사내 AI 도구의 실패는 모델 성능보다 업무 위치에서 옵니다. 직원이 이미 쓰는 화면 밖에 새 채팅창을 열어 두면, 바쁜 날에는 열지 않습니다. 검색창, 티켓 답변란, 코드 리뷰 화면처럼 이미 커서가 있는 곳에 붙여야 합니다.
두 번째 패턴은 정답 기대입니다. 초안을 주는 도구를 판정관처럼 쓰면 한 번의 실수에 신뢰를 잃습니다. 버튼 이름을 생성으로 두지 말고 초안 넣기로 둡니다. 사람이 고친 비율을 재면 도구의 실제 가치가 보입니다. 파이랩은 이 비율이 줄어드는지로 파일럿을 평가합니다.
세 번째는 데이터 권한입니다. 챗봇이 사용자보다 많은 문서를 보면 정보 누출 창구가 됩니다. 검색 권한은 그 직원의 기존 권한을 그대로 따라야 합니다. 새 권한 모델을 모델과 함께 만들지 않습니다.
성공하는 경우는 소박합니다. 반복 문장을 줄이고, 티켓 분류를 제안하고, 회의 노트의 할 일을 추출합니다. 범위를 이 정도로 고정한 팀이 다음 분기에 두 번째 기능을 붙입니다.
