|
2023년 8월 24일| 팟캐스트
에 의해 마이클 추이, 켈시 로빈슨, 그리고알렉스 싱글라
공유하다
다운로드
생성적 AI는 은행부터 생명과학까지 글로벌 경제 전반에 막대한 가치를 더할 수 있습니다. 기술을 빠르고 효과적으로 사용하는 기업이 우위를 점할 것입니다.
다운로드
기다리지 않는 기업에는 좋은 일이 찾아올 것입니다 . 이번 McKinsey Podcast 에디션에서는 McKinsey AI 전문가 Michael Chui와 Alex Singla가 글로벌 편집 이사 Lucia Rahilly와 생성 AI(gen AI) 기회 에 관한 McKinsey의 새로운 보고서에 대해 논의합니다 . 기업이 경쟁 우위를 확보하기 위해 Gen AI 기회를 어떻게 즉시 포착해야 하는지 들어보세요.
하지만 먼저 McKinsey 수석 파트너인 Kelsey Robinson과 함께 미국 소비자 행동을 빠르게 확인하세요. 이는 일련의 체크인 중 첫 번째입니다.
이 내용은 명확성과 길이를 위해 편집되었습니다.
McKinsey Podcast는 Roberta Fusaro와 Lucia Rahilly가 진행합니다.
소비자 낙관론은 상승
Roberta Fusaro: Kelsey, 작년 이맘때부터 미국 소비자 행동이 어떻게 바뀌었나요?
켈시 로빈슨:우리는 소비자로부터 혼합 신호라고 부르는 것을 계속해서 확인하고 있으며 이는 불확실한 경제에 의해 주도됩니다. 인플레이션 압력과 긴축적인 노동 시장으로 인해 미국 소비자들은 서로 다른 소비 방식을 취하고 있으며 모순되는 행동을 취하고 있습니다. 최근 연구에서 우리가 보고 있는 세 가지 주요 사항이 있습니다. 첫째, 지난 여름에 비해 소비자 신뢰도가 높아져 이제 미국 시민의 3분의 1이 낙관적인 느낌을 갖고 있습니다. 지난 여름, 국가 경제에 대한 낙관론은 4분의 1 수준이었고 비관론은 약해지고 있습니다. 좋아요. 두 번째 신호는 소비자들이 여전히 가격 상승과 인플레이션을 걱정하고 있다는 점입니다. 이는 작년과 거의 일치합니다. 그리고 점점 더 직업 안정성에 대해 걱정하고 있습니다. 마지막으로, 이러한 불확실성이 존재하는 동안에도 소비자들은 여전히 지갑을 열고 있는 것으로 나타났습니다.
지출 과 저축
Roberta Fusaro: 창의성에 대해 이야기해 보겠습니다. 미국 소비자의 저축 방식이 어떻게 나타나고 있습니까?
Kelsey Robinson: 미국 소비자는 주로 거래를 통해 저축을 선택하고 있습니다. 그들은 값싼 브랜드를 위해 더 비싼 브랜드나 매장을 포기하고 있습니다. 또는 가장 저렴한 가격을 얻기 위해 구입하는 수량을 변경할 수도 있습니다. 이는 수량 측면에서 덜 구매한다는 의미일 수도 있고 어떤 경우에는 재고를 확보하고 더 낮은 가격을 얻기 위해 대량 구매를 할 수도 있습니다. 전반적으로, 최신 연구에서 확인한 바에 따르면 소비자의 80%가 거래를 중단하고 있습니다.
여기에도 카테고리 차이가 있습니다. 집과 애완동물 같은 카테고리에서는 성장이 둔화되고 있습니다. 탄력성이 더 높은 카테고리는 미용과 같은 카테고리와 집 밖에서의 경험과 관련된 많은 카테고리입니다.
McKinsey Podcast를 구독하고 싶으십니까 ?
Google 팟캐스트애플 팟캐스트스포티 파이스티처RSS이전 에피소드 듣기
Roberta Fusaro: Kelsey, 내 구매에 대해 생각 중이에요. 여행에 얼마나 더 지출하고 마침내 집 밖으로 나가는지 생각하는 중이에요. 사실이에요. 사람들은 어떻게 과시하고 있습니까?
Kelsey Robinson: 미국 소비자의 40%는 내년에 자신과 가족을 위해 돈을 쓸 것이라고 말했습니다. 여행은 그들이 돈을 많이 쓸 것이라고 확실히 말하고 있는 카테고리이지만 의류와 신발과 같은 카테고리에도 돈을 쏟을 것이라고 말하고 있습니다.
Roberta Fusaro: 세대별로 어떤 종류의 다양한 지출 패턴이 나타나고 있습니까?
켈시 로빈슨: 우리는 방금 돈을 과시하는 것에 대해 이야기했는데, 우리가 보는 것은 과시하려는 의도가 젊은 세대의 경우 훨씬 더 높다는 것입니다. 이는 소득 수준을 한두 가지로 통제하는 경우에도 마찬가지입니다.
Z 세대의 3분의 2가 자신에게 사치와 대접을 하겠다고 말했습니다. 이를 베이비붐 세대의 20%와 비교해 보세요. 둘째, 인플레이션이 가장 먼저 고려되는 점은 분명합니다. 하지만 다시 한 번 말하지만, 직업 안정성이 실제로 가장 중요합니다. 이는 젊은 세대에게 훨씬 더 의미 있는 최우선 고려 사항입니다. [언제] 작년을 생각해보면 기업이 인력을 감축한다는 헤드라인이 많았고 Z세대의 74%(4분의 3)가 고용을 걱정하고 있었습니다. 엄청나죠? X세대의 약 절반에 해당합니다. 그리고 마지막으로 트레이드다운 행동도 세대와 상관관계가 있습니다. 그래서 이분법이 있습니다. Z세대는 돈을 더 많이 쓸 가능성이 높다고 말하면서도 실제로는 다른 영역에서 비용을 절감하고 관리해야 한다고 말합니다.
기업은 유연해야 한다
Roberta Fusaro: 사람들이 수량을 바꾸거나 더 저렴한 브랜드로 전환한다면 기업에는 어떤 영향을 미칠까요?
가장 인기 있는 통찰력
Kelsey Robinson: 세 가지 주요 의미가 있습니다. 지금 이 순간에는 가치를 전달하는 방법을 찾고, 하락세에 있는 소비자를 만나고, 가치를 전달하는 방법을 전달하는 것이 정말로 필요합니다. 왜냐하면 모든 소비자가 그것에 대해 생각하고 있기 때문입니다. 동시에, 다시 지출 이분법이 있습니다. 소비자가 어떤 순간에, 어떤 제품에 대해 돈을 과시할 의향이 있는지 알아낼 필요가 있습니다. 그들은 기꺼이 자신을 대할 의향이 있습니까? 당신도 그 기쁨에 동참할 수 있나요?
두 번째, 지금 이 순간 소비자에게 말하는 방식을 개인화하는 아이디어가 중요합니다. 당신과 나는 지금 서로 다른 구매 행동을 하고 있을 것입니다. 그렇다면 기업은 현재 있는 곳에서 소비자를 만날 수 있도록 최대한 많은 것을 어떻게 배울 수 있을까요? 소비자의 70% 이상이 기업이 개인화하기를 기대합니다. 그런 일이 일어나지 않을 때 그들은 좌절감을 느낍니다.
마지막으로 우리가 아직 다루지 않은 한 가지 교훈은 코로나19 이후, 심지어 작년 이후에도 옴니채널 쇼핑에 큰 변화가 있었다는 것입니다. 소비자의 80% 이상이 여러 채널을 통해 검색하고 탐색하고 있습니다. 이는 웹에서 탐색하든 매장에서 탐색하든 한 번의 여행을 위해 해당 채널 중 하나로 전환하는지 여부에 관계없이 작년보다 6% 포인트 더 높은 수치입니다.
이제 달라진 점은 젊은 세대만의 문제가 아니라는 것입니다. X세대와 베이비붐 세대도 그런 일을 하고 있습니다. 따라서 "옴니웨이"에서 원활한 경험을 제공하고 창출하는 방법을 계속해서 파악하는 것이 중요합니다.
Roberta Fusaro: Kelsey, 우리와 함께해주셔서 정말 감사합니다.
켈시 로빈슨: 초대해 주셔서 감사합니다.
생성적 AI가 비즈니스에 어떤 이점을 줄 수 있는지
Lucia Rahilly: 제너레이티브 AI는 지난 10개월 동안 대중의 상상 속으로 폭발적으로 성장했으며, 이는 물론 지난해 11월 ChatGPT 출시를 촉진했습니다. 많은 사람들이 기쁨과 경외감 사이에서 고민하고 있으며, 어떤 경우에는 ChatGPT와 같은 애플리케이션에 대해 두려움을 느끼고 있습니다. 그 이유 중 하나는 사용하기 매우 간단하고 솔직히 말해서 기괴하기 때문입니다. Alex, 이 새로운 연구는 Gen AI로부터 가장 큰 이익을 얻을 수 있는 비즈니스 영역에 대해 우리에게 무엇을 알려 주었습니까?
Alex Singla: 이 연구와 그것이 비즈니스 전반에 미칠 수 있는 영향에 대해 생각할 때, 이 중 많은 부분이 한동안 존재해 왔다는 점을 인식하는 것이 중요합니다. 하지만 말씀하신 대로 주류로 진입하고 있습니다. 어디에서 다양한 기회가 창출될 수 있는지 생각해보면 이전의 자동화 연구에 비해 Gen AI는 사무직 업무에 실질적인 영향을 미칩니다.
따라서 은행 산업, 특히 의료 산업의 활동은 사무직 지식 근로자를 고려할 때 이전 기술 및 이전 자동화에서는 볼 수 없었던 엄청난 기회를 가지고 있습니다.
Lucia Rahilly: 은행 및 의료와 같은 특정 산업이 Gen AI의 혜택을 받는 데 그렇게 도움이 되는 이유는 무엇입니까?
Michael Chui: 예를 들어, 마케팅 및 영업 부서는 개인화된 마케팅을 만들거나 어떤 경우에는 브랜드 마케팅을 만들어 광고, 대본, 음악, 심지어 비디오까지 만들 수 있는 능력이 있습니다.
이러한 기술은 고객 서비스나 고객 운영에도 유용합니다. 예를 들어 실제로 질문에 답변할 수 있는 정도의 챗봇이 있습니다.
우리가 많은 시간을 투자하는 또 다른 영역은 소프트웨어 작성 능력을 향상시키는 이러한 기술의 잠재력입니다. 왜냐하면 컴퓨터 언어는 어느 정도 언어일 뿐이기 때문입니다. 이것은 대규모 언어 모델이라는 용어를 들어보셨을 것입니다. 영어든 어떤 언어든 "XYZ를 수행하는 코드를 작성해 주세요."라고 요청할 수 있습니다.
은행에는 프로그래머가 많이 있습니다. 소매 회사에는 많은 프로그래머가 있습니다. 따라서 이는 가치에 대한 큰 잠재력이기도 합니다. 가장 잘 알려지지 않은 사례는 연구 개발에서 제너레이티브 디자인을 수행하는 제너레이티브 AI 기술의 능력입니다. 예를 들어 전기 회로를 만들거나 자동차를 설계할 수 있습니다.
이러한 기술의 잠재력이 없는 사업이나 기능은 없습니다.
Alex Singla: R&D 측면인 생명 과학 업계의 임원들이 화학 물질과 실험하는 데 수년이 걸리는 신약과 신제품을 만들기 위해 화학 물질을 넣는 다양한 구성에 대해 논의하는 것을 들었습니다.
생성 AI를 활용하여 다양한 화학 물질을 결합하여 제약 분야의 R&D를 가속화할 수 있습니까? 완벽한 약물이나 제품을 훨씬 더 빠르게 만드는 측면에서 아직 완료되거나 입증되지 않았습니다. 그런데 그런 생각이 일어나고 있습니다.
Gen AI는 상상력을 강화한다
Lucia Rahilly: 생성 AI가 새로운 방식으로 창의성과 혁신의 지평을 확장할 수 있다고 생각하시나요?
Michael Chui: 그렇습니다. 이러한 시스템을 사용하여 생산성을 가속화하고 더 많은 사례를 만들 수 있다면 말이죠. 제품 개발 연구를 통해 우리가 알고 있는 바에 따르면, 퍼널을 너무 빨리 닫는 것이 문제인 경우가 많습니다. 계속해서 여러 가지 대안을 검토하지 않습니다.
클라이언트들은 “제너레이티브 디자인을 사용하면 더 많은 대안을 만들 수 있다”고 말합니다. 그리고 더 많은 잠재력을 가질 수 있다면 결국에는 더 나은 제품을 얻을 수 있고, 완전히 새로운 카테고리를 만들고, 새로운 약품을 만들고, 보다 지속 가능하고 탄소 배출량을 줄이는 시스템을 만들 수 있습니다. 우리가 R&D를 통해 하고 싶은 모든 일들은 이러한 기술을 사용하여 초강대국을 만들 수 있습니다. 기업뿐만 아니라 인류에게도 좋을 수 있습니다.
Alex Singla: 창의적인 측면의 또 다른 점은 제너레이티브 AI가 창의적일 수 있을 뿐만 아니라 사용자의 창의성도 높여준다는 것입니다.
그게 무슨 뜻인지 말씀드리겠습니다. 우리는 유럽의 최고 마케팅 책임자(CMO) 원탁회의를 가졌습니다. 우리는 그들에게 생성 AI를 활용하여 비즈니스 내에서 제품에 대한 크리에이티브를 직접 만드는 과정을 안내하는 1분 연습을 제공했습니다.
그리고 당신은 그들의 눈이 뜨는 것을 보았습니다. 그들은 Gen AI의 잠재력에 대해 잘 알고 있었지만 이전에는 갖지 못했을 수도 있는 아이디어를 제공하고 있었습니다. 비록 답이 결국 완벽하지는 않더라도 무엇이 가능할까에 대한 생각의 폭을 넓힌 셈이다. 따라서 생성적 AI는 개인의 창의성을 가속화할 수 있습니다.
Gen AI가 생산성을 창출하는 방법
Lucia Rahilly: 이제 이 모든 것에 몇 가지 수치를 첨부하고 이를 성공적으로 활용하는 기업에 Gen AI가 실제로 어떤 가치가 있는지에 대해 조금 이야기하겠습니다. Gen AI가 세계 경제에 어떤 가치를 더할 수 있을까요?
Michael Chui: 기업과 기타 조직의 다양한 사용 사례를 살펴보면 이러한 기술을 사용하여 창출할 수 있는 잠재적 가치가 연간 2조~4조 달러에 달합니다.
모든 지식 근로자는 이러한 기술을 사용하여 생산성을 높일 수 있는 잠재력을 가지고 있습니다. 나에게 문서의 초안을 작성해 주거나 이메일을 보내주게 되면 개인 생산성이 향상됩니다.
그리고 이러한 모든 미시적 사례를 살펴보면 실제 잠재력은 기업 수준에서 방금 설명한 것의 두 배일 수 있습니다. 거시경제적 관점에서 볼 때 우리 모두는 고령화되고 있기 때문입니다. 사실 우리는 사람이 많지 않을 거예요. 다음 세대가 우리 세대보다 더 나은 성과를 거두게 하려면 생산성을 높여야 합니다. 그것은 우리 앞에 있는 잠재력 중 하나입니다.
Lucia Rahilly: 그렇다면 일반 인공 지능이 가져올 것으로 기대하는 생산성 가치 외에 특히 Gen AI에 대해 이야기하고 있습니까, 아니면 둘 다를 함께 이야기하고 있습니까?
Michael Chui: 2조 달러에서 4조 달러는 Gen AI에만 해당됩니다. 그러나 전반적인 경제를 살펴보면 물리적 로봇 공학과 기타 유형의 AI를 포함하여 가치를 창출할 수 있는 다른 유형의 기술도 많이 있습니다. 그리고 우리는 특히 기업의 맥락에서 이러한 점을 잊어서는 안 됩니다.
Alex Singla: 생성 AI가 다른 기술과 구별되는 또 다른 점은 사용이 매우 간단하다는 것입니다. 일이 시작된 이유 중 하나는 사용자 인터페이스가 너무 쉬웠기 때문입니다.
8세든 80세든 누구나 ChatGPT를 사용할 수 있습니다.
입양하려는 의지가 이전보다 훨씬 커졌습니다. 역사적으로 AI가 직면한 과제 중 하나는 사람들이 AI를 “아, 이건 약간 블랙박스 같아요. 데이터 과학 환경에 종사하는 사람들이 그곳에서 실제로 무엇을 만들어냈는지 정확히 모르겠습니다.”
Michael Chui: 확실히 말하자면, 8세 아이들은 많은 기술을 더 빨리 채택할 수 있습니다.
알렉스 싱글라: 충분해요.
Lucia Rahilly: 집에 하나 있어요. 나는 그것을 증명할 수 있습니다. 어쨌든 나보다 빠르다.
Gen AI 게임의 최고 경영진
Michael Chui: 하지만 최근 우리가 실시한 설문 조사에서는 이러한 주장이 뒷받침됩니다. 우리는 AI를 사용하여 전 세계 수천 명의 비즈니스 사용자에게 서비스를 제공해 왔습니다.
흥미로운 점은 올해 우리가 이러한 기술을 개인적으로 사용하는 방법에 대해 질문했다는 것입니다.
최고 경영진 과 중간 관리직, 초급 직위와 거의 동일한 비율의 사람들이 이미 직장과 개인 생활 모두에서 이러한 기술을 정기적으로 사용하기 시작했습니다.
일부 기술은 대부분 중간 관리층이나 최전선에서 사용되는 경우가 많습니다. 그리고 경영진은 다른 사람들에게 그 일을 대신 맡깁니다. 하지만 여기서 그들은 실제로 개인적인 경험을 갖고 있고 그것은 매우 강력합니다.
Alex Singla: Fortune지 선정 500대 CEO 고객이 있었는데, 그 사람이 지난 6주 동안 토요일에 AI 수업을 들었는데 수업이 8주였다고 해서 나를 깜짝 놀라게 했습니다. 그 자신도 코딩 방법, 코딩의 의미, 필요한 사항을 배우는 데 시간을 보내고 있었습니다.
이것은 1년 전에는 고객으로부터 듣지 못했던 생성적 AI 차원을 따라 경영진이 자신의 학습 여정에 대해 어떻게 생각하고 있는지 보여주는 한 예일 뿐입니다.
Gen AI가 소비자에게 다가가는 데 도움이 되는 방법
Lucia Rahilly: 연구에서 당신은 소매 및 소비재 분야에서 AI가 최대 4000억~6000억 달러의 수익을 증가시킬 수 있다고 제안했습니다. 특히 해당 산업에 어떤 기회가 있다고 보시나요?
Michael Chui: 영업 및 마케팅, 소매업체 또는 소비재 회사를 생각한다면 소비자에게 접근하고 싶을 것입니다.
이를 수행하는 방법에는 여러 가지가 있습니다. 하나는 브랜드 마케팅을 하는 경우입니다. CMO에 대한 Alex의 이야기는 여기서 매우 유익합니다. 마케팅 부서가 더 많은 대안을 만들 수 있다면 브랜드 마케팅 스크립트, 비디오 또는 이미지, 음악의 초안을 더 많이 만들어 생산성을 높일 수 있습니다. 더 좋고 더 강력한 메시지를 더 빨리 전달할 수 있습니까?
그러나 또한 일대일 세그먼트, 즉 "한 가지 유형의 마케팅"을 통해 소비자에게 직접 다가가기를 원합니다. 여러분은 이러한 기술을 통해 가치를 창출하는 더욱 강력하고 개별화된 마케팅을 창출할 수 있기를 원합니다.
마찬가지로, 고객 운영에서는 고객이 전화하는 경우가 많습니다. 그리고 연락 센터에서 도움을 주는 사람들이 있습니다. 칠면조 해동에 관해 질문이 있을 때 오전 3시에 항상 대화할 수 있는 사람이 있도록 그 중 일부를 자동화할 수 있습니다.
실제로 이러한 시스템을 사용하여 컨택 센터 담당자를 가상 전문가로 강화할 수 있습니다. 이는 이러한 시스템이 잘 작동하는 것으로 알려진 메타 사용 사례 중 하나입니다. 회사 데이터 모음을 가져와 대규모 언어 모델에 연결할 수 있다면 쿼리할 수 있습니다.
Alex Singla: 제가 많은 논의를 해온 소매 분야의 또 다른 영역은 매장 운영입니다. 종종 매장 운영이나 패스트푸드 체인 운영에서 해당 운영을 운영하는 관리자는 재고, 판매, 매장 면적 등 주요 매장 운영에 생성 AI 도구를 사용하는 방법에 대한 모범 사례 통찰력을 제공할 수 있습니다.
매일 더 나은 비즈니스 결정을 내릴 수 있는 이러한 도구를 손쉽게 사용할 수 있다는 것은 소매 운영에 있어 엄청난 이점입니다. 특히 전국에 수천 개의 매장을 보유한 대규모 소매업체인 경우 매장이나 운영 관리자의 변동성이 상당히 큽니다.
Michael Chui: Wall Street Journal 의 Joanna Stern이 퀵 서비스 레스토랑의 드라이브 스루 차선에 대해 한 흥미로운 기사가 있습니다 . 이 생성적 AI 기술을 사용하면 고객이 챗봇과 대화할 수 있습니다.
루시아 라힐리: 와, 알겠습니다.
마이클 추이: 그렇죠. “이것에는 몇 칼로리가 들어있나요? 다음과 같이 주문을 수정하고 싶습니다.” 그리고 그녀는 그것을 테스트하고 있었습니다. 그녀는 아이들이 비명을 지르는 것과 개들이 짖는 것을 녹음했습니다. 그녀는 그 부분에서 경적을 눕혔습니다. 그런데 문제가 생기면 당신도 인간에게 넘겨주죠. 다양한 레이어를 추가하여 프로세스의 탄력성을 높일 수 있습니다.
레스토랑 운영자는 드라이브 스루 차선을 서비스할 직원이 충분하지 않습니다. 따라서 AI 봇을 사용해도 노동력은 전혀 줄어들지 않았습니다. 단지 그들이 다른 방법으로는 할 수 없었던 서비스를 제공할 수 있게 되었을 뿐입니다.
|