“AI 교육만으론 안 된다”…팀스파르타, AX 성공 열쇠로 ‘역량 진단’ 제시

Source: VentureSquare

• MS ‘코파일럿 앤 에이전트 데이’ 참가… “AI 도입 기업 88%, 실제 성과는 5%” 진단

• ‘진단-설계-실행’ 3단계 AX 프레임 공개… 조직별 맞춤형 AI 전환 전략 강조

생성형 AI 도입이 확산되고 있지만 실제 업무 성과로 이어지는 사례는 여전히 제한적이라는 지적이 나왔다. 팀스파르타는 기업의 AI 전환(AX) 성공 여부를 가르는 핵심 요소로 ‘도구 도입’이 아닌 ‘조직 역량 진단’을 제시했다.

AI 업스킬링 기업 팀스파르타는 18일 서울 코엑스 아셈볼룸에서 열린 마이크로소프트(MS) 주최 행사 ‘코파일럿 앤 에이전트 데이(Copilot & Agent Day)’에 참가해 기업 AX 전략을 소개했다. 이번 행사에는 기업 IT 의사결정권자와 AI 혁신 담당자 등이 참석했으며, 팀스파르타 AX 교육팀 한현아 팀장은 ‘AX 전환의 출발점, AI 역량 진단’을 주제로 발표를 진행했다.

팀스파르타 AX 교육팀 한현아 팀장의 발표 모습 (사진 제공: 팀스파르타)

AI 도입보다 중요한 건 조직의 현재 수준 파악

한 팀장은 발표에서 “AI를 업무에 도입한 기업은 88%에 달하지만 실제 성과를 창출한 기업은 5%에 불과하다”며 “구성원 간 AI 활용 역량 격차를 정확히 파악하지 못한 채 교육과 도입을 진행하는 것이 주요 원인”이라고 설명했다.

그는 기업 AX 실패 요인으로 ▲진단 없는 교육 ▲단순 기능 중심의 툴 교육 ▲일회성 특강 위주의 접근을 꼽았다.

이를 해결하기 위한 방안으로 팀스파르타는 ‘진단-설계-실행’ 3단계 프레임워크를 제시했다. 먼저 조직 구성원의 AI 활용 수준을 진단한 뒤 직무와 직급별 특성을 반영한 교육 과정을 설계하고, 이후 실제 업무 적용과 피드백까지 연결하는 방식이다.

행사에서는 실제 기업 교육 사례도 소개됐다. 해외 진출 전략 수립이나 약관 개정과 같은 현업 과제를 기반으로 구성원의 문제 해결 역량을 측정하고, 이를 데이터로 시각화해 조직별 AI 활용 수준을 분석한 사례가 공개됐다.

팀스파르타는 자체 개발한 AI 역량 진단 체계도 선보였다. 맥락 설계, 출력 설계, 범위 설정, 단계 설정 등 네 가지 항목을 기준으로 조직의 AI 활용 능력을 측정하고 교육 전후 변화까지 데이터로 관리하는 방식이다.

회사 측에 따르면 해당 AX 교육 프로그램을 도입한 기업들의 AI 활용 역량은 평균 160% 향상됐으며, 현업 적용률은 92%, 교육 만족도는 5점 만점 기준 4.6점을 기록했다. 지난해 기업교육 매출 역시 전년 대비 2.5배 성장했다.

한현아 팀장은 “AI 전환은 단순히 새로운 기술을 도입하는 프로젝트가 아니라 사람과 조직이 변화하는 과정”이라며 “기업별 환경과 수준을 고려한 맞춤형 접근이 실제 성과 창출의 핵심”이라고 강조했다.

“AI Education Alone Is Not Enough”… Team Sparta Presents ‘Competency Assessment’ as Key to AX Success

It has been pointed out that while the adoption of generative AI is spreading, cases leading to actual work performance remain limited. Team Sparta suggested that “organizational capability assessment,” rather than “tool adoption,” is the key factor determining the success of a company’s AI transformation (AX).

AI upskilling company Team Sparta participated in the ‘Copilot & Agent Day’ event hosted by Microsoft (MS) at the COEX ASEM Ballroom in Seoul on the 18th and introduced its corporate AX strategy. The event was attended by corporate IT decision-makers and AI innovation managers, and Han Hyun-ah, Team Leader of Team Sparta’s AX Education Team, gave a presentation on the topic of ‘The Starting Point of AX Transformation: AI Capability Assessment.’

Team Leader Han Hyun-ah of the Team Sparta AX Education Team giving a presentation (Photo courtesy of Team Sparta)

Understanding the organization’s current level is more important than adopting AI.

Team Leader Han explained in the presentation, “While 88% of companies have adopted AI into their operations, only 5% have actually generated results,” adding, “The main reason is that training and implementation are conducted without accurately identifying the gap in AI utilization capabilities among employees.”

He cited training without diagnosis, tool training focused on simple functions, and an approach centered on one-time special lectures as factors for corporate AX failure.

To address this, Team Sparta proposed a three-stage framework of ‘Diagnosis-Design-Execution.’ This approach involves first diagnosing the AI utilization levels of organizational members, designing training courses that reflect the characteristics of specific roles and ranks, and then connecting this to actual work application and feedback.

Actual corporate training case studies were also presented at the event. One example revealed a project that measured employees’ problem-solving capabilities based on real-world tasks, such as establishing overseas expansion strategies or revising terms and conditions, and analyzed the level of AI utilization by organization by visualizing the results as data.

Team Sparta also unveiled its self-developed AI capability diagnostic system. This method measures an organization’s AI utilization ability based on four criteria—context design, output design, scope setting, and stage setting—and manages data on changes before and after training.

According to the company, the AI utilization capabilities of companies that adopted the AX training program improved by an average of 160%, with an application rate of 92% and a training satisfaction score of 4.6 out of 5. Last year, corporate training revenue also grew 2.5 times compared to the previous year.

Team Leader Han Hyun-ah emphasized, “AI transformation is not simply a project to introduce new technology, but a process in which people and organizations change,” adding that “a customized approach considering each company’s environment and capabilities is key to generating actual results.”

「AI教育だけではダメだ」…チームスパルタ、AX成功鍵で「能力診断」を提示

生成型AIの導入が広がっているが、実際の業務成果につながる事例は依然として制限的であるという指摘が出た。チームスパルタは、企業のAI転換（AX）成功の有無を分かち合う重要な要素として、「ツール導入」ではなく「組織能力診断」を提示した。

AIアップスキリング企業チームスパルタは18日、ソウルCOEXアセンボールルームで開かれたマイクロソフト（MS）主催イベント「コパイロット＆エージェントデー（Copilot & Agent Day）」に参加し、企業AX戦略を紹介した。今回のイベントには企業IT意思決定権者とAIイノベーション担当者などが参加し、チームスパルタAX教育チームハン・ヒョナチーム長は「AX転換の出発点、AI能力診断」をテーマに発表を進めた。

チームスパルタAX教育チームハン・ヒョンアチーム長の発表姿（写真提供：チームスパルタ）

AI導入より重要なのは、組織の現在レベルを把握

あるチーム長は発表で「AIを業務に導入した企業は88%に達するが、実際の成果を創出した企業は5%に過ぎない」とし、「メンバー間のAI活用力量格差を正確に把握できないまま教育と導入を進めることが主な原因」と説明した。

彼は企業ＡＸ失敗要因として▲診断のない教育 ▲簡易機能中心のツール教育 ▲ワンタイム特講中心のアプローチを挙げた。

これを解決するための案として、チームスパルタは「診断-設計-実行」の3段階フレームワークを提示した。まず組織メンバーのAI活用レベルを診断した後、職務と職級別特性を反映した教育過程を設計し、その後、実際の業務適用とフィードバックまで連結する方式だ。

イベントでは実際の企業教育事例も紹介された。海外進出戦略の樹立や約款改正などの現業課題を基に構成員の問題解決力量を測定し、これをデータで視覚化して組織別AI活用水準を分析した事例が公開された。

チームスパルタは自社開発したAI能力診断システムも披露した。コンテキスト設計、出力設計、範囲設定、ステップ設定など4つの項目を基準に組織のAI活用能力を測定し、教育前後の変化までデータで管理する方式だ。

同社によると、同AX教育プログラムを導入した企業のAI活用能力は平均160％向上し、現業適用率は92％、教育満足度は5点満点基準で4.6点を記録した。昨年の企業教育の売上も前年比2.5倍成長した。

ハン・ヒョナチーム長は「AI転換は単に新しい技術を導入するプロジェクトではなく、人と組織が変化する過程」とし「企業別の環境とレベルを考慮したカスタマイズされたアプローチが実際の成果創出の核心」と強調した。

“仅靠人工智能教育是不够的”……斯巴达团队提出“能力评估”是人工智能成功的关键

有人指出，尽管生成式人工智能的应用正在普及，但真正能转化为实际工作绩效的案例仍然有限。斯巴达团队认为，“组织能力评估”而非“工具采用”才是决定企业人工智能转型（AX）成败的关键因素。

人工智能技能提升公司Team Sparta于18日参加了由微软(MS)在首尔COEX ASEM宴会厅举办的“副驾驶与代理日”活动，并介绍了其企业级人工智能(AX)战略。此次活动吸引了众多企业IT决策者和人工智能创新经理的参与。Team Sparta人工智能教育团队负责人韩贤雅(Han Hyun-ah)就“人工智能转型的起点：人工智能能力评估”这一主题发表了演讲。

Team Sparta AX 教育团队的团队负责人韩贤雅正在进行演讲（照片由 Team Sparta 提供）

了解组织的现状比采用人工智能更重要。

韩团队负责人解释说：“虽然 88% 的公司已将人工智能应用于运营中，但只有 5% 的公司真正产生了效果。”他补充道：“主要原因是培训和实施过程中没有准确识别员工在人工智能应用能力方面的差距。”

他指出，缺乏诊断的培训、侧重于简单功能的工具培训以及以一次性专题讲座为中心的培训方式是导致企业 AX 系统失败的因素。

为了解决这个问题，斯巴达团队提出了“诊断-设计-执行”三阶段框架。该方法首先诊断组织成员的人工智能利用水平，设计反映特定角色和级别特点的培训课程，然后将其与实际工作应用和反馈联系起来。

本次活动还展示了实际的企业培训案例研究。其中一个案例揭示了一个项目，该项目基于实际任务（例如制定海外扩张战略或修改条款和条件）来衡量员工的问题解决能力，并通过数据可视化分析了各组织对人工智能的应用水平。

斯巴达团队还发布了其自主研发的人工智能能力诊断系统。该方法基于情境设计、输出设计、范围设定和阶段设定四个标准来衡量组织的人工智能应用能力，并管理训练前后数据的变化。

据该公司称，采用AX培训计划的企业的AI应用能力平均提升了160%，应用率达到92%，培训满意度评分为4.6分（满分5分）。去年，企业培训收入也比上年增长了2.5倍。

团队负责人韩贤雅强调：“人工智能转型不仅仅是一个引入新技术的项目，而是一个人员和组织发生改变的过程。”她还补充说：“考虑到每家公司的环境和能力，采取定制化方法是取得实际成果的关键。”

« La formation en IA ne suffit pas »… Team Sparta présente l’« évaluation des compétences » comme clé du succès en AX

Il a été constaté que, malgré la diffusion de l’IA générative, les cas concrets d’amélioration des performances professionnelles restent limités. L’équipe Sparta suggère que l’évaluation des capacités organisationnelles, plutôt que l’adoption d’outils, est le facteur déterminant de la réussite de la transformation IA d’une entreprise.

L’entreprise Team Sparta, spécialisée dans la montée en compétences en IA, a participé à l’événement « Copilot & Agent Day » organisé par Microsoft (MS) au COEX ASEM Ballroom de Séoul le 18 juin et y a présenté sa stratégie AX. Des décideurs informatiques et des responsables de l’innovation en IA étaient présents. Han Hyun-ah, responsable de l’équipe de formation AX de Team Sparta, y a présenté une communication intitulée « Le point de départ de la transformation AX : l’évaluation des capacités en IA ».

Han Hyun-ah, chef d’équipe de l’équipe Sparta AX Education, lors d’une présentation (Photo fournie par Team Sparta)

Comprendre le niveau actuel de l’organisation est plus important que d’adopter l’IA.

Dans sa présentation, le chef d’équipe Han a expliqué : « Alors que 88 % des entreprises ont intégré l’IA à leurs opérations, seules 5 % ont obtenu des résultats concrets », ajoutant : « La principale raison est que la formation et la mise en œuvre sont réalisées sans identifier précisément les lacunes en matière de compétences d’utilisation de l’IA parmi les employés. »

Il a cité la formation sans diagnostic, la formation aux outils axée sur des fonctions simples et une approche centrée sur des conférences ponctuelles comme facteurs d’échec des systèmes d’information comptable en entreprise.

Pour remédier à cela, l’équipe Sparta a proposé un cadre en trois étapes : « Diagnostic-Conception-Exécution ». Cette approche consiste d’abord à diagnostiquer les niveaux d’utilisation de l’IA par les membres de l’organisation, à concevoir des formations qui reflètent les caractéristiques des rôles et des niveaux hiérarchiques spécifiques, puis à relier cela à l’application concrète au travail et au retour d’information.

Des études de cas concrètes de formation en entreprise ont également été présentées lors de l’événement. L’une d’elles portait sur un projet qui mesurait les capacités de résolution de problèmes des employés à partir de tâches réelles, telles que l’élaboration de stratégies d’expansion à l’international ou la révision des conditions générales d’emploi, et analysait le niveau d’utilisation de l’IA au sein de l’organisation en visualisant les résultats sous forme de données.

L’équipe Sparta a également dévoilé son système de diagnostic des capacités d’IA, développé en interne. Cette méthode évalue la capacité d’une organisation à utiliser l’IA selon quatre critères : la conception du contexte, la conception des résultats, la définition du périmètre et la définition des étapes. Elle gère les données relatives aux changements survenus avant et après la formation.

Selon l’entreprise, les capacités d’utilisation de l’IA des entreprises ayant adopté le programme de formation AX se sont améliorées en moyenne de 160 %, avec un taux d’application de 92 % et un score de satisfaction de la formation de 4,6 sur 5. L’année dernière, les revenus de la formation en entreprise ont également été multipliés par 2,5 par rapport à l’année précédente.

La chef d’équipe Han Hyun-ah a souligné : « La transformation par l’IA n’est pas simplement un projet visant à introduire une nouvelle technologie, mais un processus dans lequel les personnes et les organisations changent », ajoutant qu’« une approche personnalisée tenant compte de l’environnement et des capacités de chaque entreprise est essentielle pour générer des résultats concrets. »