중동 GCC 국가의 Gen AI 현황: 2024년 성적표

[힘힘]

중동 GCC 국가의 Gen AI 현황: 2024년 성적표

2024년 11월 6일| 기사

공유하다

인쇄

다운로드

구하다

연구에 따르면 이 지역의 조직들은 생성적 AI를 빠르게 도입했지만, 아직 많은 이점을 보고 있는 조직은 거의 없습니다. 이를 실현한 조직들은 무엇이 필요한지 보여줍니다.

다운로드

기사(13페이지)

모든 다양한 AI 기술 중에서 생성 AI(gen AI)는 아마도 비즈니스 세계와 공공 부문의 조직에서 가장 큰 관심을 끌었습니다. 고객 상호 작용, 콘텐츠 생성, 컴퓨터 코딩 등 다양한 기능 전반에 걸쳐 활동을 자동화하는 능력은 수행되는 작업량을 재편하고 성과를 높일 것을 약속합니다.

바이라인

저자에 대하여

맥킨지 연구에 따르면, 63가지 사용 사례에 차세대 AI를 적용하면 연간 2조 6,000억 달러에서 4조 4,000억 달러에 달하는 글로벌 경제가 창출될 수 있을 것으로 추정했습니다. 이는 머신 러닝, 고급 분석, 딥 러닝 등 다른 AI 기술이 낼 수 있다고 추정한 가치보다 15~40%가 더 높은 수치입니다.1GCC(걸프 협력 위원회) 국가에서는 동일한 세대의 AI 사용 사례로 210억~350억 달러의 수익이 창출될 수 있습니다.21년 에 다른 AI 기술이 가져올 수 있는 1,500억 달러 에 더해 ,3이를 좀 더 이해하기 쉽게 설명하자면, 차세대 AI는 현재 GCC 경제권에서 연간 비석유 GDP의 1.7~2.8%에 해당할 수 있습니다(표 1).4

증거물 1

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

공유하다

사이드바

기업과 정부는 Gen AI 보상을 추구합니다.

이러한 잠재력과 여러 부문에 걸쳐 촉발될 가능성이 있는 혼란에 대한 인식은 GCC 지역에서 기술 분야에서 자국 경제를 글로벌 리더로 자리매김하고자 하는 정부와 민간 조직 모두에서 Gen AI 투자와 파트너십이 급증하는 계기가 되었습니다. (유명한 사례의 예는 사이드바 "기업과 정부가 Gen AI 보상을 추구"를 참조하세요.) 하지만 이 지역 전체를 더 광범위하게 살펴보면, 조직이 Gen AI의 혜택을 얻을 수 있는 위치에 얼마나 잘 들어맞을까요?

공유하다

사이드바

연구에 대하여

이 질문에 대한 답을 알아보기 위해 McKinsey는 GCC Board Directors Institute와 협력하여 해당 지역의 8개 부문에서 140명의 임원을 대상으로 설문 조사를 실시하고 일련의 인터뷰를 실시했습니다(자세한 내용은 사이드바 "조사 정보" 참조).

결론은 많은 조직이 Gen AI에 투자하고 있지만, 구현을 확장하고 투자에서 가치를 추출하기 시작한 조직은 거의 없다는 것입니다. 그러나 가치 실현자라고 부르는 소수의 조직은 이미 Gen AI에서 수입의 5% 이상을 창출하여 군중에서 두드러집니다. 이 설문 조사에 따르면 이들은 Gen AI를 도입하는 데 필요한 역량을 구축하기 위해 조직을 재구성하는 데 가장 많은 진전을 이룬 조직이기도 합니다 . 여기에는 보상을 잠금 해제하려는 다른 사람들을 위한 교훈이 있습니다.

플레이 상태

많은 GCC 조직이 Gen AI가 제공하는 가치의 급증을 포착하기 위해 즉각적인 조치를 취하고 있습니다. 응답자의 거의 4분의 3이 Gen AI가 조직에서 이미 어느 정도 사용되고 있다고 말합니다. 많은 조직이 Gen AI 전략과 로드맵을 개발하고 Gen AI가 가장 큰 영향을 미칠 가능성이 있는 분야에 예산을 투자했습니다. 그러나 모든 측면에서 가치 실현자는 더 강하게 밀어붙이고 있습니다.

표 2는 GCC 경제에서 부문별로 Gen AI가 제공할 수 있는 잠재적 가치를 보여줍니다. 가치 잠재력은 에너지 부문에서 가장 크며, 연간 50억~80억 달러의 이익이 가능하고, 그 다음으로 자본 프로젝트와 인프라, 금융 서비스가 뒤를 잇습니다.

증거물 2

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

많은 GCC 조직이 이 분야에서 자신들의 몫을 차지하기 위해 즉각적인 조치를 취하고 있습니다. 설문 응답자의 거의 4분의 3이 조직이 적어도 하나의 비즈니스 기능에서 이미 Gen AI를 사용하고 있다고 말했습니다. 이는  올해 초에 실시된 유사한 글로벌 McKinsey 설문 조사에서 응답자의 65% 와 비교됩니다.5그리고 57퍼센트6GCC 응답자의 95%는 조직이 디지털 예산의 최소 5%를 Gen AI에 투자하고 있다고 답했습니다. 이는 전 세계적으로 33%에 해당합니다. 게다가 GCC 설문 응답자의 절반은 조직이 우선 사용 사례를 더 광범위하게 구현하기 위한 로드맵을 작성했다고 답했습니다. 이는 글로벌 설문 조사의 26%보다 높은 비율입니다.

설문 응답자 중 약 4분의 3이 자신의 조직이 적어도 하나의 비즈니스 기능에 이미 Gen AI를 사용하고 있다고 답했습니다.

가치를 추구하다

조사에 따르면 GCC 조직은 맥킨지 조사 에서 가장 큰 가치를 제공할 가능성이 높은 기능, 즉 마케팅과 영업, 소프트웨어 엔지니어링, IT에 초기 노력을 집중하고 있습니다(표 3).7

증거물 3

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

한 최고정보책임자(CIO)는 모든 기능에 걸쳐 Gen AI 사용 사례를 적용하는 것이 유혹적일 수 있지만, 더 현명한 움직임은 선도적인 글로벌 기업이 Gen AI의 가치를 입증한 영업 및 마케팅에서 시작하는 것이라고 지적했습니다. 대규모 교육 기관의 최고기술책임자(CTO)도 증거에 이끌렸습니다. CTO는 "코드 생성 및 버그 감지에서 입증된 사용 사례 때문에 소프트웨어 엔지니어링에서 시작하는 것이 합리적이었습니다."라고 말했습니다. "그 이후로 우리는 빠르게 가치를 깨달았습니다."

가치 실현자는 더욱 열심히 노력합니다

가장 인기 있는 통찰력

1. 맥킨지 분기별: 60주년 기념호
2. 다음 큰 경쟁의 경기장
3. 21세기 리더십의 예술: 승계 계획부터 리더십 팩토리 구축까지
4. 롤스로이스 재창조: CEO 투판 에르긴빌기츠와의 대화
5. 리더십 여정: CEO가 내부에서 외부로 리더십을 발휘하는 법을 배우는 방법

이러한 일반적으로 고무적인 통계에도 불구하고, 가치 실현자를 분리하면 상당한 차이가 있습니다. 가치 실현자는 최소한 하나의 비즈니스 기능에서 Gen AI를 채택하고, 자체 독점 모델을 개발하거나 공개적으로 사용 가능한 모델을 상당히 사용자 정의하고, Gen AI에서 수입의 5% 이상을 창출하는 사람으로 정의됩니다. 설문 응답자 140명 중 10명은 세 가지 기준을 모두 충족하는 조직에서 일한다고 보고했습니다. 그리고 이러한 응답자는 가치 실현자가 Gen AI 가치를 추구하는 데 얼마나 결의가 있는지 보여주었습니다. 다음 사항을 고려하세요.

• 전략: 가치 실현자의 80%가 우선 Gen AI 사용을 도입하기 위한 통합 로드맵을 가지고 있다고 보고했습니다. 이는 다른 조직의 응답자의 48%와 비교됩니다.
• 사업 기능: 가치 실현자는 더 광범위한 기능에 Gen AI를 적용합니다. 위험 관리, 법률 및 규정 준수, 제품 및/또는 서비스 개발, 인적 자원과 같은 기능에서 Gen AI 가치 풀을 식별하는 것은 가치 실현자, 그리고 가치 실현자뿐입니다. 에너지 및 자재 회사의 R&D 책임자는 "제품 연구 및 개발에 Gen AI를 배치함으로써 혁신 프로세스가 혁신되어 솔루션을 개선하는 동시에 생산 비용을 절감할 수 있었습니다."라고 말했습니다.
• 성과 측정: Gen AI 전략이 수립되면 가치 실현자는 다른 사람보다 이를 구현하는 진행 상황을 추적할 가능성이 훨씬 더 높습니다. 가치 실현자 응답자의 70%가 회사에 핵심 성과 지표를 측정하고 추적하는 시스템이 있다고 답한 반면, 다른 응답자의 경우 39%에 불과했습니다. 이러한 시스템은 회사가 가치를 추구하면서 비즈니스 기능 전반에 걸쳐 필요에 따라 리소스를 조정하는 데 도움이 됩니다.
• 외부 파트너십: 가치 실현자는 Gen AI를 도입하고 확장하기 시작하면서 노력을 강화하기 위해 외부 서비스 제공자와 파트너십을 맺을 가능성이 더 높습니다. 가치 실현자 응답자의 80%가 그러한 파트너십이 시행 중이라고 답했고, 다른 응답자의 경우 59%가 그렇게 답했습니다.

가치 실현자의 추진력은 그들이 가장 큰 잠재적 가치 이득이 있는 분야, 즉 에너지와 자재, 금융 서비스, 첨단 제조에 집중되어 있기 때문에 기술 도입에 대한 인센티브가 더 크다는 사실로 설명될 수 있습니다. 하지만 그 동기가 무엇이든 그들의 노력은 보상을 거두고 있는 듯합니다.

중요한 역량

많은 조직이 Gen AI 프로젝트를 시작했지만, 이 조사에 따르면 조직을 근본적으로 재편하지 않는 한 확장하고 이를 통해 가치를 창출하는 데 어려움을 겪을 것으로 나타났습니다.

많은 GCC 조직이 Gen AI의 잠재력을 활용하고자 하는 것은 분명하지만, 대부분은 아직 도입 초기 단계에 있습니다. Gen AI를 대규모로 임베딩하려면 조직의 근본적인 재배선이 필요합니다. McKinsey 연구에  따르면 여기에는 기술, 데이터, 인재, 운영 모델, 위험 관리의 5가지 영역에서 특정 역량을 숙달하는 것이 포함됩니다.8이를 염두에 두고, 우리는 GCC 조직이 Gen AI 전략을 구현할 준비가 얼마나 잘 되어 있는지 평가했습니다. 결과에 따르면, 그들은 갈 길이 상당히 남았지만, 이미 가치를 실현하고 있는 조직은 따라야 할 길을 보여줍니다.

기술

조직은 Gen AI를 구현할 때 세 가지 모델 옵션을 선택할 수 있습니다. 기성형 공개적으로 사용 가능한 모델을 사용하거나, 독점적인 데이터와 시스템으로 이러한 도구를 사용자 정의하거나, (훨씬 더 많은 비용으로) 처음부터 자체적인 기본 모델을 개발할 수 있습니다. 선택은 예산, 보안 문제, 언어 요구 사항 및 조직이 모델에서 얻을 수 있는 가치와 같은 다양한 요인에 따라 결정될 수 있습니다. 그러나 "구축 대 구매"의 이진 세계에서 "구매, 구축 및 사용자 정의"로 더 잘 설명될 수 있는 세계로 이동하고 있다는 견해가 커지고 있으며, 가장 성공적인 조직은 독점적, 기성형 및 오픈 소스 모델을 혼합하는 생태계를 구축하는 조직입니다.9

설문 조사 응답에 따르면 GCC에서 글로벌 코호트에 비해 더 많은 조직이 모델을 사용자 지정하거나 자체적으로 개발합니다(표 4). 인터뷰 대상자들은 많은 GCC 조직이 Gen AI를 도입하는 데 비교적 느렸지만 이제는 사용자 지정 및 독점 모델의 가치를 입증한 선도적인 글로벌 조직의 경험에서 배우면서 따라잡고자 하기 때문일 수 있다고 제안했습니다.

증거물 4

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

그러나 어떤 모델을 선택하든 여러 가지 실행 방식은 조직이 해당 모델을 통해 가치를 창출하는 데 도움이 됩니다.

• 모델을 지속적으로 업데이트하고 개선하는 정의된 프로세스. 예를 들어, Gen AI를 고객 관리 기능에 배포하는 회사는 챗봇의 교육 데이터를 정기적으로 업데이트하여 사용자 요구를 충족하고 복잡한 문의를 더 잘 처리할 수 있도록 해야 합니다.
• 개발 워크플로와 머신 러닝 프로덕션을 최적화하는 기술과 툴링. 반복적인 작업의 간소화 및 자동화는 모델을 더 적은 오류로 더 빠르게 배포할 수 있음을 의미하며, 개발자는 더 높은 가치의 작업에 집중할 수 있는 자유를 얻습니다.
• 모델 릴리스 프로세스에 포함된 지속적인 테스트 및 검증. 이를 통해 버그 및 기타 문제가 조기에 포착되어 해결되고 사용자 요구 사항이 충족되어 고품질 제품을 더 빠르게 제공할 수 있습니다.

이 모든 분야에서 가치 실현 기업이 분야를 선도하고 있습니다(표 5).

증거물 5

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

데이터

데이터 관리가 조직 내에서 Gen AI를 확장하는 데 핵심적입니다. 좋은 데이터 관리에는 다음이 포함됩니다.

• 포괄적인 데이터 전략. Gen AI 계획을 추진하기 위해 조직은 필요한 데이터를 수집하고 사용 가능한 형식으로 변환하기 위한 세부적인 전략을 수립한 다음, 그러한 전략을 구현할 적합한 사람을 찾아야 합니다.
• 중앙 집중형 데이터 저장소. 중앙 집중형 저장소는 모든 모델에 정보를 제공하는 단일 데이터 소스를 제공합니다. 저장소는 데이터를 결합하고 처리하는 것을 더 쉽게 만들고, 모든 결정은 일관되고 단일한 진실의 소스에서 이루어집니다.
• 모듈식 구성 요소의 개발. 모듈식 모델 구성 요소(예: 데이터 파이프라인 또는 기능 선택)는 독립적으로 기능하므로 다른 모델에서 재사용할 수 있습니다.

응답자에 따르면, 가치 실현 기업은 세 가지 영역 모두에서 경쟁 기업보다 더 강합니다(표 6).

증거 6

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

인터뷰 대상자들은 많은 회사가 데이터 관리를 개선하기 위해 얼마나 많은 작업을 해야 하는지 명확히 밝혔습니다.데이터는 종종 조직 전체의 여러 사일로에 저장되고, 각 사업부에서 다른 도구와 플랫폼을 사용하며, 누가 어떤 데이터를 소유하는지 불분명하기 때문입니다.예를 들어, 교육 기관의 CTO는 운영 전반에서 실행 중인 20~25개 앱의 데이터가 너무나 많은 사일로에 있어서 의미 있는 통찰력을 도출하거나 여러 기능 간에 협업하기 어렵다고 언급했습니다.CTO는 "따라서 데이터를 통합하기 위한 중앙 집중식 플랫폼을 구축하기로 결정했습니다. 즉, 먼저 보유한 데이터를 식별한 다음 구조화하는 것을 의미했습니다."라고 말했습니다.CTO는 목표는 모든 사용자에게 이로운 단일 인터페이스를 만드는 것이라고 설명했습니다.예를 들어, 학부모는 단일 앱을 사용하여 학생을 등록하고, 수수료를 지불하거나, 학생의 과정을 확인할 수 있습니다.

그러나 GCC 조직은 다른 데이터 과제에도 직면합니다. 데이터 개인 정보 보호 규정은 때때로 데이터를 어디에 어떻게 저장해야 하는지 지시합니다. 특히 개인이나 국가 안보에 영향을 미칠 수 있는 데이터에 대한 정보입니다. 이로 인해 조직이 모든 데이터를 모아 효과적으로 분석하기 어려울 수 있습니다. 그리고 적어도 당장은 클라우드 서비스 제공업체가 이 지역 전체에 잘 자리 잡지 못했습니다. 이는 Gen AI를 도입하고자 하지만 자체 IT 인프라를 관리하는 조직에 기술적, 경제적 장벽을 모두 제공할 수 있습니다. 방대한 데이터 집합을 활용하고 Gen AI 모델을 훈련하려면 상당한 툴링과 컴퓨팅 리소스가 필요하기 때문입니다. 클라우드 제공업체는 기성형 솔루션을 제공합니다.

재능

인재는 조직 내에서 Gen AI를 효과적으로 배포하는 데 있어 가장 중요한 역량 중 하나입니다. 조직은 다음 사항으로부터 이익을 얻을 수 있습니다.

• 전담 Gen AI 리더. Gen AI 이니셔티브를 추진하기 위해 한 명의 고위 인사(C-Suite 또는 이사회 출신)를 임명하는 것은 Gen AI 도입을 가속화하는 잘 알려진 수단입니다. 인터뷰 대상자들은 이것이 업무의 소유권과 책임을 모두 보장한다고 지적합니다.
• 잘 정의된 인재 전략. 조직은 관련 기술 기술을 가진 모든 기능의 사람들이 필요하지만, 그 인재를 모집하고 유지하는 것은 많은 GCC 조직에서 주요 관심사입니다. 따라서 잘 만들어진 인재 전략이 필요합니다. 이는 경쟁적 혜택뿐만 아니라 성장 기회도 제공하고 각 직원에게 개인화된 개발 프로그램을 만드는 것입니다.

두 가지 측면에서 모두 가치 실현 기업이 상당한 차이로 선두를 달리고 있습니다(표 7).

증거물 7

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

인재 채용 및 유치와 관련하여, GCC 지역에서 기술 인재를 계속 키워야 한다는 필요성을 감안할 때, 좋은 인재 전략조차도 충분하지 않을 수 있습니다. 전반적으로, 회사에 인재 전략이 있다고 답한 사람의 48%는 채용 및 유지가 여전히 어려운 문제라고 언급했지만, 가치 실현 조직의 응답자 중에서는 그 수치가 20%로 떨어졌습니다. 상당한 인센티브를 제공하고 교육 및 개발 프로그램에 많은 투자를 하는 한 대형 에너지 회사의 CIO는 여전히 인재가 빼돌려질 위협에 직면해 있다고 말했습니다.

인재 챌린지의 규모는 국가와 지역마다 다르며, 이에 따라 정부는 다양한 이니셔티브를 고려하고 있습니다. 예를 들어 사우디 아라비아와 아랍에미리트(UAE)는 모두 근로자들에게 세대 AI에 대한 교육을 제공하는 프로그램을 시작했습니다. 그럼에도 불구하고, 조직은 현재 기술 및 비즈니스 직원에게 세대 AI 기술을 가르치기 위해 광범위한 프로그램을 수행하는 일부 가치 실현자의 사례를 따르는 것이 유익할 수 있습니다. 이러한 프로그램에는 추가적인 이점이 있을 수 있습니다. UAE의 한 대형 조직의 변화 관리 리더는 직원들에게 세대 AI 기술에 대한 교육을 제공하는 주간 워크숍을 운영하는 것이 세대 AI 기술을 개발하는 데 도움이 되었을 뿐만 아니라 이 기술이 참석자의 작업을 어떻게 보완하는지 보여주었다고 말했습니다. 그는 그것이 세대 AI 도입에 대한 열정을 키우는 데 중요한 역할을 했다고 말했습니다.

운영 모델

탁월한 센터, 조직적 민첩성, 변화 관리 프로그램은 Gen AI 이니셔티브를 확장하는 데 있어 핵심 요소가 될 수 있습니다.

• 우수성 센터: 단일 중앙 팀이 전체 조직에서 Gen AI 구현을 조정하기 위해 일하는 우수성 센터는 역량을 구축하는 과정에 있는 조직에 적합합니다. 주요 사용 사례에 리소스를 집중하고 초기 실험에서 생산으로, 궁극적으로 광범위한 채택으로 조직적인 방식으로 전환을 추진하는 데 도움이 됩니다. 이 중앙 팀의 중요한 과제는 팀이 모델에 액세스하는 동시에 위험을 최소화하고 비용을 억제할 수 있도록 규모를 지원하는 프로토콜과 표준을 개발하고 확립하는 것입니다.10
• 민첩성: 잘 정의된 민첩한 프로세스와 표준은 Gen AI 솔루션을 제공할 때 협업, 반복적 개선 및 궁극적으로 더 높은 생산성을 촉진합니다. 하지만 자금 조달 및 예산 책정 프로세스도 이에 발맞추기 위해 민첩해야 합니다.
• 변화 관리: 대부분 응답자는 Gen AI에서 가치를 확장하고 포착하려면 직원들의 지원을 얻어야 한다는 것을 알고 있으며, 이는 아마도 변화 관리 프로그램을 구현하는 것을 의미합니다. 강력한 변화 관리 프로그램에는 종종 Gen AI의 중요성을 모든 사람에게 전달하고, 기술 구축 기회를 제공하며, 롤모델이 새로운 작업 방식을 보여주도록 하는 커뮤니케이션 계획이 포함됩니다.11

설문조사 결과에 따르면, 가치 실현 기업은 다른 조직에 비해 운영 모델에 이러한 기능을 도입할 가능성이 상당히 높습니다(표 8).

증거물 8

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

위험 관리

GCC 조직에서는 Gen AI의 이점을 인식하는 동시에, 개인정보 보호, 편견, 지적 재산권(IP) 침해와 같은 데이터 관리 위험, 부정확한 출력이나 설명 불가능성과 같은 모델 관리 위험, 그리고 사이버보안 보안 및 잘못된 사용 위험과 같은 관련 위험도 알고 있습니다.12

이 중에서 사이버보안은 응답자의 가장 높은 비율(66%)에 의해 조직에 가장 관련성 있는 위험으로 식별되었고, 그 다음으로는 규정 준수(52%)와 부정확성(45%)이었습니다(표 9). 글로벌 설문 조사 에 참여한 응답자들은  위험을 비슷하게 평가했습니다.13

증거물 9

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

이러한 위험 인식에도 불구하고 응답자들은 많은 조직이 아직 AI를 책임감 있게 확장하는 데 필요한 관행을 구현하지 않았다고 밝혔습니다 .14여기에는 다음이 포함됩니다.

• 검토 프로세스: Gen AI 솔루션이 개발됨에 따라 위험을 검토하고 완화하기 위한 명확한 프로세스가 마련되어 있습니다.
• 책임 있는 AI: 기업 전체 기관은 책임 있는 AI에 대한 결정을 내릴 권한이 있습니다. Gen AI 모델이 윤리적 기준을 충족하고 규정 및 지침을 준수하며, 거버넌스를 통해 누가 위험 관리에 대한 책임이 있는지 명확히 합니다.
• 기술: 기술 인재에게는 유전자 AI 위험과 완화 대책에 대한 지식이 필수입니다.
• 모델 설계: Gen AI 모델은 모델의 수명 주기 전반에 걸쳐 감사를 통합하고, 편향을 확인하고, 위험을 평가하도록 설계되었습니다.

설문 응답자에 따르면 가치 실현자는 다른 사람보다 이러한 모든 관행을 따를 가능성이 더 높습니다(표 10). Gen AI 위험과 완화에 대한 민감성이 더 높은 것은 Gen AI를 더 광범위하게 사용하면서 위험을 직접 경험했기 때문일 수 있습니다. 원인이 무엇이든 다른 조직은 처음부터 완화 조치를 취하는 것을 고려할 수 있습니다.

증거물 10

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

---

이 조사는 GCC의 모든 조직이 Gen AI에서 더 큰 보상을 추출할 수 있는 여지를 가지고 있음을 시사합니다. 140명의 설문 응답자 중 10명만이 조직이 이 기술에서 수입의 5% 이상을 창출하고 있다고 말했고, 상당수가 상당한 성장 기회를 가지고 있습니다. 그러나 이러한 조직조차도 상당한 개선의 여지를 가지고 있습니다. 글로벌 조사에서 일부 응답자는 Gen AI가 조직 수입의 10% 이상 을 차지한다고 보고했습니다 .15

최고의 성과를 내는 기업을 차별화하는 것은 가치 창출이 게임의 이름이 되어 주로 개념 증명에 초점을 맞춘 파일럿을 운영하는 경향을 대체했다는 것입니다. "저희 회사는 지난 몇 년 동안 수백 건의 세대 AI 사용 사례를 실행하여 엄청난 영향을 미쳤다고 주장했습니다. 하지만 여전히 손익 계산에서 그런 것을 볼 수 없습니다." UAE 유틸리티의 임원이 회사의 현재 상황을 설명한 방식입니다.

GCC 조직에서 가치 창출을 극대화한다는 것은 Gen AI를 더 광범위하게 배포하는 것을 의미합니다. (설문 응답자에 따르면 가치 실현자조차도 Gen AI를 두 개 이상의 비즈니스 기능에만 적용합니다.) 하지만 단순히 기술을 사용하여 특정 프로세스 지점을 변환하는 경우가 아닙니다. 오히려 최대 가치는 전체 워크플로를 재구성하는 데 있습니다. 즉, 사용 사례 패밀리가 다른 AI 애플리케이션과 새로운 작업 방식과 함께 통합될 때 기능 내에서 완전히 새롭고 생산적인 최종 상태를 가져올 수 있는 방법을 고려하는 것입니다.

이런 방식으로 Gen AI를 확장하고 통합하는 것은 개별 사용 사례를 채택하는 것보다 훨씬 더 어려운 작업입니다. 조직의 역량을 전환해야 할 가능성이 높습니다. 기술 및 데이터, 위험 관리를 개선하고 운영 모델과 인재 전략을 강화해야 합니다. 설문 조사 결과에 따르면 몇몇 GCC 조직이 시작했습니다. 다른 조직은 훨씬 더 멀리 가야 합니다. Gen AI 투자에서 전체 가치를 실현하는 것이 즉각적이지 않다는 점을 명심하는 것이 중요하지만, 그러한 전환에 착수하는 데 시간이 오래 걸릴수록 보상이 더 오래 걸릴 가능성이 큽니다.

저자에 관하여

톰 이셔우드 는 맥킨지 두바이 사무소의 수석 파트너입니다. 비나이 찬드란 은 파트너이고, 하야 넬라위와 린키 싱비는 컨설턴트이며, 카란 소니 는 준회원 파트너입니다. 니킬 샤는 리야드 사무소의 컨설턴트입니다.

저자는 이 기사에 기여한 Ahan Varkey, Chiara Marcati, Mohammed Abo Taleb, Sudheer Nekkalapudi에게 감사드리고자 합니다. 또한 GCC 이사회 이사 연구소의 Lisa Gulesserian과 Mehwish Sarwar에게도 감사드리고자 합니다.