통상 우리가 접근 방식으로 택하는 문제해결 프로세스는 문제를 선정하면 원인분석과 해결안 수립, 수립된 해결안의 평가와 해결안 중에서 최종결정을 하는 절차를 거치게 되는데, 이 방법도 나름대로 효과가 있다. 하지만 AI를 활용한 문제해결의 절차는 문제가 해결되었을 때 Output Image를 먼저 가정함으로써, 즉 결괏값을 구체적으로 기술함으로써 전략적 선택의 범위 안에서 문제해결이 가능할 수 있다는 것이다. 현행 문제해결 프로세스는 심도 있게 원인분석에 시간과 노력을 쏟아붓고 나서 핵심원인을 추출해 내고 그 원인을 해결할 수 있는 해결안을 찾고 나면 해결안이 지엽적인 수준에 그치거나 당장 실행 가능하지 않은 중장기적인 해결안이 나오는 경우도 종종 발생하기 때문이다. 해결단계에 들어가기 전에 결괏값을 설정하지 않기 때문이다. 물론 가설지향적 사고를 통한 문제해결의 방식에서는 가설을 Output으로 설정하고 가설검증의 절차를 거치기도 하지만, 머신러닝의 논리적 프로세스만큼은 아니라고 생각한다.
--- p.72

모건스탠리는 골드만삭스, JP모건체이스와 함께 미국의 3대 투자은행으로 불리며, 글로벌 금융 위기 이후 은행 지주회사로 전환하여 더욱 안정적인 사업 구조를 갖추고 있다. 모건스탠리의 직원들은 다양한 전문 분야에서 중요한 역할을 수행하고 있다. 직원들은 투자은행가로 기업인수합병(M&A) 자문, 기업공개(IPO) 주관 및 실행, 자금 조달 전략 수립을 도와주고, 한편으로는 자산관리사로서 개인 및 기관 고객의 자산 관리, 맞춤형 투자 포트폴리오 설계, 재무 계획 및 상속 관련 자문, 그리고 트레이더로 주식, 채권, 파생상품 등 금융상품 거래, 시장 동향 분석 및 거래 전략 수립을 하는 역할을 수행하고 있다.
--- p.97

역량이 개발되고 역량이 활용되면 AI에 대한 저항이나 불안, 의문점 등이 줄어들게 된다. 그래서 혁신의 첫 단계에서 공통의 혁신 tool들을 전사적으로 모든 계층에 교육시키고 AI use case처럼 소규모단위의 혁신 실행과제를 동시다발적으로 전개해 나가도록 전략적인 접근을 하는 것이다. 리더들은 AI 역량을 개발하고 육성시키기 위한 고민을 HRD와 함께해 나가야 한다. 주무부서는 HRD가 되겠지만 교육을 받고 온 구성원들이 현장에 복귀하여 AI use case를 실험하고 적용해 나가도록 지원해주고 방향을 잃지 않도록 하는 것은 리더들의 책임이다. 역량개발 시스템을 구축하기 위하여 역량의 정의를 하는 단계에서도 적극적이고 직접적인 참여와 개입을 해야 한다. 잘못하면 역량 정의가 문서상의 멋진 역량 정의로 그칠 수 있기 때문이다.