- ChatGPT가 등장한 지 3년이 넘었지만, 많은 기업은 여전히 AI가 기대만큼 뚜렷한 노동 생산성 비약(jump)을 만들어내는 것을 보지 못하고 있습니다.
- 2026년 다보스 포럼에서 “왜 AI가 아직 효과를 발휘하지 못하는가”라는 주제는 고위 리더들 간의 거의 모든 대화에 등장했습니다.
- 주요 원인 중 하나는 일자리 상실에 대한 두려움이나 AI 도구의 품질에 대한 의구심으로 인한 직원들의 불완전한 AI 도입입니다.
- 많은 기업이 의무 교육이나 성과 평가와 연계하여 AI 사용을 강제했지만, 이러한 방법은 역효과를 낳았습니다.
- 시스코(Cisco)는 의무적인 AI 교육이 장기적인 사용 유지에 도움이 되지 않으며, 오히려 부정적인 영향을 미친다고 밝혔습니다.
- 더 효과적인 방법은 다양한 AI 도구를 제공하여 사용 방법을 스스로 결정하게 하는 등 직원에게 선택권을 주는 것입니다.
- 또 다른 문제는 기술 부족입니다. 많은 근로자가 AI를 효과적으로 활용할 능력이 부족합니다.
- 일부 리더는 AI 사용에 익숙한 신입 사원을 더 많이 채용할 것을 제안하지만, 이것이 사내 교육을 대체할 수는 없습니다.
- 현재 투자는 사람보다 기술에 편중되어 있으며, 이러한 우선순위를 뒤바꿀 필요가 있습니다.
- 딜로이트(Deloitte)에 따르면 AI 적용 시 업무 프로세스의 84%는 기존 상태를 유지하고 있으며, 단 16%만이 AI 네이티브(AI-native) 방향으로 설계되었습니다.
- 업무 재설계는 기술 매핑부터 AI가 맡을 수 있는 작업 식별까지 수년이 걸립니다.
- 대부분의 리더는 생산성 증가에 따른 성장 둔화가 동반되지 않는 한, 향후 3~5년 내에 노동력이 급격히 감소하지 않을 것으로 예측합니다.
📌 2026년 다보스 포럼에서 “왜 AI가 아직 효과를 발휘하지 못하는가”라는 주제는 고위 리더들 간의 거의 모든 대화에 등장했습니다. 많은 기업이 의무 교육이나 성과 평가와 연계하여 AI 사용을 강제했지만, 이러한 방법은 역효과를 낳았습니다. 기업은 성급하게 강요하는 대신 교육, 프로세스 재설계, AI 네이티브 모델 구축을 위한 시간이 필요합니다. AI 적용 시 업무 프로세스의 84%는 기존 상태를 유지하고 있으며, 단 16%만이 AI 네이티브 방향으로 설계되었습니다. 대부분의 리더는 향후 3~5년 내에 노동력이 급격히 감소하지 않을 것으로 예측합니다.
