중소기업이 AI 도입에서 반복하는 5가지 실수

지금 중소기업 경영자에게는 묘한 종류의 압박이 따라붙습니다. 모든 콘퍼런스, 모든 뉴스레터, 모든 경쟁사의 링크드인 게시물이 같은 말을 속삭이는 듯합니다. 아직 'AI를 해 보지' 않았다면 이미 뒤처지고 있다고 말입니다. 그래서 사람들은 서두릅니다. 도구를 사고, 팀에 쓰기 시작하라고 이르고, 몇 달 뒤에는 별로 달라진 것이 없습니다. 장부에 늘어난 구독료 한 줄과, 어쩐지 속았다는 어렴풋한 느낌을 빼면 말입니다. 그 원인이 기술인 경우는 거의 없습니다. 그 주위의 실수들이 원인입니다.

저희는 중소기업과 바로 이 일—어디에서 AI가 도움이 되고 어디에서 산만함이 되는지를 가려내는 일—을 합니다. 그리고 이런 프로젝트를 충분히 거치면 무작위한 실패는 더 이상 보이지 않습니다. 전혀 다른 업종을 가로질러 똑같은 다섯 가지 실수가 거듭거듭 보이기 시작합니다. 치과와 금속 가공업체가 같은 길목에서 잘못 꺾습니다. 어떤 의미에서는 이것이 거의 위안이 됩니다. 실수가 예측 가능하다면, 그것을 피하는 것 또한 예측 가능하기 때문입니다.

앞으로 나올 내용 가운데 기술적인 것은 하나도 없습니다. 이것들을 피하려고 모델의 작동 방식을 이해할 필요는 없습니다. 필요한 것은 당신 자신의 사업이 어떻게 굴러가는지 이해하고, 무척 솔깃한 몇 가지 지름길에 저항하는 것입니다. 대개 아프게 다가오는 순서대로 짚어 보겠습니다.

실수 1: 문제를 이름 붙이기 전에 도구를 사는 것

이것이 원죄이며, 다른 거의 모든 실수가 여기서 자라납니다. 누군가 AI가 판을 바꾼다는 글을 읽고 들뜬 채 쇼핑에 나섭니다. 매끈한 데모를 갖춘 인상적인 플랫폼에 가입하고, 그제야 가장 먼저 나왔어야 할 질문을 던집니다. 우리는 이걸 실제로 무엇에 쓸 것인가?

그 순서로 하면 운전대를 슬그머니 공급사의 로드맵에 넘겨준 셈입니다. 실제로 안고 있는 문제에 맞는 것을 찾는 대신, 진짜이고 어수선한 사업을 도구가 마침 잘하는 일에 맞춰 구부리게 됩니다. 선반을 달려고 특정 공구를 사는 것과, 할인한다고 200개짜리 공구 세트를 사 놓고 고칠 거리를 찾아다니는 것의 차이입니다.

해법은 멋이 없고, 그리고 통합니다. 누군가 무료 체험판에 손대기 전에, 풀려는 문제를 평범한 한 문장으로 적어 보십시오. "고객이 일상적인 질문에 대한 답을 너무 오래 기다린다." "주문 내용을 다시 입력하느라 하루 두 시간을 잃는다." "점심시간에 걸려 오는 전화의 절반이 응답되지 않는다." 그 문장을 쓰지 못한다면, 아직 무엇도 살 준비가 되지 않은 것입니다. 그 문장이 바로 과업 정의입니다. 나머지 모두—AI가 정말 필요한지, 어떤 도구인지, 얼마를 쓸지—는 거기에서 흘러나옵니다.

실수 2: 한꺼번에 모든 것을 바꾸려는 것

두 번째 실수는 잘못된 방향을 가리키는 야심입니다. 'AI를 받아들이기'로 결정하고 나면, 경영자는 흔히 그 가장 거대한 형태에 손을 뻗습니다. 전사 도입, 모든 부서, 모두를 위한 새 도구, 번드르르한 사내 론칭. 단호해 보입니다. 리더십처럼 느껴집니다. 그리고 거의 언제나 멈춰 섭니다.

빅뱅식 프로젝트는 중소기업에서 지루하고 구조적인 이유로 실패합니다. 혼란을 흡수할 여유 인력이 없습니다—변화를 이끄는 사람이 곧 사업을 굴리는 사람입니다. 예외 사례는 누구도 감당할 수 없는 속도로 쌓입니다. 그리고 이만큼 큰 것이 흔들리기 시작하면, 스무 가지를 한 번에 바꾼 탓에 어느 부분이 망가졌는지 가려내기가 거의 불가능합니다.

AI에서 실제로 가치를 얻는 기업은 반대로 합니다. 좁고, 아프고, 잘 이해된 작업 하나를 골라 그 한 가지를 처음부터 끝까지 굴러가게 만듭니다. 보이고, 측정되고, 끝난 단 하나의 성과는 어떤 전체 공지보다도 도입을 더 밀어 줍니다. 정말로 성가신 일 하나가 사라지는 것을 보는 순간, 팀은 회의적인 태도를 멈춥니다. 바로 그것이 다음 프로젝트로 나아갈 자격을 줍니다.

실수 3: 단순 자동화면 될 일에 AI에 손을 뻗는 것

AI를 파는 사람에게서는 좀처럼 듣지 못할 이야기가 있습니다. 중소기업에서 'AI'로 팔리는 것의 상당 부분은 AI가 전혀 필요 없습니다. 그리고 어울리지 않는 곳에 쓰면 일이 더 나빠집니다—더 느리고, 더 비싸고, 믿기 더 어려워지지—더 좋아지지 않습니다.

내부에서 실제로 무슨 일이 일어나는지 생각해 보십시오. 예약 두 시간 전에 발동하는 알림은 시계가 달린 규칙입니다. 주문 내용을 양식에서 청구서로 옮기는 것은 두 시스템을 잇는 관입니다. 견적이 열흘간 잠잠할 때 후속 연락을 보내는 것은 이러면-저렇게입니다. 그 어느 것도 지능이 아닙니다. 단순하고 결정론적인 자동화입니다—그리고 그것은 장점입니다. 결정론적인 것은 싸고, 빠르고, 예측 가능하기 때문입니다. 매번 같은 일을 합니다. 일상적인 사무에는 바로 그것을 원하는 법입니다.

AI가 정말로 제값을 하는 곳

AI가 추가 비용과 예측 불가능성을 감수할 만해지는 때는 일이 어수선하고 언어로 이루어졌을 때입니다—예전에는 아예 자동화가 불가능했던 종류 말입니다. 자유 문장으로 된 이메일을 읽고 고객이 실제로 무엇을 원하는지 끄집어내기. 당신의 어투로 첫 답신 초안을 잡기. 같은 일상적 전화 질문에 답해 누구도 일하던 중에 끊기지 않게 하기. 아무도 정리하고 싶어 하지 않는 서류 더미를 분류하기. 이것은 진짜이고 정말로 값집니다. 다만 이것이 깔끔한 기본 위에 얹힌다는 점에 유의하십시오—기본을 대신하지는 않습니다.

실수 4: 어수선하거나 빠진 데이터에서 마법을 기대하는 것

실패한 AI 프로젝트 다수의 뒤에는 조용한 가정이 있습니다. 도구가 어떻게든 알아서 당신의 사업을 이해해 주리라는 것입니다. 그러지 않습니다. AI는 무에서 지식을 불러내지 않습니다—당신이 가리킨 정보로부터 일합니다. 그 정보가 세 사람의 머릿속, 영수증을 담은 신발 상자, 그리고 안나만 이해하는 스프레드시트에 살고 있다면, AI는 그 모든 혼돈을 물려받습니다. 더 나쁜 것은, 자신만만하게 그렇게 한다는 점입니다.

여기서 중소기업은 허를 찔립니다. 고객 응대 도우미가 질문에 올바로 답할 수 있는 것은, 답이 그것이 읽을 수 있는 어딘가에—가격표, FAQ, 정책 문서에—존재할 때뿐입니다. 청구서를 읽는 도구에는 어느 정도 일관된 청구서가 필요합니다. 이 가운데 무엇도 거창한 '데이터 전략'이나 여섯 자리 예산의 프로젝트를 요구하지 않습니다. 요구하는 것은, AI가 그 한 가지 일을 하는 데 실제로 필요한 한 줌의 사실을 한곳에 모으는 일입니다.

• 고객이 가장 자주 묻는 다섯에서 열 개의 질문—올바른 답과 함께 적어 둔 것.
• 현재 가격과 그 주변의 규칙(할인, 최소 수량, 포함되는 것).
• 처리되길 바라는 서류나 메시지의 실제 사례 몇 가지, 잘 풀리는 것과 까다로운 것.
• 공식이지만 무시되는 절차가 아니라, '우리는 여기서 실제로 이렇게 한다'의 쉬운 말 버전.
• AI가 넘겨야 할 사람이 누구인지—그리고 어떻게 그 사람에게 닿는지.

이것들을 한데 모으는 일은 멋이 없고, 건너뛰고 '그냥 AI를 켜고' 싶은 유혹이 듭니다. 거기에 저항하십시오. 입력을 정돈하는 데 들이는 한 시간은, 결과가 쓸모 있을지 민망할지를 좌우하는, 당신이 쥔 가장 큰 지렛대입니다. 쓰레기를 넣으면 자신만만한 쓰레기가 나옵니다—그리고 자신만만한 쓰레기야말로 위험한 종류입니다. 사람들이 그것을 믿기 때문입니다.

실수 5: AI를 '설정하고 잊는' 것으로 다루는 것

마지막 실수는 론칭 후에 일어나는데, 바로 그래서 놓치기가 그토록 쉽습니다. 도구가 가동되고, 첫날에는 작동하고, 모두가 다른 일로 옮겨 가고—아무도 지켜보지 않습니다. 3주 뒤 그것은 흔한 질문에 조용히 틀린 답을 주거나, 무신경한 답신을 보내고 있고, 당신은 고객이 항의해야 비로소 알게 됩니다. 그때쯤이면 신뢰는 흠집이 났고, 흠집 난 신뢰는 도입을 안에서부터 무너뜨립니다.

AI는 꽂아 두고 잊는 주방 가전이 아닙니다. 새 팀원에 더 가깝습니다. 도움이 되고, 빠르고, 가끔 자신만만하게 틀리며, 약간의 감독이 필요합니다—특히 초기에는. 누군가 온종일 붙어 있어야 한다는 뜻은 아닙니다. 이름이 지목된 한 사람이 그것을 맡고, 무엇을 하는지 들여다보고, 현실이 계획에서 멀어지면 손본다는 뜻입니다. 가격은 바뀝니다. 제품은 바뀝니다. 고객이 묻는 질문도 바뀝니다. 봄에 완벽히 맞춰진 것도, 아무도 들여다보지 않으면 가을에는 미묘하게 어긋나 있습니다.

1. 1
   주인을 정하라

   이 도구는 이름이 지목된 한 사람이 책임집니다. 위원회도, '팀'도 아닌—한 사람입니다. 주인 없는 자동화는 언제나 썩습니다.
2. 2
   첫 두 주는 가까이서 지켜보라

   처음에는 기존 방식과 나란히 AI를 돌리고, 그것이 내놓는 것을 실제로 읽으십시오. 초기의 예외 사례가 어떤 데모보다도 더 많은 것을 가르쳐 줍니다.
3. 3
   '고장 났을 때' 메모를 써라

   세 줄로. 이것이 무엇을 하는지, 누구에게 알릴지, 고쳐질 때까지 무엇을 수동으로 할지. 이것이 무른 도구를 팀이 기댈 수 있는 것으로 바꿉니다.
4. 4
   위기가 아니라 달력으로 점검하라

   30분짜리 정기 점검을 일정에 넣으십시오. AI가 아직 모르는 무언가가 바뀌었는가? 5분의 손질이 한 달의 조용한 오류보다 낫습니다.

다섯 가지 모두의 밑바탕에 있는 패턴

그 다섯을 되읽어 보면, 사실은 다섯 벌의 옷을 걸친 하나의 실수임을 알아챌 것입니다. AI에 대한 흥분이 사업을 운영하는 규율을 앞지르도록 내버려 두는 것입니다. 문제에 이름 붙이기, 작게 시작하기, 일에 맞는 도구 고르기, 좋은 입력 먹이기, 운전대에 손 얹어 두기—그 어느 것도 AI에 관한 일이 아닙니다. 그저 새롭고 반짝이는 것에 적용한 건전한 경영 감각일 뿐입니다.

이것은 정말로 좋은 소식입니다. 당신에게 이미 그 직관이 있다는 뜻이니까요. 당신은 새 직원을 직무 기술 없이 시작하게 하거나, 첫날 모든 부서에 던져 넣거나, 그 일을 다시는 확인하지 않는 일을 결코 하지 않을 것입니다. 같은 건전한 감각을 AI로 넓히면, 대부분의 사람을 붙잡는 실패를 건너뛰게 됩니다. AI로 이기는 경영자는 가장 기술에 밝은 사람이 아닙니다. 가장 발이 땅에 닿은 사람입니다.

자주 묻는 질문