End-to-End Redesign: Citi는 프로세스 약 100개를 통째로 다시 짜는데, 은행 13%만 그렇게 한다
American Banker 조사에서 AI를 도입할 때 업무 흐름을 처음부터 끝까지 다시 짠다는 은행 실무자는 13%였고, 대부분은 기존 흐름에 AI를 덧붙였습니다. Citi는 수작업이 가장 많은 프로세스 약 100개를 AI와 자동화로 다시 짜며 매주 점검합니다.
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.
Autonomous Network Level 4: Telefónica가 망 운영 일부를 사람 개입 없이 돌리는 방식
Telefónica는 TM Forum의 6단계 자율 네트워크 기준으로 레벨 4 사례가 이미 전면 가동 중이며 2028년 전사 평균 3.75를 목표로 한다고 밝혔습니다. 스페인은 한산한 시간대에 기지국 자원을 줄이고, 독일은 모바일망 운영을 레벨 4로 올렸고, 브라질 Vivo는 용량 부족을 미리 예측해 자원을 배정합니다.
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.
Frontier Company FDE: Microsoft가 고객 200여 곳과 일하며 정리한 AI 시범을 운영으로 옮기는 네 원칙
Microsoft Frontier Company는 28개국 200곳 넘는 고객과 약 500건의 프로젝트를 FDE 방식으로 진행하며 공통 원칙 네 가지를 정리했습니다. 가치에서 출발하고, 작업 하나가 아니라 공정 전체를 다시 짜고, 고객 팀과 짧은 주기로 함께 만들고, 보안·거버넌스·비용 관리를 첫날부터 둡니다.
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.
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.
Digitally Augmented Freight: ArcBest 3분기 콜, AI 에이전트 30여 개가 트럭 화물 60%를 거드는 방식
미국 물류기업 ArcBest는 3분기 콜에서 AI 에이전트 30개 이상을 사내에서 돌리고 있고 트럭 화물의 60%를 디지털로 보강했다고 밝혔습니다. 자체 개발한 운영 시스템 ATOM은 긴급 화물(expedite)부터 배포를 시작했습니다. 에이전트 장부 필드, 매칭 설계, 8주 시범 계획을 붙였습니다.
Agentic Order-to-Cash: Mondelez가 새 클라우드 ERP 위에 에이전트를 얹어 주문부터 수금까지 잇는다
Mondelez는 Accenture와 함께 연 수백만 건의 주문-수금(O2C) 흐름을 새 글로벌 클라우드 ERP와 프로세스 인텔리전스 계층 위의 에이전트로 다시 짭니다. 고객 서비스, 공급망, 재무를 한 흐름으로 묶는 것이 목표이며 정량 목표와 일정은 공개하지 않았습니다.
국내 기업 AX 소식: 고속철도 끊김 구간을 데이터로 찾아 기지국 전환을 앞당긴다 (11월 8일 묶음)
11월 5일 국내 기업 AX 소식 1건입니다. KT와 삼성전자는 경부선 고속철도 평택 고덕면~화성 매송면 구간의 신호 세기와 연결 장애 이력을 AI로 분석해 끊김이 되풀이되는 구간을 찾고 그 구간에서 기지국 전환 시점을 앞당겨 끊김 발생 비율을 약 29% 줄였습니다.
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.
Semantic Layer와 No-Code AI: P&G 창고 교대 계획을 8시간에서 20분으로, 감독자는 앱 약 500개를 직접 만들었다
AutoScheduler.AI CEO Keith Moore의 설명에 따르면 P&G 제조 캠퍼스 창고의 하루 교대 계획은 WMS·ERP 데이터를 묶은 Semantic Layer 위에서 8시간에서 20분으로 줄었습니다. 공통 결정 약 80%는 자동화하고 시설마다 다른 결정은 현장 감독자가 노코드로 만든 앱 약 500개가 맡습니다. 수치는 모두 벤더 설명입니다.
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.
Process Context Layer: Novo Nordisk가 AI 에이전트 100여 개를 프로세스 맥락 위에서 돌리고 감시하는 방식
Celonis는 고치지 않은 프로세스에 AI를 얹으면 비효율만 커진다며 분석·설계·운영을 닫힌 고리로 돌리는 방식을 고객 사례로 설명했습니다. Novo Nordisk는 임상 개발에 에이전트 100개 이상을 두고 대부분을 Celonis 맥락 계층 위에서 돌리며 성과가 떨어지면 에이전트와 프로세스 중 고칠 곳을 고릅니다. Mercedes-Benz는 시스템 90여 개와 데이터 30TB를 연결했고 Vinmar는 생산성 20% 향상을 밝혔습니다(벤더 설명).
Robin: BILL 리스크팀이 에이전트 3개로 신용 한도 심사 대기를 3시간에서 12분으로
BILL은 신용 한도 심사 요청을 심사역에게 배정하고 고객 데이터를 한 장으로 요약해 원클릭 결정 링크를 붙이는 일을 에이전트 3개 묶음 Robin에 맡겨 건당 대기를 약 3시간에서 12분으로 줄였습니다. 리스크팀은 1년간 24시간 도는 에이전트를 100개 넘게 만들어 매달 1,400시간 이상(정규직 약 8명분)을 돌려받는다고 밝혔습니다.
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.
Clara: 보험사 Hippo의 AI 청구 에이전트, 사고 접수 10건 중 9건을 해내다
Hippo CEO Rick McCathron은 3분기 실적 콜에서 AI 청구 에이전트 Clara가 최초 사고 접수(FNOL) 10건 중 9건을 해내 청구 조직이 성장할 여력을 준다고 말했습니다. 순사업비율은 52.0%에서 41.7%로 내려갔지만 회사는 주요인을 영업 레버리지로 설명했습니다. FNOL 한 건을 에이전트로 받는 설계와 12주 실행안을 붙였습니다.
Autonomous Close Agents: 직원 225명 Pamarco가 월 결산 작업 40%를 에이전트에 맡긴 방법
인쇄·포장 부품사 Pamarco는 Dynamics 365 결산 작업 공간을 매시간 확인하는 에이전트로 7개 법인 월 결산 작업의 약 40%를 자동화했습니다. 운송 송장 코딩 성공률이 약 95%에 이르자 자동 전기까지 켰습니다. 결산 작업 레코드 필드, 자동 전기 관문, 8주 시범안을 붙였습니다.
Thin Orchestrator: Meta가 에이전트 하나를 14개로 나눠 3~4일 작업을 1시간 안에 끝낸 구조
Meta는 데이터 칼럼 온보딩을 맡긴 단일 에이전트가 운영에서 환각을 일으키자, 규칙만 따르는 얇은 오케스트레이터와 전문 하위 에이전트 14개로 나눴습니다. 칼럼 하나의 설정 준비가 3~4일에서 1시간 미만으로 줄었습니다. 라우팅 설정, 하위 에이전트 명세, 평가 하네스, 8주 계획을 붙였습니다.
국내 기업 AX 소식: 현장 데이터를 먼저 모아 AI가 지연 원인과 개선 과제를 찾게 한다 (11월 3일 묶음)
한화오션에코텍은 광양 사업장을 디지털 트윈으로 묶고 LLM 에이전트가 공정 지연 원인을 짚게 하는 체계를 12월 1차 가동합니다. SK에코플랜트는 업무 데이터로 직무별 지연 요인을 찾아 현업이 2~3주 만에 에이전트를 만드는 '1인 1 AI 에이전트' 체계를 열었습니다.
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.
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.
Rebuilding ERP UX: Brennan이 Claude Code·Codex로 NetSuite 앱을 하루 최대 5건 만드는 법
유압 부품 제조사 Brennan Industries의 CIO Ryan King은 Claude Code·Codex로 목업을 약 45분에 만들고 승인되면 최종본을 SuiteScript 코드로 뽑아 NetSuite 안에서 돌립니다. 예전에 건당 1주 넘게 걸리던 앱을 이제 하루 최대 5건 만들고 영업 통화 기록 화면은 오후 한나절에 끝냈습니다. 앱 명세 JSON, 샌드박스 배포 순서, 4주 파일럿 계획을 붙였습니다.
Proactive Call Prevention: T-Mobile이 AI로 고객센터 전화 75% 감축을 노리는 방식
T-Mobile CEO는 3분기 콜에서 3년 전 내건 고객센터 전화 75% 감축 목표가 순항 중이라고 밝혔습니다. AI 음성 비서는 걸려 온 전화를 돌리는 데서 문제를 먼저 푸는 단계로 넘어가고, 업그레이드의 80% 이상이 앱에서 처리됩니다. 전화 사유 분류부터 선제 조치까지 따라 만드는 방법과 12주 시범안을 붙였습니다.
AI-enabled Data Exchange: Hanover가 대리점 데이터를 바로 받아 상업보험 견적을 앞당기는 방식
Hanover는 3분기 콜에서 대리점 데이터 환경에 직접 연결해 자료 추출과 인수 대상 검토를 자동으로 하고 견적 회신을 앞당기는 AI 기능을 3개월 만에 실전에 올렸다고 밝혔습니다. 회사는 E&S 성장률이 6.5%에서 11.7%로 오른 배경으로 AI 접수·분류를 들었습니다. 클레임용 Adjuster Workbench와 함께 따라 만들 때의 데이터, 규칙, 8주 시범안을 붙였습니다.
The Frame: BBVA가 시범 AI 에이전트를 통제한 채 은행 전체로 넓히는 틀
BBVA CEO는 3분기 콜에서 AI 음성 비서가 시범 상호작용의 약 90%를 해결했고 일부 AI 에이전트가 기업 고객 리스크 금융 프로그램 준비 시간을 최대 30% 줄였다고 밝혔습니다. 이를 은행 전체로 넓히는 수단으로 에이전트를 만들고 배포·관리하는 틀 'The Frame'을 내세웠습니다. 따라 할 때의 측정 기준, 플랫폼 구성, 10주 계획을 붙였습니다.
Platform Excellence: JLL이 청구·수금을 AI 에이전트로 다시 짜 연 20bp 마진을 노리는 방식
JLL은 7월 사내 HR·IT 창구 Ask JLL을 열고 청구·수금 업무를 AI 에이전트로 전 세계에서 다시 짜고 있습니다. 경영진은 이 플랫폼 개선이 연평균 20bp 넘는 마진을 더해 Accelerate 2030 마진 목표의 약 3분의 1을 맡는다고 밝혔습니다. 청구·수금 에이전트 구성과 12주 시범안을 붙였습니다.
Bridgette: Gap이 시즌 채용 행정은 AI에, 결정은 매장 관리자에게 맡긴 방식
Gap Inc.는 Paradox로 만든 AI 채용 안내 Bridgette에 지원 안내, 문의 응답, 면접 예약과 알림을 맡겼습니다. 6월부터 매장 100여 곳과 물류센터 6곳에서 시범 운영해 약 4만 5천 명이 대화했고 면접 7,000건 이상이 잡혔습니다. 면접과 채용 결정은 매장 관리자가 그대로 맡습니다.
LTL Operations AI: XPO가 경로·적재·인력·간선 계획에 AI를 넣어 물량 6% 증가를 소폭 증원으로 처리한 방식
미국 LTL 운송사 XPO는 집배송 경로, 도크 적재 코칭, 인력 계획, 간선 계획에 AI를 넣었습니다. 3분기에 하루 화물 건수가 5.8% 늘 때 인원은 한 자릿수 초반만 늘었고 파손은 20% 줄었습니다. 도구별 데이터·지표와 센터 2곳 12주 시범안을 붙였습니다.
NOVA: Unilever가 에이전트 5개로 손입력 주문 접수를 15~20분에서 90초로 줄인 방식
Unilever는 이메일·PDF·종이로 오는 연 약 200만 건의 주문을 에이전트 4개가 읽어 추출하고 1개가 검증해 SAP에 넣는 NOVA로 처리합니다. 11개 시범 시장에서 주문 1건이 15~20분에서 약 90초가 됐고 95%가 사람 손 없이 들어갔습니다. 검증 규칙, 운영 지표, 8주 시범안을 붙였습니다.
Agentic AI Fraud Support: Lloyds가 실사건 1만 600건으로 다듬은 사기 조사 에이전트
Lloyds는 직불카드 사기 조사를 전문 에이전트와 중앙 조정 시스템에 나눠 맡기고 결정은 직원에게 남겼습니다. 90일간 실제 사건 1만 600건 이상에 쓰며 끝난 사건과 대조해 7번 고쳤고 정확도는 90%를 넘고 번복은 30% 줄었으며 통화당 시스템은 12~15개에서 절반 수준이 됐습니다.
aIDEM: 이데미쓰코산이 탱크로리 배차를 AI 초안·사람 확정으로 바꿔 작성 시간 23% 줄인 방식
이데미쓰코산은 하루 약 5,000건, 탱크로리 약 1,800대의 연료유 배차를 AI가 초안 짜고 배차 담당자가 확정하는 aIDEM으로 바꿔 작성 시간을 전국 평균 약 23% 줄였습니다. 먼저 깐 운행 기록 플랫폼, 수요예측과 수리최적화의 분업, 운행 이벤트 필드와 12주 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.
Intake to Quote: W.R. Berkley가 AI 접수 효율 20%를 소형 계정과 소액 청구로 넓히는 방식
W.R. Berkley CEO가 3분기 실적 발표 콜에서 AI로 일부 접수 공정이 20% 넘게 효율화됐고 청구의 절반 넘게 5,000달러 이하로 끝나 사람 손을 줄일 여지가 크다고 밝혔습니다. 효율을 비용 절감보다 견적 처리량과 소형 계정 성장에 쓰는 구조에, 접수·청구 분류 설계와 6주 파일럿을 붙였습니다.
Factory Booster Day: Stellantis가 63개 공장의 현장 과제에 외부 해법을 붙이는 방식
Stellantis는 63개 공장이 낸 운영 과제에 공급사·스타트업 280여 곳이 해법을 냈고 그중 80여 곳을 골라 발표하게 했다고 밝혔습니다. 미국 Sterling 프레스 공장의 실시간 draw-in 감시는 연간 절감액이 초기 투자의 약 4배라고 회사는 말합니다. 우리 공장에서 과제 접수부터 파일럿 판정, 확산까지 돌리는 틀을 붙였습니다.
AI-enabled Technical Records: GE Aerospace 정비 공장이 엔진 서류 수집을 자동화해 처리 시간 25% 단축
GE Aerospace CEO Larry Culp가 3분기 실적 발표에서, 최대 정비 공장 Celma가 CFM56 엔진 입고마다 필요한 기술 기록 수집을 AI 도구로 자동화해 처리 시간을 약 25% 줄였다고 밝혔습니다. 린 운영 체계 FLIGHT DECK 위에 AI를 얹는 순서와, 정비·검사 현장에 옮길 파이프라인 설계와 4주 파일럿을 붙였습니다.