에이전트 AI는 조달을 혁신할 수 있지만, 운영 모델이 우선입니다.

HBR의 주장은 옳습니다. 조달은 AI에 유난히 적합합니다. 제 주장은 기술이 첫 번째 단계가 아니라는 것입니다. 리더는 에이전트를 확장하기 전에 팀을 재설계하고, 상업 모델에 도전하며, 의사 결정 권한을 명확히 해야 합니다.

HBR이 옳습니다. 저는 더 나아가겠습니다.

하버드 비즈니스 리뷰가 8월 13,에 “AI 에이전트가 조달을 어떻게 변화시킬 수 있는가”를 발표했을 때 저는 그 전제에 동의했습니다. BCG 리더와 학자를 포함한 저자들은 조달 업무가 구조화되어 있고 재정적으로 측정 가능하며 판단 집약적인 작업으로 가득 차 있기 때문에 조달이 에이전트 준비가 특히 잘 되어 있다고 주장합니다.

증거는 그 주장의 일부를 뒷받침합니다. Gartner는 다음과 같이 명명합니다. 계약 관리, 프로젝트 범위 설정, 공급업체 추천 및 RFx 초안 작성 새로운 워크플로 사용 사례 중 하나입니다. 동료 심사를 거친 사례 연구는 다음과 같습니다. 전략적 구매 결정을 지원하는 고급 분석 중 지출 분류에이전트가 더 많은 준비 작업을 흡수할 수 있다면 구매자는 판단할 여지가 더 많아집니다. 하지만 그것은 기술적인 경우에만 해당됩니다.

1. 에이전트를 배포하기 전에 조직도를 변경하십시오.

BCG 자체 2026 연구 조사 북미, 유럽, 아시아 태평양 지역의 200명 이상의 CIO, 조달 책임자 및 기술 조달 구매자. 저자들은 기술 배포와 결합된 조직이 역량 구축, 프로세스 재설계 및 거버넌스에 중점을 둔 기업이 기술에만 집중한 기업보다 더 강력한 성과를 보고했습니다.. 이는 자가 보고된 연관성이지 증거는 아닙니다. 이 방향은 여전히 진지하게 받아들일 가치가 있습니다.

에이전트를 동일한 카테고리 사일로, 동일한 승인 단계, 동일한 문서 작성 인계에 투입하면 이전 시스템의 더 빠른 버전을 얻게 됩니다. 유용할까요? 아마도요. 혁신적일까요? 아닙니다.

제 생각에는 소규모 중앙 팀이 에이전트 플랫폼, 제어, 표준 및 재사용 가능한 워크플로우를 소유해야 합니다. 모든 카테고리 결과를 소유해서는 안 됩니다. 카테고리 및 교차 기능 소유자는 전략, 사양, 공급업체 선택 및 수상을 유지합니다. 에이전트는 준비, 분석 및 모니터링의 더 많은 부분을 수행합니다. 사람들은 예외, 상업적 판단, 협상 및 관계에 집중합니다.

2. 오래된 워크플로우를 기반으로 한 가격 책정에 도전하십시오.

플랫폼 계약이 좌석 수 또는 모듈별로 가격이 책정되는 경우, 리더는 에이전트가 더 많은 워크플로우를 실행할 때 해당 단위가 여전히 가치와 일치하는지 질문해야 합니다. 좌석은 판매 및 예산 책정이 간단하게 유지될 수 있습니다. 이는 자동으로 자연스러운 가치 단위가 아닙니다. 더 나은 질문은 어떤 작업이 완료되었는지, 어떤 증거로, 그리고 누가 그 결과의 소유자인지입니다.

Gartner의 경고는 여기서 중요합니다. 많은 조직이 고르지 않은 ROI를 경험하거나 기대에 미치지 못하고 있습니다.. 또한 다음과 같이 명시되어 있습니다. 조달 시스템 전반에 걸쳐 파편화되고 품질이 낮은 데이터는 정확한 결과물 생성을 방해할 수 있습니다., 한편 독립형 GenAI 솔루션을 기존 플랫폼과 통합하는 것은 종종 복잡합니다.변경되지 않은 스택에 에이전트 애드온을 구매한다고 해서 이러한 제약이 제거되는 것은 아닙니다. 이는 단순히 이전 아키텍처를 더 비싸게 만들 수 있습니다.

• 무엇에 대한 비용을 지불하고 있습니까? 액세스, 실행된 워크플로 또는 검증된 결과?
• 어떤 기준선, 물량, 제외 사항이 그 결과를 정의합니까?
• 공급업체의 통제 범위를 벗어난 잘못된 입력, 재작업 또는 예외에 대한 비용은 누가 지불합니까?
• 강화된 공급업체, 계약 및 지출 데이터의 소유자는 누구이며, 이 데이터를 가져갈 수 있습니까?
• 어떤 감사 권한, 서비스 수준 및 해지 지원이 구매자를 보호합니까?

3. 신뢰를 요구하기 전에 의사결정 권한을 작성하십시오.

내구성 있는 모델은 하이브리드이며, 방치형이 아닙니다. 지출 분류 연구는 다음을 제안합니다. AI 처리와 인간 검증 및 조정을 결합. 고위험으로 분류된 시스템의 경우, EU AI 법은 해당 시스템이 다음을 요구합니다. 사용 중에 자연인이 효과적으로 감독할 수 있습니다., 권한을 포함하여 특정 상황에서 시스템을 사용하지 않는 것. 저는 일반적인 조달 도구가 해당 법적 범주에 속한다고 주장하는 것이 아닙니다. 유용한 운영 원칙은 더 간단합니다. 즉, 사람이 작업을 보고, 이의를 제기하고, 중지할 수 있어야 합니다.

그 경계를 운영 가능하게 만드십시오. 에이전트가 선언된 정책 내에서 초안을 작성하고, 표준화하고, 모니터링하고, 권장하도록 하십시오. 수상, 협상 전략, 위험 수용, 재정적 약속 및 공급업체 관계를 지정된 사람들과 유지하십시오. 당사의 조달 분야의 AI 가이드 전체 주기에서 실행 대 결정 경계를 매핑합니다.

• 실행: 에이전트가 행동하기 전에 허용된 데이터, 시스템, 정책, 임계값, 필요한 증거 및 대체 수단을 지정합니다.
• 추천: 책임자를 지정하고, 수행하는 검토 및 출력을 수락하거나 재정의할 때 보관되는 기록을 명시합니다.
• 승인 또는 중지: 승인된 소유자를 위해 자금, 위험, 전략, 공급업체 대면 약속 및 시스템 종료를 유보하고, 직무 분리 및 에스컬레이션을 유지합니다.

신뢰는 통제에서 비롯됩니다. 그 반대가 아닙니다.

CSCMP의 Supply Chain Quarterly가 보도한 Kinaxis 후원 IDC 연구는 그 격차를 명확히 보여줍니다. 응답자의 6%만이 공급망이 대규모로 자율적이라고 설명했으며, 41%는 1~2년 내에 이것이 핵심 운영 모델이 될 것으로 예상했습니다.. 같은 설문조사에서, 52%는 AI 기반 의사결정에 대한 신뢰를 가장 큰 장벽으로 꼽았습니다.. 본 연구는 다음을 다루었습니다. 9개 시장에 걸쳐 2,000명 이상의 공급망 리더, 조달 부서만으로는 더 넓은 인구입니다.

저는 그러한 기대를 예산에 넣지 않을 것입니다. 기대는 배포가 아닙니다. 하지만 저는 그 격차를 심각하게 받아들일 것입니다. 신뢰는 다음 모델이 더 좋다고 해서 생기는 것이 아닙니다. 에이전트가 무엇을 할 수 있는지, 어떤 증거를 남겨야 하는지, 누가 결정을 소유하는지 모두가 알 때 신뢰는 커집니다.

그렇다면 실제로 무엇이 달라질까요?

월요일에 할 일

1. 위험 부담이 적은 워크플로우를 선택하세요. 과거 기록 재생 또는 라이브 이벤트와 함께 승인된 섀도우 실행으로 시작합니다. 민감한 데이터를 사용하기 전에 필요한 보안, 개인 정보 보호, 법률, 기록 및 카테고리 소유자 검토를 완료하십시오.
2. 모든 인계 지점을 매핑합니다. 정보가 복사, 요약, 정규화, 확인, 전달 및 승인되는 위치를 표시합니다.
3. 운영 경계를 작성하십시오. 각 단계에 대해 에이전트가 실행, 권장 또는 대기해야 하는지 기록하고, 소유자, 입력, 임계값, 증거, 재정의 및 대체 항목을 지정합니다.
4. 상업적 조건을 다시 협상합니다. 좌석과 수동 터치가 줄어들 때 지불하는 비용과 풍부한 데이터가 어떻게 활용되는지 문의하십시오.
5. 파일럿 전에 기준선을 설정하십시오. 주기 시간, 재작업, 예외율, 그리고 실질적인 수정 없이 수락된 결과물의 비율을 기록합니다. 기준선이 없으면 ROI 스토리가 없습니다.

기존 워크플로우를 유지하기 위해 에이전트를 구매하지 마십시오. 워크플로우, 기준선, 의사결정 권한 매트릭스, 섀도우 플랜을 며칠 내에 수립하십시오. 통제 및 승인이 데이터, 공급업체 상호작용, 재정 권한 및 관련 위험과 일치하는 경우에만 생산 단계로 전환하십시오. 빠른 것은 좋지만, 문서화되지 않은 권한은 좋지 않습니다.