AI가 학습의 규칙을 바꿀 때, 공급망도 변해야 합니다

캘리포니아 대학교 버클리 캠퍼스의 한 수학 교수는 AI 도구가 이제 학생들이 고품질 답변을 너무 쉽게 만들어낼 수 있다고 결론 내린 후, 숙제의 정답 여부를 채점하는 것을 중단했습니다. 리처드 보처즈 교수는 이제 과제 완료에 주로 학점을 부여하고, 대면 및 기기 없는 시험을 기반으로 성적을 매깁니다.

그의 결정은 단순한 캠퍼스 정책 논쟁 이상입니다. 이는 숙련된 인재에 의존하는 모든 산업, 즉 글로벌 공급망을 포함한 모든 산업에 대한 경고입니다: AI가 세련된 결과물을 생성할 수 있을 때, 조직은 완성된 답변뿐만 아니라 판단, 적용, 책임감을 평가하는 방법을 배워야 합니다.

공급망을 위한 교훈

공급망 업무는 오랫동안 데이터를 분석하고, 운영 문제를 해결하며, 정확한 계획을 수립할 수 있는 사람들에게 보상을 해왔습니다. AI는 예측, 경로 옵션, 재고 권장 사항, 공급업체 요약, 심지어 협상 초안까지 몇 초 만에 제공함으로써 이러한 방정식을 바꾸고 있습니다.

그러나 정확해 보이는 AI 결과물이 건전한 비즈니스 결정과 같은 것은 아닙니다. 계획 담당자는 정확한 수요 예측을 받을 수 있지만, 여전히 프로모션, 공급업체 제약, 항만 혼란, 기상 이변 또는 고객 행동 변화에 비추어 이를 검토해야 할 수 있습니다. 인간의 기여는 답변을 생성하는 것에서 질문하고, 검증하고, 그에 따라 행동하는 것으로 변화하고 있습니다.

답변에서 판단으로

보처즈 교수의 우려는 최종 답변을 채점하는 것이 더 이상 학생이 근본적인 수학을 이해하고 있음을 증명하지 못한다는 것입니다. 동일한 문제가 공급망에도 적용됩니다: 세련된 AI 생성 보고서가 계획 담당자가 재고 위험, 공급업체 역량, 무역 규칙 또는 재고 부족의 결과를 이해하고 있음을 증명하지 못합니다.

따라서 미래의 공급망 인재는 자신의 추론을 설명하고, 권장 사항을 옹호하며, 데이터 격차를 식별하고, 정보가 불완전할 때 결정을 내리도록 훈련되어야 합니다. 이것이 AI가 초안, 계산 또는 대체 시나리오를 생성할 수 있을 때에도 여전히 가치 있는 기술입니다.

인재 개발 재고

공급망 산업은 AI를 금지하거나 지름길로 취급하여 대응해서는 안 됩니다. 대신, 젊은 전문가들이 핵심 운영 판단력을 개발하면서 AI를 사고의 파트너로 활용할 수 있도록 학습과 업무를 재설계해야 합니다.

이는 사람들을 일상적인 작업을 완료하도록 훈련하는 것을 넘어선다는 의미입니다. 견습, 실시간 시뮬레이션, 공급업체 협상, 혼란 대응 훈련, 실제 운영 프로젝트는 젊은 전문가가 분석을 책임감 있는 행동으로 전환할 수 있는지 보여줄 수 있습니다. 고용주는 후보자가 문제를 어떻게 구성하고, AI 권장 사항에 이의를 제기하며, 부서 간 협업하고, 결정 뒤에 있는 절충안을 설명하는지 평가해야 합니다.

초급 학습 보호

가트너는 공급망 리더의 55%가 에이전트형 AI가 초급 채용의 필요성을 줄일 것으로 예상하며, 51%는 AI 에이전트 감독으로의 전환을 예상한다고 보고합니다. 동시에 86%는 AI가 미래 인재 파이프라인 개발을 위한 새로운 프로세스를 필요로 할 것이라는 데 동의합니다.

이는 위험을 초래합니다: AI가 주니어 직원이 한때 배웠던 일상적인 작업을 흡수한다면, 기업은 다음 세대의 숙련된 계획 담당자와 운영 리더를 개발하는 데 어려움을 겪을 수 있습니다. 해결책은 단순히 초급 역할을 제거하는 것이 아니라, 감독된 의사 결정, 예외 관리, 공급업체 참여 및 지속적인 학습을 중심으로 초급 역할을 재설계하는 것입니다.

AI 준비된 인재 구축

공급망 조직은 AI 리터러시를 핵심 역량으로 만들어야 하지만, 이를 광범위하게 정의해야 합니다. 모델에 프롬프트를 입력하는 방법을 아는 것만으로는 충분하지 않습니다. 전문가는 데이터 품질, 모델 한계, 편향, 사이버 보안, 책임감, 그리고 인간의 판단이 자동화된 권장 사항을 언제 무시해야 하는지를 이해해야 합니다.

실용적인 접근 방식은 모든 AI 기반 워크플로우에 인간 검사 지점을 연결하는 것입니다. 예를 들어, AI는 잠재적인 공급 중단을 식별할 수 있지만, 계획 담당자는 출처를 확인하고, 비즈니스 영향을 평가하며, 영향을 받는 파트너와 협의하고, 대응 방안을 결정해야 합니다. 이는 책임감을 유지하면서 속도를 보존합니다.

결론

버클리 교수의 결정은 AI가 교육으로 하여금 답변을 생성하는 것과 이해를 소유하는 것을 구별하도록 강요하고 있음을 보여줍니다. 글로벌 공급망도 동일한 시험에 직면해 있습니다. 성공할 조직은 AI를 사용하여 인간의 판단력을 증폭시키고, 초기 경력 역할을 학습 기회로 재설계하며, 불확실성 속에서 복잡한 네트워크를 이끌 수 있는 인재를 개발하는 조직이 될 것입니다.

출처: https://www.ndtv.com/world-news/california-professor-stops-grading-homework-after-spotting-students-growing-reliance-on-ai-12240518