첫 번째 Cisco AI 준비 지수는 고위 경영진의 97%가 최근 6개월 내에 AI 기술을 도입할 압박을 느끼고 있다고 밝힙니다. 이 긴급함은 주로 주요 경영진과 이사회 구성원들로부터 비롯되지만, 86%의 조직은 AI의 잠재력을 완전히 활용할 준비가 되어 있지 않아, 열망과 능력 간의 간극을 드러냅니다.
Cisco의 AI/ML 부사장인 Shubha Pant는 "생성 AI의 급속한 민주화가 인재 부족과 지식 격차 등 상당한 도전 과제를 낳았다"고 말합니다. "과거에는 AI가 전문 팀에 국한되었지만, 이제는 매일 새로운 도구가 등장하여 누구나 생산성을 높이고 혁신적인 경험을 창출할 수 있습니다. 기회는 무궁무진하며, 지금은 흥미로운 시기입니다."
그러나 많은 리더들은 이러한 변화가 그들의 운영 및 전략에 미칠 영향을 평가하고 있습니다. Pant는 "AI를 통합하는 것만으로는 충분하지 않다. 모든 개인이 이러한 도구를 효과적으로 활용할 수 있도록 AI 준비 문화를 조성하는 것이 중요하다"고 강조합니다.
Cisco AI 준비 지수는 AI 발전의 빠른 속도와 이를 도입할 준비가 되어 있는 조직 사이의 우려스러운 격차를 강조합니다. 이 지수는 8,000개 이상의 글로벌 기업을 조사하여 주요 비즈니스 기둥에서 중대한 약점을 확인했습니다. 응답자의 절반은 내년 이내에 행동하지 않을 경우의 심각한 우려를 표현했습니다.
응답자의 95%가 명확한 AI 전략을 갖고 있다고 주장하지만, 41%는 그 효과를 측정할 지표가 부족하며, 45%는 AI 이니셔티브를 위한 장기 자금 계획이 마련되어 있지 않습니다.
이 지수는 AI 준비 상태를 여섯 가지 핵심 기둥으로 평가합니다:
1. 전략
2. 인프라
3. 데이터
4. 거버넌스
5. 인재
6. 문화
조직의 준비 상태는 네 가지 수준으로 분류됩니다:
- 선도자(완벽하게 준비됨): 14%
- 추격자(다소 준비됨): 34%
- 팔로워(제한된 준비): 48%
- 지연자(준비되지 않음): 4%
Pant는 Cisco 준비 지수의 통찰력을 바탕으로 기술 발전에 따른 AI 도입의 성공을 위한 핵심 취약점과 전략을 지적합니다.
인재와 문화의 중요성
생성 AI는 인간의 창의성을 강화하며, 조직 내 모든 사람이 이를 수용할 경우 혁신을 민주화합니다. 그러나 리더십의 지원 없이는 이러한 이니셔티브가 미흡할 수 있습니다. 현재의 상황에서 응답자의 29%는 자원이 충분하다고 느끼지만, 거의 절반은 자신이 다소 부족하다고 생각하며, 24%는 전문 AI 인력을 채용하는 데 어려움으로 인해 자원이 부족하다고 느낍니다.
72%의 응답자는 자신들의 인력이 AI를 능숙하게 사용할 충분한 기술을 갖추고 있다고 믿지만, 고급 기술의 격차가 존재합니다. 이를 극복하기 위해 90%는 직원 교육에 투자하여 인력이 대체되는 것에 대한 두려움 대신 적응하도록 하고 있습니다.
Pant는 "모든 사람이 새로운 AI 도구를 배울 수 있는 문화를 만드는 것이 필수적이다"며, 지속적인 교육과 리더십의 지원을 지지합니다.
전략을 행동으로 전환하기
전략 카테고리 내에서 약 3분의 1의 리더가 선도자로 분류되어 AI 로드맵 구축에 주력하고 있습니다. 이 분야에서 뛰어난 조직은 잘 정의된 배치 전략, 소유권 명확성, 영향 측정 프로세스 및 인프라와 사이버 보안을 위한 지속적인 자금을 보유하고 있습니다.
Pant는 "이 전략에 대한 열정이 구체적인 투자로 이어지기를 희망한다. 내년 예산을 AI에 배정하는 것이 이러한 전략을 현실로 만드는 데 필수적이다"고 주장합니다.
인프라 도전
강력한 AI 기술의 출현은 고성능 CPU, GPU, 소프트웨어 플랫폼, 자동화 도구 및 강화된 사이버 보안을 포함한 강력한 인프라를 요구합니다. 95%의 기업이 고급 인프라의 필요성을 인식하고 있지만, 즉각적인 주의는 기본적인 인식과 이해로 향해야 합니다.
Pant는 "즉각적인 비즈니스 가치가 멀리 있을지라도, 사람과 인프라에 투자하는 것을 통해 장기 목표를 설정하는 것이 지속 가능한 성장의 열쇠"라고 조언합니다.
데이터와 거버넌스: AI의 산소
인프라가 마련된 후, 조직은 데이터 관리에 집중하고 비즈니스 요구에 부합해야 합니다. Pant는 "양질의 다양하고 신뢰할 수 있는 데이터가 효과적인 AI의 기초"라고 설명합니다. 그러나 81%의 조직은 데이터 사일로 문제와 중앙 관리 정책 부족으로 인해 효과적인 거버넌스와 규제 준수가 어렵습니다.
생성 AI가 발전함에 따라 기업은 데이터 거버넌스 프레임워크를 조정해야 합니다. 기준이 아직 형성 중인 상황에서, 조직은 현재의 데이터 품질, 보안 및 처리 문제를 해결해야 하는 즉각적인 과제에 직면해 있습니다.
생성 AI로 도약하기
시간이 중요합니다. 응답자의 61%는 AI 전략을 시행할 수 있는 시간이 앞으로 1년 이내임을 인식하고 있습니다. 여섯 가지 AI 준비 기둥은 AI 지연자로부터 선도자로 전환하고 장기적인 초점을 유지하려는 모든 조직을 위한 로드맵을 제공합니다.
Pant는 "조직은 즉시 인프라, 인재 및 파일럿 프로젝트를 우선시해야 하며, 더 큰 그림을 잊지 말아야 한다"고 결론지었습니다. "기술이 발전함에 따라 유연하게 대응할 수 있는 전략 계획이 성공적인 기회를 포착할 수 있도록 할 것이다."
순위 목록
