자동화 프로그램이 AI를 사용할 준비가 되었습니까? AI 플레이북(1부)

인공 지능(AI)은 자동화 프로그램의 가치를 확장합니다. 자동화 프로그램에 AI를 추가하면 지능적 인지 프로세스를 자동화할 수 있는 거의 무한한 기회가 열려 생산성, 효율성, 고객 만족도를 새로운 차원으로 끌어올릴 수 있습니다.

AI 플레이북 웨비나(AI Summit의 일부)에서 우리는 자동화에 AI를 추가하고 이러한 가치를 달성하는 것이 어떤 것인지 직접 배우기 위해 dentsu International의 미주 자동화 책임자인 Brian Klochkoff에게 문의했습니다. 비즈니스 자동화가 주로 로봇 프로세스 자동화(RPA), 데이터 분석 또는 머신 러닝(ML)을 의미하는지 여부에 관계없이 AI를 자동화 프로그램에 통합하면 더 강력하고 포괄적으로 만들 수 있습니다.

이 게시물에서는 AI의 무대를 설정하는 2단계 프로세스를 설명하겠습니다.

1. 자동화에 AI를 추가할 준비가 되었는지 확인하는 방법.

2. AI 수용을 향한 추진력을 구축하는 방법.

이 시리즈의 2부에서는 AI 모델을 기존 자동화 프로그램에 통합하는 방법과 따라야 할 모범 사례를 보여 드리겠습니다.

자동화 프로그램에 AI를 추가할 준비가 되었는지 확인

AI 기술을 검토하는 기업은 준비가 되었는지 여부를 묻는 것이 옳습니다. 이 복잡한 문제를 두 가지 질문으로 요약했습니다.

1. 비전 챔피언이 있습니까?

비전 챔피언은 비즈니스 참여 및 실행 지원을 주도하는 리더입니다.

자동화 운영 모델을 지원하기 위한 팀 구축에 대한 게시물에서 우리는 두 가지 유형의 경영진 후원자, 즉 모빌라이저와 디지털 스튜어드를 정의합니다. 모빌라이저는 자동화의 가치를 설명하고 RPA 팀에 인재를 모집하며 초기 자금을 유치합니다. 디지털 관리자는 모빌라이저가 구축한 것을 바탕으로 경영진을 설득하여 자동화 팀을 다음 성장 단계로 이끌도록 합니다.

비전 챔피언은 이러한 기술을 혼합해야 합니다. 자동화 위에 AI를 배치할 때 이미 모빌라이저, 디지털 관리인 및 (희망적으로는) 자동화를 좋아하는 많은 팬이 있을 수 있습니다. AI 비전 챔피언에게 필요한 것은 다릅니다.

AI 비전 챔피언이 될 수 있는 사람을 조사할 때 다음 질문에 답하십시오.

• 이 사람은 AI 비전을 옹호하는 데 열정적이고 집요할 것입니까? AI 지지자는 자동화를 사용하는 사람들과 이야기할 때에도 회의론에 직면할 수 있으며 비전 챔피언은 쉽게 낙담하는 사람이 될 수 없습니다.

• 이 사람은 조직 및 경영진의 이해관계자에게 강력한 영향력을 행사하고 있습니까? 열정과 결단력은 멀리 갈 것입니다. 훌륭한 비전 챔피언은 자신의 추진력에 맞는 영향력을 가져야 합니다. 전략은 전사적이어야 하므로 이 사람의 영향력도 클 것입니다.

• 이 사람이 경영진의 이해 관계자에게 강력한 비즈니스 사례를 설명할 수 있습니까? 마지막으로, 이 사람은 경영진의 이해 관계자가 이해하고 믿을 수 있는 방식으로 AI의 이점을 설명할 수 있어야 합니다.

위 질문에 대한 답변은 더 큰 질문에 대한 답을 결정하는 데 도움이 됩니다. 비전 챔피언이 있습니까?

마음에 드는 챔피언이 있으면 다음 주요 질문으로 넘어갈 수 있습니다.

2. 귀하의 자동화 프로그램은 AI를 위해 충분히 성숙되어 있습니까?

이전 기사에서 자동화를 여정과 비교하고 확장을 위한 프레임워크를 제공했습니다. 우리는 위에서 아래로의 변환 가능성 때문에 자동화의 장기적인 특성을 강조합니다. 이러한 수준의 변화에는 장기적인 관점이 필요합니다.

그렇기 때문에 자동화 프로그램에 AI를 추가할 적기인지 여부를 판단하는 것이 매우 중요합니다. 우리는 모든 기업이 결국 AI를 필수 요소로 간주할 것이라고 생각하지만 그렇다고 해서 모든 기업이 오늘 AI 구현에 서두를 필요는 없습니다.

자동화 프로그램의 성숙도를 확인하려면 자신과 팀에게 다음 질문을 하십시오.

• 자동화 프로그램을 위한 기존 거버넌스와 프로세스가 있습니까? 기존 거버넌스 없이 AI를 자동화 프로그램에 배포하면 AI의 영향이 줄어들고 비즈니스 사례가 악화될 수 있습니다. 또한 거버넌스의 부재로 인해 사람들은 신기술이 때때로 제기하는 위험을 경계하게 될 수 있습니다. 기존 자동화 프로그램에 거버넌스를 추가하여 시작하십시오. 거버넌스가 마련되면 AI와 같은 새로운 솔루션을 맨 위에 배치하고 팀에 자신감과 마음의 평화를 줄 수 있습니다.

• 활용할 기존 인프라와 리소스가 있습니까? 복잡한 AI 구현에는 데이터 과학자와 RPA 개발자가 필요합니다. 데이터 과학자와 RPA 개발자의 기술 세트는 상호 보완적이지만 아직 함께 작업하는 방법을 모를 수 있습니다. 올바른 거버넌스 구조를 사용하면 이러한 팀이 협업할 수 있도록 새로운 워크플로를 구성할 수 있습니다.

• 비즈니스 사용자를 위한 AI 민주화에 대한 비전이 있습니까? 민주화는 비즈니스 사용자가 자동화와 AI를 사용할 수 있도록 합니다. AI 롤아웃에 민주화에 대한 비전을 구축하십시오. 이 비전은 비즈니스 사용자를 염두에 두고 AI 인프라 및 거버넌스 설계를 보장합니다.

Klochkoff의 말에 따르면 성숙한 자동화 프로그램에는 "운영 우수성과 기술 잠재력의 교차점을 찾는 데 열정적인" 리소스가 포함됩니다. AI와 ML에 대한 열정은 성공을 위해 필요하지만 충분하지 않기 때문에 교차점이 필수적입니다. 비즈니스 실용성도 중요합니다.

자동화 프로그램 성숙도는 그저 기다리기만 하면 되는 것이 아닙니다. 자동화 운영 모델을 구축하여 자동화 구현의 초기 단계를 진행하고 자동화를 효과적으로 확장할 수 있습니다.

AI 흥분을 향한 모멘텀 구축

AI는 모든 C-suite 경영진의 의제이지만 다른 많은 경쟁 이니셔티브도 마찬가지입니다. C-suite와 귀사가 AI에 대해 열광하도록 하려면 AI 투자 사례를 이해하고 참여하고 시연하여 추진력을 구축하는 데 집중하십시오.

공포를 알리고 흥분을 불러일으키기 위해 AI를 설명합니다.

AI는 여전히 많은 다른 기술이 존재하기 때문에 부분적으로 오해를 받는 경우가 많습니다. 이제 비즈니스 사용자가 액세스할 수 있는 단순한 도구에서 주로 데이터 과학자가 액세스할 수 있는 복잡한 도구에 이르기까지 다양한 도구가 있습니다.

회사에 참여하는 리더로 가득 찬 자동화 프로그램이 번창하더라도 AI를 이해하는 사람이 있다는 의미는 아닙니다. 그 이해 부족은 명백한 두려움은 아니더라도 경계로 이어질 수 있습니다. 당신의 목표는 AI를 현실적이고 이해하기 쉬운 존재로 만드는 것입니다. 즉, 경영진 이하의 사람들이 이해할 수 있는 것입니다.

Klochkoff는 다음과 같이 말합니다. , CFO에서 초급 보조자에 이르기까지 누구나 그 점을 식별할 수 있습니다."

AI를 이해하기 위한 세 가지 방법을 권장합니다.

• 인간관계 형성 :Klochkoff의 말처럼 "완벽보다 점진적인 발전이 더 중요하다"는 것을 이해하는 이해관계자를 찾습니다. AI는 ML 및 AI 모델의 특성으로 인해 처음에는 거의 완벽하지 않습니다. 목표가 신뢰 임계값에 도달하고 시간이 지남에 따라 모델을 가르치는 것임을 사람들이 이해하도록 도와주세요.

• 적절한 비즈니스 사례 식별 :Klochkoff는 이해 관계자에게 AI가 일상 생활에 영향을 미치는 방식을 보여줌으로써 아이디어와 구현 사이의 "정신적 격차를 해소"해야 한다고 말합니다. AI는 거리가 멀기 때문에 무섭게 느껴지는 경우가 많으니 추상적이 아닌 실제처럼 느껴지도록 최선을 다하세요. 올바른 비즈니스 사례는 개념 증명이 될 것이며 일단 구현되면 가치 증명이 될 것입니다.

• 가치 증명에 중점 :더 간단한 기술로 AI의 잠재력을 보여줍니다. Klochkoff는 Amazon Alexa와 같은 친숙한 기술을 사용할 것을 권장합니다. Alexa는 엔터프라이즈 AI와는 거리가 멀지만 청중의 친숙함은 그 가치를 이해하는 데 도움이 됩니다. 음성 비서가 AI를 통해 어떻게 가치를 더할 수 있는지 보여줄 수 있다면 엔터프라이즈 AI의 가치를 입증하는 데 한 걸음 더 다가간 것입니다.

Klochkoff는 이해 관계자에게 "비즈니스를 위한 음성 비서"를 상상해 보라고 권합니다. 예를 들어 자연어 처리(NLP)를 통해 사람들이 IT 셀프 서비스에 액세스할 수 있도록 하려면 어떻게 해야 합니까? 그러한 구현이 가질 수 있는 이점을 설명하십시오. 불완전한 구현도 유용하다는 것을 보여주기 위해 비유를 사용하십시오. 매번 쿼리를 100% 정확하게 이해하지 못하더라도 수백만 명의 사람들이 Alexa를 사용합니다.

이는 세 가지 개별 방법이 아니라 AI의 좋은 사례를 위한 세 가지 구성 요소입니다.

AI가 제공하는 솔루션에 리더, 직원 및 리소스 참여

추진력을 구축할 때 다양한 이해 관계자가 청중을 구성한다는 점을 염두에 두십시오. 즉, 대화 상대에 따라 메시지가 달라져야 합니다.

리더와 대화할 때 , RPA와 AI가 실제 비즈니스 문제를 해결하는 데 어떻게 도움이 되는지 보여줌으로써 이들에게 호소합니다. 비즈니스 문제는 그들이 사용하는 언어이므로 동일한 언어로 이야기하십시오.

직원과 대화할 때 , 사용 사례를 안내합니다. 직원들에게 AI를 일상 업무에 통합할 수 있는 방법을 보여주십시오. 다시, 신비화하십시오. 필요한 만큼 시간을 내어 그들이 상호 작용할 AI 로직 중 일부를 설명하십시오. 그들은 여전히 ​​궁극적으로 이러한 프로세스의 결과에 대해 책임을 지게 될 것입니다.

리소스와 대화할 때 더 광범위하게는 사일로를 무너뜨리는 데 중점을 둡니다. 귀하의 목표는 특히 RPA CoE(Center of Excellence) 및 데이터 분석 CoE와 같이 여러 부서가 함께 작업할 수 있도록 하는 것입니다. 항상 쉽지만은 않습니다.

Klochkoff는 기술 개발 기술의 스펙트럼을 따라 더 나아가면서 RPA에 대한 오명에 직면할 수 있다고 경고합니다. 일부 사람들에게 RPA는 시대에 뒤떨어진 것처럼 느껴집니다. 그렇지 않으면 교육하십시오. UiPath AI Center와 같은 플랫폼을 사용하면 이전보다 훨씬 더 많은 일을 할 수 있습니다. Klochkoff는 "비즈니스 가치가 있을 때 연구 개발(R&D) 예산도 마찬가지입니다. 즉, 고도로 기술적인 직원이 '광범위한 샌드박스'를 활용할 수 있음을 의미합니다."라고 말합니다.

참여를 구축하면서 AI를 기존 RPA 솔루션에 통합하는 방법을 모든 수준에서 보여줄 수 있습니다. 우아한 구현을 위해서는 리더, 직원 및 리소스의 지원이 필요합니다.

AI를 진정으로 이해하는 사람 찾기

이 기사에서 한 가지 교훈을 빼면 다음과 같이 하십시오. 결과에 집중하십시오. 전 세계의 모든 데모와 예제를 가질 수 있지만 결과가 있는 사용 사례만큼 많은 양을 말하는 것은 없습니다.

초기에 사용 사례를 찾고 이를 시연할 적절한 대상을 찾으십시오. 올바른 사용 사례는 진행 상황과 실제 효과를 보여줍니다.

UiPath AI Computer Vision을 사용하여 대량의 의료 보험 청구를 빠르고 효율적으로 처리한 ApprioHealth의 예를 살펴보십시오. ApprioHealth 팀은 RPA의 숙련된 사용자이지만 VDI(가상 데스크톱 인프라)가 RPA의 효율성을 방해한다는 사실을 알게 되었습니다. AI Computer Vision을 사용하면 소프트웨어 로봇이 사람처럼 컴퓨터 화면을 볼 수 있습니다. 즉, ApprioHealth는 모든 VDI 시스템에서 RPA를 사용할 수 있습니다.

이 사용 사례는 팀에서 가능한 진행 상황을 이해하고 이를 추구했을 때 RPA 효율성이 7배 증가했기 때문에 이상적이었습니다.

또한 적절한 청중은 기술 개념, AI의 비즈니스 가치, AI 이니셔티브에 대한 참여가 중요한 이유에 대해 충분히 알고 있을 것입니다.

여기에서 데모가 때때로 잘못될 수 있습니다. Klochkoff는 특정 수준의 기술 통찰력이 부족한 프론트 오피스 이해 관계자와 함께 일하면서 이것을 한 번 경험했습니다. 그의 팀은 고객 제안에 대한 응답을 미리 생성할 수 있는 AI 솔루션을 구축했습니다.

Klochkoff는 "사람들은 자신에게 가치를 가져다줄 흥미롭고 복잡한 문제를 해결하는 데 정말 열광했지만, 솔루션이 100%의 신뢰 임계값에서 제공되지 않을 때는 별로 개의치 ​​않았습니다."라고 말했습니다. 한때 흥분했던 이해 관계자들은 그 문턱을 보자 냉담해졌습니다. 그들은 AI 솔루션이 알지 못하는 답을 알고 있는 질문의 작은 부분에 신경을 썼습니다. Klochkoff는 처음부터 이상적인 그룹이 아니라고 인정했습니다.

모든 사람은 Klochkoff가 "버즈워드 빙고"(AI, ML 및 RPA를 포함할 수 있음)라고 부르는 것에 참여하는 것을 좋아하지만 일부 프로젝트의 경우 당면한 기술을 진정으로 이해하는 사람들을 찾아야 합니다. Klochkoff는 "수년간 함께 일한 사람들"과 함께 가장 큰 성공을 거두었습니다.

한 프로젝트에서 4주에서 6주 사이에 정확도가 76%에서 97%로 향상되었습니다. "기술 기능에 대한 친구들의 지속적인 참여와 참여가 없었다면 불가능했을 것입니다."

상호 이해는 개념 증명을 넘어 솔루션을 배포하고 궁극적으로 확장할 수 있는 능력을 부여합니다.

기세를 활용하고 실행

선두 기업은 결국 AI를 사용하여 경쟁력을 갖추는 방법을 배워야 하지만, 시기가 맞지 않는 구현은 구현을 놓친 것만큼 위험할 수 있습니다. 미루지 말고 서두르지 마십시오.

우리는 준비 상태를 테스트하고 추진력을 구축하는 방법에 대해 논의했습니다. 2부에서 우리는 그 추진력으로 무엇을 할 것인지 설명할 것입니다. 일단 흥미가 생기면 AI 모델을 자동화 프로그램에 통합할 수 있습니다.

Brian Klochkoff와 저만의 이야기를 들으려면 AI 플레이북 웨비나 녹음을 확인하세요.