AI 혁신 바이블

이 책에 쏟아진 찬사
한국 기업에 드리는 제언
들어가는 말

1장 AI 추진 기업이란 무엇인가
2장 인간 측면: AI 추진에서 성패를 가르는 리더십과 역량 강화
3장 비즈니스 전략: AI를 비즈니스에 어떻게 통합할 것인가
4장 기술과 데이터: AI 도입과 활용에서 필수적인 전제 조건
5장 역량: 추구하는 목표가 다르면 필요한 역량도 달라진다
6장 산업별 활용 사례와 대표적인 기업들
7장 AI 추진 기업으로 가는 네 가지 경로

주석
찾아보기

우리가 분석한 바에 따르면, 대기업 중에서도 AI 추진 기업은 1%가 안 된다. 이 책을 쓰기 위한 자료를 찾기에도 부족할 지경이었는데, 그럼에도 30개 정도의 기업을 발견할 수 있었다. 하지만 앞으로는 더 많은 기업이 이 방향으로 나아가리라고 예상한다. 그러지 않을 이유가 없지 않은가. 이 책에 사례로 등장하는 기업들은 훌륭한 성과를 거두고 있다. 효과적인 비즈니스 모델을 보유하고, 훌륭한 판단을 내리며, 고객과 긴밀한 관계를 유지하고, 바람직한 제품과 서비스를 제공하고, 수익성 있는 가격을 책정한다. 이 기업들은 일종의 러닝 머신(learning machines), 즉 학습 조직으로 변신하고 있으며 이런 기업의 직원들은 AI의 도움으로 시간이 갈수록 업무 효율이 향상되고 있다.
-1장 ‘AI 추진 기업이란 무엇인가’ 중에서

DBS은행의 AI 기반 혁신에서 굽타가 방점을 두는 또 다른 분야는 인재 양성이다. 여기서 인재란 전문 데이터과학자와 은행 전체에 걸친 잠재적 ‘시민 데이터과학자(citizen data scientist)’ 둘 다를 의미한다. 그는 DBS가 현재 데이터과학자, 데이터 분석가, 데이터 엔지니어 등 약 1,000명에 달하는 데이터·분석 인력을 고용하고 있다고 자랑스럽게 말한다. 이 중 일부가 중앙 그룹에 속해 있고 대다수는 기업 전체의 다양한 부서에 배치되어 있다.
-2장 ‘인간 측면: AI 추진에서 성패를 가르는 리더십과 역량 강화’ 중에서

로즌솔이 추천 엔진이라는 아이디어를 내놓은 이후, 모건스탠리는 NBA 시스템을 개발해왔다. 고객에게 제시할 재무적 통찰을 금융 컨설턴트에게 제공하는 시스템이다. 회사는 다양한 AI 기술을 시도한 다음 머신러닝을 결정해 특정 클라이언트에게 맞는 투자, 주요 투자 및 운영 결정, 관련성(relavance)을 파악했다.
2017년 시스템이 처음 도입됐을 때, 이 시스템의 유일한 관심사는 개인 맞춤형 투자 상품 개발이었다. 지금도 금융 컨설턴트는 NBA 시스템을 이용하여 고객 맞춤형 투자 아이디어를 파악하고 있다. 다만, 이전에는 대략 45분이 걸렸던 작업을 불과 몇 초 만에 끝낼 수 있다는 점이 다르다. 이제 평균적인 금융 컨설턴트 한 명이 200명 정도의 고객을 상대해야 하는 상황이므로 수작업 방식은 불가능하다.
-3장 ‘비즈니스 전략: AI를 비즈니스에 어떻게 통합할 것인가’ 중에서