- Glean Work AI Institute가 6,000명의 디지털 노동자를 대상으로 실시한 설문조사에 따르면, 75%가 AI가 업무 효율을 높여준다고 답했다.
- 참가자들은 AI가 매주 평균 11시간의 업무 시간을 절약해준다고 추정했다.
- 하지만 조직 전체의 운영 효율성이 크게 개선되었다고 느낀 사람은 13%에 불과했다.
- 저자는 그 주요 원인으로 기업이 업무 조정 비용을 과소평가하는 ‘조정 무시(coordination neglect)’를 꼽았다.
- 흔한 실수는 개별 작업만 최적화하고 팀 간의 연결이나 프로세스 단계 간의 흐름을 간과하는 것이다.
- 기사는 업무 의존도를 독립적, 순차적, 상호적 등 3단계로 구분하며, 의존도가 높을수록 AI의 이점은 오류 수정과 조정 작업에 의해 상쇄되기 쉽다고 분석했다.
- Zapier 전문가는 AI를 도입하기 전 실제 프로세스 맵을 작성하여 업무 인계 지점과 병목 구간을 파악할 것을 권장한다.
- 또한 저자는 직원이 AI를 감시하고 맥락을 보완하며 결과물을 수정하는 데 매주 평균 6.4시간을 소비하는 ‘보이지 않는 업무’에 대해 경고했다.
- 2025년의 한 무작위 실험에 따르면, AI를 사용하는 프로그래머들은 자신이 20% 더 빠르다고 생각했지만 실제로는 19% 더 많은 시간이 걸렸다.
- AI는 답변을 논리 정연하게 제시하여 신뢰감을 주므로 사람이 잘못된 분석을 알아차리기 어렵게 만든다.
- 많은 기업이 실제 비즈니스 결과가 아닌 토큰 수, 사용자 수, 라이선스 수와 같은 지표로 AI의 성공을 평가하고 있다.
- 조사 결과, 품질과 생산성을 모두 측정하는 기업의 직원은 83%가 AI가 업무 질을 높였다고 평가한 반면, 생산성만 측정하는 기업은 68%에 그쳤다.
- 저자는 AI의 가장 큰 가치가 개인의 생산성 향상뿐만 아니라 프로세스, 의사결정권, 조정 메커니즘의 재설계에서 나온다고 결론지었다.
📌 AI는 직원의 시간을 절약해주지만 조직 차원의 효율성을 자동으로 만들어내지는 않습니다. 6,000명의 디지털 노동자를 대상으로 한 조사에서 75%가 생산성 향상을 느끼고 매주 약 11시간을 아꼈지만, 기업 운영이 개선되었다고 본 응답자는 13%뿐이었습니다. 원인은 주로 조정, 감시, 그리고 AI 이후의 오류 수정 비용에 있습니다. 진정한 가치를 창출하려면 개별 생산성이나 AI 사용 지표에만 집중할 것이 아니라 전체 업무 프로세스를 최적화해야 합니다.
