최근 Deloitte는 생성 인공 지능 (GEN AI)의 실험 결과를 실제 응용 분야로 변환 할 때 회사가 많은 도전에 직면한다는 보고서를 발표했습니다. 이 보고서는 기술 인프라, 불충분 한 팀 기능 및 명확한 응용 전략이 부족한 등 생성 AI를 규모로 배치 할 때 기업이 발생하는 병목 현상을 보여줍니다. 많은 기업들이 또한 자원 할당, 데이터 품질 및 준수에 장애물을 겪었으며 생성 AI 프로젝트의 홍보 및 적용에 영향을 미칩니다. 이 보고서는 또한 생성 AI의 큰 잠재력을 강조하고 전략 계획 강화 및 직원 교육 투자 증가를 포함하여 이러한 과제를 극복 할 수있는 제안을 기업들에게 제공합니다.
Davos의 최근 포럼에서 Deloitte는 생성 인공 지능 (GEN AI) 실험을 실제 응용 분야로 전환 할 때 회사가 직면 한 어려움을 보여주는 보고서를 발표했습니다. 기업은 생성 AI 프로젝트에서 긍정적 인 초기 결과를 달성했지만 대규모 배치에는 여전히 많은 장애물이 있습니다.
이미지 소스 참고 : 이미지는 AI에 의해 생성되며 이미지 공인 서비스 제공 업체 Midjourney
보고서에 따르면, 많은 회사들이 생성 AI를 구현할 때 실험실에서 생산 환경으로의 전환 프로세스가 쉽지 않다는 것을 발견했습니다. 특히 기술 인프라 및 팀 기능 측면에서 많은 회사가 적응성 적응성의 도전에 직면 해 있습니다. 또한 회사는 종종 AI를 특정 비즈니스 시나리오에 적용하는 방법에 대한 명확한 전략이 없으므로 AI 프로젝트가 유지 및 규모가 유지하기가 어렵습니다.
이 보고서에서 Deloitte는 운영 효율성 향상 및 고객 경험 향상의 장점을 포함하여 생성 AI의 잠재력을 강조합니다. 그러나 실제로 많은 기업들이 자원 할당, 데이터 품질 및 준수와 같은 문제에서 병목 현상을 겪었으며, 이는 생성 AI 프로젝트의 홍보 및 적용에 심각한 영향을 미칩니다.
Deloitte의 설문 조사는 또한 회사가 재능을 모집하고 기술을 향상시키는 데 어려움이 있다고 지적했습니다. 기술의 빠른 개발로 기존 직원들은 종종 새로운 기술의 변화를 따라 가기가 어렵다는 것을 알게되며, 이로 인해 생성 AI의 적용에 대한 신뢰가 부족합니다. 또한 기업은 AI의 구현을 더 잘 지원하기 위해 문화 및 조직 구조를 조정해야합니다.
회사가 이러한 장애물을 극복 할 수 있도록 Deloitte는 회사가 생성 AI에 대한 전략 계획을 강화하고 프로젝트 목표 및 구현 단계를 명확하게해야한다고 권고합니다. 동시에, 우리는 팀의 기술 능력과 응용 프로그램 수준을 향상시키기 위해 직원 교육에 대한 투자를 늘려야합니다. 이런 식으로 만 기업은 디지털 혁신의 목표를 달성하기 위해 점점 경쟁이 치열한 시장에서 생성 AI의 장점을 최대한 활용할 수 있습니다.
전철기:
기업은 생성 AI 실험을 생산 응용 프로그램으로 변환 할 때 많은 어려움에 직면 해 있습니다.
자원 할당, 데이터 품질 및 규정 준수는 기업의 AI 프로젝트 홍보의 주요 병목 현상입니다.
직원의 기술 기능 및 전략 계획을 개선하는 것은 생성 AI의 성공적인 구현의 핵심입니다.
요컨대, Deloitte의 보고서는 생성 AI를 적용하는 과정에서 기업이 직면 한 도전과 기회를 분명히 지적합니다. 기업은 생성 AI의 잠재력을 완전히 실현하고, 디지털 혁신을 촉진하며, 경쟁이 치열한 시장에서 선도적 인 위치를 유지하기 위해 이러한 과제에 적극적으로 대응해야합니다. 향후,보다 대상 전략과보다 효과적인 구현 솔루션은 기업 별 생성 AI의 성공적인 적용의 열쇠가 될 것입니다.