https://www.google.com/amp/s/www.fortunekorea.co.kr/news/articleViewAmp.html%3fidxno=49533
매사추세츠공과대(MIT) 산하 NANDA 이니셔티브가 발표한 새로운 보고서 「생성형 AI의 격차: 2025년 기업 내 AI 현황(The GenAI Divide: State of AI in Business 2025)」에 따르면,
생성형 AI가 기업 혁신의 잠재력을 지니고 있음에도 실제 현장에서 진행되는 파일럿 프로젝트 대부분은 성과를 내지 못하고 있는 것으로
강력한 신모델을 도입했음에도 빠른 매출 성장을 이끌어낸 사례는 전체의 약 5% 불과.
나머지 프로젝트는 정체되거나 기업 손익계산서(P&L)에 거의 영향을 주지 못했다.
이번 연구는 150건의 경영진 인터뷰, 350명의 직원 설문조사, 300건의 공개된 AI 도입 사례 분석을 바탕으로 성공 사례와 실패 사례의 뚜렷한 격차를 보여준다.
주저자인 아디티아 찰라팔리 MIT 미디어랩 Connected AI 그룹장
“일부 대기업의 파일럿이나 젊은 창업가가 이끄는 스타트업들은 생성형 AI에서 눈에 띄는 성과.
특히 19~20세 청년 창업자들이 특정 문제를 정확히 짚어내고 실행력 있게 해결하며,
도구를 활용할 기업과 현명하게 파트너십, 1년 만에 매출 2000만 달러로 성장한 경우도”
그러나 조사 대상 기업의 95%는 기대에 미치지 못했다.
핵심 원인은 AI 모델의 성능이나 규제 문제가 아니라 ‘학습 격차’.
1.
MIT 분석에 따르면 문제는 기업 통합 과정에.
챗GPT 같은 범용 툴은 개인 사용자에겐 유연성이 강점이지만, 기업 워크플로우에 맞춰 학습하거나 적응하지 못해 현장에선 성과가 정체
2.
자원 배분의 불일치도 드러났다.
생성형 AI 예산의 절반 이상이 영업·마케팅 도구에 투입됐지만, 가장 큰 투자수익률(ROI)이 백오피스 자동화에서 나왔다고 지적.
아웃소싱 제거, 외부 에이전시 비용 절감, 운영 효율화가 더 큰 효과.
3.
보고서는 도입 방식의 차이가 성패를 가른다고 강조.
전문 벤더로부터 AI 툴을 구매하고 파트너십을 맺을 경우 성공률은 약 67%,
자체 개발에만 의존한 경우 성공률은 3분의 1 수준.
특히 금융처럼 규제가 강한 산업에서 기업들이 독자적 생성형 AI를 구축하려는 시도가 잦았지만, MIT 연구는 오히려 실패율이 더 높다고 밝혔다.
4.
성공의 또 다른 요인으로는 중앙 AI 랩이 아닌 현장 관리자에게 권한을 주는 것,
그리고 시간이 지남에 따라 깊이 있게 통합·적응할 수 있는 도구 선택이 꼽혔다.
생성형 AI는 이미 고객 지원, 관리직 등에서 변화 촉발.
대규모 해고 대신 공석이 생겨도 충원하지 않는 방식으로 인력 구조가 바뀌고 있으며,
주로 과거 ‘저가치’ 업무로 분류돼 외주화되던 직무에 집중.
보고서는 동시에 ‘섀도 AI’(기업의 승인 없이 쓰이는 챗GPT 같은 도구)의 광범위한 사용과, 생산성과 수익성 측정의 어려움도 지적
결국은 운영의 '효율화'로 용도가 귀결되는군요
지금이야 실패를 많이 하겠지만
업무 현장에 맞는 형태로 다듬는 건 시간과 비용의 문제 정도 겠지요
ai 도입이 큰 돈이 되지 않더라도
운영비용 감소만으로도 어떤 경영자나 임원에게는 본인의 영달에 유리한 자기의 실적이 될 것이고요