2022년 AI 현황과 5년 간의 검토

[힘힘]

2022년 AI 현황과 5년 간의 검토

2022년 12월 6일| 조사

공유하다

인쇄

다운로드

구하다

올해의 AI에 대한 McKinsey 글로벌 설문조사 결과는 5년 전 추적을 시작한 이후 기술 사용이 확장되었음을 보여 주지만 그 밑에는 미묘한 그림이 있습니다.

다운로드

기사(21페이지)

AI를 사용하는 조직의 비율은 2017년 이후 채택률이 두 배 이상 증가했습니다.1지난 몇 년 동안 50~60% 수준으로 정체되었습니다. AI를 통해 가장 높은 금전적 수익을 얻은 기업들은 계속해서 경쟁사보다 앞서 나가고 있습니다. 결과에 따르면 이들 리더는 AI에 더 많은 투자를 하고, AI 개발 속도를 높이고 확장성을 높이는 것으로 알려진 고급 관행에 참여하며 , AI 인재를 위한 치열한 시장에서 더 나은 성과를 거둘 조짐을 보여줍니다. 인재 측면에서는 처음으로 AI 채용 및 기술 향상을 면밀히 살펴보았습니다. 데이터는 AI 팀의 다양성을 개선할 수 있는 상당한 여지가 있음을 보여 주며, 다른 연구와 마찬가지로 다양한 팀이 뛰어난 성과와 관련이 있음을 보여줍니다.

목차

1. 5년 검토: AI 채택, 영향 및 지출
2. 격차를 염두에 두세요: AI 리더들이 앞서 나가고 있습니다
3. AI 재능 이야기: 새로운 인기 역할, 계속되는 다양성 문제
4. 연구에 대하여

1. 5년 검토: AI 채택, 영향 및 지출

이는 우리가 비즈니스에서 AI의 역할에 대해 전 세계적으로 연구를 수행한 5년 연속이며, 이 기간 동안 변화를 목격했습니다.

첫째, AI 채택이 두 배 이상 증가했습니다.12017년에는 응답자의 20%가 적어도 하나의 비즈니스 영역에서 AI를 채택했다고 보고했지만, 현재 그 수치는 50%에 달하며 2019년에는 58%로 최고치를 기록했습니다.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

한편, 자연어 생성, 컴퓨터 비전 등 조직에서 사용하는 평균 AI 기능 수도 2018년 1.9개에서 2022년 3.8개로 두 배 증가했습니다. 이러한 기능 중에서 로봇 프로세스 자동화와 컴퓨터 비전은 여전히 ​​가장 일반적으로 사용되는 기능 입니다 . 자연어 텍스트 이해는 2018년 중간 수준에서 컴퓨터 비전 바로 다음 순위로 발전했습니다.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

그러나 상위 사용 사례는 상대적으로 안정적으로 유지되었습니다. 서비스 운영 최적화가 지난 4년 동안 각각 1위를 차지했습니다.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

둘째, AI 도입 증가와 함께 AI에 대한 투자 수준도 높아졌습니다. 예를 들어, 5년 전에는 AI를 사용하는 조직의 응답자 중 40%가 디지털 예산의 5% 이상을 AI에 투자했다고 답했지만, 지금은 절반 이상의 응답자가 해당 수준의 투자를 하고 있다고 답했습니다. 응답자의 63%는 향후 3년 동안 조직의 투자가 증가할 것으로 예상한다고 답했습니다.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

셋째, 기업이 AI의 가치를 보는 특정 영역이 진화했습니다. 2018년에는 제조와 위험이 응답자의 가장 큰 비율이 AI 사용의 가치를 확인했다고 보고한 두 가지 기능이었습니다. 오늘날 보고된 수익 효과 중 가장 큰 부분은 마케팅 및 영업, 제품 및 서비스 개발, 전략 및 기업 재무 분야에서 나타났으며, 응답자들은 공급망 관리 에서 AI의 비용 이점이 가장 크다고 보고했습니다 . AI를 통해 실현된 최종 가치는 여전히 강력하고 대체로 일관됩니다. 올해 응답자의 약 4분의 1은 2021년 조직 EBIT의 최소 5%가 AI에 기인했다고 보고했습니다. 이는 우리가 이 지표를 추적한 지난 2년간의 조사 결과와 일치합니다.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

마지막으로, 우려할 만큼 일관성을 유지한 한 가지는 위험 완화 조직이 디지털 신뢰를 강화 하기 위해 참여하는 수준입니다 . AI 사용은 증가했지만, 이 데이터를 처음 캡처하기 시작한 2019년부터 현재까지 AI 관련 위험 완화에 대해 보고된 실질적인 증가는 없습니다.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

2. 격차를 염두에 두세요: AI 리더들이 앞서 나가고 있습니다

지난 5년 동안 우리는 AI 분야의 리더(우리는 그들을 AI 고성과자라고 부릅니다)를 추적하고 그들이 무엇을 다르게 하는지 조사했습니다. 우리는 다른 리더들이 따라잡고 있다는 증거보다 이러한 리더들이 경쟁 우위를 확장하고 있다는 징후를 더 많이 봅니다.

첫째, 리더 그룹의 규모가 확장되지 않았습니다. 지난 3년 동안 우리는 응답자들이 AI 채택으로 인해 가장 큰 수익 영향을 보고 있다고 말하는 조직, 즉 AI 사용으로 인한 EBIT가 20% 이상인 조직을 AI 고성과 기업으로 정의했습니다. 해당 그룹에 속하는 응답자의 비율은 약 8%로 꾸준히 유지되었습니다. 조사 결과에 따르면 이 그룹은 AI가 비용을 감소시킨다고 보고하지만 AI가 비용을 절감하기보다는 수익을 창출한다고 보고할 가능성이 더 높기 때문에 주로 AI가 매출 증대를 통해 우수한 결과를 달성하고 있는 것으로 나타났습니다.

다음으로, 성과가 높은 기업은 AI 전략을 비즈니스 결과에 연결하는 등 가치를 실현하는 핵심 관행을 따를 가능성이 다른 기업보다 높습니다  (그림 1).2또한 중요한 점은 대규모 AI 개발 및 배포를 가능하게 하는 "최초의" 관행 , 즉 일부에서는 " AI 산업화 "라고 부르는 작업에 더 자주 참여하고 있다는 것입니다 . 예를 들어, 리더들은 새로운 AI 애플리케이션을 신속하게 수용할 수 있을 만큼 충분히 모듈화된 데이터 아키텍처를 보유할 가능성이 더 높습니다 . 또한 대부분의 데이터 관련 프로세스를 자동화하는 경우가 많으며, 이는 AI 개발의 효율성을 향상시키고 AI 알고리즘에 제공할 더 높은 품질의 데이터를 제공 함으로써 개발할 수 있는 애플리케이션의 수를 확장할 수 있습니다 . 그리고 AI 성과가 높은 기업 은 새로운 로우 코드 또는 노 코드 프로그램을 사용하여 AI 애플리케이션을 만드는 데 기술 지식이 없는 직원을 참여시킬 가능성이 다른 조직보다 1.6배 더 높습니다.이를 통해 기업은 AI 애플리케이션 생성 속도를 높일 수 있습니다. 작년에 높은 ​​성과를 내는 조직은 표준화된 도구 세트를 사용하여 프로덕션에 즉시 사용할 수 있는 데이터 파이프라인을 생성하고 AI 관련 데이터 과학을 위한 엔드투엔드 플랫폼을 사용하는 등 특정 고급 확장 관행을 따를 가능성이 다른 조직보다 훨씬 더 높아졌습니다. , 데이터 엔지니어링 및 애플리케이션 개발을 자체적으로 개발했습니다.

전시 1

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

높은 성과를 내는 기업은 다른 조직이 아직 해결하지 못한 개인 정보 보호, 형평성, 공정성 등 잠재적인 AI 관련 위험을 관리하는 데 있어 앞서 나갈 수도 있습니다. 전반적으로 우리는 4년 전 AI 관련 위험에 대해 질문하기 시작한 이후 AI 관련 위험에 대한 인식 및 완화를 보고하는 조직에서 거의 변화를 보지 못했습니다 . 위험을 완화하는 데 도움이 됩니다 . 여기에는 AI 및 데이터 거버넌스 보장 , 프로세스 및 프로토콜 표준화 , 데이터 품질 관리와 같은 프로세스 자동화가 포함됩니다.수동 작업을 통해 발생한 오류를 제거하고, 모델의 유효성을 테스트하고, 시간이 지남에 따라 잠재적인 문제를 모니터링합니다.

공유하다

사이드바

AI 사용 및 지속 가능성 노력

투자는 격차를 확대하는 데 기여할 수 있는 또 다른 영역입니다. AI 성과가 높은 기업은 AI 노력에 대해 다른 조직보다 계속해서 더 많은 비용을 지출할 준비가 되어 있습니다. 이러한 주요 조직의 응답자들은 다른 사람들과 마찬가지로 미래에 투자를 늘릴 것이라고 말할 가능성이 높지만 현재 다른 조직보다 더 많은 비용을 지출하고 있습니다. 이는 수익에서 더 높은 비율의 기반에서 증가할 것임을 의미합니다. AI가 높은 성과를 내는 기업의 응답자는 자신의 조직이 AI 관련 기술에 디지털 기술 예산의 최소 20%를 지출한다고 답할 가능성이 동료 기업에 비해 거의 8배 더 높습니다. 그리고 이러한 디지털 예산은 기업 지출에서 훨씬 더 큰 부분을 차지합니다.

마지막으로, 이 모든 것이 AI 우수 성과자가 AI 인재를 유치하는 데 도움이 될 수 있습니다. 이러한 조직에서는 AI 데이터 과학자 및 데이터 엔지니어와 같은 역할을 채용하는 데 어려움이 덜하다는 징후가 있습니다. AI 고성과 조직이 아닌 조직의 응답자는 AI 고성과 기업의 응답자보다 이러한 역할을 수행하는 것이 훨씬 더 "매우 어려웠다"고 말합니다.

결론: 높은 성과를 내는 기업은 이미 지속적인 AI 성공, 새로운 AI 개발의 효율성 향상, 결과적으로 인재에게 더욱 매력적인 환경을 제공할 수 있는 좋은 위치에 있습니다. 리더 그룹 외부의 조직에 좋은 소식은 성공을 위한 모범 사례에 대한 명확한 청사진이 있다는 것입니다.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

3. AI 인재 이야기: 새로운 인기 역할, 계속되는 다양성 문제

AI 인재 현황에 대한 첫 번째 세부 조사는 AI의 성숙을 알리고, 조직이 인재 소싱 및 기술 향상을 위해 사용하는 가장 일반적인 전략을 드러내며, AI의 다양성 문제를 조명하는 동시에 다양성과 성공 사이의 연관성을 다시 한번 보여줍니다.

채용은 어려운 일이지만 성과가 높은 사람에게는 그렇지 않습니다.

모든 조직은 AI 인재, 특히 데이터 과학자를 채용하는 것이 여전히 어렵다고 보고합니다. AI 성과가 높은 기업은 난이도가 약간 낮다고 보고했으며 머신러닝 엔지니어와 같은 일부 역할을 다른 조직보다 더 자주 고용했습니다.

소프트웨어 엔지니어는 설문 조사 응답에 따르면 조직이 지난 해 가장 자주 채용한 것으로 나타났으며, 데이터 엔지니어와 AI 데이터 과학자보다 더 자주 채용되었습니다. 이는 많은 조직이 AI 실험에서 엔터프라이즈 애플리케이션에 AI를 적극적으로 내장하는 것으로 크게 전환했음을 보여주는 또 다른 분명한 신호입니다.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

불행하게도 기술 인재 부족은 완화될 기미를 보이지 않으며 일부 기업의 경우 이러한 변화가 둔화될 위험이 있습니다. 대다수의 응답자는 지난 1년 동안 각 AI 관련 역할에 대한 채용에 어려움을 겪었다고 보고했으며, 대부분은 이 인재를 확보하는 것이 지난 몇 년보다 더 쉽지 않았거나 더 어려웠다고 말했습니다. AI 데이터 과학자는 특히 부족하며, 응답자 중 가장 많은 비율이 우리가 질문한 역할 중 데이터 과학자를 채우기 어려운 역할로 평가했습니다.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

앞서 언급했듯이, AI의 고성과자는 다른 조직보다 채용에 약간 더 수월하다는 몇 가지 징후를 볼 수 있지만 여전히 어려움을 더 자주 보고합니다. 설문 조사 결과에서 더욱 분명하게 드러난 것은 AI 산업화와 비즈니스 가치 최적화를 위한 채용에 초점을 맞추고 있다는 것입니다. 예를 들어, 기계 학습(ML) 엔지니어를 고용할 가능성이 두 배 이상 높습니다.작년에는 성능과 확장성을 위해 데이터 과학자가 구축한 ML 모델을 최적화하고 데이터 수집에서 예측 생성까지 ML 파이프라인을 자동화하는 데 중점을 두었습니다. 또한, 고성과 기업의 응답자는 AI 애플리케이션 개발 및 도입을 감독하기 위해 AI 제품 관리자를 고용했다고 답할 가능성이 다른 응답자보다 거의 2배 더 높았으며, AI 애플리케이션이 제공하도록 보장하는 두 가지 역할인 분석 번역가를 고용할 가능성이 3배 이상 높았습니다. 사업 가치.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

재교육과 기술 향상은 채용에 대한 일반적인 대안입니다.

AI 인재 소싱과 관련하여 모든 응답자 사이에서 가장 인기 있는 전략은 기존 직원의 재교육입니다. 거의 절반이 그렇게 하고 있습니다. 일류 대학뿐 아니라 지역 리더와 같이 일류에 속하지 않은 기술 기업에서 채용하는 것도 일반적인 전략입니다. 그러나 고성과 기업의 전략을 살펴보면 조직은 가능한 한 많은 채용 채널을 활용하는 것이 가장 좋은 서비스를 받을 수 있음을 알 수 있습니다(그림 2). 이들 기업은 다양한 소스에서 AI 관련 인재를 채용하기 위해 다른 기업보다 더 많은 노력을 기울이고 있습니다. 조사 결과에 따르면 이들은 일류 기술 대학과 기술 회사에서 채용할 가능성이 더 높지만 다른 대학, 교육 아카데미, 다양성 중심 프로그램 또는 전문 조직에서 인재를 채용할 가능성도 더 높습니다.

전시 2

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

응답에 따르면 AI 고성과 기업과 기타 조직 모두 AI 관련 기술 직원과 비기술 직원의 기술을 향상시키고 있으며, AI 고성과 기업과 기타 조직 응답자의 거의 절반이 더 많은 AI 인재를 확보하기 위한 방법으로 재교육을 실시하고 있다고 답했습니다. 하지만 성과가 높은 기업은 직원의 AI 관련 기술을 구축하기 위해 다른 조직보다 더 많은 조치를 취하고 있습니다.

높은 성과를 내는 응답자는 자신의 조직이 기술 인력의 AI 기술을 개발하기 위한 역량 구축 프로그램을 갖추고 있다고 답할 가능성이 다른 응답자보다 거의 3배 더 높습니다. 그들이 사용하는 가장 일반적인 접근 방식은 체험 학습 , 자기 주도 온라인 과정, 인증 프로그램인 반면, 다른 조직에서는 자기 주도 온라인 과정에 의존하는 경우가 가장 많습니다.

또한 높은 성과를 내는 조직은 AI에 대한 비기술 직원의 기술을 향상시키기 위해 자기주도형 온라인 과정에 대한 액세스를 제공하는 것 이상으로 다른 조직보다 훨씬 더 높습니다. 고성과자의 응답자는 비기술 인력에게 P2P 학습 및 인증 프로그램을 제공한다고 보고할 가능성이 다른 응답자보다 거의 두 배나 높습니다.

AI 팀의 다양성을 높이는 작업이 진행 중입니다.

또한 조직의 AI 중심 팀 내 다양성 수준을 조사한 결과 대부분의 조직에서 상당한 개선 여지가 있음을 확인했습니다. 응답자 조직에서 이러한 팀의 직원 중 여성으로 식별되는 직원의 평균 비율은 27%에 불과합니다(도표 3). AI 솔루션을 개발하는 소수 인종 또는 소수 민족의 평균 비율을 보면 그 비율은 25%에 불과합니다. 게다가 응답자의 29%는 자신의 조직에 AI 솔루션을 작업하는 소수 직원이 없다고 답했습니다.

전시 3

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

일부 기업은 AI 인재의 다양성을 개선하기 위해 노력하고 있지만, 인종적 다양성보다 성별 다양성을 개선하기 위해 더 많은 노력을 기울이고 있습니다. 응답자의 46%는 자신의 조직이 AI 솔루션을 개발하는 팀 내에서 후보자 모집을 위해 다양성 중심 전문 협회와 제휴하는 등의 단계를 통해 성별 다양성을 높이기 위한 적극적인 프로그램을 보유하고 있다고 말했습니다. 3분의 1은 자신의 조직이 인종 및 민족의 다양성을 높이기 위한 프로그램을 갖고 있다고 말했습니다. 또한 AI 솔루션을 연구하는 여성이나 소수자로 구성된 조직에서는 이러한 직원의 경험을 해결하기 위한 프로그램을 마련하는 경우가 많습니다.

이전 McKinsey 연구 와 마찬가지로 이 연구에서는 다양성과 탁월한 성과 사이의 상관관계를 보여줍니다. 응답자들이 AI 개발 직원의 최소 25%를 여성으로 식별한다고 답한 조직은 다른 조직보다 AI 고성과자가 될 확률이 3.2배 더 높습니다. AI 개발 직원 중 최소 4분의 1 이상이 소수 인종 또는 민족인 경우 AI 고성과자가 될 가능성이 2배 이상 높습니다.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

연구에 대하여

온라인 설문조사는 2022년 5월 3일부터 5월 27일까지, 그리고 2022년 8월 15일부터 8월 17일까지 현장에서 진행되었으며, 다양한 지역, 산업, 회사 규모, 직무 전문성 및 재직 기간을 대표하는 1,492명의 참가자로부터 응답을 얻었습니다. 응답자 중 744명은 자신의 조직이 적어도 하나의 기능에 AI를 채택했으며 조직의 AI 사용에 대한 질문을 받았다고 말했습니다. 응답률의 차이를 조정하기 위해 데이터에는 각 응답자의 국가가 전 세계 GDP에 미치는 기여도를 기준으로 가중치가 적용됩니다.

저자 소개

설문조사 내용과 분석 은 McKinsey Global Institute의 파트너이자 McKinsey Bay Area 사무소의 파트너인 Michael Chui 가 개발했습니다 . 워싱턴 DC 사무실의 동료 파트너인 브라이스 홀(Bryce Hall) ; 시드니 사무소의 파트너인 Helen Mayhew ; 그리고 시카고 사무소의 수석 파트너인 Alex Singla 와 런던 사무소의 수석 파트너인 Alex Sukharevsky 는 QuantumBlack, AI by McKinsey의 글로벌 리더입니다.