눈을 크게 뜨고 차세대 AI를 받아들이세요

[힘힘]

눈을 크게 뜨고 차세대 AI를 받아들이세요

2024년 7월 17일| 팟캐스트

공유하다

인쇄

다운로드

구하다

일부 매우 실제적인 위험에도 불구하고, 전직 포춘 CEO인 앨런 머레이는 생성적 AI로 가능해진 놀라운 발전이 잠재적인 단점보다 더 크다고 주장합니다.

다운로드

기사(8페이지)

생성적 AI(gen AI)의 끊임없는 부상으로 인해 많은 사람이 기계에 생계를 잃을까 봐 우려하고 있지만, 실제로는 경영진과 근로자 모두에게 이로운 결과가 될 수 있습니다. 아이러니하게도, 이 가장 진보된 기술은 사용하기 위해 기술적 기술이 필요하지 않고 대신 경험, 판단력, 지혜와 같은 매우 인간적인 자질을 중시합니다. At the Edge 팟캐스트의 이 에피소드에서 전 Fortune CEO 겸 편집자인 Alan Murray는 McKinsey의 Lareina Yee 와 함께  gen AI가 인간 역사의 전환점을 나타내는 이유에 대해 이야기합니다. 이는 기업과 사회의 이익을 위해 신중하게 관리해야 합니다.

토론의 편집된 대본은 다음과 같습니다. 최첨단 기술에 대한 더 많은 대화를 원하시면 선호하는 팟캐스트 플랫폼에서 시리즈를 팔로우하세요.

2023년: AI가 세상을 놀라게 한 해

가장 인기 있는 통찰력

1. 다음에 읽을 책: McKinsey의 2024년 연간 도서 추천
2. 생성 AI의 경제적 잠재력: 다음 생산성 프런티어
3. Gen AI 확장을 위한 데이터 리더의 기술 가이드
4. 인도의 미래는 어떻게 될까?
5. 2024년 초 AI의 현황: Gen AI 도입이 급증하고 가치 창출 시작

Lareina Yee: Alan, 참여해 주셔서 정말 감사합니다. Fortune의 CEO Daily 에서 생성적 AI의 중요성에 대해 글을 쓰셨고, "역사는 2023년을 AI의 해로 기억할 것입니다."라고 말씀하셨습니다. 그 초기에는 무엇을 보셨나요? 다른 사람들보다 이 기술적 변화에 대해 더 흥분하게 만든 것은 무엇이었나요?

앨런 머레이: 라레나, 초대해 주셔서 감사합니다. 우리 모두 AI가 그 전에도 꽤 오래 전부터 있었다는 걸 알고 있었지만, 제가 깜짝 놀란 건 "잠깐만요. 이런 것들이 이제 편지, 계획, 시, 문학, 그림을 만들 수 있잖아요."였습니다. 그것은 AI의 힘에 대한 완전히 새로운 생각이었습니다. 그리고 분명 저만 그런 건 아니었습니다. 그것은 수백만 명의 사람들의 상상력을 폭발시켰습니다.

라레나 예: ChatGPT가 출시된 지 불과 한 달 후, 그 초창기에는 어떻게 이 기술을 사용하기 시작했나요? 개인적으로 무엇이 당신을 매료시켰나요?

앨런 머레이: 이건 제가 인정하기 부끄럽지만, 앉아서 대화를 나눌 수 있을 겁니다. 저는 초기에는 그냥 가지고 놀다가 "안녕, 포춘 미디어에 대해 어떻게 생각해?"라고 물었습니다. 반드시 훌륭한 통찰력을 제공했다고는 말할 수 없지만, 생각해야 할 것에 대해 생각하게 만듭니다.

라레나 예: 올해 들어 기술이 많이 바뀌었습니다. 지금은 다른 방식으로 사용하고 있다고 생각하시나요?

앨런 머레이: 그 아주 초창기부터 가장 크게 바뀐 것은 데이터입니다. 기억하시겠지만, ChatGPT는 출시 당시 2년 된 데이터 집합으로 처음 훈련되었습니다. 뉴스 업계에 종사하는 사람에게는 꽤 심각한 한계입니다. 저는 Gemini를 많이 사용하는데, 인용문이 필요할 때 Google 검색 엔진에 연결된다는 점이 마음에 듭니다. 뉴스나 최신 정보를 찾을 때는 이제 그런 종류의 작업에 훨씬 더 유용하다는 것을 알게 되었습니다. 하지만 그렇다고 해서 단점을 과소평가하는 것은 아닙니다. 가장 큰 단점은 환각을 보는 경향이 있습니다.

기록적인 시간 내에 소비자에서 기업까지

라레나 예: 환각에 대해 이야기하기 전에, 우리는 그것이 매우 빠르게 개인적 경험에서 기업적 경험으로 옮겨가 이사회와 CEO의 최우선 과제가 되었다는 것을 보았습니다. 그것에 대해 말씀해 주세요.

앨런 머레이: 제 경험상 이런 일은 전에 없었습니다. 예전에는 소비자를 사로잡는 것이 목표였고, BYOB 운동이 소비자를 기업으로 끌어들이는 것이었습니다. 그래서 소비자 채택에서 기업으로 옮겨가는 데 오랜 시간이 걸렸습니다. 생성 AI는 두 달도 걸리지 않았습니다. 그렇게 빨리 기업으로 옮겨가는 것을 본 적이 없습니다.

라레이나 예: 왜 그렇다고 생각하세요?

앨런 머레이: CTO[최고기술책임자]와 CIO[최고정보책임자]에서 CEO로 옮겨갔기 때문입니다. 그리고 모든 CEO가 제가 한 것처럼 "잠깐만요. 이걸 사용할 수 있고, 흥미로운 결과가 나오고 있어요. 상상력이 마구 솟아나서 회사 내에서 이 기술을 사용할 수 있는 방법을 생각하고 있어요."라고 말할 수 있었기 때문입니다.

At the Edge 팟캐스트 구독하기

애플 팟캐스트스포티 파이

Gen AI 위험의 4대 기수

라레나 예: 동의합니다. 사용하기 정말 쉽습니다. 특별한 훈련도 필요 없고, 데이터 과학자가 될 필요도 없습니다. 누구나 될 수 있고, 어떤 언어든 구사할 수 있고, 사용할 수 있습니다. 하지만 회사를 살펴보면, 많은 사람들이 여전히 조종사로 일하고 있다고 말하고 싶습니다.

앨런 머레이: 저도 같은 것을 보고 있습니다. 그리고 그것과 함께 오는 위험의 네 가지 기병. 첫째, 데이터 위험, "누군가가 이 모델을 통해 유출하여 더 넓은 세계에 공개할 독점 데이터가 있을까?"라는 두려움이 있습니다.

공유하다

사이드바

McKinsey의 AI인 QuantumBlack에 대하여

그리고 기업들이 스스로에게 "이 모델에 어떤 지적 재산이 있어서 언젠가 누군가가 우리를 찾아와서 우리가 그들의 재산에 사업의 일부를 건설했다고 주장하고 수익을 요구하게 되는 것은 아닐까?"라고 묻게 만드는 지적 재산권 위험이 있습니다.

그리고 가장 큰 위험이 있는데, 제가 이미 언급한 환각입니다. 그냥 공감할 수 없습니다. 제 전기를 써 달라고 부탁했는데, 제가 쓰지 않았을 뿐만 아니라 존재하지도 않는 책의 저자로 저를 인용했습니다. 그런 종류의 일은 조금 무섭습니다.

네 번째는 편향입니다. 모델이 훈련된 데이터에 편향이 내재되어 앞으로도 계속 표시될 것이라고 확신할 수 있을까요? 이 엄청나게 강력한 기술을 어떻게 활용하고, 데이터를 보호하고, 지적 재산권 위험에 노출되지 않도록 하고, 정확성을 보장할 수 있을까요?

문제는 사람들이 게으르게 되어 그냥 내버려 둘 것이라는 것입니다. 그들은 모든 것을 두 번 확인하지 않을 것입니다. 모든 부분을 두 번 확인해야 한다고 느낀다면 기술을 갖는 의미가 무엇입니까? 그래서 저는 여전히 조직 내에서 신중함을 유발하는 많은 문제가 해결되어야 한다고 생각합니다.

두 걸음 앞으로, 한 걸음 뒤로

라레나 예: 우리는 난제를 가지고 있습니다. 한편으로는, 우리는 큰 흥분과 매우 빠르게 움직이는 기술을 쉽게 이해할 수 있는 능력을 가지고 있습니다. 하지만 우리는 준비가 되지 않았기 때문에 주저하고 있습니다. 그러면 CEO들이 그 두 가지를 어떻게 관리하고 있다고 생각하십니까?

앨런 머레이: 어떤 기술 도입도 직선으로 진행되지 않습니다. 항상 조금 물러나서 재고를 파악하고 문제를 어떻게 처리할지 알아내는 과정이 필요합니다. 여기에는 회사 데이터를 보호하기 위한 프로세스를 구축하고, 지적 재산을 확인하고, 환각 위험을 줄이기 위해 검색 증강 생성[RAG]과 같은 기술을 사용하는 것이 포함됩니다.

하지만 그런 종류의 일은 시간이 걸리고, 그 과정이 약간 느려집니다. 저는 우리가 그런 시기에 있다고 생각합니다. 잠깐 멈추고, 숨을 쉬고, 어떻게 전진할 수 있을지 생각해 봅시다.

조기 채택자 사용 사례

Lareina Yee: Fortune의 Brainstorm AI 컨퍼런스 에 참여하고 글로벌 리더들과 많은 시간을 보낸 경험을 감안할 때 , 위험과 우려에도 불구하고 지금 준비되었다고 생각하는 사용 사례는 무엇입니까?

앨런 머레이: 마케팅 운영에서 매력적인 메시지를 만들고 재구성하거나 특정 대상에게 메시지를 개인화하는 데 어떻게 사용되는지에 대한 꽤 놀라운 이야기를 들었습니다. 마케팅 분야의 많은 사람들이 얼리어답터였습니다. 코더와 개발자들도 즉시 받아들였습니다. 많은 코드가 계속해서 반복적으로 작성되기 때문입니다. 그래서 지금은 조종사에게 전화하기만 하면 됩니다.

라레나 예: 10년 또는 20년에 걸쳐 일어나는 일입니다. 우리는 이를 면밀히 살펴보았고, 생산성에는 약 4조 4,000억 달러의 가치가 있습니다 .

앨런 머레이: 정말 큰 일이죠.

라레이나 예: 엄청납니다. 그리고 우리 모두가 성장을 추구하는 세상에서 이 기술을 무시할 여유가 없습니다. 하지만 우리가 아주 시작 단계에 있고, 그렇게 엄청난 잠재력을 본다면, 이것이 제 4차 산업 혁명 이라고 말하는 것이 지나친 표현일까요? 아니면 인류를 위한 다음 인쇄기 사건이라고 말하는 것이 지나친 표현일까요, 앨런?

앨런 머레이: 저는 그렇지 않다고 생각합니다. 이 기술이 10년 후에 얼마나 널리 퍼질지, 그리고 우리가 생성 알고리즘과 대화하는 데 얼마나 많은 시간을 보낼지 생각해보면 정말 놀라울 수 있습니다.

대량 해고 우려는 기각

라레나 예: 우리가 다른 자동화 기술을 살펴보았을 때, 이 기술만큼 심오하지는 않았을지 몰라도, 일자리의 전환은 어떤 경우에는 매우 심각한 실수였거나, 관대하게 말해서 우리가 서투른 일이었습니다. 재교육에 대해 어떻게 생각하십니까? 그게 적절한 용어라면요?

앨런 머레이: 저는 모든 사람의 일자리가 도전을 받을 것이고 따라서 대량 실업이 발생할 것이라는 개념이 의문시되어야 한다는 것을 우리는 역사를 통해 알고 있다고 생각합니다. 우선, 숫자를 살펴보세요. 우리는 여전히 인재 부족을 겪고 있습니다. 그리고 인구 통계는 인재 부족을 더욱 악화시키고 있습니다. 저는 그것이 바뀔 것이라고 생각하지 않습니다. 사람들은 수년간 농업의 기계화가 사람들을 일자리에서 몰아낼 것이라고 걱정해 왔습니다. 아직 초기 단계이기 때문에 제가 틀렸을 수도 있습니다. 하지만 이 기술의 흥미로운 점은 그것이 그렇게 기술적이지 않다는 것입니다.

당신에게 필요한 것은 판단력과 그것을 잘 활용할 수 있는 부문별 지식입니다. 훨씬 더 많은 인간적 기술이 필요합니다. 아마도 우리는 인문학 학위로 돌아갈 것입니다. 그리고 Businessweek가 모든 사람이 코딩하는 법을 배워야 한다고 선언하는 표지 기사를 낸 지 얼마 되지 않았다는 것을 기억하세요.

하지만 지금은 코드 자체가 쓰여지고 있습니다. 정말 고맙습니다. 그러니 모든 사람이 코딩하는 법을 배울 필요는 없습니다. 하지만 경험, 판단력, 지혜가 있는 사람들이 필요합니다. 그래야 올바른 질문을 하고, 올바른 프롬프트를 준비하고, 알고리즘이 말도 안 되는 소리를 내뱉을 때를 알 수 있습니다.

Lareina, 당신도 알고 있을 초기 연구 중 하나가 있는데, 지난 20년과는 달리 이 기술은 실제로 근로자 간 불평등을 증가시키기보다는 감소시킬 수 있다고 합니다. 왜냐하면 덜 숙련되고 자격이 낮은 근로자들 사이에서 가장 큰 생산성 향상을 종종 볼 수 있기 때문입니다. 제 생각에는 꽤 흥미로운 내용입니다.

미국을 포함한 많은 국가가 직면한 인구학적 과제를 감안할 때, 생성적 AI가 노령 근로자의 지혜와 경험을 생산적인 방식으로 활용하는 능력은 매우 흥미롭습니다. 우리는 수십 년의 경험과 지식, 지혜가 매우 귀중하게 여겨지는 고급 직업을 채우기 위해 많은 사람을 다시 직장으로 데려올 수 있습니다.

인문학 교육의 가치를 재고하다

Lareina Yee: Alan, Khanmigo AI 튜터이자 조수는 이 대화의 시작 부분에서 설명했던 것과 매우 흡사합니다. 기술을 가지고 놀았던 첫 몇 달은 대화였습니다. 그리고 그것이 바로 대화입니다. 하지만 임원이나 CEO와의 대화는 아닙니다. 대신 고등학생이나 대학생과의 대화입니다. 그래서 저는 우리가 이것을 조금 더 발전시킨다면, 교육을 완전히 새롭게 구상할 수 있을 것이라고 생각합니다.

앨런 머레이: 물론입니다. 생성적 AI는 상호 작용적인 학습 수단을 만들어내는데, 우리 모두가 알고 있듯이 훨씬 더 효과적입니다. Khanmigo와 비슷합니다. 말을 하면 답을 줍니다. 질문을 하면 대답을 합니다. 앞뒤로 이동하면서 아이디어를 교환할 수 있습니다. 오늘날 대부분의 도구보다 학습 도구로서 훨씬 더 효과적입니다.

Lareina Yee: Alan, 만약 당신이 과거로 돌아가서 학교로 돌아갈 수 있다면, 다른 것을 공부할 것인가요? 당신은 몇 분 전에 이 문제를 제기했고, 저는 더 단호하게 말하겠습니다. 언론에서는 영문학 전공자의 죽음에 대해 많은 기사를 썼습니다. 저는 개인적으로 영문학 전공자를 응원합니다. 그래서 궁금한데, 지금 알고 있는 것을 고려했을 때, 다른 것을 공부할 것인가요?

앨런 머레이: 저는 영문학을 전공했습니다.

라레나 예: 그렇죠.

앨런 머레이: 당신은 나를 비난하고 있습니다. 저는 나중에 경제학을 공부했습니다. 저는 항상 영어로 역사를 더 공부했으면 좋겠다고 바랐습니다. 저는 더 많은 기술 과정을 수강하지 않은 것을 후회하지 않습니다. 저는 많은 학교가 지난 10년 동안 인문학에서 벗어나 코딩과 컴퓨터 과학으로 옮겨갔다고 생각합니다. 그것은 괜찮았고, 어쩌면 시대에 맞는 일이었을 수도 있지만, 우리는 그것을 다시 생각해야 합니다.

미래에 사람들에게 정말 필요한 것은 두 가지입니다. 하나는 대인 관계 기술입니다. 네, 기술이 이 모든 것을 할 수 있다는 것은 훌륭하지만, 기술을 사용하는 방법과 목표가 무엇인지에 대해 사람들을 일치시키는 것은 인간 조직과 리더십의 근본적인 기술에 달려 있습니다. 이러한 기술을 제대로 습득해야 하므로 저는 확실히 이러한 기술에 높은 가치를 두고 싶습니다.

두 번째는 지혜와 지식입니다. 지혜를 어떻게 가르치나요? 저는 모릅니다. 하지만 영어로 가르치는 것도 나쁘지 않다고 생각합니다. 역사도 나쁘지 않습니다.

기술 변화의 속도에 적응하는 것의 중요성

라레나 예: 앨런, 당신은 많은 글로벌 리더를 상담하고 소집합니다. 코너 오피스를 가진 사람이 학습과 교육에 대해 생각하는 방식이 어떻게 바뀐다고 생각하십니까?

앨런 머레이: 그곳의 필요성은 강렬합니다. 그리고 생성적 AI는 2022년 11월에는 Fortune 500 CEO의 대부분(전부는 아니더라도)이 들어본 적이 없는 기술입니다. 2023년 1월에는 이사회에서 이 기술이 회사 전체를 파괴하고 재창조할 것이라고 말했습니다.

저는 기술 문제에 대한 임원들 간의 대화를 조정하는 데 많은 시간을 보냈고, 기업을 변화시킬 이 새로운 기술을 논의할 때 매우 명확한 패턴을 발견했습니다. 15~25분 안에 대화가 바뀌었고 우리는 더 이상 기술에 대해 이야기하지 않습니다. 우리는 사람에 대해 이야기합니다.

진짜 과제는 "어떻게 하면 기술을 원하는 대로 작동시킬 수 있을까?"가 아닙니다. 진짜 과제는 "어떻게 하면 사람과 인간 중심 조직이 기술 변화의 속도에 적응할 수 있을까?"입니다. 저는 이 부분에 더 많은 관심이 필요하다고 생각합니다.

기술 중심의 이해관계자 자본주의

라레나 예: 당신이 많이 쓴 것 중 하나가 이해관계자 자본주의입니다. 이해관계자 자본주의 기준에서 생성적 AI에 대해 어떻게 생각하십니까?

앨런 머레이: 저는 두 가지 추세, 기술 혁명과 이해관계자 자본주의로의 이동이 매우 밀접하게 연관되어 있다고 생각합니다. 약 5년 전에 실시된 정말 흥미로운 연구가 있었는데, 50년 전 포춘 500대 기업의 대차대조표를 오늘날의 대차대조표와 비교하면서, 이러한 대차대조표에 따르면 가치는 어디에서 나오는가?라는 질문을 던졌습니다.

1970년대에는 가치의 80% 이상이 물리적인 것에서 나왔다는 것을 알게 됩니다. 공장이 있나요? 장비가 있나요? 50년 전에 주주 가치에 그렇게 큰 중점을 두었다는 것은 이해할 수 있습니다. 주주가 물리적인 것을 사는 데 필요한 돈을 제공했고, 그로 인해 가치가 창출되었기 때문입니다.

오늘날 Fortune 500 기업의 대차대조표로 같은 연습을 한다면, 가치의 85% 이상이 무형자산에서 나옵니다. 그것은 물리적인 것이 아닙니다. 지적 재산입니다. 그것은 고객과의 브랜드 가치입니다. 그것은 물리적인 것에 훨씬 덜 묶여 있고 인간에게 훨씬 더 묶여 있는 모든 것입니다.

그것은 기술에 의해 주도된 심오한 변화입니다. 그리고 그것은 당신이 이러한 회사들을 매우 다른 방식으로 관리해야 한다는 것을 의미합니다. 왜냐하면 목표는 "모든 물건을 살 만큼 충분한 돈을 어떻게 벌까?"가 아니기 때문입니다. 목표는 "최고의 인재를 어떻게 동기를 부여하고, 참여시키고, 유치하고, 유지할 수 있을까?"입니다. 왜냐하면 그것이 가치가 나오는 곳이기 때문입니다.

소위 이해관계자 자본주의에서 일어나는 일의 대부분은 지구, 고용하는 사람들, 사회적 불평등에 더 많은 관심을 기울이는 것입니다. 사실 21세기 기업이 20세기 기업보다 훨씬 더 인간적이라는 인식입니다. 그래서 다르게 생각해야 합니다.

또한 변화의 속도가 너무 빨라져서 20세기식 관리 방식은 더 이상 통하지 않습니다. CEO의 업무와 C-suite의 업무는 사람들에게 무엇을 해야 할지 말하는 것보다 그들에게 영감을 주고, 참여시키고, 명확한 목적을 주고, 북극성을 주고, 그들이 운영하는 데 필요한 보호막을 제공하는 것이 훨씬 더 중요해졌습니다. 이 모든 것을 위해서는 사람들과 그들의 온전한 자아, 그들의 모든 희망, 꿈, 열망을 훨씬 더 많이 다루어야 합니다.

라레이나 예: 저는 기술이 아니라 사람에 대한 프레임을 좋아합니다. 기술은 무엇을 위해 사용되나요? 인간을 가장 높은 열망으로 향상시키는 것입니다. 그래서 저는 인간만이 할 수 있는 일이 있고, 인간과 인간의 상호작용에는 어떤 힘이 있다고 생각합니다. 하지만 기술의 속도에 대해 생각해보고, 공감을 표현해 보세요. 그것은 인간의 감정입니다.

앨런 머레이: 하지만 그들은 사람이 아닙니다. 인간은 사회적 동물입니다. 존경하거나 신뢰하는 사람들과 함께 있을 때, 그저 말을 주고받는 것 외에도 많은 일이 일어납니다. 화학적인 일들이 일어납니다.

핵무기 통제의 성공으로부터 교훈을 얻다

라레나 예: 우리는 제4차 산업 혁명의 직전에 있습니다. 앞으로 무슨 일이 일어날까요? 역사로부터 다음 세대로 어떤 교훈을 얻을 수 있을까요?

앨런 머레이: 저는 이것이 모든 인간 활동을 없애지는 않을 것이라는 위안으로 시작할 수 있다고 생각합니다. 인간이 사회를 작동시키기 위해 해야 할 일은 여전히 ​​많을 것입니다. 그래서 저는 대량 실업에 대해 걱정하지 않습니다.

저는 사람들이 이 기술을 활용할 만큼 충분히 빨리 적응할 수 있을지 걱정합니다. 저는 Mustafa Suleyman의 책, The Coming Wave: Technology, Power, and the 21st Century's Greatest Dilemma를 읽었 는데, 매우 좋다고 생각합니다. 한편으로는 그는 이러한 거대한 기술 물결을 억제하거나 통제하는 것의 절망에 대해 이야기했습니다.

반면에 그는 핵무기 통제와 지난 75년 동안 핵전쟁의 위험을 줄이기 위해 이룬 업적을 지적했습니다. 그리고 그 결과는 매우 놀랍습니다. 그래서 저는 그가 흥미로운 질문을 던졌다고 생각합니다. 그것은 "세계가 기술의 부정적인 결과를 완화하기 위해 배울 수 있는 교훈이 있는가?"입니다.

그런데, 라레나, 이 대화에서 저는 매우 긍정적이고 낙관적이라고 말해야 할 것 같습니다. 저는 일반적으로 이 기술에 대해 긍정적이고 낙관적이기 때문입니다. 하지만 저는 생성적 AI가 정보 생태계를 오염시킬 위험에 대해 생각합니다. 특히 정치와 선거와 관련된 정보 생태계는 이미 충분히 오염되어 있습니다. 어떤 사람들은 "이보다 더 나쁠 수는 없겠지"라고 말합니다. 하지만 더 나쁠 수도 있습니다. 생성적 AI 도구가 선거 결과에 실제적인 영향을 미칠 수 있는 정치적 메시지를 확산하고 개인화할 수 있는 능력은 매우 무섭습니다.

그리고 더 광범위하게, 생성적 AI와 딥페이크가 기관에 대한 신뢰를 더욱 훼손할 수 있는 위험은 -지난 20년 동안의 다양한 발전으로 이미 심각하게 훼손되었습니다- 저를 매우 두렵게 합니다.

기업 리더는 중요한 역할을 합니다.

라레나 예: 앨런, 언론인에 대한 가장 놀라운 점 중 하나는 올바른 질문을 할 수 있는 능력입니다. 정부 지도자들에 대해 생각할 때, AI 시대에 고려해야 할 가장 중요한 두세 가지 질문은 무엇입니까?

앨런 머레이: 첫 번째 질문은 다음과 같습니다. 다양한 정치적 신념을 가진 선의의 사람들이 세상이 직면한 매우 현실적인 문제에 대해 합리적인 대화를 나눌 수 있도록 보다 건전한 정치 시스템을 어떻게 만들 수 있을까요? 이것은 기술이 문제를 부추기는 사례입니다.

이 기술이 무엇을 가능하게 하는지 생각해보면, 방대한 인구 데이터를 기반으로 한 엄청나게 정교한 타겟팅 기술을 사용한 캠페인을 상상할 수 있습니다. 그들은 당신의 화제가 되는 이슈가 무엇인지, 그리고 어떤 식으로든 투표하도록 설득하려면 무엇이 필요한지 알고 있습니다.

라레나 예: 그게 가장 큰 위협이에요. 일상적인 사람에게까지 확대 적용하면, 제 생각에는 정보의 비판적 소비자가 되는 능력 측면에서 실제로 기준이 높아질 것 같아요.

앨런 머레이: 우리는 정보의 비판적 소비자가 되어야 합니다. 그러면 위험을 완화하는 데 도움이 되는 상식적인 규칙은 무엇일까요? 아마도 AI가 생성한 모든 것에 워터마크를 요구하여 사람들에게 명확하게 알리고 완전히 투명하게 하는 것을 고려해야 할 것입니다.

우리는 또한 기업 리더들이 다소 놀랍게도 가장 신뢰받는 권위자로 떠오른 사회에 살고 있습니다. 언론인보다 더 신뢰받고, 국회의원보다 더 신뢰받고, NGO[비정부 기구]보다 더 신뢰받고 있습니다. 기업 커뮤니티가 이러한 문제를 해결하는 데 도움을 줄 수 있는 역할이 있을까요?

지난 10년 동안의 흥미로운 발전 중 하나는 대기업들이 "우리는 기후 변화 완화에 역할을 해야 합니다. 우리는 적극적이어야 합니다."라고 말한 것입니다. 그리고 아시다시피, 2050년 계획뿐만 아니라 2030년 계획인 순제로 계획을 가진 회사가 300% 증가했습니다.

큰 변화입니다. 그들은 그것을 매우 심각하게 받아들이고 있습니다. 그리고 그들은 기후가 회사의 생존에 대한 실존적 위험이므로 그것을 심각하게 받아들이고 있습니다. 이러한 정치적 기능 장애는 또한 이러한 회사의 생존에 대한 실존적 위험입니다. 회사가 정치적 기능 장애를 완화하는 데 더 건설적인 역할을 할 수 있을까요?

라레이나 예: 최소한, 회의에서 목소리를 내는 것입니다. 저는 그것이 책임 수준을 확대하는 과제의 일부라고 생각합니다. 신뢰할 수 있는 기관과 리더십으로서 직면하든 직면하지 않든, 그것은 수익성 이상의 문제입니다.

앨런, 조금 조사해보니 당신이 루스 장학생이라는 걸 알게 됐어요. 우리가 공유하는 부분이죠. 당신은 도쿄의 Japan Economic Journal 에서 일하며 1년을 보냈죠 . 만약 2024년에 루스 장학생이었다면, 지금 1년을 어떻게 보낼 거예요? 어디로 갈 거예요? 무엇을 할 거예요?

앨런 머레이: 우리는 아시아에 국한되어 있기 때문에, 역사와 중국에서 일부 제조업을 대체하는 데 있어서 베트남이 차지하는 역할 때문에 베트남으로 갈 수도 있을 것 같습니다.

라레이나 예: 베트남에 가시나요? 가방을 챙기고 계시죠. 뒤에는 하드커버 책이 잔뜩 있어요. 요즘은 어떤 책을 읽고 계신가요?

앨런 머레이: AI에 대한 좋은 글이면 뭐든. 내가 말했듯이, 무스타파 술레이만의 책을 읽었고, 페이페이 리의 책, 내가 보는 세상 을 읽고 싶어요. 어느 날 밤, 앤서니 트롤로프의 지금 우리가 사는 방식 을 읽어야 한다고 말한 사람과 흥미로운 대화를 나누었어요. 왜 그런지는 잘 모르겠지만, 시간이 좀 있어서 그 말을 받아들일 거예요. 저는 다양한 책을 읽고 다양한 책을 읽습니다.

라레나 예: 앨런, 정말 고맙습니다.

앨런 머레이: 고맙습니다.

저자에 관하여

라레이나 예베이 지역의 수석 파트너

이메일

앨런 머레이는 평생 저널리스트로 활동했으며, 포춘지 의 전 CEO이기도 합니다 .

인터뷰 대상자의 의견과 발언은 그들 자신의 것이며, 맥킨지앤컴퍼니의 의견, 정책, 입장을 대표하거나 반영하지 않으며, 맥킨지앤컴퍼니의 지지를 받지 않았습니다.