현장에서 종종 듣는 질문이다.
매출 보고서는 매주 만들어진다.
CRM에는 고객 데이터가 쌓여 있다.
AI 분석 리포트도 이미 도입되어 있다.
그런데 막상 중요한 결정을 할 때가 되면
회의실에서 몇 사람의 의견이 방향을 바꾼다.
데이터가 부족한 것이 아니다.
의사결정 구조에 감정이 개입되어 있기 때문이다.
한 지역 제조기업의 사례를 보자.
연매출 약 80억, 직원 30여 명 규모의 회사다.
주요 고객은 중견기업 납품처다.
영업팀은 매달 거래 데이터를 정리한다.
ERP에서도 매출 흐름을 확인할 수 있다.
어느 회의에서 영업팀이 말했다.
“이 거래처는 매출은 있지만 수익성이 낮습니다.”
자료도 준비되어 있었다.
하지만 곧 다른 말이 나온다.
“그래도 관계가 중요합니다.”
“예전에 큰 계약을 줬던 회사입니다.”
결국 거래는 유지된다.
데이터가 틀린 것은 아니다.
그보다 관계와 감정이 먼저 작동한 것이다.
첫 번째는 데이터가 부족하다는 생각이다.
그래서 더 많은 데이터를 모은다.
리포트는 점점 길어진다.
하지만 회의의 결론은 크게 달라지지 않는다.
두 번째는 AI 분석이 해결해 줄 것이라는 기대다.
예측 모델을 만들고 대시보드를 추가한다.
하지만 회의실에서는 여전히 한마디 의견이 더 강하다.
문제는 기술이 아니다.
의사결정의 기준이 설계되지 않은 것이다.
현장에서 의사결정 구조를 보면 단순하다.
데이터가 만들어지고
그 데이터를 기준으로 판단하고
그 다음 결정을 내린다.
하지만 많은 조직은 첫 단계에서 멈춘다.
데이터는 있다.
보고서도 있다.
하지만 무엇을 기준으로 판단할 것인지가 명확하지 않다.
그래서 결국 사람의 경험과 감정이
빈 공간을 채우게 된다.
다음 질문을 보면 구조가 보인다.
우리 회사는 어떤 KPI로 고객을 평가하는가
회의에서 데이터보다 의견이 먼저 작동하는가
수익성이 낮은 거래가 관계 때문에 유지되는가
보고서가 실제 의사결정 기준으로 연결되는가
데이터가 없는 조직보다
기준이 없는 조직이 더 위험하다.
데이터는 이미 충분한 경우가 많다.
문제는 그것을 어떻게 판단에 연결하느냐에 있다.
AI현장감독 이동주는 AI 도입 과정에서 반복되는 구조 문제를 연구한다.
AI adoption failure를 기술 문제가 아닌 설계와 흐름의 문제로 바라본다.
Fieldbly에서 현장 사례를 기반으로 정리하고 있다.
(homepage)
http://www.fieldbly.com