Anthropic의 유럽 AI 컨설팅 계약, Hg를 새로운 딜리버리 사업에 참여시키다
Anthropic이 사모펀드 회사 Hg와 함께 최초의 독립 유럽 AI 컨설팅 회사를 지원하기로 합의한 것으로 알려지면서, 모델 전문성이 컨설팅의 딜리버리 사업에 직접 들어오게 됐다. 보도된 Anthropic의 유럽 AI 컨설팅 사업은 엔지니어와 자문가를 고객 조직 내부에 배치하는 방식이다. 이는 Claude 개발사를 자사 파트너를 포함해 전통적으로 기술 컨설팅사가 맡아 온 업무에 더 가깝게 위치시킨다.
Financial Times는 사안에 정통한 관계자를 인용해 10월 23일 이 계약을 보도했다. 보도에 따르면 이 독립 회사는 Hg의 투자 펀드가 소유한 기업들을 포함한 유럽 기업에 서비스를 제공한다. 이는 단순히 Claude를 유통하거나 직원 교육을 제공하는 계약을 넘어 별도 서비스 사업을 만드는 것이기 때문에 중요한 차이다.
엔터프라이즈 구매자에게 핵심 쟁점은 기존 사업 안에서 AI를 유용하게 만드는 일을 누가 책임지느냐이다. Anthropic의 보도된 계획은 Accenture 같은 기존 자문사와 함께 구현을 위한 또 다른 경로를 제시한다. 하지만 모델 전문성에 직접 접근할 수 있다고 해서 딜리버리 품질, 공급업체 독립성 또는 장기 유지보수에 관한 의문이 해소되는 것은 아니다.
Anthropic 유럽 AI 컨설팅 계약이 바꾸는 점
Financial Times에 따르면, 제안된 회사는 AI 제품을 개발하거나 기존 프로젝트를 지원하기 위해 컨설턴트와 엔지니어를 고객사에 상주 배치할 예정이다. 따라서 보도된 유럽 컨설팅 계약은 또 하나의 고객 대상 AI 애플리케이션이 아니라 구현 역량에 관한 것이다.
이 변화는 조직적이다. Anthropic은 AI를 실제 운영에 투입하는 데 필요한 업무를 판매하는 사업을 지원하게 된다.
이는 Anthropic의 AI 모델 제품군인 Claude에 대한 접근 권한을 제공하는 것과는 다른 고객 관계를 만든다. 모델 공급업체는 기술적 역량을 제공한다. 구현 사업은 그 역량을 어디에 적용할지 결정하고, 기존 시스템과 연결하며, 실질적인 딜리버리도 맡는다.
이 차이는 책임성에 영향을 준다. 조직이 모델 접근 권한을 구매하면 일반적으로 내부 팀이나 외부 자문사가 주변 프로젝트를 책임진다. 엔지니어 상주 방식에서는 고객의 운영을 이해하는 것이 업무에 포함된 팀에 더 많은 책임이 놓인다.
그렇다고 제안된 회사가 고객의 기술 부서를 대체한다는 뜻은 아니다. 또한 보도만으로 이 회사가 배포된 시스템에 관한 모든 책임을 떠맡을 것이라고 단정할 수는 없다. 실제 계약이 딜리버리 의무의 시작과 끝을 결정하게 된다.
독립 구조 역시 신중하게 해석할 필요가 있다. 별도 회사는 자체적인 상업적 정체성을 갖지만, 법인상 독립됐다고 해서 기술 선택에서 중립적이라는 뜻은 아니다. 구매자는 Anthropic과의 관계를 명확히 파악해야 한다.
모델 개발사의 지원을 받는 자문사는 관련 기술에 친숙하다는 장점을 제공할 수 있다. 그럼에도 고객은 권고안이 대체 모델, 기존 공급업체 또는 생성형 AI가 필요하지 않은 접근 방식까지 고려하는지 이해해야 한다.
보도는 사업 설립을 위한 합의를 설명한다. 이를 검증된 유럽 딜리버리 실적을 보유한 운영 회사로 간주할 근거는 아니다. 발표된 계획, 인력이 배치된 계약, 완료된 배포는 서로 다른 단계다.
이 구분은 이 사안을 적정한 규모로 바라보게 한다. 당장의 전개는 AI 개발사와 투자자의 지원을 받는 시장 진출 경로의 제안이다. 궁극적인 의미는 뒤따를 프로젝트에 달려 있다.
그럼에도 엔터프라이즈 AI를 추적하는 독자에게 이는 구체적인 상업적 변화다. Anthropic은 자사 기술을 둘러싼 서비스에 더욱 직접적으로 참여하게 된다. 기존 자문사들은 일부 구현 업무에서 또 다른 잠재적 경쟁자를 맞게 된다.
경쟁 압력은 구매자가 프로젝트를 누가 이끌지 선택하는 지점에서 시작된다. 업무를 정의하는 데 도움을 주는 공급업체는 이후의 아키텍처, 구매 결정 및 지원 체계에 영향을 미칠 수 있다.
Hg는 콜드 세일즈를 넘어선 출발점을 제공한다
Hg의 참여는 보도된 벤처를 파트너들이 이미 업무 관계를 맺고 있는 기업들과 연결해 준다. 이는 유럽 기업의 AI 도입을 돕겠다는 일반적인 약속보다 더 구체적인 출발점을 제공한다.
9월 21일 Hg는 AI 제품 인큐베이터인 Hg Catalyst 및 더 폭넓은 내부 AI 역량이 참여하는 확대된 Anthropic 협업을 발표했다. 이 발표는 포트폴리오 전반에 Claude의 에이전트형 기능을 도입하기 위한 업무를 설명했다. 에이전트형 시스템은 단순히 응답을 생성하는 것을 넘어 모델이 소프트웨어 도구를 통해 행동을 수행하도록 한다.
Hg는 Anthropic과의 관계에 직원 역량 개발, 공동 해커톤 및 상주형 배포 업무가 포함됐다고 밝혔다. 이러한 활동은 제안된 컨설팅 회사의 맥락을 제공한다. 그러나 별도 회사의 최종 구조나 성과를 독립적으로 확인해 주지는 않는다.
Hg의 잠재적 기여는 투자에 그치지 않는다. 그 포트폴리오는 구체적으로 파악 가능한 구현 수요를 가진 운영 기업에 대한 접근을 제공한다.
이 접근성이 중요한 이유는 컨설팅 계약이 엔지니어가 코드를 작성하기 전부터 시작되기 때문이다. 누군가는 사업 문제를 식별하고, 경영진의 지원을 확보하며, 관련 시스템에 대한 접근을 설정하고, 유의미한 결과에 합의해야 한다.
투자자의 기존 관계는 이러한 대화를 시작하는 데 도움이 될 수 있다. 포트폴리오 기업의 경영진은 이미 주주와 운영 우선순위를 논의할 채널을 갖고 있다. 제안된 AI 프로젝트는 기존 사업 논의에 들어갈 수 있다.
하지만 경영진에 접근할 수 있다고 해서 바로 활용 가능한 데이터에 접근할 수 있는 것은 아니다. 각 고객은 고유한 시스템, 계약상 제한, 기술적 의존성 및 내부 의사결정권자를 보유한다. 이러한 세부 사항이 계약의 진행 가능성을 좌우한다.
포트폴리오 연결은 반복적인 학습을 위한 그럴듯한 환경을 만든다. 엔지니어는 서로 다른 회사에서 유사한 유형의 사업 문제를 마주할 수 있다. 한 업무에서 얻은 경험은 다른 업무의 범위를 정하는 데 활용될 수 있다.
이는 입증된 결과가 아니라 제안된 구조의 분석적 장점이다. 유사한 사업 범주가 동일한 워크플로를 보장하지는 않는다. 한 회사에서 효과적인 접근법도 다른 곳에서는 상당한 수정이 필요할 수 있다.
유럽 소프트웨어 기업에서 중요한 구분은 내부 운영 개선과 고객용 AI 기능 개발 사이에 있다. 이 프로젝트들은 사용자, 실패의 결과 및 상업적 목표가 서로 다르다.
내부 지원 도구는 직원의 긴밀한 감독 아래 작동할 수 있다. 고객 대상 기능에는 명확한 제품 동작, 지원 프로세스 및 신뢰성에 관한 기대가 필요하다. 상주 팀은 자신들이 어떤 문제를 해결하는지 인식해야 한다.
Hg의 기존 협업은 이 사안의 시점도 바꾼다. 보도된 벤처는 파트너 간 실질적인 협력 뒤에 이어진다. 이는 이미 구현 업무를 포함하는 관계를 중심으로 별도 딜리버리 사업을 공식화하게 된다.
남은 의문은 이러한 출발상의 이점이 지속 가능한 외부 고객 기반을 뒷받침할 수 있느냐이다. 투자자 포트폴리오 밖의 기업에 서비스를 제공하는 일은 일반적인 경쟁 구매 환경에서 컨설팅 회사의 매력을 시험하게 된다.
모델 전문성이 딜리버리 계약으로 들어오다
제안된 유럽 사업은 Anthropic이 이미 다른 지역에서 추구해 온 경로에 부합한다. 5월 4일 회사는 Blackstone, Hellman & Friedman, Goldman Sachs와 함께 엔터프라이즈 서비스 회사를 발표했다.
Anthropic은 이 조직이 중견 기업이 Claude를 중요한 운영에 통합하도록 도울 것이라고 밝혔다. 응용 AI 엔지니어는 맞춤형 구현과 지속적인 지원을 위해 서비스 회사 팀과 함께 일하게 된다.
이 선례는 새로움에 관한 주장을 제한한다. Hg 계약은 Anthropic의 유럽 최초 독립 컨설팅 회사를 설립하는 것으로 보도됐다. 이는 기존 서비스 전략을 새로운 지역 파트너십으로 확장하는 것이다.
기본 메커니즘은 모델에 대한 친숙함과 고객의 실제 프로세스 가까이에서 일하는 엔지니어를 결합한다.
매력은 명확하다. 모델의 동작을 잘 아는 팀은 적합한 작업과 기술적 한계에 대해 정보에 기반한 판단을 내릴 수 있다. 고객과의 긴밀한 접점은 그러한 작업이 실제로 어떻게 이루어지는지에 관한 지식을 제공한다.
어느 한 종류의 전문성도 다른 것을 대체하지는 못한다. Claude에 익숙하다고 해서 고객의 문서화되지 않은 승인 규칙을 알 수 있는 것은 아니다. 사업 프로세스에 익숙하다고 해서 모델이 예외 상황을 얼마나 안정적으로 처리하는지 알 수 있는 것도 아니다.
엔지니어 상주 배치는 이러한 관점을 연결하려는 시도다. 팀은 정보가 프로세스에 어디서 들어오는지, 누가 이를 확인하는지, 어떤 조치에 승인이 필요한지를 관찰할 수 있다. 이런 맥락은 모델을 둘러싼 시스템을 정의하는 데 도움이 된다.
고객 문의에 대한 응답을 준비하는 예시 프로젝트를 생각해 보자. 자연스러운 텍스트를 생성하는 것은 업무의 일부일 뿐이다. 구현은 적절한 정보를 검색하고, 접근 권한을 준수하며, 사람이 개입해야 할 시점을 인식해야 한다.
이 예시는 제안된 유럽 회사의 공개된 계약 사례가 아니다. 이는 구현 전문성이 모델 접근 권한을 넘어 상업적 가치를 갖는 이유를 보여 준다.
같은 논리는 제품 개발에도 적용된다. AI 기능은 애플리케이션의 기존 동작 및 고객의 기대에 부합해야 한다. 권한, 오류 처리 및 지원에 관한 엔지니어링 결정은 초기 응답만큼 중요할 수 있다.
개발자에게 이는 가능한 업무 분담을 만든다. 외부 전문가는 낯선 모델 동작을 조사하는 데 도움을 줄 수 있고, 내부 엔지니어는 제품 아키텍처와 운영 연속성에 대한 책임을 유지한다. 이러한 방식은 책임이 명확하게 유지될 때만 성공한다.
지식 근로자에게 그 결과는 일상적인 워크플로 선택에서 나타난다. 시스템은 정보를 정확히 검색할 수 있지만, 여전히 업무를 방해하거나, 노력을 중복시키거나, 과도한 확인을 요구할 수 있다. 딜리버리 팀은 이를 사용하는 사람들의 피드백을 필요로 한다.
바로 여기서 제안된 구조의 상업적 논리가 드러난다. Anthropic은 모델 역량과 실제로 사용할 수 있는 사업 시스템 사이의 거리를 좁히는 일을 포함하는 조직을 만드는 데 도움을 주게 된다.
그 조직이 반복적인 수주를 얻을 수 있는지는 딜리버리 결과에 달려 있다. 모델 개발사와의 근접성은 출발상의 이점을 제공한다. 하지만 고객에게는 초기 엔지니어링 계약이 끝난 뒤에도 계속 유용한 시스템이 필요하다.
기존 자문사, 파트너와의 경쟁에 직면하다
가장 중요한 경쟁 관계는 Anthropic과 이미 기업의 기술 도입을 돕고 있는 컨설팅 회사들 사이에 있다. 보도된 벤처는 파트너십과 경쟁이 겹치는 시장에 하나의 딜리버리 선택지를 추가하게 된다.
2025년 12월 발표된 Anthropic의 Accenture 파트너십은 AI 파일럿을 프로덕션으로 전환하는 일을 명시적으로 목표로 한다. 프로덕션은 시스템이 지속적인 운영 책임과 함께 일상적인 사업 활동의 일부로 작동한다는 의미다.
양측은 공동 제공 서비스의 초기 초점으로 규제 산업도 지목했다. 이러한 기존 관계는 모델 개발사가 컨설팅 회사를 대체한다는 단순한 해석을 복잡하게 만든다.
Anthropic은 다른 종류의 업무에서는 기존 자문사에 계속 의존하면서도 자체 제공 채널을 확장할 수 있다.
집중적인 엔지니어링 지원과 조직 전반의 전환은 서로 다른 과제다. 한 고객은 특정 애플리케이션을 구축하기 위해 전문적인 도움을 필요로 할 수 있다. 다른 고객은 기술, 교육, 조달, 운영 절차 전반에 걸친 조율된 변화를 요구할 수 있다.
제안된 벤처는 고객이 모델에 대한 밀접한 전문성이 제공 방식의 결정에 도움이 된다고 판단하는 영역에서 가장 직접적으로 경쟁하게 될 것이다. 기존 자문사들은 자신들의 폭넓은 역량이 해당 과제에 어떤 기여를 하는지 보여줘야 한다.
그렇다고 모든 컨설팅 계약에 즉각적인 위협이 생긴다는 뜻은 아니다. 기존 제공업체들은 AI 모델 선택을 넘어선 고객 관계와 책임을 보유하고 있다. 보도된 계약만으로는 새 회사가 어떤 업무를 추진할지 알 수 없다.
더 큰 파트너십 안에서도 경쟁은 일어날 수 있다. 서로 다른 제공업체가 한 과제를 주도하기 위해 경쟁하면서 다른 과제에서는 협력할 수 있다. 구매자는 공급업체들이 관계를 협력적이라고 표현하는지보다 책임이 명확한지에 더 관심을 둘 것이다.
OpenAI는 핵심 이야기를 바꾸지는 않으면서도 관련된 비교 사례를 제공한다. 5월 OpenAI는 고객 조직 내부에서 시스템을 구축하고 배포하는 엔지니어를 설명하며 OpenAI Deployment Company를 출범시켰다.
이 발표는 모델 개발사들 사이에서 진행 중인 방향을 뒷받침한다. 구현은 모델 개발 및 유통과 나란히, 이들이 직접 조직하는 사업 활동이 됐다. 그렇다고 이들의 제공 사업이 기존 자문사보다 뛰어나다는 점이 입증되는 것은 아니다.
Capgemini의 후속 deployment company investment는 또 다른 유용한 단서를 제공한다. 기존 컨설팅 회사는 모델 개발사의 구현 벤처에 단순히 맞서기보다 참여할 수 있다.
따라서 그 결과로 형성되는 경쟁 구도는 연구소와 컨설턴트의 이분법보다 복잡하다. 소유 구조, 파트너십, 전문 엔지니어링, 고객 관계는 같은 프로젝트 안에서 겹칠 수 있다.
기업 구매자에게 이러한 중첩은 상업적 명확성을 더욱 중요하게 만든다. 누가 아키텍처를 선택하고, 누가 엔지니어링을 제공하며, 문제가 발생했을 때 누가 계속 책임을 지는지 알아야 한다.
Anthropic 유럽 AI 컨설팅 회사는 이러한 질문에 대한 또 하나의 가능한 답을 제시할 것이다. 고객들이 실제 업무, 책임, 완료된 작업을 비교할 수 있게 될 때 그 시장 위치는 더 분명해질 것이다.
독립성과 성과는 여전히 열린 질문이다
보도된 계약 구조는 중요한 질문들을 남긴다. 별도의 법인이 존재한다고 해서 의사결정 방식, 지원할 공급업체, 고객이 권고를 평가할 방식이 정해지는 것은 아니다.
가장 강력한 회의론적 질문은 이해관계의 정렬에 관한 것이다. 이 컨설팅 회사는 고객의 운영 성과, 모델 도입, 또는 둘 모두를 최적화할 것인가?
이 목표들은 서로를 뒷받침할 수 있다. 유용한 구현은 기반 모델에 대한 지속적인 수요를 만들 수 있다. 그러나 더 단순한 프로세스 변경이나 기존 소프트웨어가 고객의 문제를 해결할 수 있는 경우에는 서로 엇갈릴 수도 있다.
이는 어느 파트너의 부정행위에 대한 증거가 아니라 인센티브에 관한 문제다. 구매자는 업무 범위, 선정 기준, 계약상 책임을 통해 이를 평가해야 한다. 기업 구조만으로는 해결할 수 없다.
관련된 또 다른 문제는 지식 이전이다. 상주 팀은 시스템을 구축하는 동안 고객 운영에 대한 상세한 이해를 축적할 수 있다. 고객은 제공받은 것을 유지할 수 있도록 충분한 문서와 내부 전문성을 확보해야 한다.
그러한 이전이 없다면 의존성은 한 공급업체에서 다른 공급업체로 옮겨갈 수 있다. 기업은 작동하는 애플리케이션을 얻는 대신 이를 자신 있게 변경할 능력을 잃을 수 있다. 이는 업무의 운영상 가치를 약화시킬 것이다.
실무적 질문은 구체적이다. 누가 시스템을 관리하는 지침을 업데이트할 수 있는가? 기반 모델이 발전할 때 누가 변경 사항을 검토하는가? 초기 프로젝트 팀이 떠난 뒤에는 누가 장애를 조사하는가?
이는 제공 모델을 평가할 때 고려해야 할 사항들이다. 현재 이용 가능한 보도는 제안된 벤처가 이러한 질문에 어떻게 답할지 입증하지 않는다. 엔지니어링 접근성에 관한 일반적 발언보다 향후 서비스 계약이 더 중요할 것이다.
측정 역시 또 다른 불확실성을 안고 있다. 완성된 프로토타입은 특정 조건에서 시스템이 선택된 작업을 수행할 수 있음을 보여준다. 그렇다고 조직의 운영이 개선됐다는 사실까지 입증하지는 않는다.
유용한 평가는 배포 전후의 전체 워크플로를 비교해야 한다. 예를 들어, 검토자가 신뢰할 수 없는 결과물을 수정하는 데 추가 시간을 써야 한다면 초안 작성 속도가 빨라져도 그 가치는 제한적이다. 이점과 검토 업무는 같은 평가에 포함돼야 한다.
공급업체와의 제휴 역시 데이터 거버넌스를 해결하지는 못한다. 구매자는 어느 조직이 정보를 처리하는지, 엔지니어가 어떤 접근 권한을 받는지, 컨설팅 회사와 모델 제공업체 간에 책임이 어떻게 이전되는지를 이해해야 한다.
보도된 유럽 중심 전략은 지리적 명칭을 더하지만, 이러한 계약상 질문에 답하지는 않는다. 구매자는 사무실 위치만으로 보호 조치를 추정하기보다 실제 서비스 및 처리 방식을 평가해야 한다.
내부 팀의 경우 접근하기 쉬운 문서는 책임성을 유지하는 데 도움이 된다. 검색 가능한 지식 기반은 제공 이후 기술적 결정과 운영 지침을 더 쉽게 찾을 수 있게 한다.
이러한 관행은 AI 시스템을 검증하거나 거버넌스를 대체하지 않는다. 프로젝트 지식을 이를 운영할 책임이 있는 사람들에게 계속 제공함으로써 연속성을 뒷받침한다.
이러한 불확실성이 제안된 비즈니스 모델을 부정하는 것은 아니다. 오히려 이를 판단하는 데 필요한 증거를 규정한다. 이 벤처의 신뢰성은 접근성과 전문성을 유지 가능한 고객 성과로 얼마나 명확하게 전환하는지에 달려 있을 것이다.
세 가지 신호가 사업의 구체화 방식을 보여줄 것이다
다음으로 유용한 증거는 회사 자체, 고객 업무, 기존 제공 파트너와의 관계에 관한 것이어야 한다. 이러한 신호는 제안된 사업과 이미 확립된 구현 선택지를 구분하는 데 도움이 될 것이다.
첫 번째 신호는 운영 구조와 책임을 명확히 보여주는 공식 출범이다.
지명된 경영진, 정의된 서비스 제공 내용, Anthropic 및 Hg와의 관계에 대한 설명은 이 제안을 더 쉽게 평가할 수 있게 할 것이다. 구매자는 다른 제공 선택지와 비교하기 시작할 수 있다.
중요한 전개는 누가 업무를 수행하고 누가 그 결과를 보증하는지에 대한 명확성일 것이다. 광범위한 포부만 제시하는 출범 발표는 핵심 구매 질문을 해결하지 못할 것이다.
공식 설명은 새 사업과 Hg의 기존 내부 AI 역량도 구분해야 한다. 조직들은 긴밀히 협력할 수 있지만, 고객은 어느 법인을 고용하는지 이해해야 한다.
두 번째 신호는 업무에 대한 충분히 구체적인 설명을 갖춘 실명 고객 프로젝트다. 가장 유용한 공개 내용은 출발점의 문제, 구현 책임, 지속적 사용의 증거를 식별할 것이다.
시연만으로는 상업적 논지를 제한적으로만 뒷받침할 수 있다. 유지되는 배포는 팀이 통제된 발표를 넘어 고객의 일상 운영으로 나아갈 수 있음을 보여줄 것이다.
외부 고객은 영업 제안에 대한 추가 시험대가 될 것이다. 포트폴리오 기업과의 업무도 의미가 있지만, 투자자의 기존 관계를 넘어 이 제안이 수주할 수 있음을 보여주려면 관련 없는 구매자가 필요하다.
그러한 증거도 신중하게 검토해야 한다. 고객 발언은 도입 사실을 입증할 수 있지만 비교 성과까지 입증하지는 않는다. 생산성 향상 주장은 명확한 측정 방법과 추가 감독에 대한 설명을 필요로 한다.
세 번째 신호는 이 벤처가 기존 컨설팅 파트너들과 나란히 자신의 위치를 어떻게 정의하는지다. 구체적인 소개 계약, 공동 업무, 또는 프로젝트 유형 간 구분은 경쟁 구도를 더 명확하게 만들 것이다.
컨설팅 회사가 집중적인 엔지니어링 과제를 맡고 다른 기업이 더 광범위한 프로그램을 이끈다면, 이는 상호 보완적인 제공 모델을 뒷받침할 것이다. 같은 과제를 두고 직접 경쟁한다면 채널 압박의 근거가 더 강해질 것이다.
어느 결과도 시장 전체를 단정하지는 못한다. 다만 Anthropic이 자체 자원, 계열사, 외부 자문사 사이에서 구현 업무를 어떻게 배분하는지 이해할 더 구체적인 기반을 제공할 것이다.
개발자들은 고객 엔지니어링 팀이 배포된 시스템에 대해 실질적인 통제권을 유지하는지 지켜봐야 한다. 기업 구매자들은 제공 관련 주장이 유지보수 책임을 포함하는지 살펴봐야 한다. 지식 근로자들은 구현이 전체 워크플로를 개선하는지 확인해야 한다.
Anthropic 유럽 AI 컨설팅 회사 이야기는 궁극적으로 책임이 모델 공급업체에 더 가까이 이동하는 문제다. 보도된 Hg 계약은 그 전략에 잠재적인 유럽 사업 구조와 초기 고객 네트워크를 제공한다.
이 제안을 지켜보는 구매자들의 다음 단계는 AI 연구소와의 근접성에 의존하기보다 제공 증거를 검토하는 것이다. 누가 구현을 소유하는지, 성공을 어떻게 측정할지, 컨설턴트가 떠난 뒤 무엇이 남는지 물어야 한다. 그 답을 기존 자문사와 내부 엔지니어링 팀의 제안과 비교하라. 공급업체를 평가하는 동안 비즈니스 문제는 고정해 두어야 한다. Anthropic 유럽 AI 컨설팅 회사가 첫 고객 업무를 제시할 때는 운영 활용, 유지보수, 이전된 지식에 대한 명확한 설명을 찾아야 한다. 어느 제공업체가 귀하의 팀이 계속 통제권을 유지할 수 있을 만큼 이러한 책임을 명확하게 설명할 수 있는가?
