문서를 요약하고 고객 메일을 다듬는 일은 바로 할 수 있습니다. 그러나 한 사람의 작업시간이 줄었다고 회사의 고객 응답시간, 납기, 품질, 원가가 좋아지지는 않습니다. 자료를 넘기는 순서와 승인 방식이 그대로면 회사 전체의 처리시간은 줄지 않습니다. AI를 많이 쓰는 것과 회사 성과가 좋아지는 것은 다른 문제입니다.
---p.12 프롤로그

자세히 보면 품질 기록과 작업일보가 있고, 고객 메일과 설비 매뉴얼이 있습니다. 발주와 생산계획을 정리한 엑셀 파일도 있을 수 있습니다. 완벽한 데이터베이스가 없을 뿐입니다. 데이터가 없다고 시작을 미루지 않습니다. 지금 있는 자료부터 활용합니다.
---p.26 1장

조수, 참모, 검토자, 기록자, 교사. 같은 AI에게 필요에 따라 역할을 바꾸어 맡기면 됩니다. 그리고 다섯 역할에 공통되는 원칙이 하나 있습니다. AI는 직원처럼 일합니다. 그러나 책임지는 직원은 아닙니다.
---p.61 2장

전통적으로 직무역량은 지식(Knowledge), 기술(Skill), 태도(Attitude)의 결합으로 설명합니다. 예전에는 사람이 미리 익혀 두어야 했던 지식과 기술 가운데 일부를 이제는 필요할 때 AI를 통해 끌어다 쓸 수 있습니다. 이 책에서는 이 변화를 역량의 외부화라고 부릅니다. 미리 쌓아 둔 지식으로 일하던 지식노동이, 필요한 지식과 기술을 AI에서 끌어와 활용하는 지혜노동으로 바뀝니다.
---p.89 3장

AI의 문장이 매끄럽고 표가 잘 정리되어 있으면 사람은 검토를 줄이기 쉽습니다. 이런 식으로 자동화된 판단이나 추천을 지나치게 믿어 다른 근거를 충분히 확인하지 않는 경향을 자동화 편향이라고 합니다. AI가 확신 있게 말하더라도 근거와 회사 자료를 다시 확인합니다.
---p.133 4장

마차에 엔진만 단다고 자동차가 되지는 않습니다. 말이 끌던 마차는 말의 속도에 맞춰 바퀴와 차체, 방향을 바꾸고 멈추는 장치를 만들었습니다. 회사도 같습니다. 한 단계만 AI로 빨라져도 자료 전달, 판단 기준, 승인 방식과 다음 업무가 그대로면 고객 응답시간, 납기, 품질 같은 회사의 결과는 크게 달라지지 않습니다.
---p.149 5장

AI 사용법은 필요합니다. 다만 AI 교육의 목표는 도구 사용법이 아니라 실제 업무를 개선하는 것입니다. 교육목표를 ‘AI 기능을 사용할 수 있다’로 잡으면 기능을 얼마나 익혔는지 확인하게 됩니다. 회사의 문제해결을 목표로 잡으면 질문이 달라집니다.
---p.183 6장

성과 숫자보다 바꾼 과정과 실패를 봅니다. 검사시간이 70% 줄었다는 숫자만으로는 우리 회사에서도 될지 판단할 수 없습니다. 다른 회사의 사례는 정답이 아니라 우리 회사에서 다시 확인할 가설입니다.
---p.222 7장

반복 업무가 줄어들수록 사람의 판단과 고객 대응, 품질과 기술검토의 중요성이 커집니다. 지식과 기술을 머릿속에 쌓아 두는 것으로 버티려는 사람은 어려워지고, AI를 지휘해 결과를 만드는 사람의 일자리가 좋은 일자리가 됩니다. 그래서 회사가 바꿔야 할 것은 사람의 수가 아니라, 그 지휘를 할 수 있게 만드는 평가와 보상, 채용과 교육입니다.
---에필로그 중에서