최근 기업들이 인공지능(AI) 기술에 수십억 달러를 쏟아붓고 있지만, 이러한 막대한 투자가 실제 생산성 향상이나 수익 증대로 이어지는지에 대한 회의적인 시각이 커지고 있습니다. 많은 기업이 AI 도입 초기 단계에 머물러 있으며, 기대했던 만큼의 가시적인 성과를 얻지 못하고 있다는 분석이 지배적입니다. 이는 과거 인터넷 도입 초기의 '생산성 역설(productivity paradox)'과 유사한 양상을 보인다는 지적도 나옵니다.
뉴욕타임스(The New York Times) 보도에 따르면, 기업들은 AI 모델 학습과 인프라 구축에 막대한 비용을 지출하고 있지만, 이를 실제 비즈니스 프로세스에 효과적으로 통합하는 데 어려움을 겪고 있습니다. 특히, 기존 시스템과의 호환성 문제, AI 전문가 부족, 그리고 직원들의 새로운 기술 적응 문제 등이 복합적으로 작용하고 있습니다. 예를 들어, 대규모 언어모델(LLM)을 도입하더라도 이를 특정 업무에 최적화하고 직원들이 능숙하게 활용하기까지는 상당한 시간과 노력이 필요합니다. 일부 기업은 AI 도입 후 오히려 업무 복잡성이 증가하거나 예상치 못한 오류에 직면하기도 합니다.
이러한 상황은 기업들이 AI 투자의 효과를 극대화하기 위해 전략적이고 장기적인 관점을 가져야 함을 시사합니다. 단순히 최신 AI 기술을 도입하는 것을 넘어, 조직 문화 개선, 직원 교육, 그리고 AI가 가져올 수 있는 새로운 업무 방식에 대한 깊이 있는 이해가 필수적입니다. AI는 단기적인 마법이 아니라, 점진적인 변화와 혁신을 통해 진정한 가치를 창출하는 도구라는 인식이 중요합니다. 결국 AI 투자의 성공 여부는 기술 자체보다는 이를 어떻게 조직 내에 성공적으로 안착시키고 활용하느냐에 달려있습니다.