필립스 AI 리터러시 확장 전략

필립스는 전사적인 AI 리터러시 이니셔티브를 시행하여 AI를 전문적인 기술 능력에서 일반 직원 기술로 전환시키고 있습니다. 이 전략은 임상 환경에서의 행정 부담을 줄여 의료 전문가가 환자 치료에 더 많은 시간을 할애할 수 있도록 목표로 합니다.

"Toy to Transformation" 롤아웃 전략

필립스는 직원을 세 단계 진행 과정인 Toy $\rightarrow$ Tool $\rightarrow$ Transformation을 통해 이동시킴으로써 AI 채택을 확장하고 있습니다. 이 접근 방식은 기존 직원의 호기심을 활용하고, 상향식 리더십과 하향식 실험의 조합을 통해 전문 워크플로에 AI를 통합합니다.

주요 실행 전술에는:

• 임원 리더십 교육: 임원들은 먼저 실습 교육을 받아 단순히 의무화하는 것이 아니라 모범을 보이고 사용법을 모델링하도록 했습니다.
• 풀뿌리 혁신: 전사적인 챌린지를 출시하여 직원들이 자신의 AI 사용 사례를 제안하도록 초대함으로써 하향식 동력을 촉진했습니다.
• 엔터프라이즈 액세스: ChatGPT Enterprise의 배포는 증가하는 수요와 동력을 충족하기 위한 필수 인프라를 제공했습니다.

책임 있는 AI와 신뢰 프레임워크

높게 규제된 의료 부문에서의 운영을 고려하여, 필립스는 신속한 배포보다 신뢰와 안전을 우선시합니다. 회사는 AI가 환자에게 영향을 미치는 워크플로에 통합되기 전에 책임 있게 사용되도록 조직 문화를 변화시키는 데 중점을 둡니다.

신뢰와 안전을 구축하기 위해, 필립스는 다음과 같은 조치를 취합니다:

• 저위험 진입점: 초기 AI 구현은 기술과 자신감을 쌓기 위해 저위험 내부 워크플로에서 시작되었습니다.
• 통제된 실험: 팀은 통제된 환경에서 AI를 테스트하도록 권장됩니다.
• 공식화된 원칙: 조직은 투명성, 공정성, 인간 감독을 중심으로 한 공식적인 책임 있는 AI 원칙을 채택했습니다.

전략적 초점: 임상 행정 부담 감소

필립스는 행정 업무 감소가 의미 있는 영향력을 달성하는 가장 즉각적인 경로라고 식별합니다. 목표는 현재 근무 시간의 상당 부분을 직접 환자 치료보다는 문서화에 소비하는 임상의 시간을 되찾는 것입니다.

As Patrick Mans, Head of Data Science & AI Engineering at Philips, notes:

"나는 한 병원에 있었는데, 의사가 한 생명을 구하는 데 15분을 쓰고—and then had to spend 15 minutes documenting it. He could have saved two lives in that same time."

미래 로드맵 및 리더십 교훈

필립스는 개별 생산성 향상에서 워크플로 수준의 자동화 및 에이전트 지원 프로세스로 전환하고 있습니다. 이 발전은 명확한 AI 정책과 확립된 책임 있는 AI 원칙에 의해 지원됩니다.

롤아웃을 바탕으로, 필립스는 대규모 AI 채택을 위한 몇 가지 핵심 리더십 교훈을 식별합니다:

• 모델 사용: 리더십은 조직이 기대하는 행동을 모델링하기 위해 실습 교육을 받아야 합니다.
• 직원 권한 부여: 직원들이 자신의 사용 사례를 제안, 테스트, 소유할 수 있는 메커니즘을 제공해야 합니다.
• 이해관계자 조정: AI의 빠른 개발 속도가 장애물이 아니라 장점이 되도록 이해관계자를 조기에 조정해야 합니다.
• 고영향 영역 우선순위 지정: 시간 절감이 직접 더 나은 결과로 이어지는 행정 부담에 집중해야 합니다.