Korean
Chinese(T)
Chinese(S)
Japanese
English
한국
대만
중국
일본
변환
병기
급수선택
1급
2급
3급
4급
5급
6급
7급
8급
추천사이트
변환기
이용안내
한국
대만
중국
일본
主題別 | 데이터 사이언스 | 하버드비즈니스리뷰[HBR]
헤더 바로가기
메뉴 바로가기
푸터 바로가기
콘텐츠
보기
最新
主題別
戰略
人事組織
마케팅
財務會計
革新
自己啓發
運營管理
리더십
젠더
데이터 사이언스
危機管理
持續可能性
人氣
매거진
購讀
Premium
動映像
맴버십 세미나
顧客센터
로그인
購讀
/會員加入
HBR Global
HBR ORG
HBR ARABIA
HBR CHINA
HBR FRANCE
HBR GERMANY
HBR ITALY
HBR JAPAN
HBR TAIWAN
HBR TURKEY
하버드비즈니스리뷰
동아비즈니스리뷰
동아비즈니스리뷰 edu
關心分野 變更
關心分野
變更하기
主題別
戰略
人事組織
마케팅
財務會計
革新
自己啓發
運營管理
리더십
젠더
데이터 사이언스
危機管理
持續可能性
會員님의 關心 主題를 登錄하고 主題別 最新 콘텐츠를 메인 페이지에서 바로 確認하세요!
+ 關心 主題 登錄하기
마케터들이여, AI를 日常으로 만들어라
AI를 能熟하게 다룰 줄 아는 마케터는 뛰어난 結果物을 빠른 時間 內에 만들 수 있다. 美國의 한 마케팅 에이전시가 AI를 使用하는 法을 紹介한다.
마케팅 & 데이터 사이언스
디지털
2024. 6. 14.
데이터 프로그램, 미워도 다시 한番
비즈니스에 데이터를 活用하기 위한 수많은 試圖들이 이어졌지만 成功한 企業은 거의 없다. 데이터로 成果를 거두는 데 어려움을 겪는 管理者들이 點檢해야 할 點들을 紹介한다.
데이터 사이언스
디지털
2024. 5. 23.
AI로 職員 管理? 利己的 職員 만든다
職員들의 成果나 技術을 評價하기 위해 알고리즘을 活用하는 企業이 늘고 있다. 그러나 알고리즘으로 管理되는 職員은 同僚를 度憂慮하지 않을 수 있다.
人事組織 & 데이터 사이언스
디지털
2024. 4. 24.
信賴 무너뜨리는 職員 監視의 그림자
하이브리드 勤務가 擴散되며 職員들을 監視하기 위한 디지털 툴이 開發되고 있다. 그 目的이 統制인지 피드백인지에 따라 全혀 다른 結果가 펼쳐질 수 있다.
人事組織 & 데이터 사이언스
디지털
2024. 4. 4.
골리얏 이기는 生成型 AI 마케팅 戰略
마케팅 領域에서 生成型 AI 普及의 最大 受惠者는 中小企業이다. 적은 費用으로도 大企業 못지 않은 프로모션龍 콘텐츠를 製作할 수 있게 됐기 때문이다.
마케팅 & 데이터 사이언스
디지털
2024. 3. 29.
生成型 AI의 信賴性을 評價하는 4가지 質問
顧客과의 信賴는 企業 運營을 運營하기 위한 가장 기초적인 라이선스이다. 生成型 AI를 活用하면서도 信賴를 잃지 않기 위해선 어떻게 해야 할까. 4가지 質問으로 點檢해볼 수 있다.
데이터 사이언스
디지털
2024. 3. 27.
生成型 AI가 企業 文化를 바꾼다
生成型 AI의 登場 以後 데이터 基盤 組織이 만들어지고 있다. 메신저, ERP와 같은 새로운 技術이 일하는 方式을 변화시켰듯 AI도 組織文化를 바꿀 것이다.
데이터 사이언스 & 人事組織
디지털
2024. 3. 14.
‘데이터 協業’ 플랫폼으로 맞춤型 AI 構築하기
巨大言語모델은 組織의 固有한 特性을 反映하지는 못한다. 이를 위해선 微細 調整이 必要하다. 이때 데이터 協業 플랫폼은 豐富하고 安全한 데이터를 提供할 수 있다.
데이터 사이언스
디지털
2024. 3. 12.
알고리즘 推薦이 실망스러운 理由
넷플릭스가 推薦한 映畫에 都統 손이 가지 않는가? 알고리즘은 顧客이 바라는 앞으로의 모습을 考慮하지 않는다. 現在 顧客의 行動을 忠實히 反映할 뿐이다.
데이터 사이언스 & 마케팅
디지털
2024. 2. 23.
生成型 AI가 組織의 生産性을 갉아 먹는다
生成型 AI의 成果가 充分히 硏究되지 않았다. 無分別한 生成型 AI 導入은 스타 職員의 成果를 低下하고, 組織을 過去 데이터에 갇히게 만들 수 있다.
데이터 사이언스
디지털
2024. 2. 21.
착한 生成型 AI를 위해 ‘레드팀’을 構築하라
生成型 AI는 偏向된 發言을 쏟거나 個人 情報를 流出하는 等 企業에 莫大한 危機를 招來하기도 한다. 테스트 攻擊을 桶헤 危險 시나리오를 點檢해야 한다.
데이터 사이언스 & 危機管理
디지털
2024. 2. 14.
生成型 AI와의 ‘對話法’
人工知能과 自然語로 對話할 수 있게 됐다. 사람들과 對話하듯 人工知能과 對話할 때도 脈絡이 充分히 共有돼야 한다.
데이터 사이언스
디지털
2024. 2. 5.
生成型 AI 導入을 이끄는 5가지 期待
가트너는 現在 生成型 AI에 對한 부풀려진 期待가 頂點에 達했다고 指摘한다. 그러나 如前히 生成型 AI가 提供할 수 있는 惠澤은 많다. 生成型 AI에 對한 企業 利害關係者들의 期待를 整理했다.
데이터 사이언스
디지털
2024. 2. 2.
安全한 AI, 傳統的 支配構造로 可能할까?
AI가 人類를 망칠 程度로 危險할까? AI의 危險性에 對한 意見 差異가 크다. 大部分의 AI가 民間에서 開發되므로 企業의 거버넌스가 AI의 安全을 擔保해야 한다.
데이터 사이언스 & 運營管理
디지털
2024. 1. 26.
生成型 AI가 提案하는 비즈니스 시나리오
팬데믹, 地政學的 危機 等 不確實性이 높아지며 企業은 다양한 비즈니스 시나리오를 計劃한다. 이때 AI를 活用하면 더욱 豐盛한 시나리오를 構成할 수 있다.
데이터 사이언스 & 戰略
디지털
2024. 1. 23.
AI를 活用해 營業 實績을 높이는 法
AI는 늘 時間에 쫓기는 營業社員들이 顧客 맞춤型 서비스를 提供하는 데 도움을 준다.
데이터 사이언스 & 마케팅
디지털
2024. 1. 22.
이 會議, AI가 執刀하겠습니다!
머지않은 未來에 生成型 AI가 會議를 進行할 것이다. 會議錄 作成, 差別性 發言 防止도 AI의 몫이 될 것이다.
데이터 사이언스
디지털
2024. 1. 18.
醫療 産業에서 엿본 生成型 AI가 바꿀 未來
醫療界에는 다양한 生成型 AI 實驗이 繼續되고 있다. 病院, 保險社, 會社 사이의 사일로가 除去되며 데이터 權限, 責任에 對한 새로운 論議가 必要해졌다. 이는 모든 企業에 産業 生態系를 바꿀 生成型 AI 活用의 端緖를 提供한다.
데이터 사이언스 & 人事組織
디지털
2024. 1. 17.
生成型 AI 擴張을 위한 3 要素
團地 人工知能 툴을 導入했다고 앞서갈 수는 없다. 이는 이메일 툴을 提供하는 것과 다름 없다. 커뮤니티가 會社만의 AI 플랫폼을 構築하게 하라.
데이터 사이언스
디지털
2024. 1. 15.
믿을 수 있는 AI 祕書를 構築하려면
시리, 알렉사 等 AI 祕書가 우리 日常에 浸透하고 있다. 祕書는 누구보다 나를 잘 알아야 한다. 그만큼 信賴할 수 있는 AI 祕書 活用 方法을 整理했다.
데이터 사이언스
디지털
2024. 1. 11.
生成型 AI가 戰略을 세울 수 있을까?
챗GPT에 블루오션 프레임워크를 連結했더니 60分만에 戰略 提案書를 만들어냈다. 머지 않아 戰略팀은 假想의 人力을 맞이할 準備를 해야할지도 모른다.
戰略 & 데이터 사이언스
디지털
2024. 1. 9.
企業의 데이터 民主化를 위한 5가지 課題
데이터 民主化는 但只 데이터에 對한 接近性을 改善하는 것과는 다르다. 모든 職員을 '데이터 市民'으로 만들기 위한 로드맵을 紹介한다.
데이터 사이언스 & 人事組織
디지털
2024. 1. 5.
AI와 함께 일하려면 어떤 技術이 必要할까?
人間과?기계는?서로?협력하면서?경쟁할?것이다.?100야드?달리기?같은?일부?종목에서는?서로?경쟁하지만?계주 種目에서는?공동의?목표를?향해?함께?노력하는 陸上팀처럼?말이다.
데이터 사이언스
디지털
2023. 9. 13.
最高 데이터·AI 責任者가 失敗하는 理由
企業이?최고 데이터·AI 責任者의?역할을?재정립하고?데이터·AI?투자로?비즈니스?가치를?창출하기?위해?지금?당장?실행할?수?있는?방법을 紹介한다.
데이터 사이언스
디지털
2023. 9. 5.
네트워크?效果는?어떻게?AI를?똑똑하게?만드는가
使用者가?늘어날수록?알고리즘?데이터가?늘어나?더?정확한?예측을?할?수?있다.
데이터 사이언스
디지털
2023. 8. 18.
머신러닝으로?고객?경험을?개선하는?법
한?中小?銀行은?머신러닝 基盤의?사기?방지?시스템을?도입해?카드?소유자의?사기?사고?건수를?6만여?건?줄였다.
데이터 사이언스 & 革新
디지털
2023. 6. 13.
AI에 敏感한 데이터를 除去하면 안 되는 理由
性別 等 敏感한 데이터를 除去해 머신러닝 알고리즘을 훈련시키면 오히려 差別이 深化될 수 있다.
데이터 사이언스
디지털
2023. 6. 2.
GDPR이 企業의 技術 스택에 미친 影響
企業들은 새로운 個人情報 保護 規制에 對應하기 위해 IT 인프라를 變更하면서 柔軟性과 效率性 사이에서 均衡을 잡고 있다.
데이터 사이언스
디지털
2023. 4. 20.
AI 導入, 언제까지 苦悶만 할 텐가
모든 것을 걸어야 하는 때가 왔다
데이터 사이언스
매거진
2023. 1-2月號
顧客 데이터로 競爭 優位를 確保하는 法
顧客에 對한 깊은 理解를 비즈니스 모델과 會社 運營, 日常的 意思決定에 反映하는 데 集中해야 한다.
데이터 사이언스
디지털
2022. 12. 16.
1
2
3
4
只今, 서비스 購讀을 始作하세요!
사이트맵
最新
主題別
人氣
推薦
매거진
디지털
세미나
이벤트
顧客센터
媒體紹介書
購讀
定期 購讀
낱卷 購買
會員加入
利用案內
公知事項
자주 묻는 質問
購讀 및 配送問議
1:1 問議
help@hbrkorea.com
매거진 廣告 問議
jj0417@donga.com
마케팅 提携
yms@donga.com
Premium 動映像
最新映像
베스트
戰略/革新
HR/리더십
마케팅
運營/財務
自己啓發
사이트맵
Latest
Topics
Popular
HBR Curation
Magazine
Seminar
Event
顧客센터
媒體紹介書
Subscribe
月 自動決濟/年間 購讀
낱卷 購買
HBR SNS
Facebook
Instagram
Naver Post
利用案內
公知事項
자주 묻는 質問
電話/이메일 問議
- 購讀 및 配送問議
E. help@hbrkorea.com
- 매거진 廣告 問議
E. jj0417@donga.com
- 마케팅 提携
E. yms@donga.com
HBR Premium
最新映像
베스트
戰略/革新
HR/리더십
마케팅
運營/財務
自己啓發