01 AX Strategy
무엇이 바뀌고 있고, 무엇으로 성장할지 정합니다. 노트 116편.
Agentic Surcharge: 지멘스가 산업 AI 값을 사용자 구독 위에 층으로 얹어 받는 방식
지멘스는 2026 회계연도 4분기 실적 콜에서 산업 AI가 70억 유로가 넘는 Digital Industries 소프트웨어 매출의 약 5%라고 밝혔습니다. 사용자 수 기반 구독은 그대로 둡니다. 그 위에 Copilot 같은 AI에는 추가 구독료를, 에이전트에는 구독 위 할증(agentic surcharge)을 매긴다고 예고했습니다. 고객사 Andritz Metals는 Eigen Engineering Agent로 같은 엔지니어링 범위를 약 2배 빠르게 처리합니다.
Root Users of AI: Gartner가 본 2030년 일자리, 170만 개 순증과 IT 조직의 인력 증가
Gartner는 2030년까지 AI로 일자리 약 890만 개가 사라지고 1,060만 개가 생겨 170만 개가 순증한다고 내다봤습니다. 직접 실직은 최대 1.8%지만 20% 넘는 근로자의 일이 바뀝니다. Lovelock은 CIO에게 오히려 사람이 더 필요하고, 직원 대부분은 회사가 준 AI를 쓰는 root user가 된다고 봤습니다.
FDE Compensation: AI 배포 리더 연봉 58만~145만 달러, 성과를 증명한 사람은 2,000명뿐
채용 전문 회사 Christian and Timbers 조사에서 최상위 AI 배포 리더의 연봉은 58만 6천~145만 달러, 시니어 FDE 리더는 최대 225만 달러였습니다. 미국 FDE 약 1만 7,000명 중 측정 가능한 성과를 낸 사람은 약 2,000명이고 엘리트 풀의 80%가 Palantir 출신입니다. 후보의 배포 성과를 검증하는 증빙 카드와 8주 채용 계획을 붙였습니다.
Intelligent Organization: Baidu 리옌훙이 내놓은 에이전트 시대 조직 운영 3원칙
리옌훙(Robin Li)은 Baidu World 2026에서 AI 도입의 다음 단계가 일하는 방식을 다시 짜는 intelligent organization이라고 보고 직무 경계를 넘는 작업 단위, 노하우 문서화, 워크플로별 측정을 원칙으로 들었습니다. Baidu 사내 일일 활성 에이전트는 1년 새 약 5,000개에서 3만 7,000개로, 주간 완료 작업은 8만 4,000건에서 100만 건 이상으로 늘었습니다.
Every Employee an Intrapreneur: AI로 늘어난 실험을 조직의 결정으로 잇는 법
AI로 누구나 실험할 수 있게 됐지만 병목은 판단과 결정으로 옮겨 갔습니다. 자원자 네트워크, 결정 게이트, 공유 가정으로 탐색을 실행으로 잇는 설계를 정리했습니다.
Outcome Executive: Gainsight가 고객마다 성과 책임자를 두고 롱테일 고객은 에이전트에 맡긴 재편
고객 성공(CS) 소프트웨어 회사 Gainsight가 약 270명을 줄이며(Investing.com 단독, 회사는 인원 미공개) 회사를 에이전트 중심으로 다시 짰습니다. 고객마다 성과 책임자(Outcome Executive)를 한 명 두되 대형 고객은 사람, 롱테일 고객은 AI 에이전트가 맡고, 과금은 좌석 수에서 관리 ARR과 고객 수 기준으로 바꿉니다.
The Cost of Intelligence: 대기업 60%가 AI 예산을 넘겼는데 비용과 가치를 함께 재는 곳은 12%
Capgemini가 매출 10억 달러 이상 기업 CXO 500명을 조사했더니 약 60%가 올해 AI 예산을 평균 24% 넘겼습니다. AI 비용과 가치를 대부분 추적하는 곳은 12%였고, 80%는 전체 비용 대비 검증된 가치(AI yield)를 계산하지 못했습니다.
Bots in the Boardroom: Lloyds·IQ-EQ가 이사회 준비와 의사록에 AI를 쓰는 방식
Lloyds Banking Group은 FTSE 100 가운데 처음으로 이사회 준비에 AI 에이전트를 쓰고, 연 3만 회 이사회를 운영하는 IQ-EQ는 자료 요약과 의사록에 AI를 씁니다. 반면 미국 상장사 절반은 이사회 전용 AI 정책이 없습니다.
AI-Native Push: Tencent 창업자가 직원 절반을 AI 신사업으로 옮기자고 한 조직 구상
마화텅(Pony Ma)은 창립 28주년 사내 연설에서 핵심 사업은 AI로 효율을 높여 지키고 직원 절반은 AI 네이티브 신사업으로 옮기겠다고 했습니다. 회사는 50%가 감원 비율이 아니라 비유라고 밝혔고 대상·시점·부서는 공개하지 않았습니다.
AI Fluency·Agent Registry: TD SYNNEX가 직원 인증과 에이전트 소유자 제도로 AI를 넓히는 법
TD SYNNEX CIO Kristie Grinnell은 직원에게 출처·계산·편향을 확인하는 4단계 AI fluency 인증을, 에이전트에게는 등록과 사람 소유자를 요구합니다. 에이전트 권한은 쓰는 사람의 권한을 따르고, 사내 AI factory는 승인된 데이터에만 연결됩니다.
Agentic Procurement: RS Group이 고객사 구매 에이전트의 주문을 받으려고 데이터와 레거시부터 고친다
33개 시장에 산업용 제품을 공급하는 RS Group의 글로벌 CIO Janet Robertson은 대형 고객사가 구매 에이전트로 주문하기 시작했다고 말했습니다. 에이전트가 넣는 디지털 주문을 받으려면 생성형 검색을 붙이기 전에 데이터와 레거시 시스템부터 고쳐야 하고, 개발은 다년 프로그램 대신 계속 진화시키는 방식으로 바꿨다고 밝혔습니다.
AI Is a Tool, Not a Cure: 제약 CEO들이 AI 질병 정복론에 선을 긋는 이유
Novartis·AstraZeneca CEO가 WSJ Health Forum에서 AI가 질병을 곧 정복한다는 빅테크 전망에 선을 그었습니다. Vertex는 AI 기업 약 50곳을 화합물 데이터로 시험했지만 쓸 만한 결과를 얻지 못했고, AI로 설계한 약 가운데 FDA 승인을 받은 것은 아직 없습니다.
Frontier Firms: AI 수익 4배 기업은 측정·에이전트 거버넌스·전사 교육을 함께 굴린다
Microsoft가 의뢰한 IDC 조사(리더 5,204명)에서 AI 성숙도 상위 10%는 평균 4배, 하위 30%는 2.7배의 AI 수익을 보고했습니다. 상위 기업은 ROI 측정 자신감(93% vs 전체 61%), 에이전트 감독 절차(87% vs 51%), 전사 교육 전략(80% vs 3%)에서 크게 앞섰습니다.
Autonomy in Practice: AI 에이전트는 79%가 돌리는데 손익까지 연결한 곳은 15%
Genpact가 대기업 임원 2,005명을 조사한 결과, AI 에이전트를 운영한다는 곳은 79%였지만 AI 투자를 손익과 완전히 연결한 곳은 15%, 운영 모델 전환을 마친 곳은 9%였습니다. 상위 17% Leaders는 AI 효과를 담당자 이름과 손익 항목에 묶어 관리합니다.
Capacity Is a Resource, Not a Return: AI로 아낀 시간을 재무 성과로 바꾸는 CFO의 세 단계
Gartner가 기능 부서 리더 1,303명을 조사해 보니 AI로 인원이 줄었다는 답은 23%, 늘었다는 답은 17%였습니다. AI로 아낀 시간은 그냥 두면 흩어지니 행선지를 이사회에서 정하고 팀 목표에 재배치를 넣어 절약 시간 대신 매출·비용 회피·예측 정확도로 재라고 CFO에게 권합니다.
Managing Agents, Not People: 부하 직원 수로 정하던 관리자 급여가 흔들린다
관리자 급여는 오랫동안 거느린 사람 수를 따라 정해졌습니다. FT 칼럼니스트 Pilita Clark는 부하 자리를 AI 에이전트가 채우면 이 기준이 흔들린다고 짚고, 에이전트 감독이 생각보다 무거운 일이라는 증언을 모았습니다.
The End of Feature Discovery: AI가 기능을 골라 주면 성장팀의 일은 신뢰와 첫 성공으로 바뀐다
Lovable에서 성장을 맡은 Elena Verna는 사용자가 목표를 말하면 AI가 쓸 기능을 고르는 제품에서는 온보딩·내비게이션·인앱 넛지로 기능을 알리던 일이 대부분 사라진다고 봅니다. 대신 AI의 선택을 믿게 만드는 일과 빈 입력창에서 무엇을 맡길 수 있는지 알려 주는 일이 성장팀의 새 과제가 됩니다.
Snap Ships 2x the Code. PennyMac Plans Fewer Hires: 실적 공시 100여 건에 나온 AI 운영 수치
AI Weekly가 3주간 SEC 실적 공시 100여 건에서 AI 수치를 골랐습니다. Customers Bancorp는 에이전트를 두 배로 늘려 76,000시간을 아꼈고 PennyMac은 물량과 인원을 떼어 놓겠다고 밝혔으며 Snap은 머지 PR을 두 배로 늘리면서 PR당 결함률을 71% 넘게 줄였습니다.
Unvarnished Truth: Databricks CEO가 1만 2천 명 회사의 나쁜 소식을 Genie 에이전트로 듣는 법
Databricks CEO 알리 고스디는 직원이 1만 2천 명으로 늘자 실패 소식이 위로 올라오지 않는다고 보고, 사내 에이전트 Genie에게 만족도 조사 약점 분석, 임원 개선안 평가, 실패한 영업 피치 요약을 맡깁니다. 경영진용 나쁜 소식 브리프에 필요한 데이터, 출력 형식, 4주 계획을 붙였습니다.
Builders, Sellers, Measurers: Cloudflare가 재는 일은 AI에 맡기고 사람을 만들고 파는 일로 옮긴 방식
Cloudflare CEO Matthew Prince는 3분기 실적 콜에서 구조조정을 비용 절감보다 조직 재설계로 설명했습니다. 사람은 만드는 일과 파는 일로 옮기고, 지표를 모으고 보고하는 일은 AI가 맡습니다. IR 출신 직원이 만든 에이전트는 분기 토큰비 약 200달러 미만으로 투자자 자료를 만들고, 연말 인원은 감원 전보다 많을 것이라고 했습니다.
Humanoids and Job Cuts: Schaeffler가 유럽 3,460명을 줄이면서 공장에 휴머노이드 1,000대를 들이는 구조
독일 자동차 부품사 Schaeffler가 유럽에서 3,460명(순감)을 줄이고 사업장 5곳을 닫는 같은 날, 휴머노이드와 국방을 성장 축으로 내세웠습니다. 2026년 12월 두 공장을 시작으로 2032년까지 Humanoid 로봇 1,000대 이상을 들이고, 같은 회사에 액추에이터 100만 개 이상을 공급합니다. 로봇의 공급자이자 사용자가 되는 구조와 첫 6개월 실행 계획을 정리했습니다.
Put Agents on a Budget: 에이전트 작업량에 상한을 걸고 결과 책임자를 정하는 AI 비용 관리
Forrester의 Kevin Ogunsua는 AI 청구서가 토큰 단가보다 에이전트가 요청 하나에 하는 일의 양에 따라 흔들린다고 봅니다. 입력량·모델 호출 수·하위 에이전트 수에 상한을 두고 예산이 확인된 지출만 승인하며 확대 전에 매출·비용·리스크 지표와 결과 책임자 1명을 정하라고 권합니다.
Stop Inventing New AI Metrics: AI 성과는 기존 사업 지표로 측정하고 옮겨 간 병목을 고친다
AWS의 Colleen Aubrey는 AI 성과를 토큰이나 도입률로 재지 말고 재고·해결률 같은 기존 사업 지표로 재라고 말합니다. Wells Vehicle Electronics는 3개월에 재고를 7% 줄였고(AWS 설명), Amazon은 AI가 옮겨 놓은 하류 병목을 고쳐 배포 속도를 2배로 높였습니다.
Embedded AI Engineers: 마케팅·채용·재무 팀 안에 AI 엔지니어를 두라는 Andrew Ng의 제안
Andrew Ng은 코딩 에이전트로 개발 생산성이 오른 지금, AI 엔지니어를 마케팅·채용·재무 같은 현업 부서 안에 두는 편이 훨씬 합리적이라고 말합니다. 자기 팀에서 해 보니 만들 거리가 늘 엔지니어 역량을 넘었고, 병목은 코딩이 아니라 기획·워크플로 재설계·판단이었다고 합니다.
Toyota Robotics: Toyota가 흩어진 로봇 인력을 한 조직으로 모아 공장 배치를 서두른다
Toyota가 사내에 흩어진 로봇 전문성, 인력, 기능을 모아 2027년 1월 1일 전사 직속 조직 Toyota Robotics를 출범시킵니다. 최고생산책임자 시가 다케후미가 이끌고 자기 공장을 첫 고객 삼아 사내 로봇 수요 40만 대를 먼저 채운 뒤 2030년 이후 외부 판매로 넓힐 계획입니다.
Input Metric vs Output Metric: S&P Global이 AI 성과를 고객 기준으로 재는 법
S&P Global의 기술·전환 책임자 Firdaus Bhathena는 Newsweek 웨비나에서 AI 채택률은 투입 지표일 뿐이고 성과는 고객에게 2년 전엔 못 하던 무엇을 해 주는지로 재야 한다고 말했습니다. 수백 개 실험을 소수 과제로 좁히고 상류 에너지 제품 16개를 에이전트 플랫폼 하나로 묶었으며 비용 절감만 재면 사람들이 그 보상에 맞춰 움직인다고 경고했습니다.
AI Portfolio Pruning: 미국 IT·데이터 리더 500여 명 중 거의 4분의 1이 성과 없는 AI 과제를 줄이거나 멈췄다
데이터 플랫폼 기업 Ocient가 Propeller Insights와 미국 IT·데이터 리더 500여 명을 조사했습니다. 4분의 3이 AI 비용이 늘고 있다고 답했고 큰 ROI를 본 곳은 38%였습니다. 거의 4분의 1은 부진한 과제를 줄이거나 멈췄고 약 45%는 잘되는 과제에 투자를 늘렸으며 남길 과제는 보안 위험·재무 수익·정확도·확장 비용을 거의 같은 무게로 따져 골랐습니다.
Systems Thinker: Intuit이 따로 돌던 결제·급여·회계 에이전트를 한 플랫폼으로 다시 묶는 이유
Intuit CEO Sasan Goodarzi는 Stratechery 대담에서 먼저 내놓은 결제·급여·회계 에이전트가 각자 맡은 일은 잘했지만 처음부터 끝까지 이어지는 경험은 만들지 못했고, 시스템으로 설계하지 않은 탓이라고 말했습니다. 지금은 데이터·수집 모델·AI 모델을 회계사용과 기업용 제품이 함께 쓰는 한 플랫폼에 올리고, 회계법인 SOP를 받아 결산을 자동화합니다. 가격은 구독 중심을 지키고 3~5년 안에 사용량 과금을 더할 계획입니다.
23 AI Pilots and No Results: 시범 23개에 운영 0개, AI가 아니라 조직이 문제라는 진단
공장 운영 경력의 Altix Consulting CEO Yannick Schilly는 AI 시범 수를 책임자와 손익 항목이 붙은 운영 시스템 수로 나눠 3대 1보다 나쁘면 기술이 아니라 조직 문제라고 봅니다. 3년간 성과가 거의 없던 혁신 연구소와 90일마다 출시해 variant 비용을 3분의 1 줄인 4명 팀을 대비하며 돈과 연결된 과제 2~3개에 책임자와 중단 관문을 붙이라고 권합니다.
Governance as Infrastructure: AWS가 본 에이전트 확산 조건과 독일 은행의 대출 프로세스 재설계
AWS 상주 임원 Matthias Patzak은 고객이 가장 걱정하는 것이 거버넌스, 그다음이 가치라고 봅니다. 거버넌스는 정책 문서가 아니라 에이전트가 도는 플랫폼에 경계로 넣으라고 권했습니다. 독일 대형 은행 CIO가 핵심 인력 50명과 1주 합숙해 주택담보대출을 처음부터 다시 그리게 한 사례와 현업 전문가가 만든 에이전트를 동료 200명이 쓰는 사례를 들었습니다.
AI Boomerang: AI로 줄인 일자리를 다시 채우는 기업들, Ford는 베테랑 엔지니어 350명 채용·승진
AI를 이유로 감원한 뒤 같은 자리를 다시 채우는 기업이 나옵니다. Ford는 품질관리 AI 도구가 기대에 못 미치자 베테랑 엔지니어 350명을 채용·승진시켰고 Klarna는 상담원 채용을 재개했습니다. Robert Half는 예상보다 큰 감독 부담과 암묵지 공백을 이유로 꼽았습니다.
Invisible Utility: LLM이 계좌를 쥐면 은행이 잃는 고객 관계와 지킬 해자
북미 상위 40개 리테일 은행 절반을 고객으로 둔 Personetics의 CEO Udi Ziv는 고객이 계좌를 LLM에 연결하면 은행이 관계를 잃고 뒤로 숨은 유틸리티가 될 수 있다고 봤습니다. 은행의 무기로 공유 의무 없는 거래 데이터와 RM·지점·콜센터 같은 사람 채널을 꼽았고, 이를 실제로 돌리기 위한 접근 정책·이탈 신호·뱅커 리드 설계와 8주 계획을 붙였습니다.
Multi-Agent Orchestration: 금융사 59%가 쓰지만 전사로 조율한 곳은 10%
Capgemini가 금융사 경영진 1,100명을 조사했더니 59%가 멀티에이전트를 시험하거나 배포했지만 전사로 조율한 곳은 10%였고, 절반가량은 투자 수익을 꾸준히 입증하지 못했습니다. 90%는 모델 라우팅으로 토큰 비용을 통제하려 합니다. 라우팅 로그 JSON과 6주 실행안을 붙였습니다.
Block's Second Round: 고객·리스크·교육 운영 조직의 반복 업무를 도구로 넘기는 2차 감원
Block은 2월에 4천여 명을 줄인 데 이어, 3분기 실적과 함께 연간 전망을 올린 다음 날 Cash App·Square를 지원하는 고객·리스크·교육 운영 조직에서 2차 감원을 시작했습니다. 사내 이메일은 반복 업무를 도구에 맡기고 사람은 복잡한 케이스와 결정에 집중한다고 설명했습니다. 운영 업무를 장부로 나눠 도구 처리 여부를 판정하는 방법과 12주 일정을 붙였습니다.
Agent Org Chart: Blavity 대표가 비서실장 에이전트 하나로 AI 직원 40여 명을 굴리는 법
직원 약 75명인 Blavity의 Morgan DeBaun은 AI 에이전트 40여 개를 비서실장 에이전트 Malcolm 아래 두고, 더 싼 검증 에이전트 Thurgood가 산출물을 먼저 거르게 했습니다. 메일 발송·결제·개인정보 게시는 본인 승인 뒤에만 실행합니다. 직무기술서 폴더, 검증 JSON, 승인 게이트, 4주 계획을 붙였습니다.
AI Value Leaders: 제약사 AI 성과는 임상보다 공장에서, 전사 거버넌스 완비는 17%
ZS가 미국·유럽 제약·바이오 기술 임원 223명을 조사했더니 측정 가능한 AI 성과 응답이 공급망·제조에서 29%에서 53%로 가장 크게 늘었고 임상·의료는 제자리였습니다. 성과를 넓게 낸 38%는 데이터를 핵심 과제로 보고 데이터 엔지니어링을 안에 둡니다. 전사 거버넌스가 완전히 가동 중인 곳은 17%입니다. 한도 안 자율 실행과 추적 로그를 붙였습니다.
The Four Questions of AI: AI 4층의 돈 문제, 그리고 하네스가 마진을 가르는 이유
Tomasz Tunguz는 AI를 앱·하네스·모델·데이터센터 4층으로 나누고 층마다 풀리지 않은 돈 문제를 짚습니다. 입력 맥락이 토큰의 최대 98%라 하네스가 비용을 좌우합니다. 같은 모델에서 하네스만 바꾸자 해결 과제당 비용이 71% 줄었습니다. 과제별 비용 기록 JSON과 6주 하네스 점검 계획을 붙였습니다.
Financial Engineering for AI: 비싸진 GPU 때문에 AI 랩이 기업 고객을 다년 최소약정으로 옮기는 이유
Theory Ventures의 Tomasz Tunguz는 Anthropic S-1/A에서 3분기 컴퓨트 지출 98억 6천만 달러의 51%가 단기 burst였고 GPU 시간당 blended 단가가 3.10달러에서 5.65달러로 올랐다고 짚었습니다. 그는 2027년 랩들이 기업 고객에게 GPU 임차 기간에 맞춘 고정 단가 다년 최소약정을 팔 것이라고 봅니다. 사는 쪽이 약정 수준을 정하고 조건을 협상하는 방법을 붙였습니다.
Shorter Contracts: Palantir 미국 기업 매출이 정부를 넘은 분기에 신규 계약총액은 줄어든 이유
Palantir 3분기 매출은 23.1억 달러로 96% 늘었고 미국 상업 매출 9.84억 달러가 처음 정부 매출(9.53억 달러)을 넘었습니다. 그런데 미국 기업과 새로 맺은 계약총액은 21.3억 달러에서 14.6억 달러로 줄었습니다. Karp CEO는 배포가 빨라지고 계약이 짧아졌다고 설명했고 TechCrunch는 이를 빨리 사고 쉽게 해지하는 신호로 읽었습니다. 짧은 AI 계약을 다루는 장부와 12주 판정 일정을 붙였습니다.
Customer Service Shift: AI 상담으로 수요가 줄자 O2가 콜센터 2곳을 TP에 넘긴 결정
O2 Telefónica가 Rostock(약 240명)과 Bremen(약 180명) 콜센터를 TP(옛 Teleperformance)에 넘깁니다. 챗봇·음성 비서와 셀프서비스가 늘어 상담 인력 수요가 줄었다는 설명이고, 올해 약 1,100명 감축의 일부입니다. 같은 판단을 내리기 전에 재야 할 채널별 수요와 인력 계산, 12주 검토안을 붙였습니다.
Banking's AI Job Squeeze: NatWest·Barclays가 감원과 AI를 각자 어떻게 설명했나
NatWest는 3분기에만 약 1,000 FTE를 줄여 연초 이후 transformation 순감축이 1,400 FTE가 됐고, 단순화와 신기술로 9개월간 약 4억 2,000만 파운드를 절감했다고 밝혔습니다. 회사는 감원을 AI의 결과로 못 박지 않았고, Barclays는 AI가 효율 개선의 대부분을 이끈다고 말했습니다. 인력 변화를 원인별로 나눠 적는 FTE bridge와 12주 준비안을 붙였습니다.
AI Benefits: Lloyds가 AI 효익을 작년의 두 배인 1억 파운드 넘게 키우는 중
Lloyds CFO는 10월 29일 3분기 콜에서 올해 AI 효익이 1억 파운드를 넘을 궤도에 있다고 밝혔습니다. 2025년 생성형 AI 몫 약 5천만 파운드의 두 배이며, 비용수익비율 47.2%와 누적 비용 절감 20억 파운드 옆에 놓인 숫자입니다. 과제별 효익 장부와 분기 일정을 붙였습니다.
The Human-in-the-Loop Fallacy: AI 검토자 자리에 사람을 두는 설계가 오래가지 않는 이유
AI 결과를 사람이 검토하고 예외만 맡는 배치는 AI가 좋아질수록 사람 몫이 줄고 검토자의 숙련과 주의력도 떨어집니다. Choudary는 새 문제 발굴, 인력 재배치, 역량 점검, 시스템 내장 거버넌스, 팀·의사결정 구조 재편으로 조직을 다시 짜라고 권합니다.
Engineers Only: Goldman Sachs가 Claude Code·GitHub 사용을 엔지니어로 좁힌 결정
Goldman Sachs가 10월 내부 지침으로 Claude Code와 GitHub 코딩 도구를 엔지니어만 쓰게 했습니다. 7월에는 CIO가 비개발자의 vibe coding을 칭찬했지만 회사는 실험 뒤 가장 잘 쓸 사람에게 도구를 모은다고 설명합니다. 역할별 권한 정책 JSON과 6주 재배치 계획을 붙였습니다.
Cost Without Benefit: 전사 AI 도구를 산 기업들이 Gartner에 business case를 다시 묻는다
Gartner CEO Gene Hall은 3분기 실적 콜에서 AI 벤더와 전사 계약을 맺은 고객 대다수가 비용만 늘고 효과를 보지 못해 business case와 비용 관리를 도와 달라고 한다고 전했습니다. 전사 AI 계약을 직무별 지표로 다시 재는 6주 점검 방법을 붙였습니다.
AI-Forward: 고객서비스 AI로 기대 ROI를 낸 곳은 4%, 앞선 조직은 데이터 기반에 1.8배 투자
Gartner가 고객서비스·지원 리더 275명을 조사한 결과, AI로 기대한 ROI를 낸 조직은 4%였습니다. 앞서가는 AI-forward 조직은 사용 사례 자체보다 데이터·지식 기반에 약 1.8배 더 투자했습니다. 사용 사례를 줄여 전략 목표에 묶고 대화 데이터로 고객을 배우는 방법을 8주 실행안과 함께 정리했습니다.
AI Strategy Miscalculation: AI 전략 오판이 기업 신흥 리스크 3위에 오른 Gartner 조사
Gartner가 리스크 리더 308명에게 물은 3분기 조사에서 AI 전략 오판이 신흥 리스크 3위로 처음 들어왔고, AI를 더 잘 쓰는 경쟁사에 밀리는 위험도 상위 5위에 들었습니다. AI를 사업 결정의 포트폴리오로 보고 네 기준으로 시험하는 방법과 6주 점검안을 붙였습니다.
Company Brain: 토큰에 연 최대 20만 달러를 쓰는 Garry Tan과 YC 사내 에이전트 Stray Light
Y Combinator CEO Garry Tan은 에이전트 토큰에 연 10만~20만 달러를 쓴다고 추정했고, YC는 모든 지원서, 투자한 창업자, 이메일 발신자의 맥락을 아는 사내 에이전트 Stray Light로 운영 방식을 다시 짜고 있습니다. 사내 company brain을 만들 때 필요한 ID 연결, 권한 등급, 토큰 예산 관리를 붙였습니다.
Stop Doing: 제품을 접고 초년차 업무를 AI로 옮긴 Freshworks의 ARR 10억 달러
Freshworks는 작은 제품과 프로젝트를 접고 IT 업무용 Freshservice에 집중해 2026년 10월 ARR 10억 달러를 넘겼습니다. 초년차가 하던 코드 테스트는 대부분 AI가 맡고 초년차는 문제 해결로 옮겨 갑니다. 정규직은 정점보다 약 30% 적은데, 기사는 이를 사업 재집중으로 설명합니다. 그만둘 목록을 고르는 판정표와 AI 테스트 게이트, 6주 일정을 붙였습니다.
Forward Deployed Engineer: AI가 기술직을 줄이지 않고 채용과 일을 바꾸는 방식
EPAM CHRO Larry Solomon은 2026년 기업 채용 1순위로 FDE를 꼽았습니다. 필라델피아 경영자 5명은 AI가 기술직을 줄이기보다 검토·배포 일을 늘리고 CFO는 ROI를 묻는다고 말합니다. 검토 큐 설계와 8주 시범 계획을 붙였습니다.
Scale Across the Enterprise: Capgemini 고객이 PoC 대신 묻는 거버넌스·비용·보안 확산법
Capgemini CEO Aiman Ezzat은 고객이 이제 PoC가 아니라 거버넌스·비용·보안을 지키며 전사로 넓히는 법을 묻는다고 말합니다. 물류사 에이전트 운영은 연 2,700만 건을 처리해 생산성 40~50%를 올리고 회수 기간을 5~8일 줄였습니다. 자산운용사는 앱 180개를 AI 데스크톱 하나로 바꿔 약 300만 유로를 아꼈습니다. AI 비용 귀속 JSON과 8주 확산 계획을 붙였습니다.
Claude in 45 Days: Brown & Brown이 6,000명 배포와 1년 단위 예산으로 AI 회수를 재는 법
보험중개사 Brown & Brown은 3분기 실적 콜에서 Claude를 45일 만에 직원 6,000명 넘게 배포했고 90% 이상이 실제로 쓴다고 밝혔습니다. 예산은 다년 대형 프로그램 대신 측정 가능한 1년 단위 트랜치로 나누고 value management office가 과제별 수익을 잽니다. 따라 할 때 필요한 사용 로그, 과제 등록부, 45일 배포안을 붙였습니다.
Buzz: Block이 사내 AI 도구로 외부 벤더를 걷어 내고 4분기 첫 AI 매출에 나서는 계획
Block은 3분기 콜에서 사내 협업·개발 환경 Buzz로 여러 외부 벤더를 대체하고, 이 도구를 Builderlab으로 외부에 열어 4분기에 첫 AI 매출을 내겠다고 밝혔습니다. 올해 기능 180개를 내놔 2024·2025년 합계를 넘겼고 비GAAP 일반관리비는 21% 줄었습니다. 사내 도구로 외부 SaaS를 대체할 때 쓰는 장부와 12주 시범안, 가맹점 발주 에이전트 설계를 붙였습니다.
Autonomy Within Bounds: Barclays의 첫 CAIO 임명과 에이전트를 묶어 두는 권한·관측·kill switch
Barclays가 그룹 비서실장 Anita Tanna를 첫 최고AI책임자(CAIO)로 임명했습니다. QA Financial은 이 소식을 사내 AI 엔지니어가 말한 에이전트 운영 원칙과 묶어 읽습니다. 관측을 먼저 갖추고, 허용된 권한 안에서만 움직이게 하고, kill switch를 코드로 거는 일입니다. 텔레메트리 필드, 통제 단계, 8주 계획을 붙였습니다.
Uniting Technology, Data, Digital and AI: AIG가 2027년 네 팀을 한 조직으로 합쳐 AI 과제를 앞당기는 방식
AIG는 3분기 콜에서 2027년부터 기술·데이터·디지털·AI 팀을 한 조직으로 합쳐 AI 과제를 더 빨리 돌리겠다고 밝혔습니다. 언더라이터는 AI로 더 많은 청약을 보고 견적을 빨리 내며, 손해사정사는 Claims Assist로 복잡한 청구에 더 빨리 답합니다. 통합 전 12주 준비안과 지표를 붙였습니다.
AI P&L Impact: 3분기 실적에서 AI 효과를 금액으로 밝힌 회사는 Santander뿐이었다
2026년 3분기 실적 시즌에 Novartis, Standard Chartered, Carlsberg 경영진이 CNBC에 AI 효과를 말했지만 금액을 밝힌 곳은 Santander(9개월 €194M) 하나였고 계산법은 없었습니다. 과제별 AI 가치 장부와 분기 일정을 붙였습니다.
Quality and Consistency: Standard Chartered가 자산관리 AI를 비용 절감보다 응대 품질에 먼저 쓰는 이유
Standard Chartered의 Bill Winters CEO는 3분기 콜에서 자산관리 AI의 1순위 use case를 고객 응대의 품질과 일관성으로 꼽았습니다. 목표는 비용 절감보다 고객 만족과 매출 생산성이라고 했고, AI로 아낀 금액이나 인력 수치는 내놓지 않았습니다. 13억 달러를 들인 Fit for Growth는 AI 이전 원가 프로그램이라 따로 봅니다. 응대 품질 채점 방식과 8주 시범안을 붙였습니다.
Liability Shift: AI 쇼핑 에이전트가 잘못 산 결제를 누가 떠안을지 갈리는 카드사·은행
AI 쇼핑 에이전트 결제는 빠르게 늘고 있지만 에이전트가 잘못 샀을 때 누가 책임지는지 정한 업계 공통 규칙은 아직 없습니다. 기사에 나온 소비자 보호 정책은 Amex의 등록 에이전트·purchase intent 문서와 Stripe Link 구매 보호 두 가지이고, 은행들은 업계 공통 규칙과 기술 기업의 책임 분담을 요구합니다.
Agent Pay·Verifiable Intent: Mastercard가 AI 에이전트 결제에 내건 신뢰 조건 네 가지
Mastercard CEO는 3분기 콜에서 에이전트 커머스가 커지려면 결제, 에이전트, 생태계에 대한 신뢰와 보편적 도달이 필요하다고 했습니다. Agent Pay는 구매자가 승인한 검증된 에이전트만 결제하게 하고 가맹점과 발급사가 이를 알게 합니다. Verifiable Intent는 구매 의도를 기록합니다. 일회용 가상카드 번호는 임시 다리로만 보고 해법으로 지원하지 않는다고 밝혔습니다.
Agentic AI Tech Stack: Hilton이 에이전트 시대를 앞두고 기술 스택에 투자하는 방식
Hilton CEO Christopher Nassetta는 3분기 콜에서 에이전틱 AI로 고객 경험을 개선하고 비용을 줄이려고 기술 스택에 투자하고 있다고 밝혔습니다. 작은 업체까지 AI 에이전트 업체 모두와 일하고 있으며 지금 재무 효과는 작지만 인터넷만큼 커질 것으로 봤습니다. 따라 할 때 필요한 데이터 준비와 12주 계획을 붙였습니다.
AI Net Expense: GE Vernova가 아직 순비용인 AI·자동화 투자를 중기 마진 계획에 넣는 방식
GE Vernova CEO는 3분기 콜에서 AI·자동화 투자가 3개 사업과 본사 모두에서 아직 그 자체로는 순비용이며 효과는 중기 마진에서 나온다고 밝혔습니다. AI 지출 금액은 공개하지 않았고, 조정 EBITDA 마진 690bp 개선은 AI가 아니라 생산성으로 설명했습니다. AI 투자를 과제별 장부로 떼어 보는 방법과 12주 도입안을 붙였습니다.
PromoAI: Colgate가 과거 데이터 수억 건으로 판촉을 짜는 RGM 도구를 전 세계로 넓히는 방식
Colgate CEO는 3분기 콜에서 과거 데이터 포인트 수억 건을 분석하는 자체 RGM 도구 PromoAI를 여러 핵심 시장에 넣고 전 세계로 넓힌다고 밝혔습니다. 중국에서는 AI 생성 콘텐츠로 메시지를 개인화했고 재원은 생산성 절감의 일부를 AI·데이터에 재투자해 마련합니다. AI 단독 효과는 공개하지 않았으며 따라 할 때의 데이터·대조군·10주 시범안을 붙였습니다.
Unlimited Tokens: Cisco가 27세 직원 2인 팀에 레거시 코드 98% 리팩터링을 맡긴 방식
Cisco의 Jeetu Patel 사장은 인수 기업 창업자 출신 27세 직원에게 AI 토큰을 무제한으로 주고 레거시 코드 98%를 24개월 안에 리팩터링하는 과제를 맡겼습니다. 2인 팀으로 4주 안에 접근법을 증명하는 조건입니다. 4주 증명을 설계하는 방법과 판정 기준을 붙였습니다.
ROI driven AI: Centene이 인력 감소와 잇지 않고 설명한 직원 보조 AI
Centene CEO는 3분기 콜에서 회원 응대 직원을 돕는 ROI driven AI를 도입하기 시작했다고 밝혔습니다. 직원 수는 2025년 말 61,100명에서 3분기 말 53,900명으로 줄었지만 콜에서 이를 AI와 직접 연결하지는 않았습니다. AI 효과와 구조조정 효과를 나눠 재는 장부와 12주 시범안을 붙였습니다.
Agentic Commerce: Carvana 3분기 콜, AI 에이전트가 차를 사러 올 때를 대비한 API·규칙·데이터
Carvana CEO는 3분기 콜에서 고객 쪽 시스템이 결정적으로 돌아가고 API로 정보를 내주며 백오피스 규칙도 모두 문서화했다고 밝혔습니다. 에이전트가 디지털 마찰을 0으로 줄여도 물리 마찰은 남는다고 보고 봇이 보는 곳에 데이터를 내보내겠다고 했습니다. 따라 할 때 필요한 API, 규칙 표, 노출 측정, 8주 시범안을 붙였습니다.
Live AI Use Cases: UBS가 운영 중 AI 608개와 직원 에이전트 1만 2,700개를 실적에 공시하는 방식
UBS는 3분기 실적 발표에 운영 중 AI 사용 사례 608개(전년 대비 81% 증가), 개발 중 1,090개 이상, 직원 개인 에이전트 1만 2,700개 이상을 함께 적었습니다. 시범 수 대신 운영 단계 숫자로 AI 포트폴리오를 보고하는 구조에 등록부 설계와 8주 구축안을 붙였습니다.
AI Roll-up: 고객 있는 서비스 회사를 사서 AI로 마진을 올리는 투자 모델 (ADT·Long Lake)
OpenAI가 투자한 Thrive Holdings가 ADT를 부채 포함 153억 달러에 사기로 했습니다. Long Lake는 인수한 HOA·급여 회사에 공통 AI 플랫폼을 깔아 담당자당 처리량을 30% 넘게 올렸습니다. 서비스 회사를 사서 AI로 다시 짜는 투자 모델과 그 운영 방식을 정리했습니다.
Pull the Plug: AI 에이전트를 끌 권한이 누구에게 있는지 모르는 기업들
SmarterX 설문(응답 2,109명)에서 거버넌스 기반 네 가지를 모두 갖춘 조직은 13%, AI 결정의 주인이 없거나 모르는 곳은 약 6분의 1이었습니다. Lopez Research는 경영자의 거부권과 에이전트 정지 버튼을 요구합니다. 정지 절차 설계와 4주 착수 계획을 붙였습니다.
Client Zero: Panasonic이 새 AI·로보틱스 본부에 사내 실증과 그룹 공통 AI 기반을 함께 맡긴 방식
Panasonic 그룹 CAIO는 AI를 조직 능력의 증폭기로 봅니다. 10월 1일 만든 AI·로보틱스 연구개발본부가 사업회사 AI CoE와 함께 사내 실증(Client Zero)을 하고, 토큰 관리·모델 선택·데이터 주권·AI 규칙을 그룹 공통 기반으로 묶습니다. 운영 수치는 없고, 5층 아키텍처와 12주 실증안을 붙였습니다.
HSBC AI Push: 영국 자산관리 어드바이저를 줄이고 AI로 부유층을 응대하려는 계획
FT 보도에 따르면 HSBC는 AI로 부유층 고객을 응대하며 영국 자산관리 부문의 관리·전문직 약 절반, 재무 어드바이저 약 70%를 줄일 계획입니다. 회사는 협의 기간이라고만 확인했습니다. 2025년 이후 구조조정 절감 14억 달러 가운데 AI 몫도 밝히지 않았습니다. AI 상담 범위 설계와 12주 병행 운영안을 붙였습니다.
Beyond the Pilot: 산업 현장 피지컬 AI, 97%가 쓰지만 지속 최적화까지 간 곳은 8%
Hitachi가 에너지·제조·운송·물류 의사결정권자 200여 명을 조사했습니다. 97%가 현장에서 AI를 쓰지만 지속 최적화 단계에 이른 곳은 8%이고, 리더십 지원은 75%인데 자원이 충분하다는 응답은 38%입니다. 파일럿 하나를 상시 운영으로 옮기는 12주 계획을 붙였습니다.
Cost Transformation: Comcast가 912명 감원을 신고하고 1,100개 넘는 직무를 새로 뽑는 조직 재설계
Comcast가 펜실베이니아 634명, 워싱턴주 159명, 뉴저지 119명 감원을 주 정부에 신고했습니다. 같은 구조조정에서 1,100개 넘는 직무를 새로 뽑으며 고객 응대에는 AI 에이전트를 세웁니다. 줄이는 직무와 새 직무를 한 장부로 묶는 방법과 8주 계획을 붙였습니다.
AI harness: Carwow가 팀별 도구와 1:1 지원으로 AI 프로젝트를 10개에서 50개로 늘린 방식
영국 자동차 거래 플랫폼 Carwow는 도구 계정을 나눠 주는 대신 실제 업무 문제로 1:1 지원을 하고 팀마다 다른 harness를 맞춰 AI 프로젝트를 10개에서 50개로 늘렸습니다. 검증 가능한 일부터 맡기고 쉼 없는 AI 작업의 피로를 관리하는 원칙과 8주 도입안을 붙였습니다.
Flatter, Engineering-Heavy: 제품에 AI를 넣은 스타트업이 인원 25% 적고 위계가 얕은 이유
YC 스타트업 2,891곳 연구에서 AI를 제품에 넣은 기업은 인원이 약 25% 적고 위계가 반 단계 얕았지만 기업 가치는 비슷했습니다. 저자는 기존 기업 소유주에게 직원 도구 보급보다 '무엇을 소프트웨어로 바꿀지'를 먼저 물으라고 권합니다. 4주 조직 진단안을 붙였습니다.
Ready Enough Data: 데이터 정비를 기다리지 말고 AI와 현대화를 두 트랙으로
Snowflake 글로벌 필드 CTO는 데이터 전환이 끝나기를 기다리는 쪽이 더 위험하다며, 90일 안에 증명할 AI 성과와 데이터 현대화를 두 트랙으로 병행하고 데이터는 제자리에서 하나의 정책 계층으로 통제하자고 제안합니다. '충분히 준비됨' 다섯 조건, 점검표, 90일 일정을 붙였습니다.
Measuring AI Returns: JPMorgan과 BofA로 본 은행의 AI 성과 측정법
JPMorgan CFO는 전사 AI 기여도 추정에 자원을 더 쓰는 것을 경계했고 BofA는 AI 프로젝트 약 130개 단위로 회수를 확인합니다. 은행·신협 200곳 조사에서는 AI 이전 성과와 비교해 재는 곳의 57%가 재무 효과를 계량했고 나머지는 14%에 그쳤습니다.
Hunger beats tenure: 코딩 면접을 접고 prototype으로 사람을 고르는 Anthropic 팀
Anthropic 엔지니어링 매니저 Felix Rieseberg는 Claude가 작은 코딩 과제를 사람보다 잘 풀자 자기 팀 채용에서 코딩 면접을 뺐습니다. 대신 지원자가 만든 작은 prototype에서 안목과 공감, 원칙을 봅니다. 연차보다 의욕이 앞선다는 근거와 AI 허용 과제 평가안, 4주 전환 일정을 붙였습니다.
AI Tech Stack: Verizon 3분기 콜, 90억 달러 절감을 앞당기고 외부 에이전트엔 본인 확인 요구
Verizon은 3분기 콜에서 10개 전환 과제를 새로 완성한 AI tech stack 위에서 돌려 90억 달러 비용 절감이 예상보다 일찍 나타나고 있다고 밝혔습니다. 외부 AI 에이전트는 실제 고객이고 고객이 허락한 범위 안에서 움직인다는 확신이 없으면 플랫폼에 들이지 않겠다고 했습니다.
AI-Ready Data: S&P Global 3분기 콜, MCP로 데이터를 열자 API 호출 4,000% 넘게 증가
S&P Global은 신용등급·에너지·Visible Alpha 데이터를 MCP로 열고 검색 에이전트와 묶은 AI 데이터 포털을 냈습니다. API 호출은 전년보다 4,000% 넘게 늘었고 AI 고객의 ACV 증가율은 비AI 고객의 1.8배(MI)와 약 3배(Energy)였습니다. MCP 도구 설계, 사용량 계량 필드, 8주 시범 계획을 붙였습니다.
Own Your Own Intelligence: 모델은 가두고 평가 기준은 지키라는 나델라의 기업 AI 원칙
Microsoft CEO 사티아 나델라는 20VC 대담에서 모델이 이미 침해됐을 수 있다고 보고 에이전트를 zero trust 울타리 안에 두라고 말합니다. 대부분 업무는 싼 모델이 나눠 갖게 되고, 기업의 핵심 자산은 사내 평가 기준이 된다는 전망도 밝혔습니다. 호출 기록 필드, 평가 기준 만드는 법, 6주 일정을 붙였습니다.
AI Chat Agents: PayPal 3분기 콜, 고객센터 AI 2,400만 건 해결과 조직 3단계 축소
PayPal은 3분기 콜에서 AI chat agents가 190개국·6개 언어로 고객센터를 맡아 올해 2,400만 건 넘게 해결했다고 밝혔습니다. 같은 콜에서 인원 2,000명 이상 감축과 조직 3단계 제거, 15억 달러 절감 목표도 발표했지만 감원을 AI 결과로 설명하지는 않았습니다. 해결 건수를 세는 필드와 8주 계획을 붙였습니다.
Stealth Innovation: Capital One이 직원 눈에 띄지 않는 AI로 업무 단계를 줄이고 가설로 실험하는 법
Capital One 엔터프라이즈 기술 MVP가 VentureBeat 후원 기고에서 좋은 사내 AI는 직원이 의식하지 못한 채 업무 단계를 줄여 주는 AI라고 말합니다. 12단계를 2단계로 줄인 업무 예, 가설 기반 5단계 실험, 리더십 세 기둥을 다룹니다. 단계 지도, 측정 지표, 6주 파일럿을 붙였습니다.
Anthropic IPO Filing: 기업 고객이 API에서 Claude Code·Cowork로 넓혀 쓰는 구조와 AI 지출 관리
TechCrunch가 읽은 Anthropic S-1에 따르면 연 10만 달러 이상 쓰는 고객은 1만 1,900곳을 넘고 그중 절반 넘게 API와 Claude Code·Cowork를 함께 씁니다(2025년 말 약 30%). 같은 구매자 안에서 층을 넓히는 구조와, 구매하는 쪽이 토큰 지출을 한 장부로 관리하는 방법을 정리했습니다.
The 3 Levels of AI Workflows: 채팅창 AI를 일이 사는 도구에 연결해 복사·붙여넣기를 없애는 단계
AI를 잘 쓰는 사람과 못 쓰는 사람의 차이는 프롬프트가 아니라 AI가 일하는 도구에 연결돼 있느냐에 있다는 글. 채팅창(Level 1)에서 커넥터 연결(Level 2)을 거쳐 에이전트 작업 공간(Level 3)으로 가는 단계와, 이를 부서 진단·권한 승인·공용 skill 라이브러리·12주 확산 계획으로 옮기는 방법을 붙였습니다.
Can It Say Why: 이유를 대지 못하는 공급망 AI 점수로는 누구도 결정하지 못한다
공급망 위험 AI가 협력사를 '치명적'이라고 표시해도 이유를 대지 못하면 조달 담당은 믿고 움직이거나 미룰 수밖에 없다는 글. 벤더에게 '점수가 틀렸다면 어떻게 알 수 있나'를 묻는 평가법과 3주 시험 계획을 붙였습니다.
The Rise of DeployCos: 엔지니어를 고객사에 심어 AI를 실제 업무로 옮기는 회사들
OpenAI와 Anthropic이 2026년 엔지니어를 고객사에 상주시키는 별도 회사(DeployCo)를 세웠고 AWS도 10억 달러를 약속했습니다. Wing의 Tanay Jaipuria가 이 회사 형태의 구조, 생기는 이유, 세 유형과 플레이북을 정리했습니다. DeployCo와 계약하거나 내부에 같은 기능을 세울 때 정할 것을 붙였습니다.
LTV:CAC Ratio: 광고비가 오를 때 고객 생애가치로 D2C 성장을 지키는 법
광고비가 해마다 오르면서 첫 구매만으로는 고객 획득비를 못 건지게 된 D2C 브랜드에게, 고객 생애가치(LTV)를 키워 LTV:CAC 비율을 지키라는 글입니다. 사내 역량, 채널 다변화, LTV 전담자, 두 팀 조직, 채널별 목표의 다섯 흐름에 데이터 계산법과 4주 착수 계획을 붙였습니다.
Racecar Growth Framework: 제품 성장을 엔진·부스터·윤활유·연료로 나눠 할 일을 고르는 법
제품 성장 활동을 Growth Engine(반복 루프), Turbo Boost(일회 가속), Lubricant(전환·활성화·리텐션), Fuel(엔진의 입력)로 나눠, 회사 단계에 맞는 일을 고르고 여섯 가지 흔한 함정을 피하게 하는 프레임워크입니다. 로드맵 항목을 LLM으로 분류하는 방법과 3주 실행 계획을 붙였습니다.
Product Sense: AI 초안을 더 낫게 고치는 판단력이 제품 인력의 유일한 해자
Shreyas Doshi는 몇 년 안에 모든 회사가 거의 모든 제품 활동에 AI를 쓰게 되면 도구 숙련은 우위가 아니게 되고 이미 강한 AI 산출물을 더 낫게 만드는 판단력(Product Sense 5요소)만 해자로 남는다고 봅니다. AI 초안 대비 개선을 블라인드로 채점하는 평가 방법, 5요소 루브릭, 채용 면접 질문을 붙였습니다.
Pitch Deck Archive: 피치덱을 모아 둔 사이트 13곳
스타트업 피치덱 라이브러리, AI 스타트업 덱 모음, TechCrunch 덱 해설, 생성형 AI 투자 자료, AI 투자사 목록까지 피치덱을 모아 둔 사이트 13곳을 용도별로 묶었습니다.
Why Light Buyers are Key: 브랜드 매출을 키우는 건 단골이 아니라 가끔 사는 다수
상위 20% 고객은 1년 매출의 80%가 아니라 약 50%를 내고 더 사게 만들기도 어렵습니다. 브랜드 성장은 1년에 한두 번 사는 light buyer가 늘 때 온다는 How Brands Grow의 주장을 정리했습니다. 여기에 내 거래 데이터로 분포·Pareto share·성장 분해를 뽑는 법과 4주 진단 계획을 더했습니다.
Why AI Hasn't Triggered Mass Layoffs: 감원이 늦는 건 도입이 서툴러서, AI 실험 성공은 약 3분의 1
HBS의 Joseph Fuller는 AI가 업무 과제의 41%를 할 수 있는데도 대량 감원이 없는 이유를 서툰 도입에서 찾습니다. 기업 AI 실험은 약 3분의 1만 성공하고, Raffaella Sadun은 사람 투자를 끊는 선택을 함정으로 봅니다. 인력 계획 전에 돌릴 과제 노출도·실험 장부 진단과 6주 일정을 붙였습니다.
10 Years After Growth Hacking: 그로스 해킹 10년, 성장 전술이 통한 곳과 AI가 바꿀 다음 채널
Andrew Chen이 2014년 그로스 해킹 글 이후 10년을 돌아봅니다. 성장은 풍요에서 희소로 바뀌었고 A/B 테스트는 PMF를 찾기보다 큰 제품의 퍼널을 키우는 데 쓰였습니다. 저자는 AI가 새로움을 되살리고 마케팅을 일대일 세일즈에 가깝게 바꾼다고 예측합니다. 실험 설계, 공유 루프 계측, 4주 진단 계획을 붙였습니다.
Flywheel Me to The Moon: 기업 발표 자료 속 플라이휠 슬라이드 47장 모음
thredUP, Coursera, Etsy, DiDi, Uber, Grab 등 기업 투자자 발표 자료에 실린 플라이휠 슬라이드 47장을 고리 하나·둘·셋 이상으로 묶어 원본 슬라이드 링크로 모았습니다.
Double Jeopardy Law: 작은 브랜드가 고객 수와 충성도에서 함께 밀리는 이유와 성장 처방
점유율이 낮은 브랜드는 구매자가 적은 데다 그 구매자의 충성도도 조금 낮습니다. Peel Research의 Rob Riester가 Byron Sharp의 Double Jeopardy Law로 성장은 침투율에서 온다고 설명한 글에, 우리 구매 데이터로 법칙을 확인하고 예산을 다시 나누는 방법을 붙였습니다.
Supplied in China: 전자·EV·자동화가 쌓은 역량이 휴머노이드 공급망이 된 과정
Leo Su는 중국의 휴머노이드 공급망이 인건비가 아니라 소비자 전자·EV·산업 자동화가 수십 년 쌓은 공급사 밀도와 반복 속도에서 나왔기 때문에 복제가 어렵다고 봅니다. 한국을 전자·배터리·자동차 조합이 가장 강할 수 있는 곳으로 본 점에 맞춰, 우리 회사의 로봇 부품 기회를 진단하는 매트릭스와 6주 계획을 붙였습니다.
Business Equation: 사업을 곱셈식 하나로 써서 가장 큰 성장 레버를 찾는 법
Lenny Rachitsky와 Dan Hockenmaier가 SaaS, 소비자 앱, 마켓플레이스, DTC의 8가지 사업 모델에서 매출을 변수의 곱과 합으로 풀고 기여이익과 payback period를 덧붙였습니다. 우리 회사의 식을 데이터에 연결하고 AI 과제를 그 변수 위에서 고르는 방법을 붙였습니다.
AI-Native Enterprise: Fortune 500이 AI를 앱이 아닌 운영 모델로 다시 짜는 법
Fortune 500 대부분이 이미 AI를 쓰는 지금, 앞서가는 회사를 가르는 것은 도입 여부보다 깊이라고 Faisal Mushtaq은 봅니다. 모델·규칙·워크플로·사람 승인을 잇는 5계층 조정 구조, 운영 모델 5요소, 네 가지 규율을 정리하고 에이전트 인벤토리·깊이 지표·중단 기준을 담은 12주 계획을 붙였습니다.
AI-Native Digital Twins: 비싼 실물 실험을 AI 시뮬레이션으로 대체하는 사업의 구조
Saurav Gopal은 풍동·임상시험·공장 재설계처럼 비싼 실물 실험을 대체하는 AI-native digital twin이 여러 큰 회사를 만든다고 보고 다섯 속성·6층 stack·5단계 루프·투자 실사 4질문으로 그 조건을 정리합니다. 제조 현장에서 대체할 실험을 고르는 기준표와 8주 파일럿을 붙였습니다.
Hub-and-Spoke AI: Wells Fargo가 중앙 통제와 현업 팀을 나눠 AI를 전사로 넓히는 방식
Wells Fargo AI 제품 책임자 Faraz Shafiq이 Money20/20에서 밝힌 전사 AI 운영 원칙 네 가지(허브-스포크 구조, 고가치 쓰임새 집중, 처음부터 넣는 통제, 직원 역량 강화)를 정리하고, 우리 조직에서 허브를 세우고 첫 8주를 돌리는 방법을 붙였습니다.
The New Startup Playbook: 에이전트를 다루는 3~10명 팀이 예전엔 수지 안 맞던 일까지 해내는 방식
Box CEO Aaron Levie는 에이전트에 일을 맡기고 검토하는 3~10명 팀이 예전 50~200명 팀의 몫을 내고, 싸진 AI 노동이 사람을 뽑은 적 없는 일의 수요를 만들며, 다음 모델 향상의 몫은 기업이 가져간다고 봅니다. 기업 안에서 작은 에이전트 팀을 6주 동안 시험하는 검토 로그, 사양 템플릿, 판정 기준을 붙였습니다.
Reduce Duplicative Work: Kroger가 AI로 본사 중복 업무를 줄여 가격·매장에 돌리는 계획
Kroger가 2026년 10월 20일 투자자의 날에서 technology and AI로 운영을 단순화하겠다고 밝혔습니다. 앞서 CEO 메모로 본사 약 8,200명 가운데 약 3,000개 역할을 3년에 걸쳐 줄이고 절감분을 가격과 매장에 돌리겠다고 했습니다. 업무 인벤토리, 단계 채점표, 절감 장부, 8주 일정을 붙였습니다.
Human-Agent Workforce: 사람과 에이전트가 함께 일할 직무를 다시 짠 CIO는 4%뿐
Gartner가 CIO·기술 임원 2,002명을 조사한 결과, 사람과 AI 에이전트가 섞인 조직에 맞춰 직무를 재설계할 계획이 있는 곳은 4%였고 이들은 AI 상위 성과 그룹일 확률이 2.4배 높았습니다. 비용 압박이 인력 문제를 가리는 구조와 함께, 업무 단위 인벤토리·중단 기준·실행 비용 계측으로 6주 안에 첫 재설계안을 만드는 방법을 붙였습니다.
Digital Teammates: 금융사가 AI 에이전트를 직원처럼 권한·평가·kill switch로 관리하는 법
Franklin Templeton은 에이전트 6,000개 이상을 관리자 에이전트가 판정하고 그 위에 사람을 두며, M&T는 업무 약 75%에 에이전틱 AI를 쓰지만 독자 운영은 막고, Truist는 권한·목표·성과 평가와 kill switch를 갖춘 AI 동료를 준비합니다. 에이전트 레지스트리, 판정 루프, 4주 파일럿을 붙였습니다.
S&P 493: 빅테크 7곳을 빼면 AI 수익 효과는 아직 0이라는 Apollo 분석
Apollo의 Torsten Slok은 S&P 500에서 빅테크 7곳을 뺀 493곳의 1인당 매출과 이익률이 평평하고, 생산성 지표에도 AI 효과가 보이지 않는다고 분석했습니다. 우리 회사의 AI 성과를 사용 사례 수가 아니라 손익으로 재는 원장 구조와 4주 점검 일정을 붙였습니다.
AI-Native Teams: 기존 개발팀을 AI 중심 팀으로 바꾸는 People·Projects·Platforms·Processes
Andrew Ng이 엔지니어링 리더에게 권하는 AI 네이티브 팀 만들기. 리더가 직접 만들어 보고(People), 성장 과제를 위에서 밀어주고(Projects), 에이전트가 쓸 수 있게 저장소·데이터·도구를 열고(Platforms), 무엇을 만들지 정하는 새 병목에 맞춰 작은 고권한 팀으로 일을 다시 짜라(Processes)는 조언입니다. 권한 설정, 샌드박스, skills 공유, 6주 계획을 덧붙였습니다.
Agent Gateway: Walmart가 고객의 AI 에이전트를 받아들이는 세 가지 장치
Walmart가 외부 AI 에이전트를 고객으로 받는 세 가지 장치(Agent Gateway, Agent Profile, 에이전트 약관)를 내놓았고, Amazon은 식별 없는 에이전트를 차단하는 반대 길을 갑니다. 두 회사의 선택을 메커니즘으로 풀고, 우리 서비스에 고객의 에이전트가 들어올 때 열지·막을지 정하는 6주 점검 절차를 붙였습니다.
The Leaner Sales Org: AI 시대 영업팀은 작아지고 1인당 할당량은 몇 배가 된다
Fireworks AI와 Granola에서 영업팀을 만든 Bardia Shahali가 말하는 AI 시대 영업 조직: 인프라와 애플리케이션 레이어에서 팀 구성이 어떻게 갈리고, 왜 보상 계획을 분기마다 다시 짜며, 팀을 어디까지 줄여도 되는지 정리했습니다. 우리 영업 조직의 1인당 생산성을 재는 모델과 6주 점검 일정을 붙였습니다.
30 Months on the Exponential: AI가 통째로 맡는 일이 4분에서 17시간이 된 30개월
Co-Intelligence(2024)에서 Co-Existence(2026)까지 30개월 동안 AI가 한 번의 지시로 끝내는 일의 길이가 4분에서 17시간으로 늘었고, 선두 모델은 스무 번 바뀌었습니다. 이 추세를 기업 계획의 가정으로 옮기는 법과, 사람이 루프 밖에서 에이전트를 부리는 Conjurer 방식을 정리했습니다.
Free Cash Flow Negative: GPU는 창고에 쌓이고 전력이 모자란 AWS AI 투자의 구조
Business Insider가 입수한 AWS 내부 녹음과 이메일을 다룬 보도를 2차 소스로 확인해 정리했습니다. AI 인프라 책임자는 AI 사업이 앞으로 2년쯤 크게 현금 적자일 것이라 말했고, GB300 랙은 전력이 없는 창고에서 설치를 기다립니다. 병목이 GPU에서 전력으로 옮겨 간 구조를 풀고, 우리 회사의 클라우드 GPU 의존도를 재는 인벤토리와 6주 점검 일정을 붙였습니다.
Reduce Layers and Increase Spans of Control: Amex가 AI 도입 전에 관리 단계를 먼저 줄이는 이유
American Express가 2026년 3분기 실적과 함께 전 세계 인력 약 5%를 줄인다고 밝혔습니다. CFO는 자동화와 AI를 쓰기 전에 관리 단계를 줄이고 관리 범위를 넓히는 것이 먼저라고 설명했습니다. 공시와 실적 발표 내용으로 사실을 확인하고, 우리 조직에서 같은 순서를 밟을 때의 진단 지표와 8주 일정을 붙였습니다.
Brain over Body: OpenAI가 휴머노이드를 직접 만들며 몸보다 두뇌에 거는 이유와 2027년 시연
Sam Altman이 Sources 팟캐스트에서 OpenAI가 휴머노이드와 다른 형태의 로봇을 모두 만들겠다고 확인하고, 몸의 설계보다 로봇을 움직이는 두뇌가 더 어려운 문제라고 말했습니다. Fortune 인터뷰에서는 2027년에 시연을, 거리의 로봇은 그 뒤 몇 년이라고 했습니다. 소프트웨어 AI 기업이 하드웨어까지 수직 통합하는 흐름을 정리하고, 우리 현장에서 로봇이 맡을 일을 고르는 방법을 붙였습니다.
에이전트 시대 PM의 일은 결정이다: 로비 스타인의 3단계
에이전트가 무엇이든 만들어 주는 시대에 PM의 가치는 판단으로 옮겨 갑니다. 사람 이해, 근본 원인 진단, 크래프트의 3단계를 AI로 넓히는 방법과 4주 사이클 실행안입니다.
Systems thinkers, not specialists: 넷플릭스 CPTO가 말하는 AI 시대에 뽑는 사람과 일하는 방식
AI로 직군 경계가 흐려진 지금, 넷플릭스는 좁은 전문가보다 시스템 전체를 보는 사람을 더 뽑고, 공통 paved path와 guardrails로 AI 산출물의 품질을 지킵니다. 8주 도입안을 붙였습니다.
From Hierarchy to Intelligence: 잭 도시가 블록에서 중간 관리층을 AI로 대체하는 설계
블록은 직원 40%를 줄이고, 관리자가 하던 정보 전달을 회사 전체의 world model과 intelligence layer에 맡기려 합니다. 피라미드 대신 원형 조직의 작동 방식과, 사업부 하나에서 시험하는 12주 실행안을 정리했습니다.
Value Destruction: 나이키가 DTC·디지털 마케팅 전환으로 브랜드 가치를 잃은 과정
나이키에서 20년 넘게 마케팅을 맡았던 Massimo Giunco가 카테고리 조직 폐지, 도매 축소와 DTC 우선, 성과형 디지털 마케팅이라는 2020년의 세 결정이 재고 100억 달러, 총마진율 46%에서 43.5%로의 하락, 하루 시총 250억 달러 증발로 이어졌다고 분석한 글입니다. 데이터로 마케팅과 채널을 바꿀 때 둘 점검 장치를 덧붙였습니다.