기존 기업은 클라우드를 활용하려고 할 때 어려움에 직면합니다 . 이점이 매력적인 만큼 클라우드 플랫폼을 채택하는 데 필요한 변화와 투자의 규모로 인해 매력적인 ROI(투자 수익)를 창출하는 것이 어렵습니다. 그러나 생성적 AI는 그 가치 방정식을 크게 바꿀 수 있습니다. 클라우드를 도입하는 데 필요한 투자와 시간을 획기적으로 줄이고 새로운 비즈니스 및 기술 사용 사례를 열어 새로운 가치를 창출할 수 있는 잠재력이 있습니다 .
중앙값으로 대기업은 수년 동안 클라우드 프로그램을 실행하고 SaaS(Software-as-a-Service) 제품 사용을 고려한 후에도 클라우드에서 애플리케이션의 15~20%만 실행합니다. 그리고 지난 1년 동안 채택이 크게 증가한 것으로 보이지는 않습니다. McKinsey가 프로파일링한 클라우드 프로그램을 사용하는 기업은 지난 12개월 동안 클라우드 채택을 5~10%만 증가시켰습니다. 그럼에도 불구하고 클라우드 도입에 대한 열망은 여전히 높습니다. CloudSights 데이터베이스에 대해 프로파일링된 80개가 넘는 McKinsey 기업 중 거의 모두는 5~7년 내에 대부분의 애플리케이션을 퍼블릭 클라우드에서 실행하기를 열망합니다. 2/3 이상이 클라우드에서 시스템의 80%를 실행하기를 원합니다.
열망과 현실이 이렇게 단절되는 이유는 무엇입니까? 퍼블릭 클라우드에서 가치를 얻는 것은 복잡한 것으로 나타났습니다. 기업들은 지난 수십 년 동안 온프레미스 환경에서 작동하도록 설계된 엔터프라이즈 기술 조직, 프로세스 및 아키텍처를 구축해 왔습니다. 그 중 많은 부분이 바뀌어야 합니다.
생성적 AI는 클라우드 투자 및 수익 방정식을 변화시킬 수 있습니다. 올 가을 McKinsey가 거의 80명의 CTO와 클라우드 프로그램 리더를 모았을 때 많은 사람들이 생성 AI가 클라우드 프로그램의 ROI 역학을 변화시키고 클라우드 채택을 가속화하는 파괴자가 될 수 있다고 믿고 있다는 소식을 들었습니다.
이번 기회에는 두 가지 요소가 있습니다. 하나는 생성적 AI 이니셔티브를 지원하기 위해 클라우드를 사용하는 것입니다. 컴퓨팅, 스토리지, 네트워킹에 대한 대규모 요청으로 인해 생성적 AI를 확장하려면 클라우드가 필요합니다. 더욱이 Generative AI의 복잡성은 개별 개발 팀이 운영하는 단절된 파일럿 및 이니셔티브를 통하기보다는 확장 가능한 엔터프라이즈 클라우드 플랫폼을 통해 구현해야 합니다.
기회의 두 번째 요소는 생성 AI 기능을 사용하여 클라우드 프로그램을 가속화하는 것입니다. 현재 클라우드에서 효과적으로 실행되도록 일부 애플리케이션을 수정하려면 일반적으로 수년간의 지원 및 유지 관리 비용에 해당하는 투자가 필요합니다. 생성적 AI를 애플리케이션 수정 및 마이그레이션에 적용하려는 초기 노력을 통해 필요한 시간과 투자가 40% 감소한 것으로 나타났습니다. 하지만 개선 사항이 다양한 유형의 애플리케이션에 어떻게 적용되는지 이해하려면 여전히 많은 작업이 필요합니다. 엔드투엔드, 생성적 AI 지원 워크플로우의 생성은 기업이 기존 트랜잭션 애플리케이션을 클라우드로 마이그레이션하도록 하는 인센티브를 창출할 것입니다.
이 보고서의 결과는 클라우드의 전반적인 가치가 어디에 있는지, 기업이 클라우드의 공정한 몫을 확보하려면 무엇이 필요한지에 대한 자세한 그림을 보여줍니다. 다음은 주요 내용 중 일부입니다:
클라우드는 2030년까지 약 3조 달러의 EBITDA를 창출할 수 있습니다.
클라우드가 기업의 혁신을 통해 창출하는 가치는 단순히 IT 비용을 절감함으로써 얻을 수 있는 가치의 5배 이상입니다.
여러 부문에 걸쳐 2030년까지 클라우드로 인한 EBITDA 증가 가능성은 예상 기준 대비 평균 20~30%이지만 부문별로 크게 다르며 하이테크에서 잠재력이 가장 크고 전기 유틸리티에서 가장 낮습니다.
아시아 기업은 더 높은 기본 매출 성장률과 더 많은 성장 여지에 힘입어 2030년까지 EBITDA가 1조 2천억 달러에 달해 클라우드를 통해 가장 많은 이익을 얻을 수 있습니다. 미국 기관은 클라우드 가치에서 약 1조 1000억 달러를 확보할 것으로 예상되는 반면, 유럽 기관은 규제 역풍으로 인해 다소 적은 7,730억 달러의 기회를 가질 수 있습니다.
오늘날 클라우드를 채택하는 일반 기업은 비즈니스 측면에서 180%의 ROI를 달성할 수 있지만 이러한 수익에 근접한 기업은 거의 없습니다.
단지 10%의 기업만이 클라우드의 잠재적 가치를 완전히 포착한 반면, 또 다른 50%는 이를 포착하기 시작했으며, 나머지 40%는 실질적인 가치를 전혀 느끼지 못했습니다.
이제 기업의 거의 40%가 "비즈니스 가치"가 클라우드로 전환하는 애플리케이션을 결정한다고 말합니다. 이는 2021년과 2022년의 27%에서 증가한 수치입니다.
가장 많은 ROI를 달성한 기업은 비즈니스 리더와 긴밀히 협력하여 고부가가치 비즈니스 사례에 집중하고, 강력한 클라우드 기반을 구축하고, 제품 중심 운영 모델을 채택하는 세 가지 일을 지속적으로 잘 수행합니다.
클라우드 프로그램의 가치 손실은 실현되지 않은 사용 사례(새로운 가치가 아닌 IT 절감에 초점), 클라우드 확산(중복 클라우드 기반), 채택 지연(손익분기점은 일반적으로 약 50% 클라우드 채택에서 발생)이라는 세 가지 주요 원인에서 발생합니다. 이 세 가지 요소를 종합하면 클라우드가 제공할 수 있는 이점이 완전히 사라지고 가치가 파괴될 수도 있습니다.
생성적 AI는 세 가지 주요 이점을 통해 클라우드 프로그램에 ROI 증분을 75~110% 추가할 수 있습니다. 새로운 비즈니스 사용 사례 발굴 애플리케이션 수정 및 마이그레이션에 소요되는 시간과 비용 절감(초기 결과에 따르면 시간과 비용이 40% 절감됨) 클라우드에서 애플리케이션 개발 및 인프라 팀의 생산성 향상(전시)
앞으로 기업은 다양한 방법으로 클라우드 프로그램에 생성 AI를 구축할 수 있습니다. 생성 AI 지원 비즈니스 사용 사례를 통합합니다. 엔드 투 엔드 생성 AI 지원 고객 여정을 구축하기 위해 온프레미스 트랜잭션 시스템의 마이그레이션을 가속화합니다. 생성적 AI를 사용하여 애플리케이션 문제 해결 및 마이그레이션의 ROI를 혁신합니다. 클라우드에서 생성 AI 기능의 안전하고 효율적인 운영을 보장하려면 기본 플랫폼부터 FinOps 도구 및 보안 기능에 이르기까지 전체 클라우드 프로그램에 이러한 기능이 내장되어야 합니다.
이 보고서는 비즈니스 리더가 클라우드 프로그램에서 더 많은 가치를 얻기 위해 대답해야 하는 세 가지 주요 질문을 중심으로 구성되었습니다.
1부: 클라우드의 진정한 가치는 무엇인가? 이 섹션에서는 IT 생산성, 비즈니스 혁신, 고급 기술(제너레이티브 AI가 클라우드 채택을 통해 가치를 확장할 수 있는 영역 포함)이라는 세 가지 영역에서 클라우드의 모든 가치 소스를 분석합니다. 우리는 이 가치가 산업과 지역 전반에 걸쳐 어떻게 나타나는지 살펴봅니다. 1부에서는 또한 많은 클라우드 프로그램이 어려움을 겪는 이유의 근본 원인을 파헤칩니다.
파트 II: 우리 회사는 어떻게 클라우드 ROI를 극대화할 수 있나요? 보고서의 이 부분에서는 조직이 생성할 것으로 예상되는 이점(제너레이티브 AI를 통한 ROI 역학 전환 포함)과 클라우드 투자의 균형을 맞춰 마이그레이션 여정을 계획하고 우선순위를 지정할 수 있는 방법을 살펴봅니다. 2부에서는 조직이 클라우드 프로그램을 위해 선택할 수 있는 다양한 경로와 각 경로가 ROI 궤적에 어떤 영향을 미칠 수 있는지도 설명합니다.
파트 III: 우리는 어떤 조치를 취해야 합니까? 이 섹션에서는 실용성을 살펴보고 기관이 건전한 클라우드 프로그램을 구축하고 ROI를 극대화하기 위해 지금 당장 취할 수 있는 조치인 10가지 필수 사항을 설명합니다. 우리는 세 가지 광범위한 영역을 중심으로 10가지 조치를 구성합니다.
전체 가치를 알아보세요 .
비즈니스가 가치를 포착할 수 있도록 중요한 기술 문제를 해결합니다 .
필요한 조직 변화를 제공합니다 . 또한 생성적 AI 기능을 지원하기 위해 클라우드 프로그램이 수행해야 하는 작업도 보여줍니다.
Chhavi Arora 는 McKinsey 시애틀 사무소의 파트너, Will Forrest 는 시카고 사무소의 수석 파트너, Mark Gu 는 보스턴 사무소의 파트너, James Kaplan 은 뉴욕 사무소의 파트너입니다.
저자는 이 보고서에 기여한 다음 사람들에게 감사를 표하고 싶습니다: Ritesh Agarwal, Bridget Ahad, Noorul Akram, Will Ardron, Aaron Bawcom, Jan Shelly Brown, Bailey Caldwell, Charles Cao, Bill Gregg, Colin Gunter, Ashish Gupta, Rich Isenberg, RJ Jafarkhani, Kaz Kazmier, Venkatesh L, Wasim Lala, Ling Lau, Ani Majumder, Anand Mohanrangan, Chett Rubenstein, Kaavini Takkar, Konstantin Tyrman 및 Fayet R Valles.