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.
Physical AI: Panasonic이 숙련공의 위치·마찰·힘 감각을 AI로 해석해 공정 개선에 쓰는 250명 체제
Panasonic 홀딩스가 10월 신설한 AI·로보틱스 연구개발본부를 중심으로 약 250명이 Physical AI를 개발합니다. 부품 위치, 마찰, 조립 힘 같은 숙련공의 감각을 AI가 배워 센서 데이터를 해석하고 공정 개선으로 잇는 방식이며, 그룹 공장에서 먼저 검증해 3~5년 안에 공장·물류 사업화를 노립니다.
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.
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.
Submission Triage: 미국 E&S 보험사 Upland가 AI 추출과 심사 규칙으로 청약 대기열을 푼 방법
댈러스의 E&S 보험사 Upland Specialty는 FurtherAI로 브로커 청약서에서 심사 필드를 뽑고, 심사 규칙을 운영 플랫폼에 넣어 딜마다 초기 판정을 붙입니다. 건당 약 20분 걸리던 수작업 clearance가 사라졌고 모든 청약이 SLA 안에 처리됩니다. 해외 팀은 입력 대신 품질 검수를 맡습니다.
Configurable Product Platform: Siemens가 디지털 트윈·협업으로 9개월 만에 제품 변형 750→2만 5천 개
Siemens 영국 Congleton 공장은 디지털 트윈·시뮬레이션·연결된 기업 시스템으로 구성형 제품 플랫폼의 변형을 9개월 만에 약 750개에서 2만 5천 개 이상으로 늘렸습니다. 조달 책임자 Christina Wolger는 이를 가능하게 한 것이 엔지니어링·IT·제조의 협업이었다고 말합니다. 옵션 단위 데이터 모델, 가상 검증, 12주 시범 계획을 붙였습니다.
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.
Project iQ: Qantas가 1,000개 넘는 레거시 앱의 데이터를 이어 AI를 넓히려 Accenture와 맺은 계약
Qantas가 Accenture와 다년 계약(Project iQ)을 맺고 서로 연결되지 않는 1,000개 넘는 레거시 앱과 데이터 플랫폼, 재무·구매·인사·마케팅 업무를 다시 짭니다. 약 850개 직무가 영향을 받고 첫 변화는 2027년 중반입니다.
Ruby and AI Squads: NAB가 직원 4만 명 AI 도구와 사업부 스쿼드 50개로 AI를 넓힌 방식
호주 NAB는 Anthropic 플랫폼으로 만든 사내 AI Ruby를 직원 4만여 명에게 열고 지난 1년간 사업부가 이끄는 교차 조직 스쿼드 약 50개를 꾸렸습니다. 에이전틱 AI로 기업대출 승인 시간을 20% 줄였고 변경 배포 주기는 18% 개선했다고 밝혔습니다.
Pipeline-in-a-Person: 직원 1명이 Claude로 외부 실험실 11곳을 조율해 신약 후보를 만든 방식
Anthropic이 7월 인수한 Mithril Medicine은 상근 직원이 창업자 1명뿐이었습니다. 창업자는 Claude로 외부 실험실 11곳의 실험 추적과 데이터 분석, 계약·물류를 맡겨 근육퇴행 질환 후보를 18개월 미만에 유망한 쥐 실험 결과까지 끌고 갔고, 이 후보가 Anthropic 첫 내부 신약 파이프라인이 됐습니다.
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.
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.
Fix the Core First: 보험사 Encova가 코어 30여 개를 2개로 줄여 AI에 대비한 방법
미국 보험사 Encova는 인수로 16개 회사·26개 주에 흩어진 코어 시스템 30여 개를 정리해 지금은 2개 플랫폼으로 운영합니다. 기존 시스템을 잇지 않고 새로 구축했고, 31쪽 10년 비전을 12개월 이하 목표 350~400개로 쪼개 관리했습니다. Aventum·Amynta·Accelerant 사례와 함께 AI보다 코어와 데이터를 먼저 고친 방법을 정리했습니다.
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.
AI Productivity as a Cost Lever: Ryanair가 연료비 20억 유로 증가분을 AI와 비용 검토로 메우는 계획
Ryanair는 연료 헤지가 끝나는 다음 회계연도에 연료비가 약 20억 유로 늘 것으로 보고, 공항 수수료·노사 협약·승무원 비율과 함께 운영·후선 업무의 AI 활용을 비용 검토 대상에 올렸습니다. AI 절감액 목표는 밝히지 않았습니다.
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.
국내 기업 AX 소식: 칩 해석 18시간을 41초로, 반복 사무는 AI 직원에게 (11월 10일 묶음)
11월 9일 국내 기업 AX 소식 2건입니다. 삼성전자는 AI가 예측한 유효 물성과 거친 격자, GPU 가속을 묶어 칩 단위 열·기계 해석을 약 18시간에서 41초로 줄였고, 코난테크놀로지는 대리 직급과 사내 메일 계정을 준 AI 직원 '봉대리'로 사내 업무 60건의 투입 시간을 계획보다 약 59% 줄였습니다.
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.
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.
Accelerate to 1: Cigna가 2030년까지 연 30억 달러를 자동화·인력·공급사에서 줄이는 계획
Cigna는 2026년부터 5년 동안 연 30억 달러 총절감을 만드는 Accelerate to 1을 돌립니다. 절감의 70~80%는 자동화·프로세스 현대화·인력 효율, 20~30%는 공급사 관리에서 나오고, 일회성 비용은 대부분 퇴직금 같은 직원 관련 비용입니다.
Bid Agent: BT가 대형 고객 입찰 준비를 14인·주에서 3인·일로 줄인 방법
BT는 레거시 상품이 많은 B2B 부문에 복잡한 입찰을 처리하는 에이전트를 만들어 입찰 준비를 14인·주에서 3인·일로 줄였습니다. 같은 6개월 동안 하청 포함 총 인력은 102,000명에서 90,000명으로 11% 줄었지만 Kirkby CEO는 AI 효과가 아직 비용 숫자로 보이지 않는다고 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.
Lemonade OS: 보험사 Lemonade가 4년 전보다 적은 1,321명으로 3배 가까운 사업을 돌리는 에이전트 운영
Lemonade 경영진은 2026년 3분기 실적 콜에서 직원 1,321명이 4년 전보다 적은데 보험료 규모는 약 3배, 고객은 2배가 됐다고 밝혔습니다. 판매 AI Maya와 청구 AI Jim 같은 에이전트를 중앙 시스템 Lemonade OS 주위에 두고 이제 고객의 개인 에이전트에게도 이 시스템을 열겠다고 했습니다.
The New CFO: Figma 재무팀은 업무 도구를 직접 만들고, 인수 실사에선 대상 제품을 재현해 본다
Figma CFO Praveer Melwani는 a16z 대담에서 재무 담당자들이 Codex, ChatGPT 에이전트, Figma Make로 채권 회수, 출장·경비 분석, 인수 실사 도구를 직접 만든다고 밝혔습니다. 실사에서는 대상 제품을 바이브 코딩으로 재현해 기술 해자를 가늠합니다. 핵심 원장은 사고 워크플로만 만들며, 만든 도구는 네 가지 질문으로 제품화 여부를 가립니다.
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.
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.
End-to-end AI planning platform: BD가 공장 전반에 수요·생산계획과 재고를 잇는 AI를 깔고 옛 시스템을 걷어낸다
의료기기 회사 BD는 2026 회계연도 4분기 실적 콜에서 수요계획부터 고객 공급까지 잇는 AI 플랫폼을 공장 전반에 깔기 시작했고 이를 계기로 다른 플랫폼을 정리해 IT 스택을 통합한다고 밝혔습니다. 유지 엔지니어링에서 AI로 아낀 비용은 신제품 개발로 돌리고 영업 채용과 방문 준비에도 AI를 씁니다. 절감 수치는 공개하지 않았습니다.
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.
AI Park: GE Appliances가 공장 직원에게 AI 도구를 열어 주고 성과 난 시범만 넓히는 방식
GE Appliances는 공식 지원 AI 도구를 모은 AI Park를 열고 공장이 자기 예산으로 AI 해법을 만들게 합니다. AP5 표면 검사는 약 3개월 만에 투자를 회수해 120만 달러를 아꼈고 AP3 누수 판정 정확도는 87%에서 99%로 올랐습니다. 도구 허브와 IT 가드레일, 8주 시범안을 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.
Peak Integration: Waters가 신약 품질검사 판독은 AI로 줄이고 IT는 늘리지 않는 법
Waters는 Empower에 AI Peak Integration을 붙여 크로마토그램 판독의 수작업 개입을 95% 줄였다고 밝혔고 상위 10위권 제약사와 1년 반을 들여 만들었습니다. BD 사업부 인수로 회사가 두 배 넘게 커졌지만 IT 인력 약 8,500명 중 20명가량만 넘어왔고 CIO는 IT 조직을 두 배로 늘리는 대신 AI로 바꾸겠다고 말합니다. 예외 판독 큐 설계와 인수 통합 12주 계획을 붙였습니다.
Make Yourself Redundant: Stellantis 엔지니어링이 AI로 개발을 줄이면서 설계는 사람이 쥐는 방식
Stellantis 엔지니어링 조직은 AI 도구로 핸즈프리 주행 시스템을 6주 만에 만들었습니다. 1년~18개월 걸리던 일입니다. 결함 수정은 2~3주에서 2~3일로, 항력 추정은 14~24시간에서 약 3분으로 줄었습니다. 그래도 안전 핵심 시스템의 아키텍처는 사람이 짜고 엔지니어 채용은 수백 명 늘립니다. 따라 할 때의 파이프라인과 8주 시범안을 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.
Pilot to Production: 공장 AI 시범이 운영 직전에 멈추는 이유와 데이터 준비 3문항
공장 AI 시범은 1만~3만 달러로 끝나지만 운영에는 보안·통합·교육이 붙어 그 몇 배가 듭니다. 패널은 데이터가 있나, 믿을 수 있나, 이미 누가 쓰나 세 질문으로 착수 대상을 고르고 지표마다 사업 오너 한 명을 두라고 말합니다. 점검 JSON과 6주 판정 일정을 붙였습니다.
국내 기업 AX 소식: AI를 부서와 현장의 업무 단위로 내리는 회사들 (11월 5일 묶음)
11월 3~4일 국내 기업 AX 기사 4건입니다. HD현대로보틱스는 Palantir 에이전트로 로봇 문제 해결 기간을 21.5일에서 7.9일로 줄였고, 현대제철은 직원이 노코드로 에이전트를 만드는 Steel-X를 열었습니다. 증권사들은 부서마다 AI 담당자를 두고 KPI와 묶었고, KGC 원주공장은 AI 검사 뒤 로봇이 포장합니다.
국내 기업 AX 소식: AI 에이전트가 개인 도구에서 현장과 조직의 일하는 방식으로 (11월 2일 묶음)
11월 1일 국내 기업 AX 기사 2건입니다. HD현대로보틱스는 Palantir와 함께 AI 에이전트가 로봇 프로그램 개선안을 먼저 내게 해 업무 기간을 평균 21.5일에서 7.9일로 줄였고, SK텔레콤은 직원이 만든 에이전트 약 1,500개를 조직 업무로 옮기려 'AX 혁신 2.0'을 시작했습니다.
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.
Mapping Your Workflows: 업무 흐름 전체를 그린 회사가 AI로 매출 1.9배를 낸 실험
INSEAD 연구진이 515개 스타트업에 같은 AI 도구를 주고 절반에게만 다른 회사의 업무 재설계 사례를 보여 줬더니, 활용 사례 44%, 유료 고객 확보 18%가 늘고 매출은 1.9배가 됐습니다. 업무 흐름 지도 JSON, 병목 재점검 루프, 10주 계획을 붙였습니다.
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.
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.
Same Business Metrics: ElevenLabs가 영업·채용·상담 에이전트를 굴리고 실수를 고치는 법
ElevenLabs CTO Alex Holt에 따르면 SDR 에이전트가 올해 리드 3,000건 이상을 32개 언어로 받아 90% 넘게 사람 없이 선별했고, 지원자 대부분은 AI 면접관이 먼저 만납니다. 팀마다 엔지니어를 두고 지표는 매출·고객만족 그대로 쓰며, 환불 실수는 통화를 테스트로 재현해 고쳤습니다. 리드 선별 JSON, 사고 replay 구조, 8주 계획을 붙였습니다.
Pharmacy workflow AI: CVS가 처방전 85%를 AI로 지원하는 약국 사업을 별도 회사로 떼어 낸다
CVS 약국 부문을 맡을 Prem Shah는 3분기 콜에서 처방전의 85%에서 AI가 약국 워크플로를 지원한다고 밝혔습니다. 같은 콜에서 CVS는 약국 사업을 2028년 상반기에 별도 회사로 분리한다고 발표했고 AI-native 플랫폼 Health100을 두 회사의 연결 고리로 내세웠습니다. 절감액과 인력 수치는 나오지 않았습니다.
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.
Knowledge Spine: 한 에이전트가 받은 교정을 모든 에이전트가 쓰게 하는 공유 지식 체계
Microsoft와 Keystone이 미국 기업 202곳을 조사했더니 에이전트가 받은 교정·테스트·교훈을 한곳에 쌓아 함께 쓰는 knowledge spine 관행을 갖춘 기업일수록 2022~2025년 영업이익률 개선 폭이 컸습니다. 저자는 상관관계이며 인과는 아니라고 밝힙니다. 네 단계 성숙도, 구축 관행 넷, 첫 팀 8주 시범안을 정리했습니다.
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.
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.
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.
Scale-Ready AI Mandate: 'AI 우선' 지시를 확장 가능한 실행으로 바꾸는 데이터 준비 순서
Capital One Software 제품 총괄 Prashant Prahlad는 AI 확장을 막는 것이 기술보다 권한 없는 'AI 우선' 지시와 데이터 준비 부족이라고 봅니다. 부서 횡단 타이거 팀과 사용 사례 하나로 데이터를 진단하는 순서를 정리하고 0·3·5점 준비도 채점표와 6주 진단 일정을 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.
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.
Lean AI: C.H. Robinson 3분기 콜, 사내 에이전트로 1인당 처리 물량은 늘리고 인원은 10.4% 줄인 방식
미국 물류 중개사 C.H. Robinson은 3분기 콜에서 사내 엔지니어·데이터 과학자 450여 명이 만든 에이전트로 북미 육상 1인당 일 처리 물량을 1년 새 15% 넘게 늘리고 평균 인원은 10.4% 줄였다고 밝혔습니다. 토큰 사용은 2년 새 40배가 넘었지만 연 비용은 200만 달러 미만입니다. 에이전트 명세 필드와 8주 계획을 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.
System of Record for Agents: 에이전트가 일하는 회사를 받칠 데이터 기반, Databricks의 네 가지 질문
a16z가 Databricks CEO Ali Ghodsi의 이야기를 바탕으로, 에이전트가 사람보다 많아질 회사에는 사실·의미·권한·평가를 한곳에 담은 기록 시스템이 필요하다고 정리했습니다. 회사 온톨로지에 묶자 에이전트 답변 정확도가 약 50%에서 84.5%로 올랐다는 Databricks 자체 테스트도 실었습니다. 정의 필드, 권한 기록, 6주 파일럿을 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.
Same Machines, Different Speed: Autoliv 비전 검사를 살린 건 IT가 아닌 현장 엔지니어의 오탐 라벨링
AMNA 2026 둘째 날 자동차 업계 연사들은 공장 AI의 성패가 모델보다 현장 소유권과 데이터 정의에서 갈린다고 말했습니다. Autoliv는 정확도 30~40%로 출발한 비전 검사를 품질·자동화 엔지니어의 오탐 라벨링으로 살렸습니다. 라벨 필드, 8주 일정, 판정 기준을 붙였습니다.
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.
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.
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.
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.
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.
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.
Behavior Change First: Kraft Group이 AI 과제마다 바뀔 행동을 묻고 접근을 천천히 여는 법
Kraft Group CITO Michael Israel은 AI 과제마다 어떤 행동이 바뀌는지를 먼저 묻고, 3개 벤더와 계약하되 방화벽으로 도구를 제한하며, 교육 뒤 토큰 사용을 보며 천천히 연다고 말했습니다. 이 운영 원칙을 우리 조직에서 돌리는 과제 카드, 게이트웨이 로그, 4주 계획을 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.
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.
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.
Fold Subagents into the Main Agent Loop: 서브에이전트를 하나의 루프로 합쳐 품질과 속도를 높이는 법
팀마다 만든 서브에이전트 위에 orchestrator를 얹는 대신, 하나의 에이전트 루프가 skills와 tool search로 필요한 것만 불러 쓰게 바꾸면 품질·비용·지연이 함께 나아지는 경우가 많다는 Anthropic의 모범 사례. eval부터 만드는 6주 이행안을 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.
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.