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.
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.
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.
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.
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.
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.
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.
Agentic Production Planning: 지멘스 Erlangen이 주 3~5회 계획을 바꾸며 비용을 최대 20% 줄이는 방식
Erlangen 후속 기사입니다. 지멘스 Erlangen 공장은 새 주문·자재 부족·고객 요구 변경으로 주 3~5회 생산계획을 조정합니다. 에이전트가 안을 만들고 전체 생산 트윈에서 검증해 계획 비용을 최대 20% 줄입니다. 신규 PCB는 엔지니어링 공수 최대 85%, 출시 기간 최대 40%가 줄었고 공장은 연 7% 생산성을 올립니다. 우리 공장에서 이런 수치를 재는 법을 붙였습니다.
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.
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.
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.
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.
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.
Warehouse Agents on WMS: L'Oréal이 물류센터 에이전트 7개의 효과를 6개월 실측한 방법
L'Oréal이 Manhattan WMS 위에 창고 에이전트 7개를 물류센터 7곳에 7주 만에 깔고, 시범 4곳에서 6개월간 매주 KPI를 쟀습니다. 가장 성과가 좋은 센터는 3개월 만에 거절 주문을 80% 줄였고, 센터당 연 1,400시간 이상을 아꼈습니다. 담당자는 절감 시간이 곧 비용 절감은 아니라고 선을 긋습니다. 에이전트별 KPI표와 시범 일정안을 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.
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.
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.
Data Readiness: 데이터가 준비된 기업일수록 AI 수익을 크게 본다는 1만 곳 조사
Dun & Bradstreet가 32개국 1만 곳을 조사했더니 데이터가 AI에 완전히 준비됐다는 기업은 8%였고, 이들의 81%가 넓거나 강한 AI ROI를 봤습니다. 일부만 준비된 기업은 12%에 그쳤습니다. use case별 준비도 채점표와 4주 진단안을 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.
BMS AI Targets: 약물 시험 20~30%, 타깃→선도물질 기간 절반 단축 목표
Bristol Myers Squibb CEO는 3분기 콜에서 AI 목표를 운영 계획에 넣었다며 약물 시험 기간 20~30% 단축, 타깃 선정에서 선도물질 도출까지 기간 절반을 제시했습니다. 전사 도구는 넓게 깔고 ROI가 보이는 곳에만 집중 투자한다고 했습니다. 기간 장부와 13주 일정을 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.
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.
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.
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.
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.