GM의 실패, 도요타의 재설계
현장에서 임원들의 같은 오판을 반복해서 본다. AI를 자동화 도구 하나 들여놓는 일로 취급하는 것.
1970년대 GM은 로봇을 단순 기계로 썼다가 정체를 겪었다. 도요타는 같은 기술로 생산 프로세스와 협업 구조를 전부 뜯어고쳤다. 결과는 갈렸다.
AI도 같은 갈림길에 있다. 기술 도입이 아니라 조직 체계를 재배치하는 적응형 과제(Adaptive Challenge)다.
80%의 기계, 20%의 사람
AI는 업무의 첫 80%를 빠르게 초안화한다. 비용은 이미 무너졌다.
문제는 남은 20%다.
- 기계가 낸 결과를 의심한다.
- 비즈니스 맥락에 맞게 다시 만든다.
- 최종 책임을 진다.
여기서 독창성이 갈린다.
도입 초기에는 생산성이 오히려 떨어진다. 기존 방식과 충돌하기 때문이다. 이 하강 구간(J-커브)에서 리더가 무엇을 하는지가 승부처다.
내가 본 괜찮은 리더들은 이 시기에 지시를 줄였다. 침착하게 리스크를 본인이 인수하고(Power), 흔들리는 실무진을 옹호했다(Warmth). 그것이 도약기의 조건이었다.
FAQ
Q. AI 도입 시의 생산성 J-커브란 무엇인가?
- 도입 초기 기존 업무 방식이 흔들리며 겪는 일시적 생산성 하락 곡선이다. 시스템 재설계가 끝나면 상승 임계점을 넘어 성장한다.
In English — Adaptive Leadership Across the AI J-Curve
In the 1970s, GM treated industrial robots as mere machines and stalled; Toyota redesigned its production processes and collaboration structures around the same technology and pulled ahead. AI stands at the same fork: adopting it is not a technical installation but an adaptive challenge that reorganizes how the organization works. AI drafts the first 80% of most work cheaply; differentiation lives in the human 20% — doubting the machine’s output, rebuilding it for business context, and owning the final decision. Productivity initially drops as new ways of working collide with old ones (the J-curve), and what leaders do in that dip decides the outcome. The effective leaders I’ve observed gave fewer orders during the dip: they calmly absorbed the risk themselves (power) and defended their shaken teams (warmth). That was the precondition for the leap.