TechCrunch AI • 2일 전

기업 AI 도입 실패 원인, '기술'이 아닌 '운영 불안정성'

IMP

7/10

핵심 요약

테크크런치 디스럽트 2026에서 데이타브릭스의 공동창업자는 기업용 AI 도입이 실패하는 핵심 이유가 모델의 성능 부족이 아니라 '운영적 불안정성'과 내부 신뢰 부족 때문이라고 지적합니다. 이제 기업들은 데모나 초기 실험을 넘어, 실제 대규모 배포 시 발생할 수 있는 워크플로우 파괴, 규제 리스크, 거버넌스 문제 등을 엄격하게 평가하고 있습니다. 따라서 AI 스타트업들은 단기적인 흥미 유발이 아닌 장기적인 운영 안정성과 시스템 통합 용이성을 최적화해야만 지속 가능한 수익을 창출할 수 있습니다.

번역된 본문

기업 조직이 거부하는 것은 AI가 아니다. 그들이 거부하는 것은 운영적 불안정성이다. 이는 많은 창업자들이 여전히 오해하고 있는 변화이며, 이는 현재 규모를 확장하는 기업용 AI 기업과 초기勁頭(기세) 이후 정체되는 기업들을 구분하는 결정적인 현실 중 하나가 되고 있다.

지난 몇 년 동안 AI 스타트업들은 실험 주도 시장의 혜택을 누렸다. 강력한 데모, 인상적인 모델, 강력한 비전만으로도 기업의 관심을 끌고, 파일럿 프로그램을 진행하며 투자자들의 열광을 이끌어내기에 충분했다. 그러나 기업용 AI는 이제 새로운 단계에 진입하고 있으며, 이 단계에서 기업들은 더 이상 AI가 '흥미로운지' 평가하지 않는다. 그들은 AI를 '광범위하게 배포하는 것이 안전한지'를 평가하고 있다.

10월 13일부터 15일까지 샌프란시스코 Moscone West에서 개최되는 'TechCrunch Disrupt 2026'에서 Databricks의 공동 창립자이자 필드 엔지니어링 수집 부사장(SVP)인 Arsalan Tavakoli-Shiraji는 자신의 AI 스테이지 세션인 "The Enterprise Isn't Broken. Your Assumptions About It Are. (기업이 망가진 것이 아니다. 당신의 가정이 틀린 것이다.)"을 통해 이러한 변화를 분석할 예정이다.

디스럽트는 10,000명 이상의 창업자, 투자자, 운영진을 한자리에 모아 기업의 구축 및 확장 방식을 변화시키는 기술과 운영 압박을 탐구하는 자리다. 3일간의 행사에는 현재 업계를 이끄는 기술 리더들의 주도로 6개 스테이지에서 250개 이상의 세션이 열린다. 디스럽트 AI 스테이지에서 진행되는 세션들을 살펴보라. 최대 410달러의 티켓 할인은 태평양 표준시(PT) 5월 29일 오후 11시 59분에 종료된다. 여기서 등록하세요.

파일럿은 결코 어려운 부분이 아니었다

기업용 AI 시장은 실제 배포로 이어지지 못한 채 성공적인 파일럿 프로젝트로 넘쳐난다. 그것은 기술이 실패했기 때문이 아니다. 조직이 AI 도입에 따른 운영적 결과를 흡수하지 못했기 때문이다.

이제 창업자들이 직면해야 할 현실은 스타트업 AI 계약이 모델 성능이 저조해서 무산되는 경우가 거의 없다는 것이다. 계약은 기업이 배포에 필요한 것에 대한 신뢰를 잃었기 때문에 실패한다. Tavakoli-Shiraji의 세션은 바로 이 격차를 탐구하기 위해 기획되었다.

대부분의 기업들은 단순히 AI 제품이 작동하는지 여부만 평가하지 않는다. 그들은 다음을 평가한다: 구현 리스크, 거버넌스 복잡성, 워크플로우 파괴, 인프라 부하, 컴플라이언스 노출, 조직적 신뢰.

AI 제품은 통제된 환경에서 훌륭한 성능을 발휘할 수 있지만, 배포 시 비즈니스 내에 불안정성을 초래한다면 상업적으로 실패할 수 있다. 이러한 구분은 창업자들에게 중요한데, 많은 AI 스타트업들이 여전히 잘못된 결과를 위해 최적화하고 있기 때문이다. 그들은 장기적인 운영 도입보다 초기의 흥미를 위해 제품을 구축하고 있다. 그리고 기업들은 이러한 차이를 인식하는 데 훨씬 더 엄격해지고 있다.

파일럿 단계 이후 실제로 무엇이 살아남는지 기업용 AI 리더들이 어떻게 평가하는지 듣고 싶다면 디스럽트에 등록하라. 태평양 표준시(PT) 5월 29일 오후 11시 59분까지 등록하면 최대 410달러의 티켓 할인 혜택을 받을 수 있다.

기업용 AI는 '운영적 신뢰' 문제가 되어가고 있다

대기업 내에서 궤도에 오르는 AI 스타트업들은 점점 더 하나의 공통점을 공유하고 있다. 바로 '불확실성을 줄여준다'는 점이다. 이들은 기존 시스템에 더 깔끔하게 통합되고, 워크플로우 마찰을 줄여주며, 거버넌스하기 쉽고, 내부적으로 설명하기 쉬우며, 시간이 지나도 조직이 신뢰하기 쉽다.

이는 혁신적인 데모나 모델 벤치마크보다는 덜 흥미롭게 들릴 수 있다. 하지만 이것은 주목을 받는 AI 스타트업과 지속 가능한 수익을 창출하는 스타트업을 구분하는 차이점으로 빠르게 자리 잡고 있다.

시장이 성숙해지면서 기업 구매자들은 이제 다른 질문을 던지고 있다: 배포 후에 어떤 일이 일어나는가? 얼마나 많은 운영상의 변화가 필요한가? 이것이 거버넌스에 어떤 영향을 미치는가? 팀들이 현실적으로 이를 대규모로 도입할 수 있는가? 모델이 실패하면 어떻게 되는가?

이러한 우려 사항들은 더 이상 부차적인 것이 아니다. 많은 조직에서 이것은 구매 결정의 핵심이 되었다. 기업 시장을 겨냥하는 AI 창업자들을 위해, 이 세션은 파일럿 단계가 끝난 후 실제로 도입을 촉진하는 요인을 분석한다. 세부 정보를 확인하고 410달러의 티켓 할인 혜택을 받아 기업용 AI 계약의 추진력을 얻기 위해 우선순위를 정해야 할 것을 배워보라.

원문 보기

원문 보기 (영어)

Enterprise organizations are not rejecting AI. They are rejecting operational instability. That is the shift many founders still misunderstand — and it is becoming one of the defining realities separating enterprise AI companies that scale from the ones that stall after early momentum. For the last several years, AI startups benefited from a market driven by experimentation. A strong demo, an impressive model, and a powerful vision were often enough to generate enterprise interest, pilot programs, and investor enthusiasm. But enterprise AI is entering a different phase now, one where enterprises are no longer evaluating whether AI is exciting. They are evaluating whether it is safe to deploy broadly. At TechCrunch Disrupt 2026 , taking place October 13–15 at Moscone West in San Francisco, Arsalan Tavakoli-Shiraji , co-founder and SVP of field engineering at Databricks, will unpack that shift during his AI Stage session, “The Enterprise Isn’t Broken. Your Assumptions About It Are.” Disrupt will bring together 10,000+ founders, investors, and operators to explore the technologies and operational pressures changing how companies are built and scaled. The three-day event will feature 250+ sessions across six stages, led by tech leaders directing the industry today. Explore the sessions appearing on the Disrupt AI Stage. Ticket savings of up to $410 end on May 29 at 11:59 p.m. PT. Register here. The pilot was never the hard part The enterprise AI market is full of successful pilots that never became real deployments. Not because the technology failed. But because the organization could not absorb the operational consequences of adopting it. Now the reality founders need to face is that startup AI deals rarely die because the model underperformed. They die because the enterprise lost confidence in what the deployment would require. That is the gap Tavakoli-Shiraji’s session is designed to explore . Most enterprises are not simply evaluating whether an AI product works. They are evaluating: Implementation risk. Governance complexity. Workflow disruption. Infrastructure strain. Compliance exposure. Organizational trust. An AI product can perform exceptionally well in a controlled environment and still fail commercially if its deployment creates instability within the business. That distinction is important to founders because many AI startups are still optimizing for the wrong outcome. They are building for initial excitement rather than long-term operational adoption. And enterprises are becoming far more disciplined about recognizing the difference. Register for Disrupt to hear how enterprise AI leaders evaluate what actually survives beyond the pilot phase. Lock in your ticket savings of up to $410 when you register by May 29 at 11:59 p.m. PT. Enterprise AI is becoming an operational trust problem The AI startups gaining traction inside large organizations increasingly share one thing in common: They reduce uncertainty. They integrate more cleanly into existing systems. They create less workflow friction. They are easier to govern, easier to explain internally, and easier for organizations to trust over time. That sounds less exciting than breakthrough demos or model benchmarks. But it is quickly becoming the difference between AI startups that generate attention and those that generate durable revenue. The market is maturing. Enterprise buyers are asking different questions now: What happens after deployment? How much operational change is required? How does this affect governance? Can teams realistically adopt this at scale? What happens when the model fails? Those concerns are no longer secondary. In many organizations, they have become core to the buying decision itself. For AI founders selling into the enterprise, this session breaks down what actually drives adoption after the pilot phase ends. Check out the session details and get your $410 ticket savings to learn what to prioritize to gain traction with enterprise AI deals. Why Tavakoli-Shiraji sees the market differently Tavakoli-Shiraji brings an unusually relevant perspective to this conversation because his background spans both enterprise strategy and deeply technical systems architecture. Before joining Databricks , he was an associate principal at McKinsey & Company, advising enterprises, technology vendors, and public-sector organizations on cloud computing, next-generation IT, and enterprise transformation strategy. He also earned a PhD in computer science from UC Berkeley, focused on networking and distributed systems. That lens is valuable to startups because enterprise AI success increasingly depends on more than strong engineering alone. Founders now need to understand how technical systems interact with organizational behavior, infrastructure realities, procurement processes, governance concerns, and operational risk. The startups that succeed in enterprise AI over the next several years may not necessarily be the ones with the most advanced models. They may be the ones that best understand how enterprises actually absorb change. That is the kind of operational pressure that Tavakoli-Shiraji and other speakers on the AI Stage at Disrupt will explore. Presented by Google Cloud, the stage examines how AI agents and generative AI are reshaping SaaS, enterprise adoption, software economics, security, and operational infrastructure — including Tavakoli-Shiraji’s session on why enterprise AI success increasingly depends on operational trust rather than simply technical performance. Across the stage, founders will learn how and why the focus is shifting away from AI novelty and toward the real-world challenges of deploying, governing, and scaling AI systems inside real organizations. Two days left to save on enterprise AI insight Explore the Disrupt agenda and learn how founders, investors, and enterprise operators are managing the next phase of AI adoption. Register by May 29 at 11:59 p.m. PT to save up to $410 on your passes . Topics AI , Databricks , Enterprise , Startups , TechCrunch Disrupt 2026 When you purchase through links in our articles, we may earn a small commission . This doesn’t affect our editorial independence. TechCrunch Events View Bio May 27 Athens, Greece StrictlyVC Athens is up next. Hear unfiltered insights straight from Europe’s tech leaders and connect with the people shaping what’s ahead. Lock in your spot before it’s gone. REGISTER NOW Most Popular Meta launches Instagram, Facebook, and WhatsApp subscriptions, with more to come, including AI plans Sarah Perez Tech CEOs are apparently suffering from AI psychosis Julie Bort DuckDuckGo installs are up 30% as users reject being ‘force-fed’ Google’s AI Search Rebecca Bellan Starship's path to reusability looks murky after SpaceX's S-1 Tim Fernholz 6 kitchen gadgets that make adulting feel easier Lauren Forristal I tried Amazon's Bee wearable and am both intrigued and slightly creeped out Lucas Ropek You can no longer Google the word ‘disregard' Russell Brandom

기업용 AI AI 도입 AI 비즈니스 데이타브릭스 IT 운영