[DBR]破壞的革新으로 본 AI

東亞日報
入力 2024年 3月 25日 03時 00分

코멘트: 個

좋아요: 個

코멘트: 個

비즈니스 리더를 위한 경영저널 DBR(동아비즈니스리뷰) 2024년 3월 1호(388호)의 주요 기사를 소개합니다. — 비즈니스 리더를 위한 經營저널 DBR(동아비즈니스리뷰) 2024年 3月 1號(388戶)의 主要記事를 紹介합니다.

破壞的革新으로 본 AI

人工知能(AI)을 ‘破壞的技術’로 稱하며 AI가 産業地形을 바꾸고 일자리를 빼앗을 것이라고 걱정하는 사람이 많다. 하지만 클레이턴 크리스텐슨 하버드대 經營大學院敎授가 主唱한 ‘破壞的革新’ 理論에서 破壞的技術은 旣存市場을 壓倒하는 最新의 高性能技術을 의미하지 않는다. 오히려 單純하면서도 低廉한 製品과 서비스를 提供하는 技術로, 旣存에 注目받지 못했던 顧客이 存在하는 下位或은 新市場을 攻掠하는 것을 意味한다. 破壞的革新理論에 따르면 AI 時代에 重要한 것은 技術 그 自體가 아니다. 보다 많은 사람이 日常을 살아가며 겪는 다양한 問題에 焦點을 두고 어떻게 顧客 아닌 사람을 顧客으로 만들지를 細心하게 苦悶하는 것이 核心이다.

데이터 分析의 열쇠 ‘題目 달기’

企業이 빅데이터 分析을 企劃할 때 적게는 두 張, 많게는 十數張에 이르는 企劃書를 쓰곤 한다. 이런 方式은 宏壯히 非效率的인데 分析結果가 데이터 패턴에 따라 持續的으로 變하기 때문이다. 이런 企劃書代身에 分析의 큰 그림을 30글字以內로 表現하는 ‘題目 달기’를 하면 分析의 目標를 보다 明確히 할 수 있다. 어떤 데이터로, 어떤 分析을 해서, 어떤 結果物로, 어떤 價値를 組織에 만들어 낼지 壓縮的으로 作成해 보는 것이다. 特히 어떤 價値를 追求할 것인지를 明確히 하는 것이 重要하다. 예컨대 同一한 需要豫測 프로젝트라고 할지라도 最終目標價惡性在庫減少이냐, 顧客滿足度提高이냐에 따라 그 內容이 完全히 달라질 수 있다. 企業任員에게 必要한 빅데이터 分析企劃의 노하우를 紹介한다.