AI에 수십억을 낭비하지 마세요: 회사의 수익성을 유지하기 위한 전략

“모험 자금이 아닌 벤처 자금이다.” 이 벤처 캐피탈리스트의 통찰력 있는 발언은 기술 과대 홍보 주기 속에서 신중함이 종종 긴급함으로 바뀌는 중요한 진리를 포착합니다. VCs는 자본을 배분해야 하며, 중요한 기회를 놓칠까 두려워하는 마음이 잠재적 실패의 위험을 압도합니다. 특히 경쟁자들도 투자에 열망할 때 더욱 그렇습니다.

오늘날 이러한 동태는 많은 기업에서 잘 드러나며, 특히 AI에 대한 현재의 열기가 이를 뒷받침하고 있습니다. 대형 언어 모델(LLMs)이나 기계 학습(ML)을 포함해, 과거에 주목받지 못했던 프로젝트도 AI라는 이름으로 재포장되어 자금을 확보할 수 있습니다.

AI에 대한 준비가 되셨나요?

향후 10년간 AI에 수십억 달러가 유입될 것으로 예상되는 가운데, 신중함이 요구됩니다. 검색, 소셜 미디어, 모바일과 같은 기술이 깊고 지속적인 영향을 미친 역사적 사례가 있는 반면, 가상 현실(VR)이나 암호화폐는 한계를 겪었습니다.

5년 전, AI의 잠재력에 대한 예측으로 헤드라인이 떠들썩했지만, 현재 기업들은 AI에 대한 지출을 과시하고 그 변혁적인 능력을 주장하기 위해 분주합니다. 이러한 난잡한 투자 접근은 상당한 성공과 많은 실패를 낳고 있습니다. 마찬가지로, 경영진은 진정한 잠재력보다는 잘못된 낙관론에 기반한 AI 사업을 지지할 수 있습니다.

그럼에도 불구하고 LLM의 혁신적 역할은 부정할 수 없습니다. ChatGPT는 많은 변혁 기술보다 더 빠르게 1억 사용자에 도달했습니다.

AI에 대한 투자를 최적화하여 수익을 극대화하고 낭비를 최소화하려면 어떻게 해야 할까요? 다음 세 가지 핵심 질문에 집중하여 80%의 불필요한 지출을 제거하세요:

1. 총비용 이해하기

새로운 AI 프로젝트를 승인하기 전에 초기 및 지속적인 자원 비용을 평가하세요. 데이터 과학 팀의 10시간 작업당 숨겨진 엔지니어링, DevOps, 지원 시간이 5배 더 들어갈 수 있습니다. 많은 유망한 이니셔티브가 지속적인 투자 부족으로 실패합니다. 모든 AI 프로젝트에 ‘예’라고 답하고 싶은 유혹이 있지만, 과도한 약속은 진정한 영향을 미칠 수 있는 이니셔티브에 자원이 소모될 수 있습니다. 더불어 AI 관련 증가하는 한계비용을 고려해야 합니다. 대형 모델은 훈련과 유지에 상당한 투자를 요구하고, 약속된 기능을 deliver하지 못하면 고객의 불만과 평판 손상을 초래할 수 있습니다. 이는 Google과 IBM의 초기 AI 노력에서 나타났던 경험입니다.

2. 왜 다른 사람은 할 수 없을까?

교과서에서 배운 상품화에 대한 교훈은 귀중합니다. Micron에서 메모리 칩을 설계할 때, 브랜드 인지도가 가격보다 덜 중요하다는 것을 직접 배웠습니다. 기술 산업은 종종 독점과 상품화 두 가지 차원에서 운영됩니다. AI 이니셔티브를 수용하기 전에 “우리가 가진 독특한 이점은 무엇인가?”라고 질문하세요. 규모의 이점 없이 상품화될 가능성이 높은 프로젝트는 위험합니다. 대신 데이터 독점성, 독점 통찰력 또는 강력한 네트워크 효과를 통해 방어적 이점을 구축하는 이니셔티브에 집중하세요.

3. 추구할 준비가 된 몇 가지 베팅하기

최고의 투자 기회는 종종 기존 비즈니스 모델을 개선합니다. BASF의 슬로건처럼, “우리는 여러분이 구매하는 것을 만들지 않습니다. 우리는 그것을 더 좋게 만듭니다.” AI가 현재 제품을 향상시킬 수 있다면 매력적인 투자입니다. 다음으로 좋은 기회는 새로운 영역으로의 확장 또는 가치 사슬의 변화에 적응하는 것입니다.

하지만 가장 중요한 베팅은 현재 비즈니스 모델에 disruption을 초래할 위험을 감수하면서 혁신하도록 도전합니다. 이 도전을 다루지 않으면 경쟁자가 대신할 것입니다. 소수의 전략적 이니셔티브에 집중하고 그 성공을 확고히 하며 나머지는 VCs와 스타트업에 맡기세요.

AI에 대한 열정은 정당하지만, 역사는 과대홍보가 유망한 발견과 상당한 낭비를 모두 초래할 수 있음을 가르칩니다. 이러한 가이드를 따르며 투자를 최적화하여 의미 있는 영향을 만들어보세요.