오늘날 企業은 前例 없이 많은 量의 데이터를 生成한다. 데이터는 各種 비즈니스 活動의 副産物로 늘 增加해온 게 事實이다. 하지만 오늘날에는 個人과 職場 生活이 漸漸 더 온라인에서 이뤄지면서 사람들은 每日 엄청난 量의 데이터를 만들어 내고 있다. 實際로
世界 인터넷 데이터의 90%
가 2016年 以後 生成됐다.
10年 넘게 所謂 ‘FAANG 企業(페이스북, 애플, 아마존, 넷플릭스, 구글)’만이 厖大한 量의 데이터를 大規模로 蒐集할 수 있는 利點을 누려왔다. 이들은 데이터가 主要 製品이고, 여러 價値를 生成하는 核心이었으므로 AI팀, 서버, 네트워크 인프라 等에 일찍이 投資했다. 이러한 集中 投資는 非(非)技術 企業에서는 거의 不可能했다.
그러나 最近에는 클라우드 컴퓨팅 플랫폼, 一般的 툴의 改善, 機械學習 모델의 普遍化로 더 많은 企業이 高級 데이터 技術을 活用할 수 있게 됐다.
2021年 末 全體 企業의 折半 以上
이 最小限 한 個 以上의 비즈니스 機能에 人工知能을 導入했다. 또한 全體 企業의 25% 以上이 EBITDA의 最小 5% 以上이 AI 導入으로 發生한다고 報告했다. 大量 生産된 機械學習 모델은 어디에서나 찾아볼 수 있다.
매우 重要한 變化다. 非技術 企業은 이미 保有하고 있는 데이터로 AI 툴을 活用해 販賣, 物流, 運營을 改善할 수 있다.
그러나 툴만으로는 充分하지 않다. 長期的 利益과 競爭 優位를 確保하기 위해서는 데이터를 最適化하고 戰略的으로 使用하는 法을 배워야 한다. 企業 리더는 데이터 프로세스를 비즈니스 核心 構成 要素로 開發하는 데 優先順位를 둬야 한다. 이를 위해서는 다음과 같은 行動이 必要하다.
1. 데이터 使用에 對한 學習
데이터를 어떻게 使用할지 理解하는 첫 番째 段階는 이미 가지고 있는 데이터가 무엇인지 把握하는 데서 始作한다. 비즈니스 프로세스 인벤토리(保有 目錄)를 調査해 어떤 프로세스에서 데이터가 生成되는지 確認하라. 다음과 같이 質問해보자. 우리 會社는 무엇을 記錄하는가? 무엇을 記錄하지 않으며, 왜 記錄하지 않는가? 保管할 수 있는데 그냥 버리고 있는 情報는 무엇인가?
데이터 인벤토리를 整理한 뒤에는 다른 會社들을 살펴봐야 한다. 다른 會社가 비즈니스 機能을 改善하기 위해 비슷한 데이터를 어떻게 貯藏하고 使用하는지 보며 데이터 使用에 對해 學習해야 한다.
아티클을 끝까지 보시려면
有料 멤버십에 加入하세요.
첫 달은 無料입니다!