Sengho Bae

I am an amazing person.

4 분 소요

Enterprise Philosophy and The First Wave of AI

원문

By Ben Thompson
Tuesday, September 24, 2024

This Article is available as a video essay on YouTube

  • 우리는 현재 AI 시대로의 전환점에 있으며, 이는 기업들이 처음 컴퓨터를 도입하던 시기와 유사
  • 기업들은 AI를 도구로 볼 것인지, 인력을 대체하는 것으로 볼 것인지 고민
  • Palantir의 사례가 흥미로운 이유는 그들의 “구식” 접근 방식이 AI 시대에 오히려 장점이 될 수 있다는 점
  • AI를 인력 대체 수단으로 본다면, 개인이나 팀 단위의 구독 중심이 아닌 회사 전체 차원의 새로운 접근 방식이 필요합
    • 만약 저작권에 문제가 있다면 바로 알려주세요!!

claude를 통해 원문 요약

< AI 발전의 역사적 맥락 >
대부분의 기술 역사는 PC(개인용 컴퓨터)에서 시작한다고 보지만, 실제로는 기업의 백오피스 디지털화가 첫 번째 물결이었음
1908년부터 1970년대까지 은행의 회계/부기 업무가 수작업에서 컴퓨터로 전환되는 과정을 예시로 설명

< 기술 철학의 세 가지 흐름 >
Google/Facebook: 컴퓨터가 사용자를 위해 일을 대신 처리
Apple/Microsoft: 컴퓨터가 사용자의 일을 더 효율적으로 수행하도록 도움
엔터프라이즈 철학: 기업의 수익 증대와 비용 절감에 초점

< AI의 현재와 미래 >
Microsoft의 Copilot은 도구로서의 AI를 강조하지만, 직원들의 작업방식 변화를 이끌어내는 것이 과제
Salesforce는 AI 에이전트를 통해 직원을 '대체'하는 방향을 제시
OpenAI의 o1 모델은 에이전트 기반 AI의 실현 가능성을 높임

< 기업 AI 도입의 전망 >
AI 도입은 1980년대 PC 도입과 유사: 대부분의 직원들은 필요할 때만 사용
진정한 변화는 다음 세대에서 일어날 것
현재는 비용절감을 위한 top-down 방식의 AI 도입이 주를 이룰 것
Palantir과 같은 기업 운영체제 제공업체가 중요한 역할을 할 것으로 전망

< 결론 >
AI는 새로운 컴퓨팅 패러다임이며, 초기에는 기업 중심으로 발전할 것
소비자 영역에서의 AI 혁명은 예상보다 더 오래 걸릴 수 있음
차세대가 AI와 함께 성장하면서 진정한 소비자화가 이루어질 것

I. 핵심내용

기술 업계의 두 가지 철학: AI 시대의 새로운 관점

1. 두 가지 상반된 철학

첫 번째 철학: 컴퓨터가 대신 일하는 접근 (Google/Facebook)
  • Google의 관점:
    • 컴퓨터가 사용자를 위해 직접 작업을 수행
    • 예시: Google Duplex(전화 대화), Photos(자동 정리/편집), News(맞춤형 뉴스)
  • Facebook(Meta)의 접근:
    • Google보다 더 적극적인 자동화 추구
    • 사용자 개입 없이도 작업 수행
두 번째 철학: 도구로서의 컴퓨터 (Apple/Microsoft)
  • 컴퓨터를 인간의 능력을 향상시키는 도구로 인식
  • 사용자의 주도적 활용을 중시
  • Steve Jobs의 유명한 “자전거” 비유 강조

2. AI 시대의 새로운 도전

Microsoft의 Copilot 사례
  • 주요 특징:
    • AI를 위한 새로운 UI로 포지셔닝
    • 업무 자료, 커뮤니케이션, 비즈니스 프로세스 통합
    • Pages 기능으로 웹과 업무의 통합 추구
도입의 과제
  • 월 $30의 seat당 비용
  • 실제 문제는 변화 관리(Change Management)에 있음
  • 직원들의 작업 방식 변화 유도가 핵심 과제

흥미로운 관점: PC 시대와의 비교

  • 초기 PC의 발전 과정과 비교할 때 주목할 만한 점:
    • VisiCalc(최초의 스프레드시트)이 PC의 비즈니스 활용을 이끈 것처럼, AI 도구도 유사한 전환점이 필요
    • 도구의 존재만으로는 부족하며, 효과적인 활용이 핵심

3. 시사점

(1) 글의 저자는 현재 AI 도입의 핵심 과제가 기술적 문제가 아닌 ‘변화 관리’라는 점을 강조 (2) 과거 PC 시대의 전환점과 현재 AI 도입을 비교한 역사적 관점이 흥미로움 (3) Microsoft의 새로운 접근 방식이 전통적인 도구 중심의 철학을 AI 시대에 어떻게 적용하는지 보여줌

AI 기술의 도입과 활용에 대한 철학적 접근과 실제적 과제를 균형있게 다루고 있으며, 현재 기업들이 직면한 AI 도입의 실질적 어려움을 잘 설명

II. AI 시대의 엔터프라이즈 데이터: Palantir의 새로운 비전

1. 데이터 통합의 현실적 과제

현재 기업들의 데이터 상황
  • Salesforce: 방대한 데이터 보유했으나 플랫폼 전반에 산재
  • Microsoft: 서드파티 “에이전트” API 제공하나 통합적 추론에 한계
  • LLM의 비정형 데이터 처리 능력은 혁신적이나, 여전히 양질의 데이터가 중요

2. Palantir의 차별화된 접근

Foundry: “현대 기업을 위한 온톨로지 기반 운영체제”
  • 기업 운영에 깊이 관여하는 통합적 접근
  • 일반적인 SaaS 애플리케이션과 달리 전사적 도입 필요
  • CTO Shyam Sankar의 핵심 통찰:

    “모든 기업이 데이터가 통합되어 있다고 주장하지만, 실제로는 완전히 엉망이다. 우리의 가치는 데이터 통합을 제품화하는 기술을 개발한 것이다.”

3. AI 시대의 새로운 패러다임

기업 환경의 변화
  • 현 직원들의 AI 활용: 1980년대 PC 도입기와 유사한 저항감
  • 경영진의 요구: 즉각적인 AI 도입 효과 기대
  • 목표 변화: 인간 능률 향상보다 인력 대체에 초점
비즈니스 모델의 변화
  • 판매 방식: 상향식 유기적 성장 → 하향식 전략적 도입
  • 라이선스 모델:
    • 좌석당 라이선스 → “좌석 대체” 라이선스로 전환
  • 예: Salesforce의 통화당 $2 과금 모델
서비스와 통합 팀의 중요성 재부각

4. 시사점

  1. 장기 프로젝트의 재평가
    • Palantir의 다년간 프로젝트 접근이 과거에는 비판받았으나
    • AI 시대에는 오히려 적합한 모델이 될 수 있음
  2. SaaS vs 엔터프라이즈 SW
    • 기존 SaaS 중심 사고에서 벗어날 필요성
    • 40년 전 엔터프라이즈 SW 모델의 부활 가능성
  3. 통합의 중요성
    • 데이터 통합이 AI 성공의 핵심 요소
    • 단순 도구 제공을 넘어선 전사적 접근 필요

AI 시대에 엔터프라이즈 소프트웨어의 방향성이 과거의 모델로 회귀하면서도, 새로운 가치를 창출할 수 있다는 흥미로운 관점을 제시 특히 Palantir의 사례를 통해 데이터 통합의 중요성과 전사적 접근의 필요성을 잘 보여주고 있음​​​​​​​​​​​​​​​​

III. Palantir의 프로젝트 접근 방식이 중요한 이유와 비판

1. Palantir의 특징적 접근
  • 장기적 엔게이지먼트: 수년에 걸친 긴 프로젝트 수행
  • 깊은 통합: 기업의 모든 데이터 시스템과 깊은 수준의 통합 추구
  • 맞춤형 구현: 각 기업의 특수성을 반영한 커스터마이징
  • 대규모 컨설팅: 많은 인력이 투입되는 컨설팅 중심 접근
2. 비판받은 이유
  1. SaaS 시대의 트렌드와 충돌
    • 빠른 구축과 확장이 강조되는 현대 SaaS 모델과 대치
    • “설치하고 바로 쓰는” 솔루션을 선호하는 시장 흐름과 불일치
  2. 비용 효율성 문제
    • 높은 초기 구축 비용
    • 긴 투자회수 기간
    • 많은 인적 자원 필요
  3. 확장성 한계
    • 고객별 맞춤 구현으로 인한 확장 어려움
    • 표준화된 솔루션 제공의 어려움

(참고) 과거와 현재의 엔터프라이즈 소프트웨어 모델 비교

1. 과거의 엔터프라이즈 SW 특징 (1980-90년대)

  • 하향식 도입: 경영진 주도의 전사적 시스템 도입
  • 대규모 프로젝트: 수년에 걸친 구축 기간
  • 높은 초기 비용: 라이선스 + 구축 비용의 대규모 선투자
  • 맞춤형 개발: 기업별 특수성 반영한 커스터마이징
  • 컨설팅 중심: 대규모 컨설팅 인력 투입
  • 예시: SAP, Oracle ERP 등의 구축 프로젝트

2. 현대 SaaS 모델 (2000년대 이후)

  • 상향식 도입: 부서/팀 단위의 자발적 도입
  • 구독형 과금: 월별/연간 구독 방식
  • 빠른 도입: 최소한의 설정으로 빠른 시작
  • 표준화: 산업 표준 기반의 일관된 서비스
  • 셀프 서비스: 최소한의 지원으로 사용자 스스로 활용
  • 예시: Salesforce, Workday 등

3. AI 시대에 예상되는 변화 방향

  1. 왜 과거 모델이 다시 부각되나? - AI 시스템의 복잡성 - 전사적 데이터 통합의 필요성 - 대규모 조직 변화 관리의 중요성

  2. 새로운 하이브리드 모델의 등장 - 과거의 깊은 통합 + 현대적 구독 모델 - 데이터 중심의 맞춤형 접근 - “인력 대체” 기반의 새로운 과금 모델 - 예: 통화당 과금(Salesforce), 처리량 기반 과금 등

이러한 변화가 예상되는 주된 이유는 AI가 단순한 도구가 아닌, 기업의 핵심 프로세스를 변화시키는 transformative 기술이기 때문. 이는 과거 ERP가 기업에 가져온 변화와 유사한 수준의 영향력을 가질 것으로 예상​​​​​​

참고