도구를 만드는 것이 어려운 부분이 아니었다 - 베네딕트 에번스가 짚은 제도화와 즉흥의 스펙트럼

도구를 만드는 것이 어려운 부분이 아니었다

TL;DR

• 현실 진단이 아이러니를 지목하는데 전형적인 미국 대기업은 SAP와 워크데이 같은 거대한 수평 기록 시스템에 수백 개 수직 SaaS, 부서 하나를 돌리는 10메가 스프레드시트까지 수천 개의 소프트웨어를 갖고 있다는 것이다. 그런데 결과가 역설이다. 회사는 자기가 얼마나 갖고 있는지조차 잘 모르는데, 이 모든 소프트웨어를 갖고도 지루하고 반복적인 작업으로 가득하다.
• 유혹의 논리가 먼저 제시되는데 엔지니어는 10분 걸리는 작업을 자동화하려고 한 시간을 들여 도구를 만드는 사람이라는 오래된 농담이 있지만 AI로는 그 도구를 5분에 만들 수 있고 엔지니어일 필요도 코드를 쓸 필요도 없다는 것이다. 그래서 판정이 나온다. 도구 제작자에게는 이것이 취하게 하지만, 소프트웨어가 어디서 오고 사람들이 그것을 어떻게 쓰는지를 오해하고 기업이 어떻게 변하는지를 놓친다.
• 첫 번째 오해가 사람에 있는데 대부분의 사람은 도구 제작자가 아니어서, 훌륭한 이혼 전문 변호사는 온종일 사건과 의뢰인을 생각하고 법률 디스커버리 소프트웨어가 무엇을 할지는 생각하지 않는다는 것이다. 그리고 더 깊은 문제가 지목된다. 어려운 부분은 애초에 여기에 도구가 필요하다는 것을 아는 것과 그 도구가 무엇을 해야 하는지 아는 것이며, 코드를 쓰기 쉽게 만드는 것으로는 해결되지 않는다.
• 두 번째가 스펙트럼으로 정리되는데 소프트웨어는 위에서 아래로와 아래에서 위로의 스펙트럼에서 만들어져 회사는 SAP를 사고 사용자는 스프레드시트를 만들며, 이것을 제도화와 즉흥의 스펙트럼으로 보는 것이 유용하다는 것이다. 순환도 서술된다. 어떤 작업이 늘 같은 방식으로 반복되고 매출과 위험이 붙으면 회사는 그것을 제도화해야 하고, 욕망의 길을 포장하고 돌로 굳히는 데 사람을 쓰는 것이 회사에 수백 개 앱이 있는 이유다.
• 결론이 역사적 유추로 마무리되는데 1983년에 모두에게 PC와 로터스 123을 주거나 1997년에 웹 브라우저를 준 것과 같은 문제이며, PC와 로터스를 준 것이 청구서 처리 효율을 변형시킨 방법은 아니었다는 것이다. 그래서 마지막 관점이 제시된다. 모든 새 기술에서 우리는 이미 가진 일에 그것을 쓰기 시작하지만 시간이 지나면 완전히 새로운 것을 만들며, 이전의 모든 플랫폼 전환에서 실제로 중요했던 것은 아무도 상상조차 못 한 것이었다.

Source

AI, tools and transformation — Benedict Evans, 2026년 9월 3일

[ben-evans.com/benedictevans/2026/9/3/ai-tools-and-transformation](https://www.ben-evans.com/benedictevans/2026/9/3/ai-tools-and-transformation)

Knowledge

소프트웨어가 넘치는데도 반복 작업이 가득한 회사

글은 현황 묘사로 시작한다. 오늘날 전형적인 미국 대기업은 수백 개, 어쩌면 수천 개의 서로 다른 소프트웨어를 갖고 있다는 것이다. 층위가 열거된다. SAP와 워크데이 같은 거대한 빅 아이언 수평 기록 시스템이 있고 수백 개의 수직 SaaS 애플리케이션이 있으며 그다음에 수백 개가 더 있는 워크플로와 스크립트, 자동화, 데이터베이스가 있고 부서 하나를 돌리는 10메가 스프레드시트까지 내려간다는 것이다.

그리고 인식의 공백이 지적된다. 아주 흔하게 회사는 자기가 얼마나 많이 갖고 있는지, 실제로 무엇이 쓰이고 있는지, 무엇에 돈을 내고 있는지조차 잘 모른다는 것이다. 그런데 여기서 역설이 제시된다. 이 모든 소프트웨어를 갖고도 회사는 지루하고 반복적인 작업으로 가득하다는 것이다.

5분에 도구를 만든다는 유혹

유혹이 서술된다. AI가 이것의 대부분을 쓸어버릴 것이라고 생각하기가 아주 매력적일 수 있다는 것이다. 그리고 농담이 인용된다. 엔지니어는 10분 걸리는 작업을 자동화하려고 한 시간을 들여 도구를 만드는 사람이라는 오래된 농담이 있다는 것이다. 그런데 AI가 조건을 바꾼다고 한다. 이제 그 도구를 5분에 만들 수 있고 엔지니어일 필요도 없고 코드를 쓸 필요도 없다는 것이다. 방식도 제시된다. 모델에게 도구를 만들어 달라고 요청하기만 하면 되며 더 근본적으로는 그 작업 자체를 그냥 해 달라고 하면 된다는 것이다.

그래서 전망이 그려진다. 그런 도구들을 하나씩 만들어야 하는 대신 소프트웨어가 동적이고 생성적이며 자유 형식이고 즉발적일 수 있다는 것이다. 결과도 제시된다. 훨씬 더 많은 작업을 훨씬 더 적은 소프트웨어로 자동화할 수 있다는 것이다.

그리고 대상이 지목된다. 도구 제작자라면, 그리고 실리콘밸리의 모든 사람이 도구 제작자인데, 이것은 취하게 한다는 것이다. 그러나 곧바로 판정이 나온다. 그것이 소프트웨어가 어디서 오고 사람들이 그것을 어떻게 쓰는지를 오해한다고 생각하며 기업이 어떻게 변하는지를 놓친다고 생각한다는 것이다.

대부분의 사람은 도구 제작자가 아니다

첫 번째 논거가 제시된다. 우선 대부분의 사람은 도구 제작자가 아니며 대부분의 사람은 자기 일이 다른 방식으로 될 수 있는지 본능적으로 생각하지 않는다는 것이다. 그리고 편향이 지적된다. 실리콘밸리 버블에서 온 시간을 보내면 이것을 잊기 쉬운데, 자기 세계 전부가 일이 되는 방식을 바꾸는 도구를 만드는 것에 관한 것이기 때문이라는 것이다.

두 가지 예가 제시된다. 정말 훌륭한 이혼 전문 변호사라면 온종일 자기 사건과 의뢰인을 생각하며 훌륭한 법률 디스커버리 소프트웨어가 무엇을 할지 생각하지 않는다는 것이다. 정말 훌륭한 엔터프라이즈 영업 담당자라면 온종일 자기 제품과 고객과 경쟁자를 생각하며 훌륭한 영업 지원 소프트웨어가 자신을 얼마나 더 생산적으로 만들지는 생각하지 않는다는 것이다.

기존 해법의 한계도 지적된다. 엑셀 같은 제품은 온보딩 흐름과 어시스턴트, 템플릿으로 이 문제를 잇으려 하며 파일 새로 만들기에서 보는 모든 것이 이 도구로 무엇을 할 수 있는지에 대한 제안이라는 것이다. 그런데 반전이 붙는다. 그 템플릿 하나하나가 여전히 하나의 회사가 되었다는 것이다. 그리고 현재에 적용된다. 그것이 Claude for X 같은 것에서도 보이는 바이며 도움은 되지만 답은 아니라는 것이다.

좁은 의미의 결론이 나온다. 자동화할 작업이 뻔히 보이는 곳에 놓여 있어도 그 작업을 가진 사람들이 그것을 보지 못할 수 있다는 것이다. 그리고 이것이 특정 직무 개념으로 이어진다고 지목되는데, 포워드 디플로이드 엔지니어라는 발상으로 이끄는 것이 이것이라는 것이다. 그 역할이 규정된다. 만드는 사람이면서 AI가 무엇을 만들 수 있는지 아는 누군가가, 법률 사무소나 건축 사무소를 그냥 돌아다니면서 변호사나 건축가가 보지 못하는, 테이블 위에 놓여 있는 기회들을 보는 것이라는 것이다.

친숙한 장면도 붙는다. 이것은 또한 기술 업계의 많은 사람들이 열다섯 살 때 인턴십이나 부모의 사무실을 돌아다니며 겪은 경험이라는 것이며 그때의 대사가 인용된다. 아빠, 그냥 이렇게 하면 된다는 걸 아셨어요라는 것이다.

더 깊은 문제 — 문제 자체가 안 보인다

더 깊은 문제가 제시된다. 지난 수십 년간 우리가 자동화한 것의 대부분은 도구 제작자라 해도 명백하지 않았고 명백한 해법도 없었다는 것이다. 그 근거로 경험이 호출된다. 매일 쓰는 것들 중에서 첫 반응이 내가 저걸 왜 원하겠어였던 예를 우리 모두 떠올릴 수 있다는 것이다. 그리고 두 가지 이유가 제시된다. 아주 흔하게 문제가 존재한다는 것이 명백하지 않으며 아주 흔하게 그것이 다른 무언가의 안에 박혀 있거나 묶여 있거나 숨겨져 있다는 것이다.

해법 쪽도 마찬가지라고 지적된다. 문제를 볼 수 있거나 볼 수 있다고 생각하더라도 그것을 고치는 옳은 방법 역시 흔히 분명하지 않다는 것이다. 그리고 방식이 제시된다. 고치는 방법은 그것을 재정의하거나 해체하는 것인데 그것을 알아내는 일이 어렵다는 것이다.

증거가 제시된다. 많은 성공한 소프트웨어 회사들에 대해, 그 앞에 옳은 접근이나 옳은 문제를 정확히 찾지 못한 여섯 번의 실패한 시도가 있었다는 것이다. 그래서 여기서 핵심 판정이 나온다. 이 중 어느 것도 코드를 쓰기 쉽게 만드는 것으로, 즉 도구를 만들기 쉽게 만드는 것으로 해결되지 않는다는 것이다. 그리고 어려운 부분이 특정된다. 어려운 부분은 애초에 여기에 도구가 필요하다는 것을 아는 것이며 그다음 그 도구가 무엇을 해야 하는지 아는 것이라는 것이다.

그 지점에 도달해도 남는 문제

또 하나의 장벽이 제시된다. 하지만 그 지점에 도달했다 해도 다른 모든 사람이 그것을 쓰게 만들어야 한다는 것이며 그 규모가 구체적으로 서술된다. 우리가 자동화하고 싶어 할 문제와 워크플로, 작업의 많은 것이 다섯 개의 서로 다른 부서에 걸친 50명이나 500명, 세 개의 서로 다른 기록 시스템, 네 개의 서로 다른 규제 체계에 닿는다는 것이다.

그래서 개인의 한계가 지적된다. 미지급금 처리를 다르게 하는 훌륭한 아이디어가 있을 수 있지만 자신이 회사의 모든 사람이 그것을 하는 방식을 바꿀 수는 없다는 것이다. 그리고 그것의 성격이 규정된다. 그것은 구매여야 하고 결정이어야 하고 18개월짜리 영업 과정이어야 한다는 것이다.

제도화와 즉흥의 스펙트럼

두 번째 논점이 제시된다. 이 모든 것이 뜻하는 바는 소프트웨어가 위에서 아래로부터 아래에서 위로에 이르는 스펙트럼에서 구매되거나 선택되거나 만들어진다는 것이다. 양극이 예시된다. 회사는 SAP를 사고 사용자는 스프레드시트를 만든다는 것이다. 그리고 다른 축이 제안된다. 이것을 또한 제도화된 것에서 즉흥적인 것에 이르는 스펙트럼으로 생각하는 것이 유용하다고 생각한다는 것이다.

제도화된 쪽이 설명된다. 이미 가진 전용 도구에서 하기 쉬운 작업들이 있으며 SAP나 카타, 리플링 같은 것이라는 것이다. 그 성격이 규정된다. 이 작업과 워크플로는 제도화되었는데, 그 회사들과 우리 회사의 여러 사람이 그 작업을 하는 올바른 방법을 알아내는 데 많은 시간을 썼고 모두가 같은 도구로 같은 방식으로 하는 것이 중요하다는 것이다.

즉흥적인 쪽도 제시된다. 그런데 그 도구들에서 하기 어렵거나 불가능한 예외 사례와 예외, 일회성 질문들이 있다는 것이다. 그리고 대응 방식이 열거된다. 사용자들이 아래에서 위로 자기만의 해법을 만들면서 엑셀과 이메일, 공유 폴더, 태블로, 파워포인트와 CSV, 스크린샷, PDF, 컨퍼런스 콜 같은 자유 형식 기반의 흐릿하고 즉흥적인 공간에서 이것들을 관리한다는 것이다.

그리고 순환의 다음 단계가 서술된다. 그런데 이 작업이 늘 하는 것이 되고 매번 같은 방식으로 하는 것이 되고 많은 사람이 하게 되고 중요해지고 매출과 위험이 붙게 되면, 어느 지점에서 회사는 그것을 제도화해야 한다는 것이다. 필요한 것들이 열거된다. 감사와 보안, 유지관리, 책임성이 필요하다는 것이다.

그리고 비유가 등장한다. 욕망의 길을 포장하고 그것을 돌에 새기도록 누군가에게 돈을 낸다는 것이다. 그러면서 앞의 논점이 다시 붙는다. 앞서 말했듯 그 길이 거기 있다는 것을 깨닫지 못할 수도 있으며 수백 명이 하루에 한 시간씩 이것을 하며 낭비하고 있다는 것을 깨닫지 못할 수도 있다는 것이다. 그리고 고치는 옳은 방법을 알아내기 어려울 수도 있다는 것이다. 그런데 결론이 나온다. 그 과정이 바로 회사에 수백 개의 앱이 있는 이유라는 것이다.

SaaS 전환이 남긴 교훈

역사적 선례가 호출된다. SaaS로의 전환에서 이것의 많은 부분을 겪었다는 것이다. 그 성격이 규정된다. 우리가 가진 소프트웨어의 양에서 또 한 번의 자릿수 변화였으며 새 운영 모델과 새 사이클 타임이 함께 왔다는 것이다. 그리고 결과가 제시된다. 그것이 그 도약을 하지 못한 많은 기존 업체를 죽였으며 SaaS 종말이라는 것의 진짜 근거였다는 것이다.

과정의 성격이 규정된다. 그것은 묶기와 해체하기의 연속적이고 유기적인 흐름이라는 것이다. 근거가 제시된다. 그 모든 SaaS 앱은 SAP나 엑셀이나 이메일에서 할 수 있는 무언가를 한다는 것이다. 그리고 예가 제시되는데 인상적이다. 카타는 CFO를 위해 스프레드시트 하나를 관리하는 40억 달러 회사라는 것이다.

역방향도 있다고 지적된다. 때로는 작업이 되돌아간다는 것이다. 일화가 인용된다. 몇 년 전 어떤 컨설턴트와 얘기했는데, 자기 일의 절반은 엑셀을 쓰는 사람들에게 데이터베이스를 쓰라고 말하는 것이고 나머지 절반은 그 반대였다고 했다는 것이다.

규모별 예시가 제시된다. PwC이고 매년 3,000명에서 4,000명의 졸업생을 채용한다면 그것을 관리하려고 전용의 제도화된 소프트웨어를 쓴다는 것이다. 반면 작은 회사이고 다섯 명이나 열 명을 채용한다면 이메일과 공유 폴더, 구글 시트를 쓴다는 것이다. 성장 경로도 그려진다. 그 작은 회사가 성장하면서 어느 지점에서 그것을 넘어서게 되고 어쩌면 노션으로 옮기거나 중소기업 중심의 SaaS HCM으로 옮길 것이라는 것이다.

그런데 반대 방향도 동시에 일어난다고 지적된다. PwC 안의 작은 팀도 어떤 역할을 채울 후보자를 추적하려고 구글 시트를 쓰고 있을 수 있는데 워크데이가 너무 유연하지 않기 때문이라는 것이다. 그래서 순환이 확인된다. 해체가 다시 시작된다는 것이다.

AI가 하는 일은 문턱을 옮기는 것이다

AI가 이 모든 것 위로 밀려온다고 서술된다. AI가 기존 앱 전부를 확장할 것이고 많은 새 수직 앱이 있을 것이며 엑셀과 태블로, 구글 시트, 이메일, 그리고 해법을 즉흥적으로 만드는 다른 모든 자유 형식 공간이 새 기능을 얻을 것이라는 것이다. 그리고 챗봇의 위치가 규정된다. 그 순환과 함께 챗봇 자체가 엑셀과 이메일 옆에 앉는 새로운 자유 형식 공간이라는 것이며 양방향성이 지적된다. 그것들과 기존 앱으로부터 작업을 가져가고 또한 그 앱들에게 작업을 잃는다는 것이다.

구체적 시나리오가 제시된다. 이제 열 명의 졸업생을 채용하는 그 작은 회사는 AI가 구글 시트를 더 확장 가능하게 만들기 때문에 훨씬 더 오래 거기 머무를 수 있다는 것이다. 또는 그것을 제미니용 데이터 저장소로 쓸 수도 있다는 것이다. 그리고 질문이 생긴다고 한다. 클로드에게 뭔가 만들게 해야 할까, 아니면 이걸 노션으로 옮겨야 할까라고 물을 수 있다는 것이다. 그런데 또 하나가 나타난다. 그러다 보면 바로 자신을 겨냥한 새 SaaS 앱이 있고 그것이 이 문제에 더해 생각해 보지도 못한 다른 문제까지 해결하는 것을 보게 된다는 것이다.

그래서 이 글의 핵심 명제가 나온다. AI는 질문을 바꾸지 않으며 새로운 선택지를 만들고 문턱을 옮긴다는 것이다.

코파일럿을 전원에게 준 3년의 경험

지난 3년의 엔터프라이즈 AI 배포 경험에서 이 모든 것을 볼 수 있다고 지목되며 그 분포가 서술된다. 모든 대기업이 모두에게 코파일럿이나 챗GPT나 클로드를 주었는데, 소수의 사람이 이것을 많이 쓰고 있으며 그중 일부는 실제로 생산성을 높였다는 것이다. 그다음 층이 제시된다. 더 큰 집합의 사람들이 일주일에 두어 번 쓰고 있다는 것이다. 그리고 나머지가 제시된다. 회사의 나머지 많은 사람은 사실 전혀 쓰지 않고 있다는 것이다.

원인이 두 겹으로 진단된다. 이것은 부분적으로 변화 관리와 훈련의 문제라는 것이다. 그런데 대부분은 다른 것이라고 한다. 1983년에 회사의 모두에게 PC와 로터스 123을 주었거나 1997년에 인터넷 연결과 웹 브라우저를 주었더라도 갖게 되었을 바로 그 문제라는 것이다.

핵심 질문이 제시된다. 이것이 정확히 어떻게 모두의 작업과 이번 주에 그들이 실제로 가진 문제에 대응되느냐는 것이다. 그리고 역사적 대비가 두 번 제시된다. 그렇다, 모두에게 PC와 로터스를 주었지만 그것이 청구서 처리의 효율을 변형시킨 방법은 아니었다는 것이다. 그렇다, 모두에게 웹 브라우저를 주었지만 그것이 인터넷을 중심으로 공급망 관리를 재구축한 방법은 아니었으며 소매업체가 전자상거래를 관리한 방법은 확실히 아니었다는 것이다.

파일럿이 규모에 닿지 않는다는 곤경

좁은 의미의 접근이 서술된다. 기업이 그런 종류의 구조적 프로세스를 바꾸는 것에 대해 생각하는 방식은 파일럿을 시작하는 것이라는 것이다. 내용도 제시된다. 이전에는 자동화할 수 없었던 프로세스를 자동화하기 위해 AI의 새 기능을 쓰는 제품들의, 구매한 것과 내부에서 만든 것 모두의 시험을 돌린다는 것이다.

데이터도 언급된다. 이제 이런 파일럿이 몇 개나 되고 몇 개가 작동하며 무엇이 잘못될 수 있는지에 관한 온갖 데이터가 있다는 것이다. 그리고 성공률과 그 해석이 붙는다. 대략 절반이며 그것이 정상인데, 그래서 그것들이 파일럿인 것이라는 것이다.

그런데 이것의 성격이 규정된다. 이것은 사용 사례와 등대, 파일럿, 영웅, 빠른 성과, 측정 가능한 결과를 둘러싼 아주 구식의 CIO 대화라는 것이다. 그리고 경영진의 반응이 인용된다. 한편 CEO와 이사회는 머리를 긁으며 말한다는 것이다. 잠깐, 우리에게 수백 개의 워크플로가 있는데 파일럿을 다섯 개나 열 개 했다는 것이며 그게 규모에 닿는 것 같지 않다는 것이다.

대안의 한계도 지적된다. 회사의 모두에게 챗GPT를 주는 것은 이론적으로는 규모에 닿는데, 다만 대부분의 사람이 그것을 쓰는 방법을 실제로 찾지 못하고 있다는 것이다.

그래서 정리가 이어진다. 1980년대에 모두에게 스프레드시트를 준 가상의 은행이나 1990년대에 모두에게 웹 브라우저를 준 소매업체로 돌아가면, 물론 그렇게 해야 하고 물론 훈련과 변화 관리, KPMG가 알려줄 수 있는 다른 모든 좋은 것들을 생각해야 한다는 것이다. 그런데 판정이 나온다. 그러나 그것이 세대적인 새 기술을 중심으로 회사가 일하는 방식을 변형하는 것에 대해 생각하는 방법은 아니라는 것이다.

회사가 물어야 하는 세 가지 질문

한 발 물러서서 보면, 새로운 변형적 기술마다 모든 회사가 세 종류의 질문을 물어야 하는 것 같다고 제시된다.

첫째는 이것을 어떻게 구매하고 만들고 배포하느냐는 것이다. 세부가 열거된다. 파일럿을 할 것인가, 마이크로소프트나 구글, 오라클에서 묶어 나온 제품을 취할 것인가, 우리가 직접 만들 것인가, 누군가에게 돈을 주고 만들게 할 것인가, 아니면 스타트업에서 이 새것을 살 것인가라는 것이다.

둘째는 이것이 자기 운영을 얼마나 바꾸는지 물어야 한다는 것이다. 질문이 형식화된다. 그것은 무엇을 뜻하는가, 이메일은 우리에게 무엇을 뜻하는가, 스프레드시트는 우리에게 무엇을 뜻하는가라는 것이다. 그리고 답의 편차가 지적된다. 그 답은 보험 회사인지 법률 사무소인지에 따라 근본적으로 다를 수 있다는 것이다.

셋째는 이것이 사업의 경제성에 새로운 도전이나 새로운 경쟁 압력, 또는 어떤 종류의 실존적 위협을 만드는지 물어야 한다는 것이다. 그리고 판정이 붙는다. 그 질문들은 모두에게 Claude for X를 주는 것으로 답하지 못한다는 것이다.

전문 서비스 시장이 서술되는데 아이러니가 지적된다. 이 모든 것이 전문 서비스를 위한 많은 새 제안을 뜻하는데, AI가 그들 자신의 사업 모델에 얼마나 많은 질문을 던지는지를 고려하면 아이러니하다는 것이다.

구체적 예가 열거된다. 콜센터에 LLM 기반 음성 분석 도구를 배포하는 방법을 알아내고 싶다면 아마 액센추어에 전화할 것이라는 것이다. 그리고 벤더들의 태도가 언급된다. 벤더들 자신은 늘 기꺼이 도왔으며 이제 큰 랩들은 자기만의 배포 회사를 갖고 있다는 것이다. 농담도 인용된다. 우리는 머신러닝 과학자란 샌프란시스코에 사는 통계학자라고 농담했는데, 그러면 포워드 디플로이드 엔지니어란 OpenAI가 시스템 통합업체에서 채용한 누구든이라는 것일 수 있다는 것이다.

반대 방향도 제시된다. 스타트업이 훌륭한 새 도구를 만들고 있고 빠르게 시장에 가고 싶다면 아마 빅4에 전화할 것이라는 것이다.

또 하나가 제시되는데 도발적이다. 법률 사무소나 회계 사무소에 AI 소프트웨어를 파는 것이 얼마나 어려운지에 좌절했다면, 좋다, AI 기반 법률 사무소를 시작해서 그것이 핵심 레버리지 지점이 될 수 있는지 알아내라는 것이다. 유보도 붙는다. 아니면 그것이 1980년대에 PC 기반 법률 사무소를 시작하는 것과 같은지 알아내라는 것이다.

마지막으로 이사회의 경로가 제시된다. 이사회이고 이것이 어떤 종류의 실존적 위협인지 거대한 매출 기회인지 알아내려 한다면 베인과 BCG, 맥킨지에 전화하는 것을 생각할 것이라는 것이며 또는 친절한 이웃 M&A 뱅커라는 것이다. 그리고 그것이 그들이 하는 일이라고 덧붙인다.

더 단순한 관점

한 발 더 물러서면 질문을 생각하는 훨씬 더 단순한 방법도 있다고 제시되며 그 패턴이 서술된다. 모든 새 기술에서 우리는 이미 가진 일에 그것을 쓰기 시작하며 그 일을 더 많이 더 빨리 한다는 것이다. 그런데 시간이 지나면 완전히 새로운 것들을 만든다는 것이다.

AI에 적용된다. 우리는 AI를 써서 기존 워크플로와 기존 회사 안의 넓은 범주의 것들을 자동화할 것이라는 것이다. 다만 유보가 붙는데, 위에서 서술한 대로 그것은 모두에게 모델을 주는 것보다 엄청나게 더 많은 수고와 일이 될 것이라는 것이다. 그리고 마지막 문장이 이 글의 결론을 맺는다. 그러나 이전의 모든 플랫폼 전환에서 실제로 중요했던 것은 이전에는 가능하지도 않았고 아무도 상상조차 하지 못한 것이었다는 것이다.

더 생각해보기

• 어려운 부분이 도구가 필요하다는 것을 아는 것이라면, 그 인식은 어떻게 조직 역량으로 만들 수 있는가.
• 포워드 디플로이드 엔지니어가 열다섯 살 인턴의 시선과 같다면 그 역할은 왜 지금 비싸졌는가.
• 성공한 소프트웨어 앞에 여섯 번의 실패가 있었다는 관찰은 AI 시대에 실패 횟수를 줄이는가 늘리는가.
• 제도화와 즉흥의 순환이 앱 수백 개의 원인이라면, AI는 그 순환을 빠르게 하는가 느리게 하는가.
• 챗봇이 엑셀 옆의 새 자유 형식 공간이라면 그것에 감사와 책임성은 어떻게 붙는가.
• AI가 질문을 바꾸지 않고 문턱만 옮긴다면, 어떤 문턱이 실제로 얼마나 움직였는지 무엇으로 측정하는가.
• 파일럿 성공률 절반이 정상이라는 해석은 CEO의 규모 확장 의문에 답이 되는가.
• 카타가 스프레드시트 하나로 40억 달러라면, AI로 그 스프레드시트를 대체하는 시도는 왜 어려운가.
• PC 기반 법률 사무소 비유는 AI 기반 전문 서비스 시도를 기각하는가, 시기 문제로 유보하는가.
• 실제로 중요한 것이 아무도 상상 못 한 것이라면, 지금의 도입 논쟁은 어느 정도로 부차적인가.