- Axios와 협력해 작성한 기사에서 Smartsheet는 AI의 가치가 모델 자체의 성능보다 기업이 실제로 어떻게 운영되는지를 이해하는 능력에 점점 더 좌우되고 있다고 밝혔다.
- 첨단 AI 모델 간 성능 격차가 줄어들면서 조직에 축적된 지식이 AI 도입 효과를 결정하는 중요한 요소로 부상하고 있다.
- McKinsey의 State of AI 2026 보고서에 따르면, 조사 대상 기업의 37%가 AI가 이자·세금 차감 전 이익(EBIT)에 기여한다고 답했다. 이는 전년과 거의 같은 수준이다.
- AI 활용 성과가 높은 기업은 전체의 6%에 불과했다. 이들 기업은 AI가 EBIT의 최소 5%에 기여하며, 그 영향이 상당하다고 평가했다.
- Smartsheet는 기업이 업무 흐름과 협업 방식에 관한 정보를 충분히 확보하지 못하면 AI 활용을 확대하더라도 자동으로 재무적 가치를 창출할 수 없다고 주장한다.
- ‘Institutional intelligence’는 규칙, 예외, 권한 체계, 문제 해결 방식, 실무 경험 등 조직이 축적해 온 운영 지식을 의미한다.
- 중요한 지식 중 상당수는 공식 문서에 기록되어 있지 않고, 직원의 경험과 협업 관계, 상황별 대응 방식에 내재되어 있다.
- 이러한 지식이 부족하면 AI 에이전트가 개별 작업을 정확히 수행하더라도 경영 목표와 맞지 않을 수 있으며, 전략과 실행 사이에 격차가 발생한다.
- Smartsheet는 이를 ‘execution drift’라고 부른다. 업무가 여러 직원과 부서, 시스템을 거치는 과정에서 처음 설정한 목표에서 점차 벗어나는 현상이다.
- 기업은 운영 지식을 표준화해 AI가 접근하고 이해하며 개별 작업에 적용할 수 있는 데이터와 규칙으로 전환해야 한다.
- 공통 지식 기반을 공유하면 AI 에이전트는 매번 처음부터 학습하지 않고도 조직의 맥락을 빠르게 파악할 수 있다.
- Smartsheet는 접근 권한을 통제하고 작업 내역을 추적할 수 있는 통합 업무 관리 플랫폼에서 사람, 프로세스, 데이터, AI를 연결할 것을 제안한다.
- 회사 측은 Fortune 100 기업의 85% 이상이 Smartsheet 플랫폼을 사용한다고 밝혔다. 그러나 기사에는 해당 솔루션의 재무적 효과를 별도로 입증하는 정량적 자료가 제시되지 않았다.
📌 기업의 AI 도입에서 중요한 문제는 조직의 운영 방식에 대한 지식 없이 지능적인 모델만으로는 충분하지 않다는 점이다. McKinsey의 기준에 따라 AI가 EBIT에 유의미하게 기여한 기업은 6%에 불과하므로, 업무 프로세스와 권한 체계, 실행 경험을 표준화하는 것이 성과 개선의 한 방향이 될 수 있다. 다만 이 콘텐츠는 Axios에 Smartsheet의 후원으로 게재되었으므로, 중앙 집중형 관리 플랫폼에 관한 제안과 독립적인 연구 증거를 구분해서 살펴봐야 한다.
