AI Agent가 바꾸는 비즈니스 성장과 새로운 Growth 방식을 이야기합니다.

실제 금융 데이터 조직에서 AI 에이전트를 어떻게 업무에 참여시키고, 이를 위해 어떤 데이터와 맥락, 원칙과 경계를 설계했는지에 대한 경험을 이야기합니다.

작은 조직도 AI를 활용하면 데이터 활용 방식 자체를 바꿀 수 있습니다. 적은 인력으로 데이터를 읽고, 문제를 발견하고, 운영과 의사결정에 연결하는 새로운 방법을 실제 사례와 함께 소개합니다.

AI로 분석이 빨라진 만큼, 팀의 실행과 학습까지 빨라졌을까요? 비즈니스 성과에 도달하는 원칙인 '러닝을 얻어가며 여러 번 실행하기'를 출발점으로 좋은 전략의 두 가지 조건을 짚어 보고, 클래스101의 실험 사례를 통해 AI가 줄이는 것·줄이지 못하는 것·오히려 늘리는 것이 팀의 속도를 어떻게 바꾸는지 살펴봅니다.

사람이 매번 데이터를 보고 판단하지 않아도, Agent가 변화를 감지하고 원인을 파악해 실행과 검증까지 이어갈 수 있을까요? AI가 비즈니스의 Growth Loop를 스스로 돌리기 시작할 때 무엇이 달라지는지 살펴봅니다.

게임 디자이너가 AI 에이전트와 함께 직접 구현하고, 문서와 승인 중심의 논의를 실행 가능한 빌드 중심으로 바꾸고 있는 팀의 경험을 소개합니다. 업무 맥락과 판단 기준을 AI 에이전트에게 남기고 개선하는 방법부터, 사람의 역할과 조직 문화의 변화, 실제 비용과 해결 중인 과제까지 살펴봅니다.

AI에게 일을 맡긴 뒤 달라지는 개인과 조직의 일하는 방식을 이야기합니다.