기업이 AI를 광범위하게 도입하는 데는 시간이 걸릴 것
이 기술이 생산성 향상에 기여하려면 평범한 기업도 도약해야 합니다.
2010년대에는 태블릿 컴퓨터와 4G 모바일 인터넷부터 새로운 형태의 인공지능(AI)인 Siri에 이르기까지 기적적인 기술이 쏟아져 나왔습니다. 하지만 이러한 기술들은 놀랍게도 경제에 거의 영향을 미치지 못했습니다. 그 10년 동안 부유한 세계의 생산성 증가율은 연평균 1%에 불과했고, 평균 임금은 오히려 하락했습니다. 혁신적인 기업들은 새로운 기술을 수용했지만, 모험심이 덜한 많은 기업들은 새로운 기술을 도입하지 않았고 그 결과 효율성 향상은 거의 없었습니다. 이 경험은 기술의 마법과 평균 생활수준의 향상이 항상 함께 가는 것은 아니라는 것을 보여주었습니다.
제너레이티브 AI는 다를 것이라고 부스터는 말합니다. 인터넷 발명 이후 이처럼 대중의 상상력을 사로잡은 새로운 기술은 없었습니다. 이 기술은 소비자 친화적입니다. 가장 유명한 AI 챗봇인 Chatgpt는 대중에게 공개된 지 며칠 만에 수백만 명의 사용자를 확보했습니다. 의사의 진단 정확도를 높이는 것부터 프로그래머가 소프트웨어 코드를 더 효율적으로 작성하는 데 도움을 주는 것까지 모든 유형의 회사에서 이 혁신이 어떻게 모든 유형의 업무를 개선할 수 있는지 쉽게 알 수 있습니다.
인공지능 도입으로 늘어날 잠재력
일부 기업은 이미 인공지능을 비즈니스에 도입하고 있습니다. 기술 기업들은 인공지능에 막대한 투자를 하고 있으며, 수천 개의 일자리를 광고하고 있습니다. 일부 오프라인 기업도 마찬가지입니다. 인공지능이 발견하고 설계한 약물이 중국에서 인체 실험을 진행하고 있습니다. ubs의 분석가들은 도미노 피자가 AI를 사용하여 "주문-배달 시간 예측의 정확성을 향상"시킬 수 있을 것으로 예상합니다. 투자자들은 얼리 어답터들에게 보상을 제공하고 있습니다. 연초 이후 S&P 500 지수에서 인공지능을 가장 적극적으로 도입한 기업의 주가 중앙값은 11% 상승했습니다. 더 느리게 움직이는 기업들은 전혀 변하지 않았습니다.
잠재력은 엄청납니다. 하지만 AI가 경제 전반에 진정으로 확산되려면 가장 앞서가는 기업을 넘어서는 성과를 내야 합니다. 그리고 여기에는 시간이 걸립니다. 1990년대 초 일부 기업에서 인터넷을 사용하기 시작했지만 2000년대 후반에 이르러서야 미국 기업의 3분의 2가 웹사이트를 보유하게 되었습니다. 분석에 따르면 S&P 500대 기업 중 약 70개 기업은 여전히 AI에 관심이 없는 것으로 나타났습니다. 그리고 대기업 이하로 내려가면 그 추세는 더욱 고무적이지 않습니다. 최근 미국과 캐나다 기업을 대상으로 실시한 한 설문조사에 따르면, 중소기업의 3분의 1이 향후 1년간 제너레이티브 AI 도구를 사용할 계획이 없다고 답했습니다. 일부 증거에 따르면 Chatgpt와 경쟁사의 사용률이 감소하고 있는데, 이는 사람들이 사용해 본 후 자신에게 적합하지 않다고 판단했기 때문일 수 있습니다.
인공지능은 그 약속을 지킬 수 있을까요? OECD와 같은 기관에서는 더 나은 교육, 기업 투자 확대 계획, 경쟁 정책 변경 등 우수 기업에서 나머지 기업으로의 확산을 개선하기 위한 다양한 방법을 제안하고 있습니다. 이러한 목표는 가치가 있지만 달성하기는 어렵습니다. AI를 더 저렴하고 사용하기 쉽게 만들기 위한 기술 기업의 노력은 채택 속도를 높이는 데 더 많은 역할을 할 것입니다. 실제로 대부분의 기업은 이미 사용하고 있는 소프트웨어와 서비스에 새로운 인공지능 기반 기능이 추가되면서 기본적으로 인공지능을 채택하게 됩니다.
AI 도입에 걸리는 시간
실제로 기업들은 수년 또는 수십 년이 지난 소프트웨어와 서비스를 뒤섞어 사용하는 경향이 있기 때문에 아무리 강력한 기술이라도 확산하는 데 시간이 걸립니다. 오래된 시스템을 교체하는 것은 비용이 많이 들고 복잡하며 고통스러울 수 있습니다. 게다가 의료, 교육, 건설 등 정부가 운영하거나 규제가 심한 많은 산업에서 상사와 노동조합은 신기술 도입이 일자리 감소로 이어질 것을 우려하여 신기술 도입에 저항하는 경우가 많습니다. 시간이 지나면 인공지능은 사람들의 삶과 업무 방식을 변화시킬 수 있습니다. 하지만 광범위한 확산과 그로 인한 생산성 향상으로 가는 길은 멀고도 험난할 것입니다.
댓글