회사에서 논리적 사고는 필수적이다. 왜냐하면 온갖 회의를 하며 의사 결정을 해야 하고 일을 진행할 때 논리는 필수적이기 때문이다. 저자는 논리적 전달자가 되기 위하여 먼저 과제와 상대에 기대하는 반응이다. 이와 관련하여 다음과 같이 이야기한다.

"중요한 것은 자신이 하고 싶은 말도, 자신이 중요하다고 생각한 의견도 아니다. 진짜 중요한 것은 자신이 전달한 메시지가 과연 상대가 전달받고 싶어 하는 메시지인가 하는 점이다."

상대에게 메시지를 전달할 때 메시지에는 과제, 답변, 상대에게 기대하는 반응 이 세 가지가 분명하고 명확하게 드러나야 한다. 상대에게 기대하는 반응은 이해와 피드백을 거쳐 최종적으로 상대가 행동하게 만드는 것이다.

이메일을 보낼 때도 마찬가지이다. 특히, 저자는 이메일 제목에도 과제를 분명히 제시하고 상대에게 기대하는 반응을 쓰라고 조언한다. 즉 'OO에 대해 회신 바랍니다.'라든지 'OO 제출은 내일모레까지입니다'라는 식으로 과제를 분명히 드러내야 한다.

논리적 사고에 있어서 중요한 것이 바로 심각한 중복이나 누락이 없도록 하는 것이다. 이를 위하여 MECE(Mutually Exclusive and Collectively Exhaustive)라는 기술을 소개한다. MECE는 성별처럼 전체 집합을 완전히 분해할 수 있는 유형과 중복과 누락이 전혀 없음을 증명할 수 없지만 심각한 중복이나 누락이 없다고 인정받는 유형으로 나눌 수 있다.

저자는 본격적으로 MECE 프레임워크를 소개한다. 3C(4C)는 유통 채널(Channel), 고객과 시장(Customer), 자사(Company), 경쟁사(Competitor) 요소로 분석하는 것을 의미한다. 4P는 상품(Product), 가격(Price), 유통(Place), 촉진 전략(Promotion)으로 마케팅 전략을 세울 때 활용할 수 있다.

이처럼 과제가 주어졌을 때 먼저 전체 집합에 대한 확인을 거쳐 어떤 기준으로 분류할지를 고민해야 한다. 그리고 기준에 따라 분류한 다음 누락되거나 중복된 사항이 없는지 점검해야 한다.

이야기의 비약을 없애기 위해서는 So What?(그래서?) / Why So?(왜 그렇지?) 기술을 익혀야 한다. So What?은 '결국 어떻다는 것인지'를 알아내는 작업이다. 이 기술을 통하여 결론과 근거들의 연결 고리를 발견하고 보완하는 것이다. 무엇보다 '결국 이 이야기에서 중요한 것은 무엇인가?'하고 생각하는 습관을 길러야 한다고 조언한다. 저자는 이 기술에 대하여 다음과 같이 설명한다

So What? : 전달자가 갖고 있는 자료 전체, 또는 그룹핑한 자료 중에서 과제에 비추어 말할 수 있는 내용의 핵심을 추출하는 작업이다.
Why So? : So What? 한 요소의 타당성을 자료 전체 혹은 그룹핑한 요소로 증명할 수 있다는 사실을 검증하는 작업이다.

정리하면 결론이 과제의 답변이 되어야 하는데 정보와 근거를 MECE를 통하여 정리하고 이를 바탕으로 세로축으로 So What? / Why So? 를 통하여 결론에 도달해야 하는 것이다.

주의해야 할 점은 '논리의 구조'와 '메시지의 전달 순서'는 엄연히 다르다는 점이다. 논리의 구조에서는 과제에 대한 답변으로 결론이 제일 먼저 제시되어야 한다. 그러나, 커뮤니케이션에서는 근거 -> 결론 순으로 메시지가 전달되기도 한다는 점을 기억해야 한다. 왜냐하면 커뮤니케이션에서 결론부터 끄집어 내면 반발을 사게 될 수도 있기 때문이다.

어릴 때만 해도 인공지능은 주로 영화에 나오는 단어였는데 이제는 인공지능이라는 단어가 보편화되었고 일상에서 사용해도 더 이상 어색하지가 않다. 그만큼 인공지능 기술이 실생활과 밀접한 관련이 있는 기술이 되었다. 인공지능은 특히 비즈니스와 연계하여 우리의 일상에 침투하고 있다.

인공지능의 중요성은 두말할 필요가 없는데 특히 중국에서 엄청난 투자를 하고 있다. 저자는 인공지능 기술에 있어서만은 중국과 미국이 대등하다고 이야기한다. 중국은 특히 안면인식 분야에서 두각을 나타내고 있다. 더불어 한국도 위기의식을 가져야 한다고 덧붙인다. 한국 인공지능 산업 발전에 조금이나마 보탬이 되고자 책을 쓰게 되었다고 밝힌다.

인공지능 기술에서 빠질 수 없는 것이 머신러닝과 딥러닝이다. 머신러닝은 예측과 분류 작업 등을 컴퓨터가 스스로 최대한 잘 할 수 있도록 학습시키는 작업이다. 딥러닝은 머신러닝 기법 중 하나라고 설명한다.

구글 포토나 아이폰의 사진 앱 등이 딥러닝 기술을 활용하여 사진 속 같은 인물을 자동으로 인식하고 분류한다.

인공지능 기술을 활용한 비즈니스 모델의 유형을 세 가지로 분류한다. 기존 시스템 부가형(챗봇, 구글 홈, 애플 시리 등), 성능 향상형(IBM 왓슨, 의료 영상 진단용 웹 클라우드 서비스 등), 자율동작형(자율주행차, 자율비행드론 등)으로 나누어진다.

인공지능 기반 마케팅은 사용자 환경에 맞춘 효율적인 마케팅이 가능할 뿐만 아니라 실시간 대응이 가능하다는 장점도 있다. 한 가지 예로 개개인에 맞춰 가격을 실시간 변경하는 것도 가능하다. 무엇보다 고객의 정보가 쌓일수록 실시간 타깃 마케팅은 더 정확해지고 정밀해질 것이다. 이 과정에서 개인 정보 활용에 대한 거부감은 넘어야 할 산이다.

그러나 인공지능이 마케팅 업무에서 사람을 완전히 대체하기까지는 꽤 많은 시간이 필요하다고 지적한다. 따라서, 인공지능은 한동안은 조력자 역할을 하게 될 것이다. 인공지능의 도움으로 마케팅 담당자는 창의성을 발휘하는 작업에 더 몰두할 수 있을 것이다.

도미노 피자가 드론을 활용하여 피자 배송을 시도한다는 사실은 이제 널리 알려져 있다. 당장은 실현되기 힘들겠지만 언젠가는 드론이 배달하는 따끈따끈한 피자를 먹을 날이 올 것으로 기대된다.

기업들은 자신들이 속한 비즈니스에서 인공지능을 활용하기 위하여 변화해야 한다. 저자는 작은 프로젝트부터 시작할 것을 권하고 인공지능팀을 만들라고 조언한다. 또한. 기업 전반에 인공지능 교육을 실시하며 전략을 세우라고 덧붙인다.

구글과 애플, 아마존, 마이크로소프트 등 글로벌 기업들은 이미 적극적으로 인공지능 관련 기업을 인수하며 인력과 기술을 흡수하고 있다. 당장 수익이 나지 않는 회사인데도 미래를 위하여 공격적인 투자를 진행하고 있는 것이다. 구글의 딥마인드는 알파고로 한국인들에게도 널리 알려져 있다.

기업들은 핵심 인재 확보를 위하여 대학과 밀접한 관계를 맺기도 한다. IBM은 MIT와 구글은 칭화대학과 우버는 토론토대학과 함께 손을 잡고 인공지능 연구를 진행하고 있다. 특히, 우버는 심지어 학교 연구팀을 통째로 자사 인력으로 스카우트하기도 했다. 이러한 상황을 보면, 여전히 인공지능 인력이 많이 부족하다는 것을 알 수 있고 인공지능 분야로 커리어를 쌓는 이들은 밝은 미래가 보장되어 있다는 것을 반증하기도 한다.

국내의 경우 삼성은 2020년까지 인공지능 연구개발 인력을 1,000명으로 확대하겠다고 밝히고 있다. 삼성 외에도 네이버와 카카오가 인공지능과 관련하여 투자를 진행하고 있는데 안타까운 것은 이 세 기업을 제외하고는 인공지능 비즈니스와 관련해 기술적 경쟁력을 갖추었다고 말할 수 있는 업체가 거의 없다는 점이다.

"국내 대기업들이 인공지능 기술 분야에서 경쟁력을 확보하기 위해서는 사내에 우수한 인력과 양질의 데이터를 확보하는 것도 중요하지만, 무엇보다 다양한 분야에서 크고 작은 기술 개발이 자발적으로 일어날 수 있는 생태계를 조성하는 일이 우선시되어야 한다. 즉, 기업과 정부가 보안 혹은 기밀로 과도하게 묶어두고 있는 데이터들을 더 공개하고, 이를 통해 인공지능 기술 관련 인력이 다양한 서비스를 개발하고 자생할 수 있는 협력 구조를 만드는 것이 필요하다."

저자는 또한 특허출원 동향을 보면 인공지능 연구개발의 트렌드 파악이 가능하다고 설명한다. 인공지능 관련 상위 주요 특허출원인을 보면 바이두, 화낙, IBM, 마이크로소프트, 인텔, 구글, 저장대학, 시스코 테크, 페이스북, 지멘스 헬스케어, 후지쯔, 삼성전자 순이다. 삼성전자는 12위에 랭크되어 있다. 특히 많은 기업들이 미국에 출원을 많이 했다고 설명한다.

인공지능 기술이 해킹에 악용되는 사례도 늘어나고 있다. 특히, 국가 전력망이나 교통망, 혹은 금융 시스템 전반에 걸친 해킹은 사회적으로 심각한 혼란을 가져다줄 수도 있다.