글: 대런 로버츠 인공지능은 더 이상 재무 리더들이 미래에나 고려해야 할 사안이 아닙니다. 이미 기업 전반에 걸쳐 마진을 보호하고, 리스크를 파악하며, 의사결정을 실행하는 방식을 재편하고 있습니다. ERA Group 지난 몇 년간 조달 인텔리전스를 재무 의사결정 과정에 어떻게 접목할지 재설계하는 데 주력해 왔습니다. 우리가 얻은 교훈은 간단합니다. 자동화만으로는 경쟁 우위를 창출할 수 없습니다. 인텔리전스가 우위를 만들어내지만, 이는 실제로 운영에 적용되었을 때만 가능합니다.
여전히 많은 조직이 조달을 단순한 거래 업무로 취급하고 있습니다. AI는 소싱을 자동화하고, RFP(제안 요청서) 응답을 가속화하거나, 보고서를 더 빠르게 작성하기 위해 표면적으로만 적용되고 있습니다. 이러한 효율성 향상은 유용하지만, 가시성의 단절, 보고 지연, 그리고 의사결정의 단절로 인해 발생하는 마진 손실이라는 근본적인 문제를 해결하는 경우는 거의 없습니다.
AI가 조달 운영 모델의 핵심에 통합될 때 훨씬 더 큰 변화가 일어납니다.
다양한 산업 분야에서 활동하며, 우리는 동일한 패턴을 목격합니다. 구조적 우위를 창출하는 재무 리더들은 다음 세 가지에 집중합니다:
첫째, 이들은 사후 보고 방식에서 실시간 재무 인텔리전스로 전환합니다. 기존의 지출 분석은 이미 발생한 상황을 보여줄 뿐입니다. 반면 AI 기반 인텔리전스는 마진이 훼손되기 전에 공급업체의 성과 문제, 가격 이상 징후 또는 비용 요인을 조기에 포착하여 알려줍니다.
둘째, 이들은 업무를 자동화하기 전에 의사결정 과정을 재설계합니다. 최근 한 프로젝트에서 한 고객사는 처음에 주요 원자재 가격을 더 유리하게 협상해 달라고 요청했습니다. 우리는 협상부터 시작하기보다는 제품 설계와 운영 프로세스를 면밀히 검토했습니다. 원자재 사용량을 줄이고 생산 효율성을 높임으로써, 본격적인 가격 협상에 들어가기 전에 유리한 고지를 점할 수 있었습니다. 그 결과 마진에 미친 영향은 단순한 증분이 아닌 구조적인 변화였습니다.
셋째, 이들은 AI 기반의 통찰력과 경험에 기반한 판단력을 결합합니다. 데이터만으로는 수익성을 보장할 수 없습니다. 정보는 해석되고, 우선순위가 정해지며, 현실 세계에서 실행되어야 합니다. 기술은 가시성을 높여주지만, 통찰력을 재무 성과로 전환시키는 것은 체계적인 실행입니다.
바로 이 지점에서 거버넌스의 중요성이 부각됩니다. AI 기술의 비용이 낮아지고 접근성이 높아짐에 따라 분산될 위험도 커집니다. 다양한 도구, 서로 단절된 대시보드, 그리고 조화를 이루지 못한 이니셔티브들은 사각지대를 해소하기는커녕 오히려 새로운 사각지대를 만들어낼 수 있습니다. 조달 프로세스에 AI를 접목하려면 재무, 조달, 기술 부서 간의 긴밀한 협력이 필요하며, 결과에 대한 명확한 책임 소재가 확립되어야 합니다.
ERA Group 단순히 지출 내역을 더 빠르게 분석하는 데 그치지 않습니다. 저희는 감독 기능을 강화하고, 마진 손실을 줄이며, 공급업체 생태계 전반에 걸쳐 숨겨진 가치를 발굴할 수 있는 인텔리전스를 구축하는 데 주력하고 있습니다. 이는 데이터를 연계하고, 위험을 실시간으로 파악하며, 의사결정이 체계적으로 실행되도록 보장하는 것을 의미합니다.
AI는 재무적 판단력을 대체하지 않습니다. 오히려 이를 더욱 날카롭게 다듬어 줍니다.
마진 압박이 심화되고 업무가 점점 더 복잡해지는 환경 속에서, CFO들이 고민해야 할 문제는 더 이상 조달 업무에 AI를 도입할지 여부가 아닙니다. 이제는 경쟁 우위를 유지하기 위해 재무 부서가 적절한 구조, 거버넌스, 리더십을 바탕으로 AI를 얼마나 신속하게 실무에 적용할 수 있을지가 핵심입니다.
저자
