하버드비즈니스리뷰

오늘날 기업은 전례 없이 많은 양의 데이터를 생성한다. 데이터는 각종 비즈니스 활동의 부산물로 늘 증가해온 게 사실이다. 하지만 오늘날에는 개인과 직장 생활이 점점 더 온라인에서 이뤄지면서 사람들은 매일 엄청난 양의 데이터를 만들어 내고 있다. 실제로 세계 인터넷 데이터의 90%가 2016년 이후 생성됐다.

10년 넘게 소위 ‘FAANG 기업(페이스북, 애플, 아마존, 넷플릭스, 구글)’만이 방대한 양의 데이터를 대규모로 수집할 수 있는 이점을 누려왔다. 이들은 데이터가 주요 제품이고, 여러 가치를 생성하는 핵심이었으므로 AI팀, 서버, 네트워크 인프라 등에 일찍이 투자했다. 이러한 집중 투자는 비(非)기술 기업에서는 거의 불가능했다.

그러나 최근에는 클라우드 컴퓨팅 플랫폼, 일반적 툴의 개선, 기계학습 모델의 보편화로 더 많은 기업이 고급 데이터 기술을 활용할 수 있게 됐다. 2021년 말 전체 기업의 절반 이상이 최소한 한 개 이상의 비즈니스 기능에 인공지능을 도입했다. 또한 전체 기업의 25% 이상이 EBITDA의 최소 5% 이상이 AI 도입으로 발생한다고 보고했다. 대량 생산된 기계학습 모델은 어디에서나 찾아볼 수 있다.

매우 중요한 변화다. 비기술 기업은 이미 보유하고 있는 데이터로 AI 툴을 활용해 판매, 물류, 운영을 개선할 수 있다.

그러나 툴만으로는 충분하지 않다. 장기적 이익과 경쟁 우위를 확보하기 위해서는 데이터를 최적화하고 전략적으로 사용하는 법을 배워야 한다. 기업 리더는 데이터 프로세스를 비즈니스 핵심 구성 요소로 개발하는 데 우선순위를 둬야 한다. 이를 위해서는 다음과 같은 행동이 필요하다.


1. 데이터 사용에 대한 학습

데이터를 어떻게 사용할지 이해하는 첫 번째 단계는 이미 가지고 있는 데이터가 무엇인지 파악하는 데서 시작한다. 비즈니스 프로세스 인벤토리(보유 목록)를 조사해 어떤 프로세스에서 데이터가 생성되는지 확인하라. 다음과 같이 질문해보자. 우리 회사는 무엇을 기록하는가? 무엇을 기록하지 않으며, 왜 기록하지 않는가? 보관할 수 있는데 그냥 버리고 있는 정보는 무엇인가?

데이터 인벤토리를 정리한 뒤에는 다른 회사들을 살펴봐야 한다. 다른 회사가 비즈니스 기능을 개선하기 위해 비슷한 데이터를 어떻게 저장하고 사용하는지 보며 데이터 사용에 대해 학습해야 한다.

아티클을 끝까지 보시려면
유료 멤버십에 가입하세요.
첫 달은 무료입니다!

로그인 멤버십 결제