01 AX Strategy
무엇이 바뀌고 있고, 무엇으로 성장할지 정합니다. 노트 15편.
Brain over Body: OpenAI가 휴머노이드를 직접 만들며 몸보다 두뇌에 거는 이유와 2027년 시연
Sam Altman이 Sources 팟캐스트에서 OpenAI가 휴머노이드와 다른 형태의 로봇을 모두 만들겠다고 확인하고, 몸의 설계보다 로봇을 움직이는 두뇌가 더 어려운 문제라고 말했습니다. Fortune 인터뷰에서는 2027년에 시연을, 거리의 로봇은 그 뒤 몇 년이라고 했습니다. 소프트웨어 AI 기업이 하드웨어까지 수직 통합하는 흐름을 정리하고, 우리 현장에서 로봇이 맡을 일을 고르는 방법을 붙였습니다.
Reduce Layers and Increase Spans of Control: Amex가 AI 도입 전에 관리 단계를 먼저 줄이는 이유
American Express가 2026년 3분기 실적과 함께 전 세계 인력 약 5%를 줄인다고 밝혔습니다. CFO는 자동화와 AI를 쓰기 전에 관리 단계를 줄이고 관리 범위를 넓히는 것이 먼저라고 설명했습니다. 공시와 실적 발표 내용으로 사실을 확인하고, 우리 조직에서 같은 순서를 밟을 때의 진단 지표와 8주 일정을 붙였습니다.
Free Cash Flow Negative: GPU는 창고에 쌓이고 전력이 모자란 AWS AI 투자의 구조
Business Insider가 입수한 AWS 내부 녹음과 이메일을 다룬 보도를 2차 소스로 확인해 정리했습니다. AI 인프라 책임자는 AI 사업이 앞으로 2년쯤 크게 현금 적자일 것이라 말했고, GB300 랙은 전력이 없는 창고에서 설치를 기다립니다. 병목이 GPU에서 전력으로 옮겨 간 구조를 풀고, 우리 회사의 클라우드 GPU 의존도를 재는 인벤토리와 6주 점검 일정을 붙였습니다.
30 Months on the Exponential: AI가 통째로 맡는 일이 4분에서 17시간이 된 30개월
Co-Intelligence(2024)에서 Co-Existence(2026)까지 30개월 동안 AI가 한 번의 지시로 끝내는 일의 길이가 4분에서 17시간으로 늘었고, 선두 모델은 스무 번 바뀌었습니다. 이 추세를 기업 계획의 가정으로 옮기는 법과, 사람이 루프 밖에서 에이전트를 부리는 Conjurer 방식을 정리했습니다.
The Leaner Sales Org: AI 시대 영업팀은 작아지고 1인당 할당량은 몇 배가 된다
Fireworks AI와 Granola에서 영업팀을 만든 Bardia Shahali가 말하는 AI 시대 영업 조직: 인프라와 애플리케이션 레이어에서 팀 구성이 어떻게 갈리고, 왜 보상 계획을 분기마다 다시 짜며, 팀을 어디까지 줄여도 되는지 정리했습니다. 우리 영업 조직의 1인당 생산성을 재는 모델과 6주 점검 일정을 붙였습니다.
Agent Gateway: Walmart가 고객의 AI 에이전트를 받아들이는 세 가지 장치
Walmart가 외부 AI 에이전트를 고객으로 받는 세 가지 장치(Agent Gateway, Agent Profile, 에이전트 약관)를 내놓았고, Amazon은 식별 없는 에이전트를 차단하는 반대 길을 갑니다. 두 회사의 선택을 메커니즘으로 풀고, 우리 서비스에 고객의 에이전트가 들어올 때 열지·막을지 정하는 6주 점검 절차를 붙였습니다.
From Hierarchy to Intelligence: 잭 도시가 블록에서 중간 관리층을 AI로 대체하는 설계
블록은 직원 40%를 줄이고, 관리자가 하던 정보 전달을 회사 전체의 world model과 intelligence layer에 맡기려 합니다. 피라미드 대신 원형 조직의 작동 방식과, 사업부 하나에서 시험하는 12주 실행안을 정리했습니다.
Systems thinkers, not specialists: 넷플릭스 CPTO가 말하는 AI 시대에 뽑는 사람과 일하는 방식
AI로 직군 경계가 흐려진 지금, 넷플릭스는 좁은 전문가보다 시스템 전체를 보는 사람을 더 뽑고, 공통 paved path와 guardrails로 AI 산출물의 품질을 지킵니다. 8주 도입안을 붙였습니다.
에이전트 시대 PM의 일은 결정이다: 로비 스타인의 3단계
에이전트가 무엇이든 만들어 주는 시대에 PM의 가치는 판단으로 옮겨 갑니다. 사람 이해, 근본 원인 진단, 크래프트의 3단계를 AI로 넓히는 방법과 4주 사이클 실행안입니다.
브랜드는 어떻게 성장하나?
브랜드 성장이 어디서 오는지를 이중 위험의 법칙(Double Jeopardy Law)으로 설명한 글을 번역했습니다.
브랜드의 과학적 성장 패스
개별 소비자는 예측하기 어렵지만 전체로 보면 예측 가능해진다는 관점에서, 작은 브랜드가 커지는 경로를 설명합니다.
나이키: Data-driven의 한계
데이터가 객관적이라는 착각이 어떻게 전체 그림을 가리는지, 나이키의 250억 달러 실책을 통해 보여 줍니다.
나이키: 가치 파괴의 서사시
2024년 6월 실적 발표 이후 하루 만에 시가총액 250억 달러가 사라진 나이키의 전략적 실패를 해부한 글입니다.
프로덕에 적용할 생성형 AI 아이디어 평가하기
어떤 생성형 AI 아이디어가 실제 가치를 만드는지 가려내는 평가 기준을 다룬 멤버 전용 글입니다.
AI를 활용한 PMF 식별
AI로 세그먼트·유스케이스를 펼치고 채점해 첫 공략 대상을 좁히는 법. 구조화 출력·반복 채점 같은 기술 디테일과, 누가 2주 동안 무엇을 하는지 현업 실행안까지 붙였습니다.