스티브 블랭크 1970년대 실리콘 밸리에서 기업가로 성장했으며, 1990년대에는 4개의 첨단 기술 스타트업을 설립하거나 그곳에서 일했습니다. 그는 결국 이 경험을 바탕으로 고객 개발 모델 과학적 방법에서 영감을 얻었습니다. 이를 위해서는 다양한 가설을 세운 다음 이를 테스트하고 반복해야 합니다. 이 모델은 다음의 기초가 되었습니다. 린 스타트업 ‘최소 실행 가능 제품’, ‘피벗’ 및 주류 어휘집에 들어간 기타 개념을 바탕으로 운동이 구축되었습니다.
지금은 기업가 정신을 가르치는 블랭크 씨 스탠포드 대학는 가설을 테스트하고, 새로운 제품을 개발하고, 인간이 따라올 수 없는 속도로 비즈니스를 창출하는 프로세스를 강화함으로써 인공 지능 도구가 그의 린 스타트업 방식을 어떻게 변화시킬 준비가 되어 있는지 생각하고 있습니다.
AI와 머신러닝은 기업가 정신, 혁신, R&D에 어떤 영향을 미칠까요?
공백: 나 사실 깜짝 놀랐어, 그게. [Lean Startup] 유행이 아니라 물건을 만드는 방법에 대한 진정한 기본 원칙으로 밝혀졌습니다. 수백 번의 반복이 있었지만 가설 테스트, 최소 실행 가능 제품 등으로 돌아왔습니다.
이것이 AI에 의해 자동화되는 것을 상상하는 것은 어렵지 않습니다. 아침에 고객의 디지털 원형을 100개 만들고 그들이 좋아할 만한 제품 이미지 1,000개로 웹사이트를 채울 수 있습니다. 오후에는 수천 개의 가상 테스트를 통해 A/B 테스트를 실행할 수 있었습니다. 기본 아이디어는 동일합니다. 하지만 기계가 실행하는 경우와 인간이 실행하는 경우는 어떻게 될까요? 당신은 아직 아무것도 본 적이 없습니다.
인간 발명가와 AI 간의 협력이 어떻게 진화할 것으로 예상하시나요?
공백: 과학적 방법은 500년 전부터 지금까지 인류가 수행해 온 접근법이다. 다음 돌파구는 우리가 이러한 문제 세트를 기계에 제공하고 인간이 결코 본 적이 없는 발명에 대한 통찰력을 갖기 시작할 때일 것입니다. 우리는 전자 설계 자동화부터 전산 유체 역학에 이르기까지 모든 분야에서 아직 발명되지 않은 문제에 접근하는 방법 중 일부를 보기 시작했습니다.
저는 항상 AlphaFold(Google DeepMind의 AI 시스템)로 돌아옵니다. 계산적으로 단백질 구조를 예측합니다]. 75년 동안 우리는 10,000개의 단백질 구조를 알아냈습니다. AlphaFold는 2억 개를 알아냈습니다. 인간이었다면 노벨상을 받았을 것이다.
AI를 창의적인 프로세스에 통합하려는 발명가에게 어떤 조언을 해주고 싶나요?
공백: 경력에 관계없이 누구에게나 제가 드리는 조언은 다음과 같습니다. 6개월마다 3일 동안 귀하의 공간 안팎에서 최신 도구를 살펴보세요. 델타 변화율은 여전히 증가하고 있으며, [advance] 귀하의 도메인과 교차합니다. 자, 이것은 긍정적일 수도 있고 부정적일 수도 있지만 놀라서는 안됩니다. 6개월마다 지난 6개월과 같지는 않을 것입니다.
기업가와 발명가는 AI 시대에 자신의 역할을 재창조하는 것에 대해 어떻게 생각해야 할까요?
공백: 내가 여전히 기업가라면 SAP나 Salesforce와 동등한 기업용 소프트웨어를 구축하고 있을 것입니다. [startup] 원칙은 끝까지. 처음에는 인간의 도움을 받는 기계 학습일 것이고, 시간이 지나면 결과를 내놓을 사람 외에는 인간이 필요하지 않을 것입니다. 우리는보고있다 [AI] 웹사이트와 코드를 자동으로 생성합니다. 이를 사용하여 린 방법론을 하나로 묶는 것을 상상해 보십시오.
저는 사람들에게 1920년대 사진을 보여주고 싶습니다. 한 방에 가득 찬 남자들이 보험 회사에서 계산기를 읽고 계리 테이블을 계산하는 모습입니다. 지금 그 방이 어떤 모습인지 아시나요? 아무것도 아님. 존재하지 않습니다. 그러나 우리는 대량 실업을 겪지 않았습니다. 사람들의 직업이 바뀌었습니다. 그래서 나는 낙관적인 경향이 있다. 프로그래머는 신속한 엔지니어가 될 것입니다. 단백질 디자이너는 더 복잡한 작업을 시작할 것입니다. 우리는 과거에 이런 고부가가치 일자리를 많이 대체했는데, 세상은 끝나지 않았습니다.
