업무 시간을 자유롭게 해줄 인공 지능의 약속은 불편한 현실과 충돌합니다. Work AI Institute의 연구에 따르면 직원들은 도구를 수정하고 모니터링하는 데 일주일에 6.4시간을 소비합니다. 그리고 69%는 사전 검토 없이 생성된 콘텐츠를 전달했다고 인정했습니다.
작업의 핵심
- 그 ‘봇시팅‘일주일에 거의 하루 종일을 소비합니다. 작업자는 오류, 환각, 조작된 데이터를 방지하기 위해 AI 결과를 지속적으로 모니터링합니다.
- ‘세금 전환‘애플리케이션 간의 마찰을 증가시킵니다. 직원의 46.5%는 동일한 작업을 완료하기 위해 두 개 이상의 AI 도구 사이를 이동하며 측정되지 않은 인지 비용을 추가합니다.
- 더 많은 AI가 해결책이 아닙니다. ‘인간 인프라’를 갖춘 기업이 주도합니다. 인적 검토 프로세스에 투자하는 기업은 미검토 납품을 52% 줄이고 번아웃을 64% 줄입니다.
생산성 신기루: 기업이 약속된 이점을 보지 못하는 이유
Glean이 Stanford, Berkeley 및 Notre Dame의 연구원들과 함께 준비한 연구 데이터는 공개적인 그림을 그립니다. 직원의 87%가 AI를 사용하고 75%가 AI를 통해 자동화로 주당 최대 11시간을 절약해 생산성을 높일 수 있다고 말했지만, 실제로 생산성이 증가했다고 보고한 기업은 13%에 불과했습니다. 그 격차는 극심하다.
Work AI Institute의 소장인 Rebecca Hinds는 감독 작업을 ‘종종 지루하고 지친다’고 설명합니다. 직원들은 절약된 시간을 새로운 눈에 보이지 않는 작업, 즉 맥락 제공, 환각 수정, 재실행에 투자합니다. 프롬프트 실패한. 결과적으로 시간은 사라지는 대신 변형됩니다.
이러한 현상은 도구가 확산되면서 더욱 심해진다. 응답자의 77%는 일주일에 여러 개의 AI 애플리케이션을 사용하고, 3분의 1은 4개 이상을 결합합니다. 46.5%는 동일한 작업에 대해 두 개 이상의 솔루션 사이를 이동합니다. 맥락의 각 변화는 연구자들이 ”라고 부르는 인지 비용을 수반합니다.세금 전환‘. Harvard Business Review는 이미 이러한 부담을 문서화했으며 McKinsey는 직원들이 시스템 간 정보를 검색하기 위해 하루에 거의 2시간을 낭비하고 있다고 추정합니다.
피로가 쌓이면 ‘멍청이‘. 참가자 중 69%는 검증되지 않은 AI 생성 결과를 전달했다고 인정했습니다. 이는 품질을 저하시킬 뿐만 아니라 문제를 다음 링크로 이동시킵니다. 해당 콘텐츠를 제작하지 않은 사람은 해당 콘텐츠를 정리해야 합니다. 비용은 단순히 이리저리 움직입니다.
AI는 작업을 제거하지 않습니다. 누구도 측정하거나 보상하지 않는 지루한 작업의 새로운 계층으로 변환합니다.
도구가 많아도 불은 끌 수 없다: ‘많을수록 적다’는 역설
스탠포드 명예교수이자 연구소 회원인 밥 서튼(Bob Sutton)은 경영에서 반복되는 실수에 대해 경고합니다. 이 경우 AI 자체에서 발생하는 문제를 해결하려면 AI를 더 추가해야 합니다. 보고서의 데이터에 따르면 선도적인 조직은 가장 많은 솔루션을 축적하는 조직이 아니라 ‘인적 인프라’를 구축하는 조직입니다.
직원의 53%는 중요한 정보가 AI 시스템을 통해 전달되지 않는다고 말합니다. 그러나 흐름이 있는 회사에서는 번아웃 수준이 64% 감소하고 검토되지 않은 작업을 전달할 확률이 52% 감소합니다. 핵심은 모델의 힘이 아니라 모델이 실제 프로세스에 어떻게 통합되는지에 있습니다.
연구에 따르면 솔루션은 단순한 채택이 아닌 사람의 검토와 결과를 측정하는 문화에 의존합니다. 스페인에서는 IBEX 35에 상장된 대규모 기업들이 AI에 대한 투자를 가속화했습니다. Telefónica, Santander 및 Indra는 비용 절감과 민첩성 확보를 기대하면서 디지털화에 수억 달러를 할당합니다. 실제 테스트는 해당 투자와 관련된 공개 생산성 지표를 제시할 때 올 것입니다. 현재 집계된 결과는 표시되지 않습니다.
스페인 AI의 ROI: IBEX 35가 내재화해야 할 교훈
팬데믹 이후 가속화된 디지털화로 인해 스페인 기업에는 생산성 격차를 해소할 수 있는 기회가 생겼습니다. 인공지능이 다음 도약으로 제시됐지만, 이번 연구는 기술만으로는 아무것도 변화시킬 수 없다는 것을 보여준다. 생산성을 높이려면 단순한 도구 구현이 아닌 조직의 대대적인 변화가 필요합니다.
moncloa.com에서 우리는 이사회에서의 대화가 실제 성과 측정보다는 플랫폼에 대한 투자에 초점을 맞추는 경향이 있음을 관찰했습니다. 직원의 87%가 AI를 사용하지만 개선된 기업은 13%에 불과하다면, 문제는 채택이 아니라 통합이다. AI가 인간을 보완하는 프로세스를 설계하는 회사는 그 반대가 아닌 이점을 활용하는 회사가 될 것입니다.
차세대 경영 및 지속 가능성 보고서에는 AI와 관련된 순 생산성 지표가 포함되어야 합니다. 그 동안에, 그 ‘봇시팅‘는 문화가 없는 기술은 단지 소음일 뿐이라는 사실을 상기시키는 값비싼 일로 남을 것입니다.
