Cognizant의 DyFlex 인수, 엔터프라이즈 AI를 위한 SAP 전문성 확보 겨냥

Cognizant는 DyFlex Solutions 인수에 합의했으며, 300명 이상의 전문가에 대한 접근성을 확보하는 한편 엔터프라이즈 AI 목표를 SAP 구현 전문성과 연결한다. 10월 21일 발표된 이번 Cognizant DyFlex 인수 제안은 호주와 뉴질랜드에 초점을 맞춘다. 그 중요성은 실행 방안을 제시하는 소프트웨어와 그러한 방안이 실제로 작동해야 하는 비즈니스 시스템 간의 연결에 있다.

SAP는 재무, 조달, 제조, 인력 관리 등의 활동을 관리하는 데 사용되는 엔터프라이즈 소프트웨어를 제공한다. 이러한 활동에 인공지능을 도입하려면 단순히 모델을 선택하는 것만으로는 충분하지 않다. 거래가 어떻게 흐르고, 누가 이를 승인하며, 자동화된 결정이 잘못되었을 때 어떤 일이 발생하는지를 이해하는 사람이 필요하다.

이러한 제공 과제는 이번 거래를 더 광범위한 경쟁 구도 변화와 연결한다. Accenture 역시 SAP 고객을 위한 AI 배포 관련 사업을 확장하고 있다. 핵심 경쟁은 AI 플랫폼을 신뢰할 수 있는 비즈니스 운영으로 전환하는 역량에 관한 것이다. 엔터프라이즈 구매자에게 당면한 질문은 인수가 제공 역량, 책임성, 전문 지식 접근성을 어떻게 바꾸는가이다.

Cognizant DyFlex 인수가 실제로 바꾸는 것

Cognizant는 기존 AI 역량과 함께 지역 구현 전문성과 고객 관계를 확보하려 한다.

회사의 인수 계약에 따르면, DyFlex는 호주와 뉴질랜드 전역에서 SAP 자문, 구현 및 관리형 서비스를 제공한다. 필리핀에서도 제공 조직을 운영하고 있다.

Cognizant는 규제 승인을 비롯한 통상적인 조건 충족을 전제로 거래가 2027년 1분기에 마무리될 것으로 예상한다. 그때까지 양사는 별개의 기업으로 유지된다. 재무 조건은 공개되지 않았다.

발표 내용을 해석할 때 이러한 경계는 중요하다. 체결된 인수 계약은 예정된 소유권 변화를 의미한다. 그렇다고 제공 팀이 이미 통합됐거나, 고객이 새 서비스를 채택했거나, 운영상 이점이 실현됐다는 뜻은 아니다.

그럼에도 사업 논리는 이해할 수 있다. DyFlex는 재무, 공급망, 자산 유지보수, 인력 관리 및 분석 분야에서 활동한다. Cognizant는 거래 종결 이후 이 전문성을 자사의 AI 플랫폼 및 글로벌 제공 자원과 결합하려 한다.

회사가 밝힌 우선 산업 분야에는 광업, 에너지, 유틸리티, 제조, 물류, 정부 및 중견기업이 포함된다. 이러한 환경에서는 소프트웨어 결정이 기존 운영 규칙과 맞물리므로 구현 지식이 실질적인 가치를 지닌다.

정비 구매를 제안하는 것과 승인된 구매 거래를 생성하는 것의 차이를 생각해 볼 수 있다. 제안은 설득력 있어 보일 수 있지만 공급업체 제한, 지출 권한, 장비 호환성 또는 납품 요건을 간과할 수 있다. 자동화가 유용해지기 전에 구현 팀은 이러한 종속성을 고려해야 한다.

이 사례는 인수의 근거를 보여 주는 것이며, 새로 발표된 DyFlex 제품을 의미하지는 않는다. 제안된 결합은 이 업무에 필요한 서로 다른 요소를 하나로 모은다. 발표만으로는 그 요소들이 함께 얼마나 잘 작동할지 알 수 없다.

기존 고객에게는 소유권 변화가 관계의 형태에도 영향을 미친다. 더 큰 제공업체는 추가 전문성과 제공 자원에 대한 접근을 제공할 수 있다. 고객은 여전히 누가 프로젝트를 책임지고 문제가 발생했을 때의 에스컬레이션이 어떻게 이뤄지는지 명확히 알아야 한다.

따라서 관련 변화는 더 큰 서비스 카탈로그를 넘어선다. Cognizant는 지역 팀, 기존 프로젝트 및 산업 경험에 축적된 지식을 확보하려 한다. 추가 기술을 도입하는 것만큼 그 지식을 보존하는 일도 중요하다.

이는 이번 거래를 구체적으로 해석할 근거를 제공한다. 엔터프라이즈 AI 배포는 운영 시스템을 이해하는 사람에 대한 수요를 만든다. 이미 구축된 구현 기업을 인수하는 것은 그러한 역량을 확보하는 한 가지 방식이다.

또한 고객이 얻는 것을 설명해야 할 의무도 생긴다. 더 폭넓은 역량은 프로젝트 실행, 지원 연속성 또는 까다로운 비즈니스 요구사항 처리 능력을 개선할 때 의미를 갖는다. 이러한 결과는 제안된 거래 종결 이후에야 확인될 수 있다.

SAP 고객은 현대화와 AI 결정을 함께 마주한다

압박은 일상 운영을 수행하는 시스템을 유지하면서 AI를 평가해야 하는 비즈니스 및 기술 리더에게 가해진다.

이러한 압박에는 구체적인 시기 요인이 있다. SAP가 공개한 유지보수 전략은 Business Suite 7 핵심 애플리케이션에 대해 2027년 말까지 일반 유지보수를 제공한다. 선택형 연장 유지보수는 2030년 말까지 이어진다.

이 날짜는 정의된 제품과 지원 계약에 관한 것이다. 모든 SAP 고객이 동일한 마이그레이션 일정을 마주한다는 의미는 아니다. 다만 핵심 시스템 계획이 여전히 시급한 경영 과제인 이유를 설명하는 데 도움이 된다.

SAP의 최신 전사적 자원 관리 제품군인 SAP S/4HANA는 이러한 현대화 결정에서 중요한 위치를 차지한다. 전사적 자원 관리란 공유 애플리케이션과 기록을 통해 핵심 비즈니스 활동을 연결하는 것을 의미한다.

마이그레이션은 직원들이 보는 소프트웨어 버전 이상을 바꾼다. 비즈니스 프로세스, 통합, 과거 데이터, 접근 권한 및 보고 체계가 포함될 수 있다. 이 영역의 결정은 이후 AI가 안전하게 수행할 수 있는 작업도 좌우한다.

이는 순서상의 문제를 만든다. 조달을 위한 AI 지원을 고려하는 기업은 공급업체 기록과 승인 규칙이 신뢰할 수 있는지 알아야 한다. 기반 프로세스가 바뀌고 있다면 자동화도 그 전환을 고려해야 한다.

재무에서도 같은 문제가 나타난다. 보조 도구는 차이에 대한 설명 초안을 작성할 수 있지만, 그 설명은 여전히 일관된 계정 정의와 신뢰할 수 있는 기록에 의존한다. 언어 생성 속도가 빨라진다고 상충하는 재무 입력이 해결되는 것은 아니다.

이는 구현 종속성에 대한 분석적 사례이며, 특정 고객의 현재 배포에 관한 주장은 아니다. 이는 현대화와 SAP AI 통합이 점점 동일한 계획 논의에 포함되는 이유를 보여 준다.

기술 리더에게 압박은 아키텍처에 관한 것이다. 이들은 데이터가 어디에 존재하는지, 어떤 애플리케이션이 권위 있는 기준으로 남는지, 새 역량이 기존 통제 체계와 어떻게 연결되는지를 결정해야 한다.

비즈니스 리더에게 압박은 연속성과 측정 가능한 결과에 관한 것이다. 조달 관리자는 주문이 승인된 공급업체에 도달하는지에 관심을 둔다. 재무 리더는 워크플로 변화 이후에도 통제가 유지되는지에 관심을 둔다.

어느 쪽도 운영 프로세스와 분리해 AI를 평가하는 방식으로는 이득을 보지 못한다. 그러한 분리는 권고가 행동으로 이어질 때 책임 소재를 정하기 어렵게 만든다.

Cognizant SAP 전략은 구현 서비스를 AI 제품과 연결해 이러한 중첩 영역을 다룬다. 상업적 매력은 고객이 별도의 계약을 조율하는 것보다 이 결합을 더 쉽게 관리할 수 있다고 느끼는지에 달려 있다.

신중하게 접근해야 할 타당한 이유도 있다. 일부 프로세스는 즉각적인 자동화 없이 현대화가 필요하다. 다른 프로세스는 더 큰 시스템 변경이 끝나기 전에 범위가 명확한 AI 지원을 수용할 수 있다.

신뢰할 수 있는 서비스 제공업체라면 이러한 상황을 구분해야 한다. 모든 현대화 결정을 자율성 약속과 묶는다면 고객의 실제 우선순위가 가려질 수 있다.

따라서 이번 인수는 구현 판단이 중요한 시점에 이뤄진다. 구매자는 AI가 어디에 적합한지, 무엇을 먼저 바꿔야 하는지, 어떤 운영 책임을 사람이 계속 맡아야 하는지 결정하는 데 도움이 필요하다.

AI 플랫폼은 여전히 비즈니스 프로세스 지식에 의존한다

제안된 결합은 재사용 가능한 AI 기술이 개별 기업의 구체적인 규칙과 만나는 지점에서 의미를 갖는다.

Cognizant는 Neuro AI Enterprise Core를 조율된 AI 에이전트를 통해 비즈니스 애플리케이션을 연결하는 플랫폼으로 설명한다. 에이전트는 과업을 향해 단계를 선택하고 실행하는 소프트웨어 시스템이다.

회사는 이 플랫폼이 서비스 카탈로그, 프로세스 설계, 조율된 실행 및 거버넌스를 지원한다고 말한다. 공개 자료는 접근 통제, 정책 시행 및 감사 가능성도 설명한다. 이는 독립적인 성능 결과가 아니라 공급업체의 역량 주장이다.

브랜딩보다 메커니즘이 더 중요하다. 비즈니스 프로세스는 흔히 애플리케이션 경계를 넘나든다. 과업을 완료하려면 정보를 조회하고, 규칙을 확인하고, 승인을 요청하고, 변경 사항을 기록해야 할 수 있다.

조율 소프트웨어는 이러한 단계를 관리한다. 구현 전문성은 그 단계가 비즈니스가 운영돼야 하는 방식과 부합하는지 판단한다.

구매 워크플로는 이러한 차이를 보여 준다. 에이전트는 재고 부족을 식별하고 보충 요청을 준비할 수 있다. 그러나 기업은 여전히 선호 공급업체, 지출 한도, 예외 사항 및 승인 권한을 다루는 규칙이 필요하다.

일부 규칙은 애플리케이션 구성에 존재한다. 다른 규칙은 프로젝트 문서나 이례적 사례를 처리하는 직원의 경험에 남아 있다. 이러한 출처를 하나로 모으려면 조사와 비즈니스 합의가 필요하다.

전문 제공 팀이 기여할 수 있는 지점이 바로 여기다. 이들의 가치는 자동화를 활성화하기 전에 어떤 질문을 해야 하는지 아는 데에도 있다. 애플리케이션 간 연결이 기술적으로 유효하다고 해서 그 결과로 나온 워크플로가 적절하다는 의미는 아니다.

같은 구분은 재사용 가능한 구현 자산에도 적용된다. 고객이 요구사항을 공유할 때 템플릿은 반복 작업을 줄일 수 있다. 그러나 여전히 현지 정책과 운영 조건에 맞춰 검증해야 한다.

따라서 재사용 가능한 구성 요소는 프로젝트의 출발점을 바꾼다. 그렇다고 목적지를 이해해야 하는 책임이 사라지는 것은 아니다.

SAP AI 통합에서 이러한 관계는 실질적인 역할 분담을 만든다. 플랫폼은 소프트웨어를 연결하고 조율하는 공통 역량을 제공한다. 제공 팀은 비즈니스 요구사항을 구성, 통제 및 운영 절차로 전환한다.

까다로운 작업은 흔히 예외 상황에서 드러난다. 공급업체의 소유권이 바뀌거나, 청구서에 뒷받침 문서가 없거나, 직원이 표준 역할 범위를 벗어난 접근 권한을 요청할 수 있다. 이러한 사례는 잘 다듬어진 시연에서 놓칠 수 있는 가정을 드러낸다.

신뢰할 수 있는 배포에는 그러한 가정이 실패했을 때의 정의된 대응이 필요하다. 대응 방식에는 조치를 중단하거나, 사례를 직원에게 전달하거나, 추가 증빙을 요청하는 것이 포함될 수 있다.

이는 배포 문제에 대한 분석이며, 제안된 인수가 이미 이를 해결한다는 주장은 아니다. 이번 거래는 관련 역량을 결합할 수 있는 그럴듯한 방식을 제공한다. 고객 결과는 업무가 어떻게 조직되는지에 따라 달라질 것이다.

이는 AI가 발전해도 산업 지식이 여전히 중요한 이유를 설명하기도 한다. 더 나은 추론은 정보를 해석하는 데 도움이 될 수 있다. 하지만 조직은 어떤 정보가 권위 있는지, 시스템이 어떤 행동을 수행하도록 허용되는지를 여전히 정해야 한다.

상업적 기회는 모든 고객을 똑같이 취급하지 않으면서 이러한 결정을 반복 가능하게 만드는 데 있다.

DyFlex의 고객 업무는 구현 계층을 보여 준다

공개된 고객 프로젝트는 자율 운영에 대한 광범위한 주장보다 제공 역량을 더 구체적으로 보여준다.

DyFlex가 뉴질랜드 에너지 유통업체 Powerco를 위해 수행한 재무 계획 구현은 스프레드시트 기반 계획 업무에서 벗어난 사례를 설명한다. 이 내용은 공급업체가 공개한 자료이므로 그 맥락을 고려해 읽어야 한다.

사례 연구에 따르면 재무 계획에는 약 60명의 관리자가 참여했다. DyFlex는 계획 및 분석 애플리케이션인 SAP Analytics Cloud를 기존 비즈니스 시스템과 연결해 구현했다고 밝혔다.

이 자료는 구조화된 워크플로, 통제된 승인, 제한된 접근 권한, 버전 관리, 교육 및 문서화를 설명한다. 그러나 자율 AI가 Powerco의 계획 프로세스를 운영했다는 점을 입증하지는 않는다.

제안된 인수와의 관련성은 기반이 되는 제공 업무에 있다. 통제된 계획 프로세스를 구축하려면 입력값, 책임 주체, 권한, 그리고 산출 수치의 의미에 대한 합의가 필요하다.

조직이 이후 AI 지원을 추가하더라도 이러한 과업은 여전히 중요하다. 직원들이 입력값을 식별하고 그 배경의 프로세스를 이해할 수 있을 때 생성된 예측 설명은 더 유용해진다.

반대로 분산된 계획 기록에 어시스턴트를 추가하면 중요한 질문들이 해결되지 않은 채 남는다. 서로 다른 팀이 서로 다른 가정을 사용할 수 있다. 직원들은 비공식 채널을 통해 변경을 승인할 수 있다. 설득력 있는 설명이 이러한 불일치를 가릴 수도 있다.

따라서 Powerco 사례가 뒷받침하는 결론은 제한적이다. DyFlex는 AI 지원 비즈니스 프로세스에 필요한 기반을 구축한 경험을 공개했다. 그러나 Cognizant의 향후 통합 계획을 독립적으로 검증하는 것은 아니다.

구매자에게 이 구분은 평가의 질을 높인다. 확립된 구현 업무에 관한 증거는 한 범주에 속한다. 새로운 자동화 기능에 관한 주장은 다른 범주에 속한다.

레퍼런스 고객은 제공 방식, 커뮤니케이션, 도입 과정의 과제를 설명하는 데 도움이 될 수 있다. 기술 데모는 제안된 애플리케이션이 정의된 조건에서 무엇을 하는지 보여줄 수 있다. 어느 쪽도 다른 쪽을 완전히 대체하지는 못한다.

가장 유익한 고객 증거는 이러한 관점을 연결한다. 원래의 운영 문제, 도입된 변화, 그리고 직원들이 시스템을 사용하기 시작한 뒤 관찰된 결과를 설명한다.

프로젝트가 시작된 이후에도 문서화는 중요하다. 팀은 구성, 소유권, 예외 사항 및 통제에 관한 결정을 보존해야 한다. 그렇지 않으면 향후 변경은 원래 구현을 기억하는 사람에게 크게 의존하게 된다.

검색 가능한 지식 베이스를 유지하면 팀이 기술 문서 전반에 걸쳐 이러한 맥락을 보존하는 데 도움이 될 수 있다. 거래 권한과 운영 통제는 이를 집행하는 시스템에 계속 속해야 한다.

이는 지식 업무와 엔터프라이즈 자동화를 잇는 실질적인 연결 고리다. 사람은 프로세스 뒤의 논리에 접근할 수 있어야 하며, 소프트웨어는 이를 실행하기 위한 정확한 규칙이 필요하다.

Cognizant의 DyFlex 인수는 두 가지 요구 모두와 관련된 전문성을 겨냥한다. 고객 증거는 구현 논리를 뒷받침하는 한편, 제안된 AI 혜택은 검증 대상으로 남겨 둔다.

Accenture가 제공 전문성이 경쟁 영역이 되는 이유를 보여주다

Cognizant는 경쟁사들 역시 산업 지식과 배포 책임을 강조하는 경쟁에 진입하고 있다.

Accenture는 2026년 6월 8일 SAP와 함께 배포 엔지니어링 프로그램을 발표했다. 이 프로그램은 고객과 함께 비즈니스 AI 활용 사례를 발굴하고, 개발하며, 구현하는 팀을 설명한다.

포워드 배포 엔지니어링은 엔지니어를 고객의 문제와 구현 업무에 가깝게 배치하는 것을 뜻한다. Accenture는 자사 프로그램이 산업 전문성, 프로토타이핑, SAP 엔지니어링 표준에 부합하는 배포를 결합한다고 밝혔다.

이는 Cognizant의 SAP 전략을 비교하는 데 유용한 기준을 제공한다. Accenture는 SAP 및 고객 팀과의 긴밀한 협업을 중심으로 구축된 제공 모델을 설명한다. Cognizant는 지역 전문 인력 역량을 확대하는 인수를 제안하고 있다.

이는 관련된 문제를 다루는 서로 다른 조직적 접근 방식이다. 두 방식 모두 고객 환경 내부에서 기술을 작동하는 프로세스로 전환하는 데 의존한다.

이 비교가 어느 제공업체가 더 나은 결과를 낸다는 점을 입증하지는 않는다. 공개된 발표 자료는 비교 가능한 성과 증거를 제공하지 않는다. 다만 AI 기능에 대한 일반적인 접근권만으로는 경쟁력을 설명하기에 충분하지 않다는 점은 보여준다.

고객은 제공업체가 소프트웨어 접근권을 넘어 무엇을 기여하는지 합리적으로 물을 수 있다. 답변에는 관련 산업 경험, 구현 방법론, 운영 지원, 결과에 대한 책임이 포함돼야 한다.

이 평가에서 지역 지식은 중요할 수 있다. 현지 운영 관행과 고객 조직에 익숙한 팀은 다른 팀이 새로 습득해야 하는 맥락을 갖고 시작한다.

글로벌 제공 자원 역시 중요할 수 있으며, 특히 프로젝트에 추가 전문 기술이나 여러 지역에 걸친 지원이 필요할 때 그렇다. 유용한 질문은 제공업체가 특정 업무를 중심으로 이러한 자원을 어떻게 결합하는가이다.

규모나 근접성 어느 것도 효과적인 제공을 보장하지는 않는다. 현지 팀은 필요한 역량이 부족할 수 있다. 대규모 조직은 조정 문제를 초래할 수 있다. 구매자는 자신들의 업무를 위해 제안된 팀과 프로세스에 관한 증거가 필요하다.

경쟁 압력은 소규모 전문 기업에도 미친다. 더 큰 제공업체는 기존 관계를 통해 더 폭넓은 서비스 범위를 제공할 수 있다. 전문 기업은 명확한 도메인 깊이, 책임 있는 제공, 관련 레퍼런스를 보여주는 방식으로 대응할 수 있다.

이 관찰은 특정 경쟁업체의 보고된 반응이 아니라 시장에 대한 추론이다. 변화하는 조달 질문을 인식하는 데 인수 관련 비판이 반드시 필요한 것은 아니다.

엔터프라이즈 구매자는 기술 역량과 운영 이해를 모두 확보하는 방법을 비교하고 있다. 인수는 제공업체가 이러한 조합을 구축하는 한 가지 방식이다. 파트너십과 집중형 엔지니어링 프로그램은 다른 경로를 제시한다.

Cognizant에게 거래의 지역적 초점은 제안의 구체성을 부여한다. 그 신뢰성은 고객이 가치를 두는 전문성을 유지하면서도 더 폭넓은 역량에 실질적으로 접근할 수 있게 하는 데 달려 있다.

이는 제공 품질을 경쟁 구도의 중심에 놓는다. 가장 강력한 증거는 완료된 업무와 지속적인 고객 사용에서 나올 것이다.

여전히 불확실한 점과 구매자가 다음으로 살펴봐야 할 사항

인수의 논리는 타당하지만, 소유권, 플랫폼 역량, 고객 성과는 여전히 별개의 질문이다.

첫 번째 불확실성은 조직적 측면이다. 전문성은 사람과 업무 관계에 존재한다. 기업 결합에는 책임, 지원, 프로젝트 인력 배치, 팀 간 지식 공유 방식에 관한 결정이 필요하다.

이러한 결정은 새로운 AI 기능이 실제 운영에 도입되기 전부터 고객에게 영향을 줄 수 있다. 구매자는 연속성 약속과 세부 운영 체계를 구분하고, 기존 계약과 관련된 명확한 설명을 요청해야 한다.

두 번째 불확실성은 제품 기능과 전략적 방향의 경계에 관한 것이다. SAP는 AI 참조 아키텍처가 제품 사양이나 제공 약속이 아니라 비전을 설명한다고 명시한다.

이 구분은 엔터프라이즈 AI 논의 전반에서 유용하다. 목표 아키텍처는 구성 요소가 어떻게 결합되도록 설계됐는지를 설명한다. 특정 고객을 위한 가용성, 호환성 또는 준비 상태를 입증하지는 않는다.

동일한 원칙은 제안된 결합에도 적용된다. 발표된 플랫폼과 구현 전문성은 서비스 제안의 기반을 만든다. 그러나 운영 성과의 측정된 개선을 입증하지는 않는다.

세 번째 불확실성은 경제성이다. 공개된 거래 세부 정보나 인수별 운영 목표가 없으면 독자는 거래의 재무적 수익을 정확히 평가할 수 없다. 고객 혜택 역시 더 광범위한 기능 목록을 넘어서는 증거가 필요하다.

순서대로 살펴볼 구체적인 신호는 세 가지다.

첫째, 거래 종결을 향한 진전과 고객 연속성에 관한 더 명확한 정보를 살펴봐야 한다. 향후 몇 달 동안 거래 및 제공 체계에 관한 업데이트는 제안된 결합이 어떻게 진행되는지를 분명히 해줄 것이다.

거래 종결 완료는 소유권 변경을 확인해줄 것이다. 그러나 그것만으로 통합이 더 나은 서비스나 측정 가능한 AI 성과를 만들어냈다는 점을 확인하지는 않는다.

둘째, 구체적으로 정의된 공동 제안을 살펴봐야 한다. 유용한 세부 정보는 비즈니스 프로세스, 지원 시스템, 배포 요건, 승인 통제, 지속적 지원에 대한 책임을 식별해야 한다.

전문성을 결합한다는 광범위한 설명은 증거를 거의 추가하지 못한다. 범위가 명확한 제안은 구매자가 결합된 역량이 어디에 적합한지 판단하기 쉽게 만든다.

셋째, 의미 있는 운영 결과를 담은 실명 고객 배포 사례를 살펴봐야 한다. 증거는 원래 프로세스, 도입된 변화, 결과가 측정된 방식을 설명해야 한다.

예외 처리, 직원 도입, 수정률, 프로세스 완료 시간과 같은 지표는 실질적 가치를 평가하는 데 도움이 된다. 이는 인수에 대해 보고된 성과가 아니라 평가 기준이다.

지속적 사용의 증거는 이러한 결합이 제공 역량을 개선한다는 근거를 강화할 것이다. 데모와 일반적인 플랫폼 주장에 계속 의존한다면 핵심 약속은 해결되지 않은 채 남을 것이다.

엔터프라이즈 팀에게 즉각적인 조치는 이 소식을 실제 운영 우선순위와 연결하는 것이다. 불명확한 기록, 반복적인 인계 또는 느린 승인이 측정 가능한 마찰을 만드는 프로세스를 식별하라. 그 프로세스의 소유자와 어떤 변경에도 유지돼야 하는 통제를 정하라. 그다음 고객 레퍼런스와 범위가 명확한 배포 범위를 활용해 제안된 AI 지원을 이러한 요건에 따라 평가하라. 각 결정에 분명한 목적이 있도록 마이그레이션 요구와 선택적 자동화를 분리하라. Cognizant의 DyFlex 인수는 공급업체 환경을 검토할 이유를 제공하지만, 발표만으로 조직의 구현 요구를 정의할 수는 없다. 프로젝트를 확대하기 전에, 프로세스 운영 책임자에게 실제로 더 잘 작동한다는 점을 어떤 증거가 보여줄지 물어야 한다.