AI 프로젝트 열에 아홉 반이 망한다더라.
MIT 쪽 조사(NANDA)에서 기업 AI 파일럿 95%가 그냥 정체되거나 폐기됐다더라.
소위 Pilot Purgatory(파일럿 연옥)에 갇히는 것처럼. 데모까진 갔는데 운영으론 못 넘어가고 털컥 걸려 넘어진다. 가트너도 데이터 문제로 올 연말까지 기업의 AI 프로젝트 60%는 접힐 거라고 봤고.맥도날드는 드라이브스루 AI 음성 주문을 접었고, 호주 어느 은행은 챗봇 믿고 내보낸 상담원들을 도로 불렀다.
근데 여기서 진짜 중요한 건. 망한 이유가 AI 때문이 아니었다. 파일럿에선 멀쩡하던 게 현장(Production) 나가는 순간 그냥 무너진 거다.
문제는 AI가 아니라 그 앞이었다.
데이터. 다들 "우리 데이터 수십 년치 있어" 하는데, 그게 AI가 바로 쓸 수 있게 정리돼 있냐면 전혀 아니었다. 사일로에 흩어지고, 포맷 제각각이고, 메타데이터는 군데군데 비어 있고. 이러니 AI가 엉뚱한 소리를 하게 된다.
레거시. AI를 샌드박스에 혼자 두면 아무런 가치가 없다. 낡은 ERP, 결재 라인, 흩어진 워크플로랑 붙여야 하는데 이걸 다들 만만하게 본다.
사람. 경영진은 AI를 기술 문제로만 보는데, 실은 (조직의) 일하는 방식을 바꾸는 일이다. 직원이 AI를 적으로 보고 안 쓰면 그걸로 끝이다.
결국 셋 다 AI 이전 문제더라. 그냥 조직 구조 문제.
사실 뻔한 얘긴데 다들 안 한다. 왜? 전혀 화려하지 않으니까.
이제까지 많이 본 광경. 데이터도 정리 안하고, 프로세스도 안 잡고, 최신 툴부터 쓰려 하는 것.
데모는 기가 막힌데 실무에 붙이면 그냥 무너진다.
그럼 "AI 별로네" 하고 또 다른 모델을 찾아 떠나더라.
실리콘밸리에선 이걸 Shiny Object Syndrome이라 부르던데, 반짝이는 새거만 계속 좇는 병. 근데 문제는 툴이 아니었다.그러니 순서를 바꾸는 게 좋다. 모델 도입 전에 데이터부터 치우자. AI-Ready Data. 제일 안 멋있는데 제일 확실한 투자다.
그리고 파일럿 시작할 때부터 "이거 진짜 현장에 어떻게 붙일 건데?"를 정해두는 게 좋다. 데모 완성도에 취하지 말고. 병목 하나 잡아서 운영까지 가보는 게 먼저다.
사람도 같이 챙겨야 한다. 재교육 해주고, 도입에 실무자를 끼워야 거부감이 준다. AI는 그들의 매일 사용할 도구니까.
벤더가 "플러그 앤 플레이, 바로 ROI" 하는 거, 대부분 과장이고 수영장에 물이 빠지기 시작했다.
AI 도입은 100m 달리기가 아니라 조직의 (일하는 방식) 체질을 바꾸는 마라톤이었다. 화려한 Quick Win만 사람들은 좇고 있지만.
실패했으면 기술 탓 하지 말고, 우리 데이터랑 프로세스부터 다시 보자. 그거 묵묵히 고치는 인내. 그게 제일 안 멋있는데 성공과 실패를 가른다.
기반 작업은 멋지지 않다. 근데 그 기반이 없으면 뭘 올려도 무너지더라.
화려한 거 하나 좇을 시간에, 단단한 바닥 하나 더 다지자. 그게 결국 이기더라.
Recommended Comments