mit-sloan 태그 문서 17개 | 우성짱의 문서

Tag17건Article 17

#mit-sloan

이 태그와 연결된 문서를 한곳에서 모아보고, 함께 자주 등장하는 연관 태그까지 이어서 탐색할 수 있습니다.

연관 태그

#ai-value-realization공동문서 2 · 연관도 34%#book-excerpt공동문서 2 · 연관도 34%#business-model-redesign공동문서 2 · 연관도 34%#eric-so공동문서 2 · 연관도 34%#mit-cisr공동문서 2 · 연관도 28%#research-synthesis공동문서 2 · 연관도 28%#abatement-timing-matters공동문서 1 · 연관도 24%#adviser-choice-autonomy공동문서 1 · 연관도 24%#agent-identity-systems공동문서 1 · 연관도 24%#agent-infrastructure-control공동문서 1 · 연관도 24%

문서 목록

총 17건 중 1-17건

Article2026년 10월 6일

These new MIT Sloan courses track emerging technologies and business trends

MIT Sloan은 AI·창업·제조·금융 분야의 변화에 대응하는 신규 강좌 13개와 과학·공학 박사과정 학생의 연구 실용화를 돕는 4개 강좌 구성의 CATAPULT 인증 프로그램을 소개했다.

mitsloan.mit.edu

#catapult #mit-sloan #the-engine #boundaries-of-tolerance

Article2026년 10월 5일

‘The Collision: What AI Does to Us’

MIT Sloan의 Eric So는 AI에 사고를 맡기는 ‘AI gravity’가 인지 능력을 약화시킬 수 있다고 경고하며, AI로 절약한 시간을 판단력·학습·더 깊은 사고에 재투자해야 한다고 주장한다.

mitsloan.mit.edu

#eric-so #mit-sloan #cognitive-skill-atrophy #reward-human-judgment

Article2026년 9월 14일

What 3 new MIT Sloan professors have learned about AI — and what they want to know

MIT Sloan 신임 교수 3명은 AI가 업무를 자동화하는 만큼 인간의 역량, 의사결정 정보의 제시 방식, 검증을 보장하는 업무 설계가 중요해진다고 보고, 문제 선택 능력·조직 변화·에이전트 정렬을 향후 연구 과제로 제시한다.

mitsloan.mit.edu

#giannis-daras #mit-sloan #sadegh-shirani #preserve-cognitive-skills

Article2026년 9월 3일

10 levers for shaping generative AI that truly improves worker performance

MIT 연구진은 생성형 AI가 업무 속도뿐 아니라 근로자의 성과와 일자리의 질을 높이려면 증거에 따른 도입, 적절한 신뢰, 학습과 전문성 보존 등을 아우르는 10가지 지렛대가 필요하다고 제시했다.

mitsloan.mit.edu

#mit-sloan #expertise-preservation #calibrated-ai-trust #job-design

Article2026년 9월 2일

AI boosts worker productivity — but does that translate to final outputs?

AI는 개발자의 코딩 활동을 최대 180% 늘렸지만, 후속 단계의 인간 중심 병목으로 출시 증가폭은 30%에 그쳤고 앱 다운로드·리뷰의 상응하는 증가로 이어지지 않았다.

mitsloan.mit.edu

#github #mit-sloan #coding-output-gap #downstream-resource-reallocation

Article2026년 8월 31일

Clients prefer AI to human advisers when the details are embarrassing

MIT 슬론 연구는 고객이 조언자의 역량과 사회적 평가에 대한 두려움을 함께 고려하며, 부끄러운 정보를 공개해야 할 때 인간보다 인공지능 조언자를 선호할 수 있음을 보여준다.

mitsloan.mit.edu

#chicago-booth #eric-so #mit-sloan #adviser-choice-autonomy

Article2026년 8월 25일

‘No One Works Here’ urges firms to replace human bottlenecks with AI efficiency

폴 치크의 《노 원 웍스 히어》는 기계가 더 빠르고 정확하게 처리할 수 있는 결정에서 인간 병목을 제거하되, 신뢰성 세금과 위임 피해를 고려해 인간 역량을 고위험 판단에 집중해야 한다고 주장한다.

mitsloan.mit.edu

#mit-sloan #paul-cheek #reliability-tax #structural-debt

Article2026년 8월 17일

AI ethics and governance: Where will you draw the line?

제프리 사비아노는 인공지능 도입을 서두르기 전에 기업이 ‘허용의 경계’를 정하고, 이사회 책임·범기능 협업·선제적 준수·‘신중한 경계’를 통해 윤리와 혁신을 함께 관리해야 한다고 주장한다.

mitsloan.mit.edu

#jeffrey-saviano #mit-sloan #guardrailed-innovation #predeployment-boundaries

Article2026년 8월 12일

Can AI’s climate benefits outweigh its costs?

인공지능의 기후 편익이 비용을 넘으려면 기술 혁신만 기대할 것이 아니라, 경제 전반의 배출을 신속히 줄이는 강력한 기후정책을 함께 시행해야 한다.

mitsloan.mit.edu

#climate-interactive #en-roads #john-sterman #mit-sloan

Article2026년 8월 11일

‘Disposable Workers: The Transformation of Employment’

폴 오스터먼은 미국 기업이 표준고용에 따르는 권리·비용·장기적 책임을 피하려 계약직, 조직형 프리랜서, 주변부 근로자를 활용하면서 노동자를 조직의 경력체계에서 분리하고 있다고 설명한다.

mitsloan.mit.edu

#mit-sloan #paul-osterman #united-states #career-system-exclusion

Article2026년 8월 10일

Why a semantic layer is pivotal to your AI strategy

시맨틱 레이어는 분산된 기업 데이터의 의미·관계·품질·사용 규칙을 통합해 생성형 인공지능과 에이전트가 데이터를 정확하고 안전하게 활용하도록 만드는 핵심 기반이다.

mitsloan.mit.edu

#healthcare-iq #mit-sloan #metadata-automation #context-preserving-ai

Article2026년 8월 3일

6 questions to guide your AI strategy

인공지능 전략의 성패는 알고리즘의 우수성보다 공동의 목표, 실행을 돕는 거버넌스, 확장 가능한 기술 기반, 빠른 실험 문화, 구성원의 참여와 역량을 갖추고 실제 운영 방식을 바꾸는 데 달려 있다.

mitsloan.mit.edu

#george-westerman #hca-healthcare #mit-sloan #rio-tinto

Article2026년 7월 27일

How organizations can capture value from digital colleagues

기업이 디지털 동료의 가치를 충분히 실현하려면 개인 생산성 향상을 넘어 업무 흐름과 역할, 책임 체계, 성과 측정 방식, 사업 모델까지 함께 재설계해야 한다.

mitsloan.mit.edu

#mit-cisr #mit-sloan #human-accountability #workflow-redesign

Article2026년 7월 21일

AI financial advice is surprisingly good — especially if you ask the right questions

생애주기 모의실험에서 대규모 언어 모델의 금융 조언은 저축·분산투자·연령별 위험 조정에 대체로 유익했지만, 충격 대응과 포트폴리오 재조정, 사용자별 결과 격차에는 한계가 있었으며 구체적이고 구조화된 질문이 조언의 품질을 높였다.

mitsloan.mit.edu

#mit-sloan #gemini-3-flash #gpt-5-2 #gpt-5-6

Article2026년 7월 13일

Who will own the AI agent economy?

AI 에이전트 경제의 핵심 경쟁은 개별 에이전트를 만드는 데서 그치지 않고, 수십억~수조 개의 에이전트가 신뢰하고 거래하며 협력할 수 있는 개방형 인프라를 누가 구축·통제하느냐에 달려 있다는 주장입니다.

mitsloan.mit.edu

#mit-sloan #project-nanda #ramesh-raskar #agent-infrastructure-control

Article2026년 5월 18일

What leaders still get wrong about AI

MIT Sloan은 기업들이 AI를 ‘도입해야 할 기술’로만 보고 명확한 사업 문제, 조직 변화, 가치 실현 경로를 함께 설계하지 않기 때문에 대규모 성과를 내지 못한다고 지적한다.

MIT Sloan

#barbara-wixom #jeanne-ross #mit-cisr #mit-sloan

Article2026년 3월 3일

Action items for AI decision makers in 2026

MIT Sloan은 2026년을 AI 과열이 가라앉고 기업이 실제 가치 창출, 조직 구조, 확장 체계에 집중해야 하는 ‘수준 조정의 해’로 전망한다.

MIT Sloan

#mit-sloan #randy-bean #thomas-davenport #chief-ai-officer