은 맞춤형 AI로 지원받을 수 있고, 둘째, 역량이 부족한 사람들은 단계적으로 해고될 수 있습니다."라고 말했습니다. " '능력이 떨어지는'이라는 정의는 기술이 구현되는 지역의 기술 발전과 인간-기계 파트너십 개발에 의해 영향을 받을 수 있습니다. 기술이 발전함에 따라 생성 AI의 성능도 지속적으로 향상되고 있으며, 이로 인해 생성 AI를 사용하지 않는 인간은 특정 측면에서 능력이 떨어지는 것처럼 보일 수 있기 때문입니다. 하지만 생성 AI가 인간을 완전히 대체하지는 않지만, 인간과 협력하여 보다 효율적이고 지능적인 솔루션을 제공할 것이라는 점은 분명히 해야 합니다. Teradyne CEO Shannon Gath가 말했듯이 "생성 AI를 사용하는 인간은 그렇지 않은 인간을 대체할 것입니다." 따라서 사람들은 자신의 역량과 경쟁력을 향상시키기 위해 생성 AI 기술에 적극적으로 적응하고 숙달해야 합니다.
현재 대다수의 CIO는 업무 효율성과 생산성을 향상하기 위해 생성 AI를 채택하고 있습니다. Gartner에 따르면 CIO의 77%가 이미 이 기술을 배포하기 시작했습니다. 미국 특허청의 최고정보책임자(CIO)인 Jamie Holcombe도 그 중 한 명입니다.
Holcombe는 AI가 향상된 지능 도구라고 믿습니다. 그는 사람과 도구 사이에 협력 관계가 있다고 믿지 않습니다. 그의 리뷰어들은 서류 작업과 행정 업무의 부담을 덜어주고 단순한 프로그래밍 작업보다 사려 깊은 분석 작업에 더 집중할 수 있도록 AI 도구가 제공하는 도움을 환영합니다.
따라서 2024년 CIO의 최우선 과제 중 하나는 대규모 언어 모델을 활용하여 인간 작업자가 가져올 수 있는 알려지지 않은 부가가치를 탐구하고 발견하는 것입니다.
Thoughtworks의 최고 인공 지능 책임자인 Mike Mason은 이 문제를 고려할 때 CIO가 직원에게 새로운 생성 AI 도구를 제공하는 것을 고려하는 것이 여전히 중요하다고 믿습니다.
“AI가 더욱 발전하고 소프트웨어와 일상 업무에 통합됨에도 불구하고 AI 도구의 유입은 여전히 직원들에게 혼란을 야기합니다. CIO는 이 AI 기술을 사용하는 사람이 직원이라는 점을 기억하고 AI가 업무에 미치는 영향을 고려해야 합니다. ”
긴밀한 파트너십 형성
Fidelity Financial Services의 인공 지능 혁신 책임자인 Vipin Mayar는 12월 보스턴에서 열린 최고 인공 지능 책임자 서밋에서 조기 반품이 비용 절감과 효율성 향상에 유익한 것으로 입증되었다고 말했습니다.
Mayar는 대규모 언어 모델이 인간 지능과 비교할 수 없다는 점을 인정하지만 생성 AI의 혁신 속도는 비교할 수 없을 만큼 빠르다고 믿습니다. "고작 13개월밖에 안 됐는데 시간이 비선형성이 됩니다."라고 그는 농담을 했습니다. 그럼에도 불구하고 작업자가 이러한 도구를 최대한 활용할 수 있도록 Mayar는 데이터세트에 대해 구조화된 다중 모드 대규모 언어 모델과 구조화되지 않은 데이터를 결합하여 사용할 것을 권장합니다. 더 작고 작업별로 다릅니다.
Advanced Auto Parts의 인공 지능, 데이터 엔지니어링 및 결정 과학 담당 부사장인 Yvonne Li는 기술과 인간이 이를 활용할 수 있는 방법이 아직 초기 단계에 있다는 데 동의합니다.
“AI는 만병통치약이 아닙니다. 생성적 AI는 데이터를 통합하고 데이터 과학자에게 다른 관점을 제공할 수 있지만, 사람들은 AI를 사용하여 효율성을 높이고 문제를 진단하는 도구로 사용하고 있습니다.” 로이터(Reuters)는 인공지능을 활용해 효율성을 높이는 것을 목표로 하는 조직이다. 이 회사는 최근 개발자가 Westlaw Precision의 AI 지원 연구와 같은 솔루션을 더 쉽게 만들 수 있게 해주는 생성적 AI 플랫폼을 출시했습니다. Thomson Reuters의 엔지니어링 책임자인 Shawn Malhotra는 생성 AI 기술을 사용하는 Westlaw를 사용하면 법률 편집자가 과거에는 완료하는 데 며칠 또는 몇 주가 걸렸던 법률 연구를 위한 문서 요약을 몇 분 만에 생성할 수 있다고 말했습니다.
또한 Thomson Reuters와 Microsoft Copilot의 법률 초안 작성 작업을 통해 법률 편집자를 위한 고급 기능을 잠금 해제합니다. 그러나 관찰자들은 이러한 혁신을 위해서는 CIO가 직원들이 어디에 있든 새로운 생성 AI의 혜택을 누릴 수 있도록 기술 향상 및 거버넌스 전략을 개발해야 한다고 말합니다. 생산성 향상을 위한 추진력으로 인해 기업 전체의 직원들이 대규모 언어 모델로 작업하는 방법을 배워야 한다는 압박을 받게 되면서 이는 곧 중요해질 것이며, 이들 중 다수는 아직 파일럿 테스트 단계에 있습니다.
Deloitte 미국 상주 CIO이자 Vanguard Group의 전 글로벌 CIO인 John T.는 “대규모 언어 모델은 여러 면에서 인간의 능력을 능가할 수 있고 앞으로도 그럴 것입니다. 그러나 저는 AI가 계속해서 인간의 능력을 향상시킬 것이라고 굳게 믿습니다.”라고 말했습니다. “AI는 현재는 물론 앞으로도 인류의 매우 가까운 동반자가 될 것이라고 생각합니다.”
Marcante는 우호적인 관계를 보장하기 위해서는 생성 AI를 구현할 때 이해관계자의 워크플로우를 고려하는 것이 중요하다고 강조했습니다.
"오래되었거나 부담스러운 프로세스 속도를 높이기 위해 AI를 사용하는 것은 실수일 수 있다는 점을 기억하는 것이 중요합니다. 문제를 '해결'하기 위해 AI를 광범위하게 적용하는 것보다 프로세스나 기술 개선에서 더 많은 이점을 얻을 수 있습니다."라고 그는 설명합니다.
작업 수행 방식의 변화
시간이 지남에 따라 기술과 기술이 사용되는 방식이 발전하고 변화하므로 사람들이 이러한 도구를 최대한 활용하는 방식도 필연적으로 바뀔 것입니다.
가트너는 지난해 말 IT 심포지엄/Xpo 연례 컨퍼런스에서 생성 AI가 인간-기계 관계를 어떻게 완전히 변화시킬 것인지 자세히 소개했습니다.
Gartner 분석가 Mary Mesaglio는 다음과 같이 말했습니다. "이것은 단순한 기술이나 비즈니스 트렌드가 아니라 실제로 기계와 상호 작용하는 방식의 변화입니다. 우리는 기계가 우리를 위해 할 수 있는 것에서 기계가 우리를 위해 할 수 있는 것으로 이동하고 있습니다. 기계는 우리의 도구에서 팀원으로 진화하고 있습니다.”
기계는 업무 파트너뿐만 아니라 고객으로도 진화하고 있다고 Mesaglio는 말합니다. 예를 들어, HP 프린터는 사용량을 모니터링하는 서비스에 연결한 후 필요할 때 잉크를 구입할 수 있고, Tesla 자동차는 자가 진단을 통해 결함이 발견되면 부품을 주문할 수 있습니다.
USPTO의 Holcombe는 또한 인터페이스 개발이 직원들이 이러한 도구를 보다 효과적으로 사용하는 데 도움이 될 것이며 차세대 인간-컴퓨터 인터페이스는 키보드와 마우스가 아닌 자연어가 될 것이라고 믿습니다. 그러나 그는 여전히 대규모 언어 모델이 조만간 인간의 인지를 대체할 수는 없을 것이라고 믿고 있습니다.
“인간의 사고와 분석은 아직 기계를 능가하지 못했습니다. 왜냐하면 알고리즘 자체는 기껏해야 추측과 시행착오의 반복이기 때문입니다. 인간의 프로그래밍 없이 기계가 직관적으로 도약하는 것을 본 적이 없습니다.
노스이스턴대학교 체험 인공 지능 연구소 소장인 우사마 페이야드는 대화형 인공 지능이 기업에서 점점 더 중요해지고 있으며 시간이 지나면서 문제에 대한 더 나은 답변을 제공할 수 있다고 믿습니다. 그는 콘텐츠 생성, 문서 요약, 증강 분석, 통찰력 추출 도구, 인간의 증강이 필요한 의사결정 알고리즘도 산업 전반에 걸쳐 기업의 중요한 사용 사례가 될 것이라고 말했습니다.
그러나 이러한 도구가 잠재력을 최대한 발휘하려면 인간이 이를 어떻게, 얼마나 자주 사용하는지가 매우 중요합니다.
PwC US의 최고 제품 및 기술 책임자인 Joe Atkinson은 생성적 AI 애플리케이션이 기술에 정통한 인력을 창출하는 데 도움이 될 수 있다고 믿지만, 직원들이 디자인을 기반으로 하는 도구 자체에 어떻게 가치를 추가할 수 있는지는 불분명합니다. 일하면서 배웠다. 그는 응용 프로그램의 품질을 향상하려면 인간의 창의성이 필요하다는 데 의심의 여지가 없다고 말했습니다.
이를 위해 Gartner는 CIO가 내년에 작업자와 기계가 상호 작용하는 방식을 정의하는 "등대" 원칙을 설정할 것을 권장합니다. 이는 Gartner가 데이터 AI 준비 상태를 달성하고 AI 지원 보안을 구현하는 것과 마찬가지로 중요하다고 간주하는 우선 순위입니다.
결국 생성 AI는 일단 설정하고 잊어버리는 도구가 아닙니다. 적어도 아직은 그렇습니다. 정확성, 품질 결과 및 안전을 보장하려면 인간의 감독과 경험이 필요합니다.
이를 위해 CIO들은 생성적 AI 도구를 직장에 점진적으로 도입하고 사람들이 안심하고 사용할 수 있도록 교육 및 훈련 과정을 준비하고 있습니다.
위 내용은 직장에서 알려지지 않은 것: CIO를 위한 생성적 AI 과제의 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)
