Abstract:
1. In the advent of AI, C-level are personally using gen-AI tools for work.
2. Over 40% respondents say that they use AI for the invesestment purpose.
3. Over half of respondents are willing to face gen-AI though the limitation of 'inaccuracy'
4. Survey Results as follows
4.1. 유럽이 gen-AI 사용 및 노출량이 대륙중에 가장 높음(2위가 북미).
4.2 기술, 미디어, 통신 업종이 gen-AI 사용빈도가 제일 높음.
4.3 Job title에 따른 사용 빈도: Senior > C-suite > Junior
4.4 통계에서 특이했던 점은, 여성이 남성보다 사용 및 노출빈도가 높다는 점이다. 생성형 인공지능을 많이 사용하는 업종에 여성의 비율이 높은 것인지, 여성의 표본이 남성의 표본의 10%에 불과해 통계의 대표성이 왜곡돼었는지는 확실하지 않다. 그러나 신뢰성 있는 기관에서 설문을 실시한 만큼 전자의 가능성이 더 높다고 판단했다.
5. 업종별 생성형 인공지능 사용 비교
Marketing&Sales > Product&Development > Service Operations > HR > Supply Chain Management > Manufacturing
Workforce의 개입이 높을 수록 생성형 인공지능의 활용빈도는 낮은 것으로 관측됨.
그 중...
Markerting&Sales은 draft를 작성할 때 생성형 인공지능의 도움을 많이 받음.
Product&Development는 고객의 니즈를 파악하기 위해, 즉 트렌드를 파악할 때 많이 사용함.
Service Operations는 챗봇을 사용하기에 생성형 인공지능을 사용할 수 밖에 없음.
6. 3분의 1 이상의 기업이 생성형 인공지능을 사용하고 있다.
7. 응답자 중 21%만이 그들이 속한 조직에 인공지능 관련 policy가 있다고 밝힘
8. 응답자들이 가장 많이 언급한 risks는 a) Inaccuracy, b) Cybersecurity, and c) Intellectual-property infringement 였다.
9. 기업 중 20%만이 AI 관련 risk policy를 갖고 있었다. AI에 대한 기업윤리 및 정책이 아직까지 도입이 안된만큼, 빠른 도입이 시급함.
10. AI로부터 많은 수혜를 받는 기업일수록 cost reduction을 신경쓰지 않는다. 다시 말해 AI로 많은 수익을 내는 기업일 수록 이것에 더 많은 예산을 쓴다는 뜻이다.
11. High performers도 아직까지 AI를 완전히 습득하지 못했다.
12. High performers일수록 Models&tools에 비중을 두고, Average performers는 strategy에 집중을 한다.
-> High performers일수록 투자가 이미 활성화 되어있어 startegy와 같은 부차적인 goal에 비중을 안두는 것으로 판단.
공통적으로 Talent, Adoption and scailng에 비중을 두고 있다.
13. High performers일수록 성공하기 위해 무엇이 필요한지를 정확히 캐치하고, 이에 대한 넓은 시야를 가지고 있음. 또한, 가치를 포착하기 위해 그들의 조직을 rewiring하는데 강점이 있음. 이는 AI 산업뿐만 아니라 전반적인 산업에서도 적용된다고 판단.
14. High performers들은 어디에 가치를 둬야하는지, 기회를 찾는데 능하다. 그들의 비즈니스 도메인에서 활용할 수 있는 것이 무엇일지에 대해 끊임없는 고민을 하는 것이다.
15. 현재 AI data scientists, data engineers, data visualizaton specialists에 대한 일자리 수요가 많으나, 전년대비 공급이 부족함
16. 업종별로 향후 AI로 인한 일자리 증감에 대해 설문을 했는데, 가장 타격을 많이 받는다고 생각한 그룹은 Service Operation였다. 아마 챗봇의 파급력이 기존의 노동력을 대체하는 것으로 판단된다. 한편, Supply Chain Management의 경우는 생성형 인공지능의 사용량이 적은 것으로 확인되었는데, 이에 따른 일자리 감소에 대한 의문은 해결되지 않았다. 이는 HR, Manufacturing도 마찬가지이다.
17. 생성형 인공지능의 도입으로 cost decrease 폭이 가장 큰 업종은 Service Operations이다. Manufacturing은 이에 비해 폭이 작으나, revenue increase는 service operations 보다 높다. 이는 제조업의 특성이 반영된 것으로 판단된다.
18. AI산업도 결국은 The richer are getting richer이다. 빠른 자본투입과 투자개발, 능력있는 인재 등용이 경쟁력을 이끌것이다.
Insight:
결론적으로 AI붐은 인류가 통제하고 조절할 수 없는 부분이 되어버렸다. 더욱이 AI와 같은 첨단기술에 있어서 이것이 더욱 심하다. 보고서에 나와 있듯이 연령, 계층, 지위, 산업을 떠나 통틀어 전 스펙트럼이 생성형 인공지능을 활용중이며 앞으로 투자를 확대될 것이다. 이런 상황에서 내가 앞으로 나아가야 할 길에 참고점이 되리라 믿는다. 구체적으로 어떤 부분에서 도움이 될지는 모르겠지만, 중요한건 언어학을 전공하는 학도로서 'Generative'에는 기여할 수 있지 않을까 싶다.
처음 보고서를 보고 놀랐던 점은 가중치로 수치를 보정했음에도 생성형 인공지능의 사용자 중 여성의 비율이 남성의 것보다 높았다는 것이다. Tech계열은 남성이 상대적으로 비율이 높겠거니 했는데, 의외로 아니였던 것이다. 아마 여성 표본에 service operation, marketing에 종사하는 인원이 많아서 사용빈도가 남성보다 높지 않았나 생각이 든다.
마지막으로 생성형 인공지능 high performers가 average performers와는 차별점이 있다는 것을 언급해야겠다. High performers들은 models&tools에 가장 무게를 뒀다. 이는 곧 EBIT가 높을수록 더 고 차원적인 부분에 challenge를 한다는 점이였다. Other respondents는 1차원적인 data, strategy에 무게를 뒀다. Other performers가 종사하는 기업이 인공지능에 많은 투자를 하지 않은 것도 있겠지만, 그럼에도 이 차이가 기업 성과를 가르는 주요 포인트가 아닐까 싶다.
- Mckinsey has all rights about the report suggested above.
'경영, 경제' 카테고리의 다른 글
| [경영, 경제] 불평등이 내재된 사회 - '21세기 자본' 줄거리 및 리뷰 (1) | 2023.04.07 |
|---|---|
| [경영, 경제] 부자의 비결 - '부자 아빠 가난한 아빠' 줄거리 및 리뷰 (2) | 2023.04.05 |
댓글