AI는 기업을 성장시키지 않는다
AI는 기업을 성장시키지 않는다.
McKinsey의 2025년 조사에 따르면
응답자의 88%는 조직이 최소 한 개 업무 기능에서 AI를 정기적으로 사용한다고 답했다.
그러나 AI가 전사 차원의 EBIT에 영향을 주었다고 답한 비율은 39%에 그쳤다.
출처: McKinsey, The state of AI in 2025
AI 활용은 이미 보편화됐지만, 활용 자체가 곧 기업의 실질적인 성과를 의미하지는 않는다.
AI를 도입하면 보고서 작성과 자료 조사 시간이 줄어든다.
고객 문의에 답하는 속도도 빨라진다.
업무가 이만큼 빨라졌다면 매출도 늘고, 고객도 많아지고, 회사도 성장하지 않을까.
하지만 생산성이 높아진 것과 기업이 성장하는 것은 다른 결과다.
시장에 필요하지 않은 제품을 더 빨리 만들어도 성장은 일어나지 않는다.
중요하지 않은 보고서를 열 배 빨리 완성해도 마찬가지다.
성장은 선택이 쌓여 만들어진다
기업은 어떤 시장에 들어갈지, 어떤 고객의 문제를 풀지 결정해야 한다.
무엇을 만들고 무엇을 포기할지,
한정된 사람과 자금을 어디에 먼저 쓸지도 선택해야 한다.
이런 선택은 서로 이어져 있다.
고객이 달라지면 제품이 달라지고,
제품이 달라지면 필요한 인력과 투자의 순서도 달라진다.
AI는 고객 반응을 정리하고 여러 대안을 비교하며
선택에 필요한 자료를 제공할 수 있다.
그러나 어느 고객을 선택할지 결정하거나
그 선택의 결과를 책임지지는 않는다.
속도는 방향을 대신하지 못한다
AI는 자료 조사, 문서 초안, 코드 작성, 반복 업무의 속도를 높인다.
그러나 러닝머신의 속도를 올린다고 목적지에 가까워지는 것은 아니다.
조직도 방향을 정하지 않은 채 처리량만 늘리면 같은 자리에 머문다.
고객 이탈의 원인이 복잡한 가입 절차에 있는데
상담 답변만 자동화한다고 생각해보자.
상담팀은 더 많은 문의를 처리하지만 고객이 떠나는 원인은 남는다.
생산성은 높아져도 사업의 결과는 달라지지 않는다.
AI의 성과는 절약한 시간만으로 판단할 수 없다.
그 시간을 어떤 문제에 다시 썼는지 함께 봐야 한다.
같은 AI도 일하는 방식에 따라 다른 결과를 낸다
비슷한 규모의 두 회사가 같은 AI를 도입해도 결과는 같지 않다.
한 회사는 기존 업무 위에 AI를 덧붙인다.
직원마다 사용법이 다르고, 결과물을 누가 검토하고 실행할지도 모호하다.
문서는 늘지만 행동은 달라지지 않는다.
다른 회사는 업무의 흐름부터 살핀다.
AI가 맡을 일과 사람이 판단할 일을 나누고,
결과물이 다음 업무로 넘어가는 경로를 정한다.
기술은 같지만 목표와 역할, 실행 방식이 다르다.
이 차이가 서로 다른 성과를 만든다.
AI의 결과가 조직의 행동으로 이어져야 한다
AI를 사용하기 시작했다는 사실만으로 회사의 운영 방식이 바뀌지는 않는다.
분석 자료가 많아져도 결정을 미루면 회의만 길어진다.
계획서를 빨리 만들어도 책임자와 기한이 없으면 실행되지 않는다.
회의가 끝날 때 무엇을 결정해야 하는지 분명해져야 한다.
결정에는 담당자와 기한이 따라야 한다.
실행 결과는 처음의 가정과 비교되어야 하고,
거기서 얻은 교훈은 다음 결정에 사용되어야 한다.
이를 위해서는 해결할 문제와 목표가 구체적이어야 한다.
판단 기준과 책임도 정리되어야 한다.
결국 AI는 조직이 가진 실행력을 증폭한다
방향이 분명한 조직은
AI를 활용해 판단에 필요한 시간을 줄인다.
역할과 책임이 정리된 조직은
AI가 만든 결과를 곧바로 실제 업무에 연결한다.
또한 실행 결과를 꾸준히 돌아보는 조직은
그 과정에서 얻은 경험을 다음 의사결정에 활용한다.
반대로
목표와 책임이 불분명한 조직에서는
AI가 기존의 혼선과 낭비까지 더 빠르게 반복하게 만들 수 있다.
결국 AI는 조직 간의 차이를 없애기보다
오히려 문제점을 더 크게 드러낸다.
기업의 성장은 더 나은 선택을 실행하고,
그 결과에서 배우며,
다음 선택을 다시 개선하는 반복 속에서 만들어진다.
우리 회사는 AI를 통해 무엇을 더 잘하려고 하는가?