AI 서비스 시대에 Palantir가 주는 교훈

지난 달, 제가 공동 창립한 첫 번째 회사인 Palantir가 S&P 500에 합류했습니다. 20년 동안 대부분의 사람들은 Palantir를 “과대 평가된 컨설팅 회사”로 간주했습니다. SaaS “제품”이나 “플랫폼”을 개발하는 진정한 기술 혁신 기업이 아니라, 단지 서비스 기업일 뿐이라고 여긴 것이죠. Palantir를 초기부터 경시하는 것은 단견이었습니다. 실리콘 밸리 최고의 기술 인재들을 채용했음에도 불구하고, 많은 엔지니어들이 고객과 함께 긴 시간 동안 작업을 했다는 사실 때문에 이러한 오해가 생겼습니다. 우리는 이 팀을 “Forward Deployed Engineers”라고 불렀고, 그들은 고객의 일상 업무, 비즈니스 모델, 그리고 고충에 집착하듯 몰두했습니다.

우리는 필요에 의해 이렇게 시작했습니다. Palantir는 고급 데이터 통합 플랫폼과 수정 가능한 데이터베이스 등을 포함한 강력한 제품을 가지고 있었지만, 초기 국방 및 정보 기관 고객의 복잡한 워크플로우나 데이터 소스에 대한 경험은 부족했습니다. 그러나 이 부족함이 우리의 불공정한 우위가 되었습니다. 우리는 고객과 함께 플랫폼을 개선하고 확장해 나가면서 그들의 임무 효과성을 높였고, 이러한 고객의 필요를 보편적인 컴포넌트로 추상화하여 다른 문제에도 적용할 수 있게 되었습니다. 우리는 서비스를 ‘제품화’했습니다. 매년 가치 창출에 필요한 노동과 설정이 감소했지만, Palantir의 기능 범위는 급격히 확대되었습니다. 일관된 점은 서비스가 제품 수익을 뒷받침했다는 것입니다. 이 개념은 사업이 단일한 형태여야 한다고 생각하는 사람들에게는 직관적이지 않을 수 있습니다.

우리의 성공은 대담함과 재능 덕분이었으며, 고객의 데이터와 프로세스를 매핑하여 이를 솔루션에 코드화하는 독특한 접근법 덕분이기도 합니다. 우리는 이 지도를 ‘온톨로지’라고 부릅니다. 이는 수많은 기능, 시스템, 데이터 형식 전반에 걸쳐 복잡한 워크플로우가 필요한 세계 최대 조직들에게 서비스를 제공할 수 있게 했습니다. 하지만 이는 전통적인 “제품” 회사에서는 상상할 수 없는 깊이의 고객 파트너십을 통해서만 가능합니다. “제품” 접근 방식은 수많은 고객이 겪는 일반적인 문제를 해결할 때 가장 효과적입니다(예: 결제 처리). 반면, 세계에서 가장 복잡한 조직을 지원할 때는 “서비스” 마인드셋을 통해 고객에게 맞춤형 솔루션을 제공하는 것이 더욱 가치 있게 다가갑니다.

이제 서비스가 주목받는 시대?

LLM의 등장으로 단순한 “서비스 기업”이 더욱 흥미로운 비즈니스로 자리잡았습니다. 8VC에서는 AI와 최고 수준의 운영을 통합하여 B2B 서비스 산업의 경제성과 확장성을 혁신하는 놀라운 성과를 보고 있습니다. AI는 언어 기반의 인간 워크플로우를 자동화할 수 있으며, 경우에 따라 인간보다 실수를 잘 잡아내고 엣지 케이스를 처리하는 데 탁월할 때도 있습니다. 물론, 인간의 판단력이나 창의력이 중요한 영역도 많습니다(예: 팀 빌딩 연습을 ChatGPT에게 물어보면 그 한계를 알 수 있습니다). 따라서 하이브리드 비즈니스 모델이 종종 최종 고객의 문제를 해결하면서 동시에 창출한 가치를 더 많이 확보하는 최적의 방식이 됩니다.

지난 10년 동안 소프트웨어가 세상을 잠식했지만, 여전히 많은 전통적인 서비스 산업이 남아 있습니다. 우리는 미국 서비스 부문에서 AI 노출된 직무의 임금으로 매년 5조 달러가 소비된다고 추정합니다. 이러한 산업 중 다수에서는 IT 지출이 증가했음에도 불구하고 총요소생산성이 지난 20년 동안 감소해 왔습니다. 기존의 종이 기반이나 온프레미스 시스템을 사용하는 업체들도 흔히 찾아볼 수 있습니다. SaaS가 도입된 경우에도 이는 보통 비즈니스의 비핵심 부문에 국한되며, 잠재력을 충분히 발휘하지 못합니다. 우리는 단순히 더 많은 소프트웨어를 이들 비즈니스에 판매하는 것뿐 아니라, 이들과 직접적으로 경쟁할 기회를 보고 있습니다. 최근 몇 년 동안 8VC는 헬스케어 청구(예: Candid), 화물 감사 및 결제(예: Loop), 보험 서드파티 관리(예: Reserv), 리드 생성(예: Landbase) 등 다양한 분야에 걸쳐 풀스택 도전 기업에 투자했습니다. 우리는 8VC Build를 통해 기술 기반의 건축 회사 Pantheon을 창립했으며, 앞으로도 많은 발표가 있을 예정입니다.

이들 스타트업은 기존 경쟁사와 유사한 서비스를 제공하면서도, AI와 수직 통합 기술 스택을 활용하여 훨씬 높은 마진으로 더 빠르고 저렴하며 24시간 제공 가능한 서비스를 제공합니다. 이러한 직종에서 수행되는 워크플로우를 세분화하여 분석해보면, 자동화를 통해 마진을 개선함으로써 오늘날 기업들이 생산성을 두 배, 세 배로 높이며 회수할 수 있는 지원, 백오피스, 운영, 영업 임금만 해도 1조 달러 이상에 이릅니다. 청구 워크플로우, 회계, 채용, 법률, 보험 등 많은 분야가 이러한 혁신을 통해 변화를 맞이할 준비가 되어 있습니다. 우리는 또한 고등 교육과 같은 덜 분명한 산업에서도 큰 기회를 보고 있으며, Campus는 더 높은 마진으로 양질의 커뮤니티 칼리지 교육을 제공합니다. 이러한 기업들은 기존 기업보다 더 확장 가능하며, 유기적 성장과 인수합병을 혼합한 전략으로 효율적으로 성장할 수 있습니다.

그렇다면 “AI 서비스” 회사란 무엇인가?

최근 AI 논의에서는 “서비스를 소프트웨어로서 제공”하는 개념이 주목을 받았으며, 당연히 그럴 만합니다. 현재 세계에서 가장 빠르게 성장하는 스타트업 중 일부(예: Fieldguide와 같은 8VC 기업들)는 이제 소프트웨어가 단순한 도구가 아니라, 노동 지출의 일부를 가치를 창출하는 요소로 삼아 경쟁력을 높이고 있습니다. 모델 성능만으로는 작업을 충분히 수행하기 어려운 경우, 이러한 솔루션은 종종 “코파일럿”으로 제공되어 사용자가 더 나은 결과를 얻도록 안내합니다. 대표적인 예로 Numeric의 Technical Accounting AI가 있습니다. 이를 통해 내부 회계사는 메모, 보고서 등의 초안을 빠르게 작성할 수 있습니다. 때로는 기존의 워크플로우를 에이전트가 대부분 복제할 수 있어, 프로세스 소유자는 더 높은 수준의 우선순위에 집중할 수 있습니다. 예를 들어, Tezi는 내부 채용 담당자가 지원자 경험을 향상하고 새로운 인력 없이도 확장할 수 있도록 돕습니다.

이러한 접근 방식은 뛰어난 제품을 만들어 빠르게 시장 점유율을 확보할 수 있다면 많은 산업에서 효과를 발휘할 수 있습니다. 그러나 두 가지 큰 위험이 따릅니다. 첫째, 모델을 누구나 활용할 수 있기 때문에, 기존 SaaS 강자들과 같은 잠재 고객이 이미 사용하는 제품과의 경쟁으로 인해 위협을 받을 수 있습니다. 둘째, 차세대 모델에 자연스럽게 포함되는 기능으로 인해 제품의 일부가 불필요해질 위험이 있습니다.

하지만 이러한 모델들이 서비스 기업에 외주로 맡기거나 내부 직원들이 수행하는 복잡한 프로세스를 종단간으로 자동화할 가능성은 적습니다. 이는 거의 신적인 수준의 AGI가 필요할 것입니다! 이러한 워크플로우와 그에 따르는 지출에 도전하려면 기술과 인간의 전문성을 결합하는 것이 핵심입니다. 이 접근 방식은 고객에게 많은 가치를 제공할 뿐만 아니라, 회사가 그 가치를 더 많이 확보하고 향후 AI 발전에 대한 회복력을 높이는 방법입니다. 고객 입장에서는 이미 완벽하게 해결된 작업에 대해 AI 모델의 능력이 얼마나 뛰어난지 신경 쓰지 않을 것입니다.

최고의 기술 서비스 기업은 두 가지 방법으로 운영 레버리지를 향상시킵니다.

1. 기존 제공 업체보다 빠르고 저렴하며 더 나은 서비스 품질을 제공하여 독자적인 가치 제안을 만듭니다.
2. COGS에서 큰 부분을 차지하는 노동을 제거하여 단위 경제성을 개선합니다. 이로써 기존 경쟁사에 비해 사업 확장이 더 쉬워집니다.

화물 감사 및 결제를 예로 들어보겠습니다. 매년 수십억 달러가 부정확한 화물 감사로 손실되며, 수십억 달러가 외주 서비스 기업에 지출됩니다(그 품질은 천차만별입니다). 송장 검토를 자동화하는 포인트 솔루션도 유용하지만, 청구 결정부터 결제 처리까지 모든 것을 처리하는 Loop와 같은 회사만큼의 가치를 제공하거나 지속성을 가지지는 않습니다. 풀스택 접근 방식은 전체 프로세스를 재설계하고, 고립된 부분이 아닌 전반적인 효율성을 창출할 수 있게 해줍니다. 고객 입장에서는 여러 공급업체와 협력하거나 여러 소프트웨어 도구의 통합에 어려움을 겪는 대신, 단일 AI 기반 제공업체에 전체 기능을 외주로 맡길 수 있습니다. 이에 따라 Loop는 전체 워크플로우를 최적화하여, 기존 소프트웨어 및 레거시 서비스 제공업체들이 보지 못한 효율성과 비용 절감을 찾아낼 수 있습니다. 물론, 이러한 접근에는 타협점이 있습니다. Loop는 완전히 자동화할 수 없는 작업을 수행할 운영 팀과 함께 소프트웨어 및 AI 기능을 결합하는 복잡성을 관리해야 합니다.

이것이 수직 통합된 “기술 서비스” 회사를 구축하려는 첫 시도는 아닙니다. 뛰어난 사내 소프트웨어와 최고 수준의 운영 관행을 긴밀하게 통합하여 많은 훌륭한 기업이 탄생했습니다. 그러나 최근 수백만 달러의 투자를 유치한 후 실패한 기술 서비스 스타트업의 사례도 많습니다. 이러한 회사들은 R&D에 막대한 비용을 지출했지만, 실제로 손익(P&L)에서 그 지출의 혜택을 보지 못했습니다. 예를 들어, 전성기 때 WeWork에는 거의 500명의 소프트웨어 엔지니어가 있었지만, 엔지니어가 많다고 해서 기술 회사가 되는 것은 아니었습니다!

지난 몇 년간 최고의 기술 서비스 회사들과 협력하면서, 성공의 주요 결정 요소로 자리 잡은 네 가지 핵심 원칙이 있었습니다.

1. 전체 비즈니스 온톨로지를 매핑하여 R&D 집중 우선순위 설정하기

Palantir에서 우리는 비즈니스 “온톨로지” 개념을 개발했으며, 이는 회사 운영의 모든 과정을 뒷받침하는 데이터 스키마와 워크플로우를 정의합니다. 고객의 비즈니스 온톨로지를 이해하는 것은 훌륭한 SaaS 제품을 구축하는 데 필수적이지만, 소프트웨어와 운영의 시너지로 가치를 창출하는 기술 기반 서비스 비즈니스를 구축할 때는 더욱 중요합니다. 온톨로지는 데이터, 논리, 작업으로 구성되며, BPM(Business Process Map)처럼 모든 워크플로우를 정의합니다. 예를 들어 항공사의 온톨로지에는 “비행기”, “항공편”, “항공사”, “공항”, “지연”과 같은 객체가 포함될 수 있습니다. 이러한 객체에 대한 데이터를 상태, 관계, 작업과 같은 개념으로 매핑하면, 비즈니스에 대한 통찰력을 얻을 수 있고 프로세스를 자동화하거나 증강할 수 있는 방안을 찾을 수 있습니다.

기술 기반 서비스에서는 기존 상태에서의 엔드 투 엔드 온톨로지를 매핑하는 것이 자연스러운 출발점입니다. 현재 작업이 어떻게 이루어지는지, 각 단계에서 어떤 객체, 데이터, 작업이 관련되는지, 각 객체가 어떤 상태일 수 있는지, 서로 어떤 관계를 가질 수 있는지 파악하는 것이 중요합니다. 이러한 총체적 매핑은 수행해야 할 작업, 그 작업의 기본 요소, 그리고 현재 사람들이나 소프트웨어 시스템에 의해 어떻게 분배되는지를 세세하게 이해할 수 있게 합니다. 온톨로지 구축은 데이터 통합의 핵심적인 촉진제이기도 합니다. 대다수는 데이터를 먼저 통합한 후 온톨로지를 도출해야 한다고 생각하지만, 실제로는 그 반대입니다. 거대한 조직에서는 데이터가 다양한 형식과 장소에 흩어져 있습니다. 온톨로지는 기존 및 미래 데이터 문제의 전체 범위를 해결할 구조를 제공합니다. Palantir는 온톨로지를 일찍부터 원칙으로 삼아 데이터 통합에서 세계 최고의 수준을 자랑하며, 엔터프라이즈 AI의 선두 주자가 되었습니다. 20년 동안 최고의 인재를 투입해 고객을 위한 최첨단 솔루션을 개발한 덕분입니다.

이것이 바로 Reserv가 초기에 따랐던 전략입니다. 손해 사정 워크플로우를 깊이 이해함으로써, 무엇을 자체 개발할지, 무엇을 라이선스로 사용할지에 대해 올바른 결정을 내릴 수 있었고, 이는 대형 고객 계약을 따내면서 매우 빠르게 확장할 수 있는 토대를 마련했습니다. 상세한 비즈니스 온톨로지는 마진 개선과 고객 중심 기능에 대한 R&D 투자를 우선순위화할 수 있게 해줍니다. 이 두 가지를 결합하는 것이 지속적인 가치를 창출합니다.

개념적 및 실질적 응용 면에서 온톨로지는 대부분의 훌륭한 SaaS 비즈니스에 의해 잘 이해되고 있으며, 기술 기반 서비스가 발전할수록 그 중요성은 더욱 커집니다. SaaS 제품을 구축할 때는 고객의 워크플로우를 소프트웨어에 매핑합니다. 기술 기반 서비스 회사를 구축할 때는 고객, 직원, 소프트웨어 시스템 간의 삼중 관계를 포착하는 온톨로지를 만들어야 합니다. 이러한 이유로 기술 기반 서비스 구축이 어려운 것이며, 기술 및 운영적 탁월함을 결합하여 소프트웨어와 인력이 긍정적인 피드백 루프를 형성하도록 해야 합니다.

많은 젊은 창업자들은 초기 단계에서 이러한 작업을 문서화하는 것이 시간 낭비라고 생각합니다. 하지만 실제로 온톨로지를 매핑하고 작업에 대한 자료를 구축하는 것은 비전을 구체화하고 구체적인 목표를 설정하며 팀을 일치시키는 데 여러 가지 목적을 달성할 수 있습니다. 이는 투자자나 조언자가 해당 분야에서 수행한 이전 업무에 근거해 실질적인 피드백을 제공할 수 있게 해줍니다. 기술 서비스 회사에서는 특히 고려해야 할 타협점이 많기 때문에 이러한 정렬 과정이 더욱 복잡해지며, 잘못된 방향을 선택하는 비용이 클 수 있습니다.

2. 지표에 집착하기

온톨로지를 만들고 나면, 비즈니스의 중요한 징후를 확인하기 위해 무엇을 측정해야 하는지 쉽게 파악할 수 있습니다. SaaS 지표는 지난 10년 동안 표준화되었으며, 현재는 적절한 KPI를 알고, 이를 추적하고 분석할 수 있는 제품이 풍부하게 존재하기 때문에 운영을 위한 고정밀 계측을 갖추기가 비교적 쉽습니다. SaaS 회사는 높은 총마진 덕분에 운영 지표에 대한 관리를 다소 느슨하게 해도 매출에 큰 영향을 미치지 않지만, 서비스 비즈니스는 정반대입니다. 서비스 비즈니스는 가치 창출이 제품 중심 기업보다 더 복잡하고 무형적인 경우가 많기 때문에 핵심 지표를 식별하고 추적하는 것이 특히 중요합니다.

예를 들어 자산 관리 회사의 고전적인 지표는 관리 자산(AUM)일 수 있지만, 온톨로지는 장기적으로 고객 만족도, 포트폴리오 성과, 자문 효율성 간의 연결성을 드러냅니다. 이를 통해 더 강력한 지표를 만들고, 그 지표를 개선하기 위해 행동을 직접적으로 지시할 수 있습니다. 올바르게 수행되었을 때, 적절한 지표를 선택하고 추적하는 것은 비즈니스를 훨씬 더 정교하게 이해할 수 있게 해주어 일관되게 더 나은 의사 결정을 내릴 수 있게 합니다.

온톨로지 기반의 지표 분석은 예상치 못한 레버리지 포인트를 발견할 수도 있습니다. 고객 지원에서는 초기 응답 속도보다 문제 분류의 정확성이 전체 해결 시간과 만족도에 더 큰 영향을 미친다는 사실을 알 수 있습니다. Reserv는 청구 과정의 일부를 자동화함으로써 처리 속도뿐만 아니라 고객 만족도나 현금 흐름과 같은 하위 요소에도 영향을 미칩니다. 이러한 전반적인 지표 뷰를 통해 문제가 발생하기 전에 이를 파악하고 해결할 수 있습니다.

모든 기술 기반 서비스 비즈니스의 전제는 사람과 소프트웨어가 함께 작업하여 마진과 서비스 제공을 개선할 수 있다는 것입니다. 이를 실현하려면 지표가 분기별로 보고서에 나오는 것이 아니라, 비즈니스 전체의 초점이 되어야 합니다. 8VC의 최고 성과 서비스 회사들은 지표에 집착합니다. 단순히 측정하는 것을 넘어, 지표를 중심으로 의사 결정을 내리고, 투자 우선순위를 설정하며, 팀을 정렬합니다. 이러한 회사에서는 모든 구성원이 자신의 핵심 지표와 그 지표를 올바른 방향으로 이동시키기 위해 자신의 작업이 어떻게 기여하는지 설명할 수 있습니다.

3. 유기적 성장과 인수합병(M&A) 성장의 결합

2010년대 동안 많은 벤처 투자자들은 운영 계획에 인수합병을 포함시키는 것을 일종의 경고 신호로 여겼습니다. 대부분의 경우 M&A는 제품 격차나 부족한 영업 실행을 해결하기 위한 임시방편으로 사용되었으며, 제품-시장 적합성 부족이라는 근본 원인을 해결하지 못했기 때문입니다! 오늘날의 기술 서비스 회사 패러다임은 완전히 다르며, 기업가와 투자자 모두 새로운 관점으로 접근해야 합니다.

기존 회사를 인수하면 규제가 많은 시장이나 전환 비용이 높은 시장에서 “콜드 스타트” 문제를 해결하는 데 도움이 될 수 있으며, 서비스 공급업체 간의 차별화가 거의 없는 시장에서도 유리합니다. 채용 및 영업 압박을 줄이면 스타트업이 초기 단계에서 기술 기반 마진 개선을 검증하는 데 집중할 수 있습니다. M&A는 특히 끈끈한 계약이나 위험 회피 성향이 강한 고객이 많은 산업에서 효과적이며, 때로는 필수적입니다.

잘 수행된다면, 인수합병을 통한 성장은 긴 꼬리를 가진 서비스 벤더가 있는 산업에서 더 높은 마진을 입증한 기업에 강력한 촉매가 될 수 있습니다. 15%의 마진을 가진 기존 서비스 비즈니스는 대략 현금 흐름의 6-8배, 또는 매출의 약 1배로 거래될 수 있으며, 경쟁에서 밀리고 있는 기업이라면 그 가치가 더욱 낮을 수 있습니다. 몇 년 동안 잘 구축된 AI 서비스 회사는 이미 60% 마진을 가지고 더 빠르게 성장할 것이며, 이는 훨씬 더 높은 멀티플로 거래될 가능성이 큽니다. 기존의 수익 풀을 플랫폼에 통합하여 기본 경제성을 개선하고, 때로는 성장도 다시 가속화하여 기업 가치를 높입니다. 매출의 1배로 경쟁사를 인수하는 AI 회사는 M&A에 1억 달러를 투자하여 6천만 달러의 현금 흐름 또는 10배 멀티플에서 약 6억 달러의 주식 가치를 창출할 수 있습니다.

이는 이전의 인수합병 성장 전략과는 다릅니다. 기술 기반 서비스를 확장하는 이 접근 방식은 최고의 기술이 경제 전체에 통합되는 방법으로, 많은 서비스 비즈니스 소유주가 은퇴를 고려하는 시점에서 특히 유리하게 작용할 수 있습니다. 외부에서는 VC가 갑자기 PE로 전환하려는 것 아니냐는 우려를 할 수도 있지만, 그게 핵심은 아닙니다. 이는 기술 회사이며, 이러한 회사 창립 및 투자에는 벤처와 스타트업 마인드셋, 기술적으로 가능한 것에 대한 깊은 이해가 필요합니다. 서비스 워크플로우에서 의미 있는 생산성 개선이 가능할 때, 인수합병을 통한 성장은 수십억 달러의 가치를 빠르게 창출할 수 있는 분명한 방법이 됩니다.

4. 과제에 적합한 팀 구성하기

SaaS 시대의 성공적인 회사들의 공통점은 강력한 기술 문화를 가지고 있으며, 엔지니어링 인재들이 빠르게 반복 작업을 할 수 있도록 권한을 부여했다는 점입니다. 소프트웨어가 더 다양한 틈새 시장으로 퍼지면서, 실리콘 밸리의 고유 인재들에게 익숙하지 않은 시장에서도 성공하려면 도메인 전문 지식과 고객 언어를 이해하는 것이 중요하다는 사실이 입증되었습니다. 이는 강력한 산업 고문을 구축하거나, 때로는 기술 경험이 없는 산업 베테랑을 고용해야 함을 의미했습니다.

기술 기반 서비스 물결에서는 이 패러다임이 더욱 예리해질 것입니다. 성공적인 기업을 만들기 위해서는 IQ와 EQ를 결합한 최고의 기술 및 운영 인재를 고용해야 합니다. 빠른 혁신 문화를 고객 중심의 프로세스 지향적 접근 방식과 결합해야 합니다.

팀에 이러한 두 유형의 인재가 있는 것만으로는 충분하지 않습니다. 그들이 서로 협력하고, 배우고, 서로를 좋아해야 합니다. 기술 우선순위의 상당 부분은 고객과 매일 소통하는 운영 팀에서 파생되기 때문입니다. 기술 인재는 AI와 소프트웨어 개발에 대한 능력 외에도 서비스 운영의 미묘한 차이를 존중하고 이해하려는 호기심이 있어야 합니다. 운영 전문가들은 새로운 기술에 열린 마음을 갖고 기존 프로세스를 재구성할 준비가 되어 있어야 하며, 때로는 자기 역할을 대체하는 것까지도 고려해야 합니다!

Palantir의 “Forward Deployed Engineers”는 우리 내부 온톨로지의 핵심 요소가 되었습니다. 고객과 직접 협력하여 플랫폼을 그들의 독특한 필요에 맞추는 방식은 이러한 도메인 특유의 사고방식을 우리 문화에 가져왔습니다. 당시 고객과의 상호작용을 엔지니어들이 직접 담당하는 것은 실리콘 밸리의 주요 기술 기업들에게는 낯선 개념이었으며, 대개 영업이나 고객 성공 팀에 그 역할을 맡기는 것을 선호했습니다. 비기술 고객과 긴밀하게 협력할 수 있는 기술적, 운영적, 커뮤니케이션 역량을 갖춘 사람을 고용하는 것은 매우 어려운 일이었습니다. 하지만 기술 기반 서비스에서는 이러한 고용 방식이 필수적이며, 8VC의 기술 서비스 포트폴리오 회사들 가운데 Palantir 출신의 창업자나 초기 직원들이 많은 것은 어쩌면 당연할지도 모릅니다.

올바른 팀을 구축하는 것은 기술 혁신과 서비스 우수성을 동시에 중시하는 문화를 창출하는 것과 관련이 있습니다. 인수합병을 통한 성장 전략을 추구한다면, M&A를 관리하고 인센티브를 조정할 수 있는 PE 출신의 DNA도 필요합니다. 이러한 결합이 있어야 기술 기반 서비스 기업이 단순히 기존 서비스를 더 효율적으로 제공하는 것에 그치지 않고, 전체 산업을 변혁할 수 있는 잠재력을 갖출 수 있습니다.

AI 발전이 가져올 미래는?

AI 발전이 어디까지 이어질지는 예측할 수 없습니다. 암묵적으로 우리는 AGI가 단순히 “모든 것을 해결할” 것이라고 기대하지 않습니다. 만약 AGI가 그렇게 된다면, 우리 모두 부자가 되거나(혹은 멸종되거나) 할 것입니다. 하지만 AI의 진화가 오늘날 이대로 멈춘다고 해도 여전히 많은 가치를 창출할 수 있을 것입니다! 서비스 부문에서 2조 달러에 달하는 임금을 극적으로 효율화하는 것은 재정적, 사회적 파급 효과가 큽니다. 추가적인 GDP 성장, 보다 효율적인 노동 시장, 특정 부문의 생산성 두 배, 세 배 증가는 물론이고, 자동화로 인해 더 단순한 작업이 줄어들면서 노동자들이 진정한 기술을 연마하거나 새로운 기술을 습득할 수 있게 될 것입니다.

우리는 AI 서비스 물결의 초기 단계에 있으며, 그 의미와 가능성은 아직 다 드러나지 않았습니다. SaaS 물결 초기에는 Smart Enterprise라는 우리의 논문이 플랫폼 중심의 산업 변혁을 위한 몇 가지 프레임워크를 제시했으며, 그 후 이러한 개념은 일반화되었습니다. 기술 서비스 물결이 점차 힘을 얻어감에 따라, 온톨로지 매핑과 우리가 논의한 다른 전략들은 8VC Build와 함께 우리가 투자 및 창업 기회를 탐구하는 데 있어 유사한 개념적 발판이 되고 있습니다. 이러한 아이디어를 실천으로 옮기려면 항상 그랬듯이 뛰어난 리더, 훌륭한 팀, 그리고 끈기가 필요할 것입니다. 이번 달에 잠시나마 시가 총액 1,000억 달러를 기록한 Palantir가 그 영감의 예로 남아 있듯이, 우리는 이 생산성 물결 속에서 세대를 아우르는 새로운 기업들이 다수 탄생할 것이라고 확신합니다. 우리는 그들과 협력하여 함께 배우고, 성공하기를 기대하고 있습니다.