모든 CEO가 생성 AI에 대해 알아야 할 사항

Nov 13, 2023

설렘 속에 ChatGPT, Bard, Claude, Midjourney 및 기타 콘텐츠 제작 도구가 출시된 이후 생성 AI를 둘러싼 CEO들은 당연히 다음과 같은 의문을 품고 있습니다. 이것이 기술 과대 광고인가, 아니면 판도를 바꿀 기회인가? 만약 후자라면 내 사업의 가치는 얼마나 됩니까?

이 기사는 Michael Chui, Roger Roberts, Tanya Rodchenko, Alex Singla, Alex Sukharevsky, Lareina Yee 및 Delphine Zurkiya의 공동 작업으로 McKinsey Technology Council과 McKinsey Digital의 일부인 QuantumBlack, AI by McKinsey의 견해를 대표합니다. .

ChatGPT의 공개 버전은 단 두 달 만에 사용자 1억 명에 도달했습니다. 이전에는 볼 수 없었던 방식으로 AI를 민주화했으며 지금까지 가장 빠르게 성장하는 앱이 되었습니다. 즉시 사용 가능한 접근성으로 인해 생성 AI는 이전의 모든 AI와 다릅니다. 사용자는 머신러닝과 상호작용하거나 머신러닝에서 가치를 도출하기 위해 머신러닝 학위가 필요하지 않습니다. 질문을 할 수 있는 거의 모든 사람이 그것을 사용할 수 있습니다. 그리고 개인용 컴퓨터나 iPhone과 같은 다른 획기적인 기술과 마찬가지로 하나의 생성 AI 플랫폼은 인터넷 접속이 가능한 모든 위치에서 모든 연령이나 교육 수준의 청중을 위한 많은 애플리케이션을 생성할 수 있습니다.

이 모든 것은 생성 AI 챗봇이 텍스트 및 오디오와 같은 다양한 형식의 구조화되지 않고 레이블이 지정되지 않은 방대한 양의 데이터에 대해 훈련된 광범위한 신경망인 기반 모델을 기반으로 하기 때문에 가능합니다. 기초 모델은 광범위한 작업에 사용될 수 있습니다. 이와 대조적으로 이전 세대의 AI 모델은 "좁은" 경우가 많았습니다. 즉, 고객 이탈 예측과 같은 하나의 작업만 수행할 수 있었습니다. 예를 들어, 하나의 기초 모델은 양자 컴퓨팅에 대한 20,000 단어 기술 보고서에 대한 요약을 작성하고, 나무 가지치기 사업을 위한 시장 진출 전략 초안을 작성하고, 누군가의 냉장고에 있는 10가지 재료에 대한 5가지 레시피를 제공할 수 있습니다. . 이러한 다용성의 단점은 현재로서는 생성적 AI가 때로는 덜 정확한 결과를 제공하여 AI 위험 관리에 새로운 관심을 기울일 수 있다는 것입니다.

적절한 가드레일을 마련하면 생성 AI는 비즈니스를 위한 새로운 사용 사례를 열 수 있을 뿐만 아니라 기존 사례의 속도를 높이고 확장하거나 개선할 수도 있습니다. 예를 들어, 고객 판매 전화를 상상해 보십시오. 특별히 훈련된 AI 모델은 영업사원에게 상향 판매 기회를 제안할 수 있지만 지금까지 이는 일반적으로 인구 통계 및 구매 패턴과 같이 통화 시작 전에 얻은 정적 고객 데이터에만 기반을 두었습니다. 생성적 AI 도구는 내부 고객 데이터, 외부 시장 동향, 소셜 미디어 영향력자 데이터를 바탕으로 대화의 실제 내용을 기반으로 영업사원에게 실시간으로 상향 판매 기회를 제안할 수 있습니다. 동시에 생성적 AI는 영업사원이 적응하고 개인화할 수 있는 영업 홍보의 첫 번째 초안을 제공할 수 있습니다.

앞의 예는 하나의 직무 역할에 대한 기술의 의미를 보여줍니다. 그러나 거의 모든 지식 근로자는 생성 AI와 협력함으로써 이점을 얻을 수 있습니다. 실제로 생성 AI는 결국 일부 작업을 자동화하는 데 사용될 수 있지만, 그 가치의 대부분은 소프트웨어 공급업체가 지식 근로자가 사용하는 일상 도구(예: 이메일 또는 워드 프로세싱 소프트웨어)에 기술을 내장하는 방식에서 파생될 수 있습니다. 이러한 업그레이드된 도구는 생산성을 크게 높일 수 있습니다.

CEO들은 지금 조치를 취해야 하는지, 그리고 그렇다면 어떻게 시작해야 하는지 알고 싶어합니다. 어떤 사람들은 인간이 생성 AI 애플리케이션을 사용하여 작업을 수행하는 방식을 재구상함으로써 경쟁을 뛰어넘을 수 있는 기회를 볼 수도 있습니다. 다른 사람들은 주의를 기울여 몇 가지 사용 사례를 실험하고 대규모 투자를 하기 전에 더 많은 것을 배우고 싶어할 수도 있습니다. 기업은 또한 생성적 AI의 보다 혁신적인 구현에 필요한 필수 기술 전문 지식, 기술 및 데이터 아키텍처, 운영 모델, 위험 관리 프로세스를 보유하고 있는지 평가해야 합니다.