Stifel Anthropic 파트너십, 인간의 판단을 중심에 두고 자문가 워크플로우 겨냥
Stifel은 11월 10일 Anthropic과의 협업을 발표하며, 인간의 판단을 중심에 둔 채 자문가 업무 공간에 AI를 도입하겠다는 계획을 내놓았다. Stifel Anthropic partnership은 자문가들이 자신의 업무를 관리하는 플랫폼인 Dashboard와 관련이 있다. 이 협력의 의미는 자문 업무를 둘러싼 활동, 즉 정보 탐색, 업무 정리, 고객 커뮤니케이션 준비에 있다.
여기에는 분명한 긴장 관계가 있다. 소프트웨어는 준비 작업을 수월하게 만들 수 있지만, 자문가들은 여전히 자신의 판단을 뒷받침하는 정보를 이해해야 한다. 업무를 AI 인터페이스로 옮기면 고객에게 결과가 전달되기 전에 직원이 무엇을 검토하고, 수정하고, 승인할 수 있는지에 관한 질문도 제기된다.
Morgan Stanley는 과거 자문가 지원 도구와 미팅 후속 조치 도구를 통해 유용한 선례를 제공한다. 이제 Stifel은 AI 지원을 신뢰할 수 있는 일상 업무로 전환하는 방법이라는 유사한 운영상의 질문에 직면해 있다. 이번 발표는 방향을 제시하지만, 실제 제공 수준을 평가하는 데 필요한 세부 사항은 아직 제한적이다.
기업 구매자와 지식 근로자에게 이 이야기는 챗봇 브랜드 간 경쟁보다 더 실질적이다. 중요한 선택은 AI가 업무 프로세스의 어디에 위치하는지, 그리고 그 변화 속에서 책임이 어떻게 유지되는지에 관한 것이다.
Stifel Anthropic partnership이 실제로 바꾸는 것
Stifel은 라스베이거스에서 열린 자문가 혁신 콘퍼런스 Blueprint 2026에서 협업을 소개했다. Dashboard 현대화 발표는 익숙한 기능을 유지하면서 기존 플랫폼을 개선하기 위해 Anthropic과 협력하는 내용을 설명한다.
구체적인 변화는 기존 업무 공간을 현대화하겠다는 약속이며, 구현 세부 사항은 아직 뒤따라야 한다.
이 구분은 기업 AI 발표를 읽을 때 중요하다. 협업은 제안된 모든 기능을 직원의 손에 즉시 제공하지 않더라도 우선순위를 정하고 관심을 배분할 수 있다. 제품 제공, 운영 준비도, 입증된 이점은 서로 다른 단계에 해당한다.
보도자료는 회사 전반에서 사용되는 도구로 Claude, Claude Code, Claude Design도 언급한다. Claude는 Anthropic의 AI 지원 도구 제품군이다. 이러한 제품을 언급했다고 해서 자문가들이 Dashboard 내에서 어떤 기능을 언제 받게 되는지가 확정되는 것은 아니다.
기존 업무 공간이 지니는 실질적 중요성은 명확하다. 직원들은 업무를 준비하고 기록하며 완료하기 위해 사용하는 소프트웨어를 중심으로 이미 일상적인 방식을 형성해 왔다. 그 안에 지원 기능을 도입하는 것은 모든 사람이 또 다른 목적지를 채택하도록 요구하는 것과는 다른 제안이다.
유용한 응답을 생성하는 일과 업무를 완료하는 일의 차이를 생각해 볼 수 있다. 응답은 정보를 정확하게 요약할 수 있다. 그러나 업무를 완료하려면 올바른 기록을 찾고, 관련 맥락을 보존하며, 동료들이 기대하는 위치에서 결과를 사용할 수 있도록 해야 한다.
이 사례는 확인된 Dashboard 기능이 아니라 구현 과제를 설명한다. 공개 발표는 지원되는 작업의 완전한 목록을 제공하지 않는다. 따라서 독자는 발표된 방향과 최종 인터페이스에 관한 가정을 구분해야 한다.
공개된 협업 세부 내용은 상호 보완적인 역할을 제시한다. Stifel은 자문가 업무에 대한 지식을 제공하고, Anthropic은 AI 기능을 제공한다. 이러한 역할 분담은 운영 설계를 프로젝트의 핵심으로 만든다.
모델이 무엇을 생성할 수 있는지 아는 것은 그 설계의 일부일 뿐이다. 팀은 또한 모델에 어떤 정보를 제공해야 하는지와 그 이후에 무엇이 일어나는지를 결정해야 한다. 합리적인 인터페이스는 제안, 완료된 작업, 승인을 기다리는 항목을 구분해야 한다.
이는 특정 아키텍처를 확정하지 않으면서도 여러 구현 방식을 허용한다. 지원 기능은 기존 화면 옆에 나타날 수도 있고, 선택된 작업 안에 포함될 수도 있으며, 다른 승인된 상호작용 패턴을 통해 제공될 수도 있다. 발표는 이러한 선택을 확정하지 않는다.
Stifel AI adviser tools를 평가하는 독자에게 즉각적인 핵심 내용은 구체적이다. 회사는 기존 업무 공간을 AI 개발의 장소로 지정했다. 이 결정이 실제 업무일을 개선하는지는 이후 공개될 기능, 통제 장치, 도입 근거에 달려 있다.
자문가와 기술 팀이 받는 압력은 다르다
이번 발표는 자문가, 플랫폼 개발자, 그리고 그들의 업무를 검토하는 책임자들 앞에 운영상의 질문을 던진다. 각 집단은 동일한 소프트웨어에서 서로 다른 것을 필요로 한다.
자문가에게는 눈앞의 업무에 즉시 맞는 지원이 필요하다. 개발자에게는 정보 접근과 허용된 작업에 대한 명확한 경계가 필요하다. 감독자는 결과물에 대한 조사가 필요할 때 무슨 일이 있었는지 이해할 수 있을 만큼의 가시성이 필요하다.
더 빠른 초안이 자동으로 더 빠른 업무 완료를 의미하지는 않기 때문에, 압력은 전체 업무 프로세스에 가해진다.
고객 응답을 준비하는 자문가는 이 차이를 잘 보여준다. 관련 정보를 찾는 데는 시간이 걸릴 수 있지만, 그 의미를 검토하는 일에도 주의가 필요하다. 지원 기능이 첫 번째 활동은 단축하지만 두 번째 활동을 복잡하게 만든다면, 전체적인 이점을 입증하기는 더 어려워진다.
이는 분석적 사례일 뿐, 배포된 Stifel 기능에 대한 설명은 아니다. 생산성 주장이 명확한 시작점과 종료점을 필요로 하는 이유를 보여 준다. 생성 단계만 측정하면 결과를 검증하고 활용하는 데 필요한 업무를 놓치게 된다.
같은 논리는 하루 업무를 정리하는 경우에도 적용된다. 직원이 각 항목 뒤의 맥락을 다시 구성해야 한다면 제안된 작업 목록의 가치는 제한적이다. 해결되지 않은 의무를 빠뜨린다면 더 짧은 목록도 오해를 불러일으킬 수 있다.
플랫폼 팀에게 과제는 인터페이스를 편리하게 만드는 데 그치지 않는다. 어떤 작업들이 함께 속하는지, 그리고 사람이 어디에서 개입해야 하는지를 이해해야 한다. 이러한 결정은 지원 기능이 일상 업무에서 유용하게 느껴질지, 아니면 시연 중에만 유용하게 보일지를 좌우한다.
익숙한 기능을 보존하는 것은 또 다른 설계 제약을 더한다. 직원들은 무엇이 달라졌는지 배우는 동안에도 연속성을 필요로 한다. 새 AI 기능이 인상적으로 보여도 기존 작업을 더 어렵게 만드는 인터페이스는 마찰을 일으킨다.
이는 Stifel이 현재 그러한 문제를 겪고 있다는 뜻은 아니다. 기존 플랫폼 개선을 선택한 데서 따라오는 질문을 식별하는 것이다. 구현 과정은 기존 습관과 새로운 지원 방식 모두를 수용해야 한다.
관리자들은 관련된 측정 문제에도 직면한다. 더 많은 생성 자료는 더 나은 서비스를 보여 주지 못하면서도 활동량 증가처럼 보일 수 있다. 유용한 근거는 지원 기능을 완료된 업무, 관리 가능한 검토 노력, 줄어든 미해결 인수인계와 연결해야 한다.
제공 여부와 반복 사용 사이에도 차이가 있다. 직원들은 기능이 업무 공간에 나타났기 때문에 한 번 사용해 볼 수 있다. 자발적으로 다시 사용하는 것은 해당 기능이 반복 업무에 도움이 된다는 더 강한 신호가 된다.
금융권 밖의 기업 구매자에게 더 넓은 교훈은 소유권과 관련된다. 모델을 둘러싼 단계를 포함해 전체 프로세스에 대해 누군가는 계속 책임을 져야 한다. AI 기능에 대한 접근권을 구매한다고 해서 그 책임이 해결되지는 않는다.
Stifel Claude integration은 이러한 운영상의 선택이 가시화될 때 더 많은 정보를 제공할 것이다. 그때까지 이번 발표는 자문가 성과의 측정된 변화가 아니라 투자 방향을 보여 준다.
Morgan Stanley는 자문 업무 주변 지원의 선례를 제공한다
Morgan Stanley의 이전 작업은 어느 모델이 더 뛰어난지 추측할 필요 없이 구체적인 비교 기준을 제공한다. 그 사례는 고객 관계를 둘러싼 식별 가능한 활동에 관한 것이다.
Morgan Stanley는 2024년 6월 자문가 미팅 지원 도구 발표에서 Debrief를 동의 기반 미팅 메모와 후속 조치 준비를 위한 OpenAI 기반 도구로 설명했다. 회사는 자문가가 생성된 이메일을 재량에 따라 수정하고 발송할 수 있으며, 메모는 Salesforce에 저장된다고 밝혔다.
유용한 비교는 업무 프로세스에 관한 것이다. 지원 기능은 입력, 출력, 인간의 결정이 식별될 수 있을 때 구체적인 형태를 갖는다.
이 설명은 독자에게 평가할 수 있는 구체적인 대상을 제공한다. 미팅은 정보를 생산한다. 소프트웨어는 그 정보를 제안된 기록과 커뮤니케이션으로 정리한다. 이후 자문가는 자료를 검토한 뒤 사용 방식을 결정한다.
이는 Stifel과의 비교에 중요한 경계도 설정한다. Morgan Stanley 제품에 관한 공개 설명이 Dashboard 내 동등한 기능을 입증하는 것은 아니다. 어느 회사가 더 우수한 기반 모델을 보유하고 있음을 보여 주는 것도 아니다.
두 회사의 발표는 구체성의 서로 다른 지점을 설명한다. Morgan Stanley의 과거 보도자료는 특정 활동과 그 결과물의 처리 방식을 명시한다. Stifel의 발표는 더 광범위한 플랫폼 현대화 노력을 식별한다.
이 차이는 독자가 던져야 할 질문을 결정해야 한다. 정의된 미팅 도구의 경우 평가는 기록의 정확성과 유용성에 초점을 맞출 수 있다. 더 광범위한 업무 공간 프로젝트의 경우 독자는 먼저 소프트웨어가 어떤 활동을 지원할지 알아야 한다.
중립적인 비교는 도입, 유용성, 재무적 이점을 분리해야 한다. 이 개념들은 서로 다른 질문에 답한다. 직원들은 모든 상호작용이 측정 가능한 절감 효과를 내지 않더라도 제품을 사용할 수 있으며, 유용한 지원이 자동으로 더 높은 수익으로 이어지는 것도 아니다.
이 때문에 모델 대 모델 구도는 성급하다. 사용자 경험은 기업이 지원 도구를 관련 정보와 어떻게 연결하는지에 부분적으로 달려 있다. 또한 시스템이 직원에게 응답으로 무엇을 할 수 있도록 허용하는지에도 달려 있다.
정교한 문단을 생성하는 지원 도구는 그 경험의 한 구성 요소일 뿐이다. 직원들은 그것이 올바른 문서와 상황을 반영하는지 여전히 알아야 한다. 실수를 수정할 수 있는 실질적인 방법도 필요하다.
따라서 Stifel AI adviser tools의 경쟁 압력은 잘 알려진 AI 제공업체에 대한 접근만큼이나 제공 품질과 관련이 있다. 파트너십은 기능을 제공할 수 있지만, 회사는 여전히 이를 직원들이 익숙하게 인식하는 업무에 맞춰 설계해야 한다.
이는 다른 기업 소프트웨어 범주에도 관련된다. 지식 근로자에게는 고립된 생성 텍스트가 거의 필요하지 않다. 그들에게 필요한 것은 원본 자료, 제안된 결과물, 다음 작업 사이의 신뢰할 수 있는 연결이다.
이 차이를 살펴보는 독자는 개인 및 조직용 AI knowledge bases를 비교할 수 있다. 정보 정리와 AI 생성은 관련된 문제를 해결하지만, 한 영역의 성공이 다른 영역의 성공을 자동으로 입증하지는 않는다.
이 역사적 비교는 Stifel에 자사의 접근 방식을 설명할 분명한 기회를 남긴다. 구체적인 작업 설명은 현대화에 관한 광범위한 주장만으로는 얻기 어려운 평가 가능성을 제공할 것이다.
인간의 판단은 인터페이스 안에 자리를 가져야 한다
Anthropic의 Peter Nolan은 이 협력을 인간의 판단을 보완하는 방식으로 설명한다. 이는 유용한 출발점이지만, 실제 의미는 직원들이 소프트웨어와 어떻게 상호작용하는지에 달려 있다.
출력을 검토하는 사람이 이를 검증할 맥락과 통제권을 갖출 때 인간의 감독은 신뢰를 얻는다.
검토 버튼만으로는 그런 조건이 성립하지 않는다. 제안된 응답을 평가하는 사람은 사실적 주장이 어디에서 비롯됐는지 이해해야 한다. 또한 중요한 맥락이 빠졌는지도 파악할 수 있어야 한다.
대화의 대부분을 정확히 요약했지만 단서를 하나 놓친 예시를 생각해 보자. 문장은 여전히 읽기 쉽고 자신감 있게 보일 수 있다. 인터페이스가 원본 자료로 쉽게 돌아갈 수 있는 경로를 제공하지 않는다면, 검토자의 업무는 더 까다로워진다.
따라서 설계의 질문은 사람이 최종 텍스트를 승인하는지 여부보다 더 넓다. 승인 전에 그 사람이 무엇을 보는지, 그리고 수정이 기초 기록에 어떤 영향을 미치는지도 포함한다. 이는 Stifel의 현재 시스템에 관한 공개가 아니라 평가에 관한 질문이다.
지원 기능이 어떤 조치를 제안할 때도 비슷한 문제가 발생한다. 알림 초안 작성, 기록 업데이트, 커뮤니케이션 발송은 각각 다른 결과를 낳는다. 업무 공간은 이를 사용하는 직원이 그 차이를 분명히 알 수 있게 해야 한다.
규제 환경도 이런 경계의 중요성을 뒷받침한다. 금융산업규제당국(FINRA)은 회원사가 AI를 사용할 때도 기존 의무가 계속 적용된다고 말한다. 생성형 AI 가이드라인은 제3자 기술과 소프트웨어를 통해 생성된 커뮤니케이션도 다룬다.
이 가이드라인은 이 파트너십에 대한 비판이 아니라 일반적인 업계 맥락이다. Stifel에 컴플라이언스 문제가 있다는 점을 입증하지 않는다. 다만 기술 역량만으로는 모든 도입 관련 질문에 답할 수 없는 이유를 설명한다.
기업 구매자에게 실질적인 의미는 정보 접근에서 완료된 조치에 이르는 경로를 살펴보는 데 있다. 누가 정보를 요청할 수 있는가? 누가 결과를 볼 수 있는가? 누가 그 사용을 승인할 수 있는가?
이런 질문은 지원 기능과 위임된 권한을 구분하는 데도 도움이 된다. 직원은 소프트웨어에 자료 준비를 요청할 수 있지만, 독립적으로 행동하도록 권한을 부여하는 것은 아닐 수 있다. 명확한 경계는 사람들이 자신에게 남아 있는 책임이 무엇인지 이해하게 해 준다.
또 다른 유용한 구분은 직원이 발견하는 실수와 놓치는 실수에 관한 것이다. 명백한 오류는 수정을 유도한다. 그럴듯한 누락은 출력물이 완전해 보이기 때문에 검토를 통과할 수 있다.
이 가능성은 검토에 드는 노력도 생산성 계산의 일부로 만든다. 초안 작성 시간을 절약하지만 광범위한 검증을 요구하는 도구는 효율적인 확인을 지원하는 도구와 다른 가치 제안을 가진다. 생성과 검증 모두 주목할 만하다.
따라서 Stifel Anthropic 파트너십은 지원을 요청하는 사람뿐 아니라 검토자의 경험을 통해서도 평가해야 한다. 인간의 판단에는 활용 가능한 근거, 의미 있는 선택지, 부적절한 조치를 중단할 분명한 방법이 필요하다.
이 지점에서 폭넓은 약속은 제품 요구사항이 된다. 최종 인터페이스는 일상 업무 중 지원과 책임이 어떻게 함께 작동하는지를 보여줘야 한다.
Fed 관련 발언은 이야기의 별도 부분에 속한다
Kruszewski의 Bloomberg 출연에서는 연방준비제도 정책과 시장도 다뤘다. 이 주제들은 인터뷰의 맥락을 제공하지만, 기술 발표와는 별도로 다뤄야 한다.
경영진의 시장 전망만으로 AI 구현이 제대로 작동하는지는 입증할 수 없다.
접근 가능한 AI 및 금리 인터뷰 목록은 여기에서 구체적인 정책 전망을 귀속하기에 충분한 세부 내용을 제공하지 않는다. Kruszewski가 특정 금리 경로를 예상했다고 단정하려면 그의 전체 발언이 필요하다.
이 한계는 두 주제를 지나치게 가볍게 결합하면 뒷받침되지 않는 연결을 만들 수 있기 때문에 중요하다. 통화정책에 대한 견해가 자문가 지원 도구의 품질을 입증하지는 않는다. 마찬가지로 AI 파트너십이 시장 전망을 검증해 주는 것도 아니다.
그러나 인터뷰의 주제는 정보 준비와 전문적 해석 사이의 유용한 분석적 구분을 시사한다. 소프트웨어는 논의와 관련된 자료를 정리하는 데 도움을 줄 수 있다. 특정 고객에게 그 자료가 무엇을 의미하는지 판단하려면 추가적인 판단이 필요하다.
가능한 정책 변화를 논의할 준비를 하는 자문가를 상상해 보자. 예시 시나리오로, 지원 기능은 승인된 배경 문서를 모으거나 질문을 정리하는 데 도움을 줄 수 있다. 그러나 어떤 사안이 해당 고객에게 중요한지는 여전히 자문가가 판단해야 한다.
발표 내용 어디에도 Dashboard가 이미 이러한 작업을 수행한다는 근거는 없다. 이 시나리오는 준비와 해석의 경계가 왜 중요한지를 보여줄 뿐이다. 또한 속도만으로 유용성을 완전히 측정할 수 없는 이유도 설명한다.
효율적인 준비 도구는 관련 정보를 더 쉽게 검토할 수 있게 해야 한다. 일관된 서사를 검증된 결론으로 오인하도록 사용자를 유도해서는 안 된다. 기초 주제에 불확실성이 수반될 때 이 구분은 특히 유용해진다.
독자들은 기업 실적에도 같은 원칙을 적용해야 한다. 긍정적인 사업 성과가 소프트웨어 프로젝트의 기여도를 분리해 보여주지는 않는다. 신중한 평가는 특정 기능과 정의된 운영 성과를 연결하는 근거를 필요로 한다.
마찬가지로 부진한 기간이 자동으로 지원 도구의 실패를 보여주는 것은 아니다. 사업 환경과 제품 성과는 서로 다른 질문에 답한다. 기술을 평가하려면 그것이 지원하도록 설계된 업무에 관한 근거가 필요하다.
따라서 Stifel Claude 통합에 관한 유용한 공개는 업무 프로세스 안에서 관찰 가능한 행동에 초점을 맞춰야 한다. 어떤 작업을 사용할 수 있는가? 직원들은 결과를 어떻게 검토하는가? 지원 기능을 사용할 때 무엇이 달라지는가?
이 접근법은 인터뷰의 더 넓은 주제를 적절한 비중으로 유지한다. Fed 논의는 경영진의 경제적 관점에 관한 것이다. AI 발표는 회사의 기술 환경에 계획된 변화에 관한 것이다.
둘 다 정확한 보도를 받을 가치가 있지만, 어느 하나도 다른 하나에 관한 근거를 대신해서는 안 된다. 가장 유익한 후속 보도는 가능한 곳에서 직접 발언과 측정 가능한 주장을 활용해 각 주제를 그 자체의 조건으로 명확히 하는 방식일 것이다.
제품 범위, 반복 사용, 검토 품질을 지켜보라
다음으로 주목할 만한 발전은 직원들이 무엇을 할 수 있는지, 계속 사용하는지, 검토가 얼마나 잘 작동하는지에 관한 구체적 공개다. 이는 발표된 제공 약속이 아니라 관찰 우선순위다.
가장 강력한 근거는 정의된 기능을 반복 사용 및 실제 업무의 안정적인 완료와 연결할 것이다.
먼저 제품 범위부터 살펴보자. 사용 가능한 기능에 대한 명확한 설명은 폭넓은 협업과 자문가들이 일상 업무에 도입할 수 있는 무언가를 구분해 줄 것이다. 의도된 사용자, 지원되는 활동, 소프트웨어가 할 수 있는 일의 한계를 밝혀야 한다.
그러한 공개는 프로젝트가 방향 설정에서 제공 단계로 이동하고 있다는 근거를 강화할 것이다. 계속해서 일반적인 표현만 나온다면 운영상의 모습은 불분명하게 남는다. 실패를 입증하는 것은 아니지만, 독자가 내릴 수 있는 결론을 제한한다.
다음으로 반복 사용의 근거를 지켜봐야 한다. 초기 시험은 호기심이나 출시 프로그램 준수를 보여줄 수 있다. 반복되는 업무 중 지속적으로 사용된다면 실질적 관련성에 대해 더 의미 있는 신호가 될 것이다.
유용한 보도는 접근 권한과 실제 활동도 구분할 것이다. 직원에게 기능을 제공했다고 해서 얼마나 자주, 왜 사용하는지를 보여주지는 않는다. 어떤 작업이 반복 사용을 이끄는지 설명하면 지원 기능이 어디에서 가치를 인정받는지 독자가 이해하는 데 도움이 된다.
도입 근거에도 맥락이 필요하다. 직원들은 기능이 도움이 되어서, 기존 프로세스가 요구해서, 또는 대안이 불편해서 다시 사용할 수 있다. 신뢰할 수 있는 설명은 핵심 지표 뒤에 있는 업무 조건을 설명할 것이다.
마지막으로 검토 품질을 살펴봐야 한다. 직원들이 출력을 어떻게 확인하고 수정하는지 보여주는 사례는 인간 판단에 대한 약속을 더 구체적으로 만든다. 해결되지 않은 오류나 부담스러운 확인에 관한 근거는 생산성 주장을 약화시킬 것이다.
이 마지막 신호가 중요한 이유는 효율성과 신뢰성이 상호작용하기 때문이다. 검토 전에 절약한 시간은 수정 과정에서 사라질 수 있다. 반대로 잘 정리된 보조 자료는 생성과 검증을 모두 더 쉽게 만들 수 있다.
Stifel Anthropic 파트너십은 이러한 신호들이 함께 나타날수록 평가하기 쉬워질 것이다. 기능 설명은 범위를 제공한다. 반복 사용은 행동 근거를 제공한다. 검토 품질은 그 결과물이 신뢰할 만한지 설명하는 데 도움이 된다.
기업 독자에게 이 순서는 포부를 제공으로 오인하지 않고 발표를 따라갈 실용적인 방법을 제공한다. 또한 초기 지표가 없다는 사실을 프로젝트에 가치가 없다는 증거로 취급하지 않게 한다. 직원들이 실제로 사용할 구체적인 것이 생기기 전까지는 일부 질문이 열려 있다.
같은 접근법은 지식 노동자가 자신의 AI 도구를 평가하는 데도 도움이 된다. 첫 응답을 넘어 확인, 수정, 완료까지 업무를 따라가야 한다. 유용한 지원 도구는 그 전체 순서를 개선해야 한다.
추가 세부 사항이 나오면 제품 공개를 원래 발표 및 과거 자문가 도구의 선례와 함께 읽어야 한다. 어떤 활동이 바뀌었는지, 주장된 이점을 어떤 근거가 뒷받침하는지 물어야 한다. 지원이 불완전하거나 잘못됐을 때 사용자가 어떻게 복구하는지 주목해야 한다. Stifel Anthropic 파트너십은 기존 업무 공간 내부의 AI 통합을 추적할 구체적인 사례를 제공한다. 그 진전은 자문가들이 완료하고 자신 있게 책임질 수 있는 업무를 통해 드러나야 한다. 다음 업데이트를 평가할 때는 구체적인 질문을 던져야 한다. 관련 정보에서 검토된 결과로 사람이 어떻게 이동하는지를 설명하는가? 제품 세부 사항이 도착하는 대로 그 질문을 활용해 구현을 판단해야 한다.



