AI와 블록체인이 융합될 때, 처음에는 평범한 것을 기대하세요.

블록체인과 생성-AI 기술이 어떻게 결합될지에 대해 많은 사람들이 궁금해합니다. 그래서 제가 예측해보겠습니다.

지난 6개월 동안 가족 만찬부터 주말 오후까지, 저는 생성-AI 도구를 이용해 놀면서 어떻게 모든 것이 변화할 것인지 고민해보았습니다. 저는 그들이 영향을 미칠 것이라고 점점 더 확신하지만, 기업에서는 몇몇이 생각하는 것만큼 거대하거나 빠르게 영향을 미치지는 않을 것입니다.

생성 AI가 기업 업무 프로세스에서 규모를 확장하고 생산성에 측정 가능한 영향을 미치기까지 시간이 걸리는 이유에 대해 모두 알아보겠습니다. 먼저, 기업은 프로세스 제어를 구현하고 시스템을 자동화함으로써 규모를 확장합니다. 재고 관리부터 고용까지, 개별 거래 또는 활동에서 사람들의 작업 노력을 엔드 투 엔드 프로세스 관리로 이동하는 능력이 기업 시스템의 규모를 결정합니다.

Paul Brody는 EY의 글로벌 블록체인 리더이자 Dubis 칼럼니스트입니다.

식료품 점에 식품을 구입하는 것과 같은 간단한 일을 예로 들어보겠습니다. 기업 시스템과 소매 포인트 오브 세일(POS) 시스템은 몇 년 동안 신중하게 통합되어 품절 물품을 자동으로 재주문하고, 더 중요한 것은 절대 품절하지 않도록 체계적으로 예측하고 계획합니다.

반면, 생성-AI 시스템은 높은 정확도로 동일한 작업을 반복적으로 엄격하게 실행하는 데 좋지 않습니다. 비슷하지만 동일하지 않은 질문을 생성-AI 시스템에게 하면 매우 다른 답변을 얻을 수 있습니다. 이러한 차이는 입력 일관성에 기반한 비즈니스 프로세스를 파괴합니다.

생성-AI 시스템은 새로운 아이디어를 빠르게 제시할 수 있지만, 비즈니스 변화는 주로 변화 관리(인적 자원과 시스템 모두)와 관련됩니다. 기업 생태계는 가장 느린 구성 요소의 속도와 거의 동일한 속도로 변화합니다.

이와 관련하여 좋은 예는 초기 웹 상거래 시대에서 나왔습니다. 웹 기반 스토어 프론트를 구축하고 신용 카드 결제를 받는 것은 빠르게 가능했습니다. 그러나 배송 및 포장은 상점에 대한 팔레트 규모의 납품을 위해 구축되고 최적화되었습니다. 회사들이 디지털 카탈로그를 가지고 있더라도, 그들은 제품 사진을 가지지 않았습니다. 식료품점 관리자는 캔 스프가 어떻게 생겼는지 알 필요가 없습니다. 이미 알고 있습니다. 그들은 매일 가게에 있습니다. 결과적으로, 전자 상거래는 웹이 아닌 창고 및 물류 시스템에 의해 저해되어 예상보다 훨씬 더 느리게 성장했습니다.

전자 상거래와 마찬가지로, 생성-AI 시스템은 블록체인 기술과 함께 기업 시스템에 침투하게 되며, 결국은 매우 잘 결합될 것입니다. 그러나 그 진보는 신속하게 대규모로 채택되는 것이 아닌, 신중한 설계와 통합에 의해 주도될 것입니다. 소비자는 일반적으로 10년 정도에 걸쳐 새로운 기술을 대규모로 채택할 수 있지만, 기업에는 일반적으로 25년 정도가 소요되므로 생성-AI와 블록체인 기술의 통합도 같은 기간이 소요될 것으로 예상됩니다.

긍정적인 면 바라보기

악재를 이야기한 후에는, 이 두 기술이 함께 작동하는 방식에서 가장 강력한 영향을 볼 수 있는 분야에 초점을 맞추겠습니다. 가장 빨리 일어날 수 있는 네 가지 영향을 찾아보았습니다.

소프트웨어 개발

기업 업무 프로세스는 소프트웨어로 실행되며, 생성-AI 시스템은 소프트웨어 개발에서 탁월한 성과를 보입니다. 생성-AI 시스템이 기업 프로세스에 블록체인을 통합하는 것은 프로세스와 소프트웨어 통합의 문제이므로, 그 영향은 상당하고 가장 빨리 느껴질 것입니다.

분석

블록체인은 데이터 품질을 크게 개선합니다. 기업 간 작업의 가장 큰 희생양 중 하나인 데이터 품질을 생각해보면 됩니다. 각 기업 생태계에서 데이터는 독립적으로 다시 입력됩니다. 블록체인에서 토큰과 해시는 자산과 데이터를 나타내며, 생태계를 통과하면서 그들의 무결성을 유지할 수 있습니다. 더 나은 데이터 품질로 생성-AI 시스템이 더 나은 분석을 수행할 것입니다.

반대로, 생성-AI 시스템은 매우 빠른 속도로 일치하고 해석하는 것이 탁월합니다. 그들은 매우 짧은 시간 내에 블록체인 분석의 기반이 될 것이며, 경향을 파악하고 개별 거래를 분류하는 데 도움이 될 것입니다.

생성 AI 교육 데이터

AI 시스템이 직면하는 가장 큰 문제 중 하나는 신뢰할 수 있는 소스 데이터를 찾는 것입니다. AI 생성 콘텐츠의 대량 생산이 초기 단계에 있습니다. 이 중 많은 것들은 평범하고 일반적이며 평범합니다. 어떤 것이 토픽에 대한 권위적 인 전문가 의견이고, 다른 것이 기계가 생성한 패턴인지 어떻게 알 수 있을까요? 블록체인 해시를 사용하여 소스 데이터의 진위와 출처를 검증함으로써 확인할 수 있습니다.

이탈리아의 ANSA 뉴스 기관은 이미 EY의 OpsChain 시스템을 사용하여 연간 거의 1 백만 개의 기사를 공증합니다. 이는 가짜 뉴스를 대처하기 위한 것이었지만, 앞으로 이와 같은 도구는 AI 학습 데이터의 출처를 인증하는 데 중요할 수 있습니다.

사용자 인터페이스

생성적 AI 시스템이 코드 작성에 능하다는 것처럼, 그들은 또한 오류 메시지를 해석하고 문제를 제시하며 솔루션을 제안하는 데 능합니다. 블록체인 사용은 여전히 너무 복잡하며, 오류 메시지를 받아들이고 검색하여 제안을 서식화하고 프로세스에서 “공동 운전자”로 작동할 수 있는 대화형 인터페이스는 사용자에게 엄청난 도움이 될 것입니다.

새로운 기술이 진화하고 상호작용하는 초기 단계에서 결과는 위에서 설명한 것과 같이 지루하고 예측 가능합니다. GPS, 웹 커머스 및 모바일 전화에서 이를 볼 수 있었습니다. 처음에는 화면에 종이 카탈로그 이상도 되지 않는 전자 상거래 경험을했습니다. 최종적으로는 우리는 운전 중에 제안된 푸시 광고를 통해 목적지에서 음식을 배달할 수 있었습니다.

따라서 블록체인과 AI가 진화하고 결합하기 시작하면 지루한 단계에 있습니다. 그러나 이상하고 엉뚱하게 예측할 수있는 일이 일어날 때까지 기다려보십시오. 왜냐하면 그렇게 될 것이기 때문입니다.

Jeanhee Kim에 의해 편집되었습니다.