글쓴이: a16z 뉴미디어

작성자: 블록 유니콘

어제 저희는 "빅 아이디어" 시리즈의 첫 번째 파트를 공유했습니다. 여기에는 인프라, 성장, 바이오 및 헬스케어, 그리고 스피드런 팀 파트너들이 생각하는 2026년 스타트업이 직면할 과제들이 포함되었습니다.

오늘은 이 시리즈의 두 번째 파트를 이어가며, a16z가 2021년에 설립한 투자팀인 American Dynamism과 애플리케이션 팀의 기고를 소개합니다.

미국적 역동성

데이비드 울레비치: AI 기반 산업 토대 구축

미국은 국가 경제의 진정한 기반을 재건하고 있습니다. 에너지, 제조업, 물류, 인프라가 다시 주목받고 있지만, 가장 중요한 변화는 인공지능(AI)을 핵심으로 하는 소프트웨어 중심 산업의 부상입니다. 이러한 기업들은 아날로그 방식의 자동화 설계와 AI 기반 운영으로 출발하고 있습니다. 과거를 현대화하는 것이 아니라 미래를 건설하고 있는 것입니다.

이는 첨단 에너지 시스템, 중장비 로봇 제조, 차세대 광업, 그리고 생물학적 및 효소적 공정(다양한 산업에서 사용하는 전구체 화학물질 생산)에 엄청난 기회를 창출하고 있습니다. 인공지능은 더욱 깨끗한 반응기를 설계하고, 광업을 최적화하며, 더 나은 효소를 개발하고, 자율 기계 군집을 기존 운영자가 따라올 수 없는 통찰력으로 조율할 수 있습니다.

이러한 변화는 공장을 넘어 전 세계를 재편하고 있습니다. 자율 센서, 드론, 그리고 최첨단 인공지능 모델은 이제 항만, 철도, 송전선, 파이프라인, 군사 기지, 데이터 센터 등 과거에는 규모가 너무 크고 종합적으로 관리하기 어려웠던 중요 시스템들을 지속적으로 모니터링할 수 있게 되었습니다.

현실 세계에는 새로운 소프트웨어가 필요합니다. 이 소프트웨어를 개발하는 창업자들이 다음 세기 미국의 번영을 이끌어갈 것입니다.

에린 프라이스-라이트: 미국 공장의 부활

미국의 첫 번째 위대한 세기는 막강한 산업력을 기반으로 건설되었지만, 널리 알려진 바와 같이 우리는 그 힘의 상당 부분을 잃어버렸습니다. 이는 부분적으로는 해외 아웃소싱 때문이고, 부분적으로는 사회 내에서 건설적인 참여를 의도적으로 소홀히 한 결과입니다. 그러나 녹슨 기계들이 다시 돌아가기 시작하고 있으며, 소프트웨어와 인공지능을 중심으로 한 미국 공장들의 부활을 목격하고 있습니다.

저는 2026년까지 에너지, 광업, 건설, 제조업과 같은 분야의 과제를 해결하기 위해 기업들이 공장식 사고방식을 채택할 것이라고 생각합니다. 이는 인공지능과 자동화를 숙련된 인력과 결합하여 복잡하고 맞춤화된 프로세스를 조립 라인처럼 효율적으로 운영하는 것을 의미합니다. 구체적으로는 다음과 같은 것들이 포함됩니다.

100년 전 헨리 포드가 개발한 기술을 적용하고, 처음부터 규모의 경제와 반복 가능성을 고려하며, 최첨단 인공지능 기술을 통합한다면, 머지않아 원자로 대량 생산, 국가 수요 충족을 위한 주택 건설, 놀라운 속도의 데이터 센터 구축, 그리고 새로운 산업 황금기를 맞이하게 될 것입니다. 일론 머스크의 말처럼, "공장이 곧 제품입니다."

자비 엘름그렌: 차세대 관측 가능성은 디지털이 아닌 물리적 형태일 것입니다.

지난 10년간 소프트웨어 관찰 가능성은 디지털 시스템 모니터링 방식을 혁신적으로 변화시켜 로그, 메트릭, 트레이스를 통해 코드베이스와 서버를 투명하게 공개해 왔습니다. 이러한 혁신은 이제 물리적 세계에도 확산될 전망입니다.

미국 주요 도시에 10억 대 이상의 연결된 카메라와 센서가 설치됨에 따라, 물리적 관측 가능성, 즉 도시, 전력망 및 기타 기반 시설의 실시간 운영을 파악하는 능력은 시급하면서도 실현 가능한 과제가 되고 있습니다. 이러한 새로운 수준의 인식 능력은 로봇 공학 및 자율 기술의 미래를 이끌어갈 것이며, 기계는 마치 코드처럼 물리적 세계를 관측 가능하게 만드는 보편적인 프레임워크에 의존하게 될 것입니다.

미국 주요 도시에 10억 대 이상의 연결된 카메라와 센서가 설치됨에 따라, 물리적 관측 가능성, 즉 도시, 전력망 및 기타 기반 시설의 실시간 운영을 파악하는 능력은 시급하면서도 실현 가능한 과제가 되고 있습니다. 이러한 새로운 수준의 인식 능력은 로봇 공학 및 자율 기술의 미래를 이끌어갈 것이며, 기계는 마치 코드처럼 물리적 세계를 관측 가능하게 만드는 보편적인 프레임워크에 의존하게 될 것입니다.

물론 이러한 변화에는 실질적인 위험도 따릅니다. 산불을 감지하거나 건설 현장 사고를 예방할 수 있는 도구가 오히려 디스토피아적인 악몽을 불러일으킬 수도 있습니다. 다음 물결의 승자는 대중의 신뢰를 얻고, 개인정보 보호를 준수하며, AI를 기본적으로 지원하는 상호 운용 가능한 시스템을 구축하여 사회적 자유를 침해하지 않으면서 사회적 투명성을 높이는 기업이 될 것입니다. 이러한 신뢰할 수 있는 프레임워크를 구축하는 기업이 향후 10년간 관찰 가능성의 방향을 결정하게 될 것입니다.

라이언 맥엔투시: 전자 산업 아키텍처가 세상을 바꿀 것이다

다음 산업혁명은 공장 내부뿐만 아니라 공장을 가동하는 기계 내부에서도 일어날 것입니다.

소프트웨어는 우리의 사고방식, 설계 방식, 소통 방식을 혁신적으로 변화시켰습니다. 오늘날 소프트웨어는 우리의 여행, 건설, 생산 방식까지 바꾸고 있습니다. 전기화, 소재, 인공지능 분야의 발전이 융합되면서 소프트웨어가 물리적 세계를 진정으로 제어할 수 있게 되었습니다. 기계는 이제 자율적으로 감지하고, 학습하고, 행동하기 시작했습니다.

이것이 바로 전자 산업 스택의 부상입니다. 이 통합 기술은 전기 자동차, 드론, 데이터 센터, 그리고 현대 제조 산업을 움직이는 원동력입니다. 세상을 움직이는 원자와 그것을 제어하는 ​​비트를 연결합니다. 부품으로 정제된 광물부터 배터리에 저장된 에너지, 전자 기기로 제어되는 전기, 정밀 모터를 통해 구현되는 움직임까지, 이 모든 것이 소프트웨어에 의해 조율됩니다. 이는 물리적 자동화의 모든 혁신 뒤에 숨겨진 기반이며, 소프트웨어가 단순히 택시를 부르는 것에서 나아가 운전대를 완전히 제어하는 ​​것까지를 결정짓는 핵심 요소입니다.

하지만 핵심 소재 정제부터 첨단 칩 제조에 이르기까지 이러한 산업 스택을 구축하는 능력은 점차 상실되고 있습니다. 미국이 차세대 산업 시대를 주도하려면 이를 뒷받침할 하드웨어를 직접 생산해야 합니다. 전자 산업 스택을 완벽하게 마스터하는 국가가 미래 산업 및 군사 기술의 방향을 결정할 것입니다.

소프트웨어는 세상을 집어삼켰습니다. 이제 소프트웨어는 세상을 앞으로 나아가게 할 것입니다.

올리버 슈: 자율형 연구실이 과학적 발견을 가속화한다

다중 모달 모델 기능의 발전과 로봇 조작 기술의 지속적인 개선을 통해, 연구팀은 자율적인 과학적 발견을 가속화할 것입니다. 이러한 병렬 기술들은 가설 수립부터 실험 설계 및 실행, 추론, 결과 분석, 그리고 미래 연구 방향에 대한 반복적인 연구에 이르기까지 과학적 발견의 폐쇄 루프를 구현할 수 있는 자율 연구실을 탄생시킬 것입니다. 이러한 연구실을 구축하는 연구팀은 인공지능, 로봇공학, 물리학 및 생명과학, 제조 및 운영 분야의 전문성을 통합하는 학제 간 연구팀으로 구성될 것이며, 무인 연구실을 통해 지속적인 학제 간 실험과 발견을 가능하게 할 것입니다.

윌 비츠키: 주요 산업 분야에서의 데이터 여정

2025년 인공지능의 시대정신은 컴퓨팅 자원의 제약과 데이터 센터 구축에 의해 좌우될 것입니다. 그리고 2026년에는 데이터 자원의 제약과 데이터 여정의 다음 개척지, 즉 핵심 산업에 의해 좌우될 것입니다.

우리의 주요 산업들은 여전히 ​​잠재력이 풍부한 비정형 데이터의 보고입니다. 모든 트럭 배차, 모든 계량기 판독, 모든 유지 보수 작업, 모든 생산 실행, 모든 조립, 그리고 모든 시험 주행은 모델 학습을 위한 자료를 제공합니다. 그러나 데이터 수집, 주석 달기, 모델 학습은 업계에서 흔히 사용되는 용어가 아닙니다.

이러한 유형의 데이터에 대한 수요는 끝이 없습니다. 스케일(Scale), 머서(Mercer), AI 연구소와 같은 기업들은 "무엇을 했는지"뿐 아니라 "어떻게 했는지"까지 포함하는 공정 데이터를 끊임없이 수집하고 있습니다. 이들은 열악한 노동환경에서 수집하는 모든 데이터에 대해 엄청난 비용을 지불합니다.

기존의 물리적 인프라와 인력을 보유한 산업 기업들은 데이터 수집에 있어 비교 우위를 점하고 있으며, 이러한 이점을 활용하기 시작할 것입니다. 이들 기업의 운영 과정에서 생성되는 막대한 양의 데이터는 사실상 추가 비용 없이 수집하여 자체 모델 학습에 사용하거나 제3자에게 라이선스를 부여하는 데 사용할 수 있습니다.

또한 스타트업들이 등장하여 도움을 줄 것으로 예상해야 합니다. 이러한 스타트업들은 데이터 수집, 라벨링 및 라이선스 부여를 위한 소프트웨어 도구, 센서 하드웨어 및 소프트웨어 개발 키트(SDK), 강화 학습(RL) 환경 및 훈련 파이프라인, 그리고 궁극적으로는 자체 개발한 지능형 기계를 포함한 통합된 기술 스택을 제공할 것입니다.

앱 팀

데이비드 하버: 인공지능이 비즈니스 모델을 향상시킨다

최고의 AI 스타트업들은 단순히 작업을 자동화하는 것을 넘어 고객의 재정적 이익을 극대화하고 있습니다. 예를 들어, 이익 분배 방식의 법률 분야에서는 로펌이 승소했을 때만 수익을 얻습니다. Eve와 같은 기업들은 자체 개발한 결과 데이터를 활용하여 사건 성공률을 예측함으로써 로펌이 더욱 적합한 사건을 선택하고, 더 많은 고객에게 서비스를 제공하며, 승소율을 높일 수 있도록 돕습니다.

최고의 AI 스타트업들은 단순히 작업을 자동화하는 것을 넘어 고객의 재정적 이익을 극대화하고 있습니다. 예를 들어, 이익 분배 방식의 법률 분야에서는 로펌이 승소했을 때만 수익을 얻습니다. Eve와 같은 기업들은 자체 개발한 결과 데이터를 활용하여 사건 성공률을 예측함으로써 로펌이 더욱 적합한 사건을 선택하고, 더 많은 고객에게 서비스를 제공하며, 승소율을 높일 수 있도록 돕습니다.

인공지능 자체는 비즈니스 모델을 강화할 수 있습니다. 비용 절감은 물론 수익 증대에도 기여할 수 있습니다. 2026년까지 이러한 논리는 다양한 산업으로 확산될 것이며, AI 시스템은 고객 인센티브 메커니즘과 더욱 긴밀하게 연계되어 기존 소프트웨어로는 따라올 수 없는 시너지 효과를 창출할 것입니다.

아니쉬 아차리아: ChatGPT는 AI 앱 스토어가 될 것입니다.

소비재 제품 수명 주기가 성공하려면 새로운 기술, 새로운 소비자 행동, 새로운 유통 채널이라는 세 가지 요소가 필요합니다.

최근까지 AI 열풍은 앞의 두 가지 조건은 충족했지만, 새로운 자체 유통 채널이 부족했습니다. 대부분의 제품은 기존 네트워크나 입소문 마케팅에 의존하여 성장했습니다.

하지만 OpenAI Apps SDK 출시, ​​애플의 미니 프로그램 지원, 그리고 ChatGPT의 그룹 채팅 기능 도입으로 이제 소비자 앱 개발자들은 ChatGPT의 9억 명에 달하는 사용자 기반을 직접 활용하고 Wabi와 같은 새로운 미니 프로그램 네트워크를 통해 성장을 이룰 수 있게 되었습니다. 소비자 제품 수명주기의 마지막 단계인 이 새로운 유통 채널은 2026년에 10년에 한 번 있을 법한 소비자 기술 황금기를 불러일으킬 것으로 예상됩니다. 이 기회를 무시한다면 그에 따른 결과를 감수해야 할 것입니다.

올리비아 무어: 성우들이 점차 자리를 잡아가고 있습니다.

지난 18개월 동안 인공지능(AI) 에이전트가 기업의 실제 상호작용을 처리한다는 비전은 공상 과학 소설에서 현실로 바뀌었습니다. 중소기업부터 대기업까지 수천 개의 기업이 음성 인식 AI를 활용하여 약속 예약, 예약 완료, 설문 조사, 고객 정보 수집 등을 수행하고 있습니다. 이러한 AI 에이전트는 기업의 비용을 절감하고 추가 수익을 창출할 뿐만 아니라 직원들이 더욱 가치 있고 즐거운 업무에 시간을 할애할 수 있도록 해줍니다.

하지만 이 분야는 아직 초기 단계이기 때문에 많은 기업들이 여전히 "음성 인식을 진입점"으로 삼아 한두 가지 유형의 통화 기능만을 단일 솔루션으로 제공하고 있습니다. 저는 음성 비서가 전체 워크플로우(잠재적으로 멀티모달 방식 포함)를 처리하고 나아가 고객 관계 관리의 전 과정을 관리할 수 있도록 확장되는 모습을 기대하고 있습니다.

이는 상담원이 비즈니스 시스템에 더욱 깊이 통합되고 더 복잡한 유형의 상호 작용을 처리할 수 있는 자유를 부여받게 될 것임을 의미합니다. 기본 모델이 지속적으로 개선됨에 따라(현재 상담원은 다양한 시스템에서 도구를 호출하고 작동할 수 있음) 모든 기업은 음성 기반 AI 제품을 도입하고 이를 활용하여 비즈니스의 핵심 측면을 최적화해야 합니다.

마크 앤드루스코: 사용자에게 알리지 않는 능동형 앱이 등장할 것입니다.

2026년이 되면 일반 사용자들은 팝업 메시지와 작별하게 될 것입니다. 차세대 AI 애플리케이션은 완전히 메시지 없이 작동하며, 사용자의 행동을 관찰하고 능동적으로 제안을 제공할 것입니다. 통합 개발 환경(IDE)은 사용자가 질문하기도 전에 리팩토링을 제안할 것이고, 고객 관계 관리 시스템(CRM)은 통화 종료 후 자동으로 후속 이메일을 생성할 것입니다. 디자인 도구는 작업하는 동안 다양한 솔루션을 제시할 것입니다. 채팅 인터페이스는 보조 도구에 불과할 것입니다. 오늘날 AI는 명령이 아닌 사용자 의도에 따라 활성화되는, 모든 워크플로 전반에 걸쳐 보이지 않는 기반이 될 것입니다.

앤젤라 스트레인지: 인공지능은 결국 은행 및 보험 인프라를 업그레이드할 것이다.

많은 은행과 보험 회사가 문서 가져오기 및 AI 음성 상담원과 같은 AI 기능을 기존 시스템에 통합했지만, AI가 금융 서비스 산업을 진정으로 혁신하려면 이를 뒷받침하는 인프라를 재구축해야 합니다.

2026년까지 인공지능을 현대화하고 완전히 활용하지 못할 위험이 실패 자체의 위험보다 더 커질 것입니다. 그러면 대형 금융 기관들은 기존 공급업체와의 계약을 해지하고 인공지능 기반의 새로운 대안을 선택할 것입니다. 이러한 기업들은 과거의 범주에서 벗어나 기존 시스템과 외부 소스에서 가져온 기본 데이터를 중앙 집중화, 표준화 및 강화할 수 있는 플랫폼으로 거듭날 것입니다.

결과는 어땠나요?

금융 서비스의 미래는 기존 시스템에 인공지능을 적용하는 것이 아니라, 인공지능을 기반으로 완전히 새로운 운영 체제를 구축하는 데 달려 있습니다.

조 슈미트: 미래지향적인 전략을 통해 인공지능이 기업의 99%에 보급될 것입니다.

금융 서비스의 미래는 기존 시스템에 인공지능을 적용하는 것이 아니라, 인공지능을 기반으로 완전히 새로운 운영 체제를 구축하는 데 달려 있습니다.

조 슈미트: 미래지향적인 전략을 통해 인공지능이 기업의 99%에 보급될 것입니다.

인공지능은 우리 시대에서 가장 흥미로운 기술 혁신 중 하나입니다. 그러나 현재까지 신생 스타트업의 수익 대부분은 실리콘 밸리의 상위 1% 기업, 즉 샌프란시스코 베이 지역에 실제로 위치하거나 그 광범위한 네트워크의 일부인 기업들에게 흘러들어갔습니다. 이는 당연한 결과입니다. 기업가들은 직접 사무실을 방문하거나 이사회에 있는 벤처 투자자를 통해 인맥을 구축하는 등 쉽게 접촉할 수 있는 기업에 제품을 판매하고 싶어하기 때문입니다.

2026년이 되면 상황은 완전히 달라질 것입니다. 기업들은 인공지능 관련 기회의 대부분이 실리콘 밸리 밖에 있다는 사실을 깨닫게 될 것이며, 미래지향적인 전략을 활용하여 기존의 대형 산업 분야 속에 숨겨진 더 많은 기회를 발굴하는 새로운 스타트업들이 등장할 것입니다. 인공지능은 시스템 통합 및 구축 회사와 같은 전통적인 컨설팅 및 서비스 산업은 물론, 제조업처럼 성장 속도가 느린 분야에서도 엄청난 잠재력을 지니고 있습니다.

시마 앰블: 인공지능은 포춘 500대 기업에서 새로운 조정 계층과 새로운 역할을 만들어내고 있습니다.

2026년까지 기업들은 개별 AI 도구에서 벗어나 마치 하나의 디지털 팀처럼 기능해야 하는 멀티 에이전트 시스템으로 더욱 전환할 것입니다. 에이전트들이 복잡하고 상호 의존적인 워크플로우(예: 공동 계획, 분석 및 실행)를 관리하기 시작하면서, 기업들은 업무 구조와 시스템 간 컨텍스트 흐름 방식을 재고해야 합니다. AskLio와 HappyRobot 같은 기업들은 이미 이러한 전환을 진행하며, 개별 작업이 아닌 프로세스 전반에 걸쳐 에이전트를 배포하고 있습니다.

포춘 500대 기업들은 이러한 변화를 가장 절실히 느낄 것입니다. 이들은 분산된 데이터, 조직 내 지식, 그리고 운영상의 복잡성을 가장 많이 보유하고 있으며, 이러한 정보의 상당 부분은 직원들의 머릿속에 저장되어 있습니다. 이러한 정보를 자율적인 작업자들이 활용할 수 있는 공유 기반으로 전환하면 더 빠른 의사 결정, 더 짧은 주기, 그리고 더 이상 지속적인 인간의 개입에 의존하지 않는 엔드투엔드 프로세스가 가능해질 것입니다.

이러한 변화는 리더들이 역할과 소프트웨어를 재구상하도록 만들 것입니다. AI 워크플로 설계자, 에이전트 관리자, 협업 디지털 작업자를 조정하고 승인하는 거버넌스 책임자와 같은 새로운 기능이 등장할 것입니다. 기존의 기록 관리 시스템을 넘어 기업은 조정 시스템이 필요합니다. 이는 다중 에이전트 상호 작용을 관리하고, 맥락을 파악하며, 자율 워크플로의 신뢰성을 보장하는 새로운 계층입니다. 인간은 예외적인 상황과 가장 복잡한 상황을 처리하는 데 집중할 것입니다. 다중 에이전트 시스템의 등장은 단순히 자동화의 또 다른 단계가 아니라, 기업 운영 방식, 의사 결정 방식, 그리고 궁극적으로 가치 창출 방식을 재편하는 것을 의미합니다.

브라이언 킴: 소비자용 AI는 '나를 도와주는 것'에서 '나를 이해하는 것'으로 변화하고 있다.

2026년은 주류 소비자용 AI 제품이 생산성 향상에서 인간관계 강화로 초점을 옮기는 전환점이 될 것입니다. AI는 더 이상 단순히 업무 처리를 돕는 데 그치지 않고, 자기 자신을 더 깊이 이해하고 더욱 견고한 관계를 구축하도록 도울 것입니다.

분명히 말씀드리지만, 이는 결코 쉬운 일이 아닙니다. 수많은 소셜 AI 제품들이 출시되었지만 결국 실패로 끝났습니다. 하지만 멀티모달 컨텍스트 창과 지속적으로 감소하는 추론 비용 덕분에 이제 AI 제품은 챗봇에게 말하는 내용뿐만 아니라 삶의 모든 측면에서 학습할 수 있습니다. 휴대폰 사진 앨범에서 진솔한 감정적 순간들을 발견하고, 일대일 메시지와 그룹 채팅 모드가 대화에 맞춰 변화하며, 스트레스 상황에서 일상 습관이 바뀌는 모습을 상상해 보세요.

이러한 제품들이 실제로 출시되면 우리 일상생활의 일부가 될 것입니다. 일반적으로 "나를 이해해 주세요" 제품은 "나를 도와주세요" 제품보다 사용자 유지 메커니즘이 더 효과적입니다. "나를 도와주세요" 제품은 사용자가 특정 작업에 대해 높은 비용을 지불할 의향을 갖고 있기 때문에 수익을 창출하고 사용자 유지율 향상에 집중합니다. 반면 "나를 따라오세요" 제품은 지속적인 일상 상호작용을 통해 수익을 창출합니다. 이러한 제품은 사용자의 지불 의향은 낮지만 사용자 유지율은 더 높습니다.

사람들은 끊임없이 데이터를 가치 있는 것으로 교환하고 있습니다. 문제는 그들이 받는 보상이 그만한 가치가 있느냐는 것입니다. 그 답은 곧 밝혀질 것입니다.

킴벌리 탄: 새로운 모델 기본 요소들이 전례 없는 기업들을 탄생시키다

2026년까지 우리는 추론, 멀티모달, 컴퓨팅 애플리케이션 분야의 혁신이 없었다면 존재할 수 없었을 기업들의 등장을 목격하게 될 것입니다. 현재까지 법률이나 고객 서비스와 같은 많은 산업 분야에서 향상된 추론 기술을 활용하여 기존 제품을 개선해 왔습니다. 하지만 핵심 제품 기능이 이러한 새로운 모델 기본 요소에 근본적으로 의존하는 기업들은 이제 막 등장하기 시작했습니다.

추론 능력의 발전은 복잡한 금융 청구를 평가하거나 심층적인 학술 연구 또는 분석가 연구에 기반하여 조치를 취할 수 있는 새로운 능력을 창출할 수 있습니다(예: 청구 분쟁 조정). 멀티모달 모델은 물리적 세계(예: 제조 현장의 카메라)에서 잠재적인 비디오 데이터를 추출할 수 있도록 합니다. 컴퓨터의 적용은 데스크톱 소프트웨어, 부실한 API 및 파편화된 워크플로로 인해 가치가 저해되었던 대규모 산업에서 자동화를 가능하게 했습니다.

추론 능력의 발전은 복잡한 금융 청구를 평가하거나 심층적인 학술 연구 또는 분석가 연구에 기반하여 조치를 취할 수 있는 새로운 능력을 창출할 수 있습니다(예: 청구 분쟁 조정). 멀티모달 모델은 물리적 세계(예: 제조 현장의 카메라)에서 잠재적인 비디오 데이터를 추출할 수 있도록 합니다. 컴퓨터의 적용은 데스크톱 소프트웨어, 부실한 API 및 파편화된 워크플로로 인해 가치가 저해되었던 대규모 산업에서 자동화를 가능하게 했습니다.

제임스 다 코스타: AI 스타트업은 다른 AI 스타트업에 제품을 판매함으로써 규모를 확장합니다.

현재 인공지능(AI) 제품 개발 주기에 힘입어 전례 없는 기업 창설 물결이 일고 있습니다. 하지만 이전의 제품 개발 주기와는 달리, 기존 기업들은 가만히 손 놓고 있지 않고 적극적으로 AI를 도입하고 있습니다. 그렇다면 스타트업은 어떻게 성공할 수 있을까요?

스타트업이 유통 채널에서 기존 기업을 앞지르는 가장 효과적이면서도 과소평가되는 방법 중 하나는 처음부터 신규 기업, 즉 신생 기업을 대상으로 서비스를 제공하는 것입니다. 신규 기업들을 유치하고 그들과 함께 성장한다면 고객 기반이 확장됨에 따라 대기업으로 성장할 수 있습니다. Stripe, Deel, Mercury, Ramp와 같은 기업들이 이러한 전략을 따랐습니다. 실제로 Stripe의 많은 고객사는 Stripe 설립 당시에는 존재하지도 않았습니다.

2026년에는 무에서 시작한 스타트업들이 다양한 기업용 소프트웨어 분야에서 규모를 키워나가는 모습을 볼 수 있을 것입니다. 이들은 더 나은 제품을 개발하고 기존 공급업체에 얽매이지 않은 신규 고객 확보에 집중하기만 하면 됩니다.