최근 몇 년간 인공지능에 대한 투자가 기하급수적으로 증가하면서 칩 제조, 데이터 센터 건설, 새로운 AI 모델 개발에 활력을 불어넣었습니다. 이러한 급속한 발전과 지속적인 지출 증가에도 불구하고 다양한 분야에서 AI가 널리 채택되는 데에는 상당한 어려움이 있었습니다.
AI 시스템의 기술적 역량은 확장되었지만, 조직들은 이러한 기술을 기존 워크플로우에 통합하는 데 어려움을 겪었습니다. 문제는 기술적 한계에서 기관 및 조직이 AI를 효과적으로 수용할 준비가 되어 있는지 여부로 옮겨갔습니다. 규칙, 인센티브, 표준 및 책임 구조로 정의되는 기관은 새로운 기술에 대한 불확실성을 줄이고 신뢰를 조성하는 데 중요한 역할을 합니다. 이러한 제도적 틀 내에서 운영되는 조직은 AI를 수용할 수 있도록 워크플로우를 조정해야 합니다.
화학 산업의 역사적 사례가 이를 잘 보여줍니다. 독일이 이 산업을 개척했지만, 미국은 화학을 제조 및 일상 상거래에 통합하여 성공적으로 확산시켰습니다. 이러한 생산성 향상은 기관이 진화하고 조직이 워크플로우를 재설계한 후에야 실현되었습니다. 미국은 또한 복잡한 조직을 관리하고 확장하기 위한 프레임워크를 제공하는 경영학 분야를 확립했습니다.
AI의 현재 상황은 이러한 역사적 패턴을 반영합니다. 기술은 존재하지만, 광범위한 채택을 위해서는 기관 및 조직 구조의 유사한 진화가 필요합니다. 이러한 변화가 없다면 AI는 잠재적인 경제적 영향을 완전히 실현하지 못한 채 주변 기술로 남을 위험이 있습니다.
Discussion
대화에 참여하세요
첫 댓글을 남겨보세요