2026년 AI 및 데이터 과학의 5가지 트렌드

조직은 변화하는 경향이 있다 요즘 AI 기술보다 훨씬 느립니다. 우리 뇌를 썩게 해 (하지만 우리는 그것이 지속적인 현상이 될 것으로 기대합니다!)

그러나 AI는 단순한 기술을 넘어 경제성장과 주식시장을 이끄는 원동력이 된 것으로 보인다.

다음은 리더가 이해하고 조치를 취해야 할 새로운 2026년 AI 트렌드입니다.

1. AI 거품이 꺼지고 경제가 어려움을 겪을 것입니다.

작년에 AI 방의 코끼리는 에이전트 AI의 등장이었습니다(아직도 붐비고 있습니다. 아래 참조). 인공지능 버블 토론을 독점한 것: 하나 있나요? 더 넓은 경제에 미치는 영향 AI의 지속적인 사용은 무엇입니까?

우리 둘 다 한동안 주변에 있었고 닷컴 버블의 디플레이션을 기억합니다.

이 거품은 터질까?

우리는 디플레이션이 점진적이기를 바랍니다. 이는 전체 주식 시장이 조정될 시간을 갖고 투자자들이 부풀려진 AI 공급업체 중 일부를 포트폴리오에서 옮길 수 있음을 의미할 수 있습니다.

우리 둘 다 AI 변형을 구독하고 있습니다. 아마라의 법칙, “우리는 단기적으로는 기술의 효과를 과대평가하고 장기적으로는 과소평가하는 경향이 있습니다.” 

2. 더 많은 올인 채택자가 'AI 공장'과 인프라를 만들 것입니다.

다음과 같은 회사 AI에 모든 것을 걸다 지속적인 경쟁 우위로서 AI 모델 및 사용 사례 개발 속도를 높이기 위한 인프라를 마련하고 있습니다.

주요 은행들은 몇 년 전에 이 접근 방식을 채택했습니다.

그러나 이제 공장 이동에는 비은행 기업과 다른 형태의 AI가 포함됩니다.프록터 앤 갬블) 및 소프트웨어 회사(인튜이트).

이러한 종류의 내부 인프라가 없는 기업은 데이터 과학자와 AI 중심 사업가가 각각 어떤 도구를 사용할지, 어떤 데이터를 사용할 수 있는지, 어떤 방법과 알고리즘을 사용할지 파악하는 힘든 작업을 반복하도록 강요합니다.

3. GenAI는 더욱 조직적인 자원이 될 것입니다.

2025년이 생성 AI에 가치 실현 문제가 있음을 깨달은 해라면 2026년은 이에 대해 뭔가를 하는 해가 될 것입니다. 엔터프라이즈 수준 하나.

대안은 생성 AI를 보다 전략적인 사용 사례를 위한 기업 리소스로 주로 생각하는 것입니다. Johnson & Johnson이 만든 거래, 예를 들어.

물론 직원들이 GenAI 도구에 액세스할 수 있어야 하는 필요성은 여전히 ​​존재합니다. 상어 탱크회사가 전사적 차원의 이니셔티브로 자금을 지원할 AI 프로젝트에 대한 아이디어를 제안하기 위해 일선 직원을 대상으로 하는 스타일의 경쟁입니다.

4. Agentic AI는 여전히 과대평가되겠지만 5년 이내에 가치가 높아질 가능성이 높습니다.

작년에 우리는 사실상 다른 모든 사람들과 마찬가지로 에이전트 AI가 증가할 것이라고 예측했습니다. 가트너의 환멸의 최저점, 에이전트가 2026년에 해당할 것으로 예측합니다.

에이전트의 문제점은 무엇입니까? 인류학 그리고 카네기 멜론 — AI 에이전트는 기업이 큰 돈과 관련된 모든 프로세스에 의존하기에는 너무 많은 실수를 한다는 것을 발견했습니다.신속한 주사, 특히) 그리고 그들의 경향은 기만적이고 잘못 정렬됨 인간의 가치와 목표를 가지고

그러나 이것이 에이전트 AI가 향후 몇 년 내에 더 나아지지 않을 것이라는 의미는 아닙니다. Andrej Karpathy의 예측 10년).

지금 당장 기업은 에이전트가 어떻게 새로운 업무 수행 방식을 활성화할 수 있는지 생각하기 시작해야 합니다.

5. AI를 누가 관리해야 하는지에 대한 논쟁은 계속될 것이다.

대규모 조직의 데이터 및 AI 리더를 대상으로 한 Randy의 최신 설문조사 — 2026년 AI 및 데이터 리더십 경영진 벤치마크 설문조사그의 교육 회사인 Data & AI Leadership Exchange가 실시한 에서 데이터 및 AI 관리에 대한 좋은 소식을 발견했습니다.

이 그림에서 유일하게 어려운 구조적 문제는 AI를 관리해야 하는 사람과 조직 내에서 누구에게 보고해야 하는가입니다. 우리는 그 역할이 보고해야 한다고 믿습니다);

우리는 다양한 보고 관계가 AI(특히 생성 AI)가 충분한 가치를 제공하지 못하는 광범위한 문제에 기여하고 있을 가능성이 있다고 생각합니다.