목차
시작. DX를 넘어, AX 시대로
★ 1부. AI 트랜스포메이션 - 개념과 시대적 배경
1. DX와 AX의 차이
-- 1) DX가 가져온 혁신과 한계
-- 2) 생성형 AI가 불러온 패러다임 전환
-- 3) 생성형 AI의 구체적 활용 사례
-- 4) AX가 의미하는 것
2. 인공지능 발전 5단계(오픈AI 전망)
-- 1) 챗봇(Chatbot) - Q&A 수준의 기본 대화
-- 2) 추론자(Reasoner) - 멀티모달·추론 강화
-- 3) 에이전트(Agent) - 스스로 판단하고 결정
-- 4) 혁신가(Innovator) - 고급 도메인 전문성
-- 5) AG(IOrganization) - 인간과 AI의 융합 시대
★ 2부. AI 트랜스포메이션 - 실행 전략과 로드맵
개요. AX 실행 5단계 전략
1단계(초기) - 생성형 AI
-- 1) 생성형 AI 개념
-- 2) 생성형 AI 활용
-- 3) 성과와 주의점
2단계(중기) - RAG·지능형 RPA 도입
-- 1) RAG 개념과 활용
-- 2) 지능형 RPA 개념과 활용
3단계(중기) - 머신러닝·딥러닝 AI와 생성형 AI의 결합
-- 1) AI 모델간의 결합이 중요한 이유
-- 2) 비즈니스 임팩트
4단계(후기) - AI 에이전트
-- 1) AI 에이전트란 무엇인가
-- 2) 업무 혁신 시나리오
-- 3) 위험과 관리 방법
-- 4) 새로운 기회
5단계(고도화) - 신규 BM, 버티컬 LLM과 SML의 등장
-- 1) BM 전환
-- 2) 버티컬 LLM과 SLM
★ 3부. AI 트랜스포메이션 - 조직 운영과 인재 선발
1. AX 준비를 위한 조직·인프라·문화 점검
-- 1) AI 준비도
-- 2) 데이터와 IT 인프라
-- 3) AI팀과 인재 확보
-- 4) 문화와 거버넌스
-- 5) DX에서 AX로
-- 6) 현재 상태 점검하기
-- 7) 단계별 구현 사례
2. 왜 CEO가 더 중요해졌나
-- 1) AX 성공의 70%는 CEO에 좌우
-- 2) CEO에게 필요한 AI 리터러시(기본 소양)
-- 3) 파워·정치 이슈를 통제하는 법
3. AX 성공 KPI와 ROI 측정
-- 1) KPI와 AI 혁신의 정렬
-- 2) 재무적·비재무적 성과 지표
-- 3) 프로젝트 성과 측정
-- 4) 단기·중기·장기로 성과 측정
-- 5) 성공 사례와 실패 사례
4. AI팀과 거버넌스
-- 1) AI팀의 필요성
-- 2) 기존 IT 조직과의 협력
-- 3) 데이터 사용 거버넌스
5. 인재 전략과 교육
-- 1) AI 전문 인력의 수혈
-- 2) 프롬프트 엔지니어링
-- 3) AI 매니저·오퍼레이터
-- 4) 성과 평가·보상 체계
6. 변화 관리와 조직 문화 혁신
-- 1) 작은 PoC로 신뢰 구축
-- 2) 대시 보드 기반의 보고로 문서 최소화
-- 3) 성공 스토리, 우수 사례 포상
-- 4) AI 해커톤, 아이디어톤
-- 5) 실패 관용 문화
-- 6) 사람 + AI 협업 조직 문화
★ 4부. AI 트랜스포메이션 - 유형별·산업별 사례와 미래 전망
1. AX 유형별 적용 사례
-- 1) 생성(문서, 메일, 보고서 등)
-- 2) 요약(회의록 작성 등)
-- 3) 언어 번역
-- 4) 문법 및 맞춤법 교정
-- 5) RAG 및 사내 챗봇
-- 6) 지능형 RPA(외부 데이터 자동 수집·정리)
-- 7) 차트만들기(Text-to-SQL)
-- 8) 코딩
-- 9) 예측 및 시뮬레이션
-- 10) AI 검색 및 딥 리서치
-- 11) PC 기반 AI 에이전트
-- 12) OCR 등 이미지 분석(이미지 이해와 생성)
-- 13) 콜 센터 등 음성 분석(음성 이해와 생성)
-- 14) CCTV 영상 분석(영상 이해와 분석)
-- 15) 버티컬 LLM(도메인 특화 AI)
-- 16) 아이디어 및 브레인스토밍
2. AX 산업별 적용 사례
-- 1) 제조·물류
-- 2) 금융·보험
-- 3) 리테일·유통
-- 4) 의료 및 헬스케어
-- 5) 에너지 산업
-- 6) 건설
-- 7) 운송·물류
-- 8) 호텔·외식
-- 9) 공공·교육
-- 10) 1인 기업
맺음. AI 에이전트 시대와 그 이후
부록. AX에 성공한 스타트업(기업)
부록. AX를 위한 솔루션·서비스 추천