책소개 (2) 썸네일형 리스트형 데이터가 하는 거짓말 2-2. 데이터가 하는 거짓말고객이 원하는 것을 왜 만들면 안되는가 데이터는 의사결정의 등불이지만, 그 빛만 따라가면 발밑의 턱에 걸려 넘어질 때가 많습니다. 숫자는 무엇을 보여주지만, 왜를 말해주지는 않습니다. 이 글은 그 간극을 다룹니다. 1. 숫자가 맞아도 사람이 틀릴 수 있다2011년 넷플릭스는 파일럿도 없이 하우스 오브 카드를 한 시즌 통째로 주문했습니다. 겉보기엔 무모했지만, 그들은 단순한 히스토리컬 데이터 이상의 것을 봤습니다. 구독자들이 어떤 톤, 어떤 감독의 호흡, 어떤 배우의 캐릭터에 끌리는지—숫자 뒤의 맥락과 이유를 해석했습니다. 결과는 성공이었죠.반면 퀴비(Quibi)는 “모바일·숏폼·프리미엄”이라는 조사 결과와 높은 사전 의향을 믿고 론칭했지만, 실제 결제 앞에서 사람들은 유튜브.. 서론: 양들의 행진 AI가 목자가 된 시대, 당신은 양으로 남을 것인가모두가 똑똑해진 시대의 딜레마오늘 아침, 당신은 AI에게 무엇을 물었습니까?"이번 분기 마케팅 전략을 짜줘""우리 제품의 차별화 포인트를 분석해줘""투자 유치 프레젠테이션 구성을 추천해줘" 불과 3초. 당신이 커피를 한 모금 마시는 사이, AI는 일류 컨설턴트도 감탄할 만한 답변을 내놓습니다. 체계적이고, 논리적이며, 데이터에 기반한 완벽한 답안입니다.그런데 잠깐, 불안한 생각이 스쳐 지나갑니다. 지금 이 순간, 당신의 경쟁자도 같은 질문을 던지고 있다면? 그들도 같은 답을 받고 있다면?AI가 모든 답을 아는 시대, 초등학생도 경로당의 김씨 할아버지도 프롬프트 몇 글자만 잘 적으면 하버드 MBA급의 완벽한 기획서를 얻을 수 있는 시대. 하지만 모두가 같.. 이전 1 다음
