Tech talent, especially with advanced and specialized skills, remains elusive. Findings from a recent IT global HR trends report by Gi Group show a 47% enterprise average struggles with sourcing and retaining talent. As a consequence, turnover remains high.

Another international study by Cegos highlights that 53% of 200 directors or managers of information systems in Italy alone say the difficulty of attracting and retaining IT talent is something they face daily. Cybersecurity is the most relevant IT problem but a majority, albeit slight, feels confident of tackling it. Conversely, however, only 8% think they’ll be able to solve the IT talent problem. IT team skills development and talent retention are the next biggest issues facing CIOs in Italy, and only 24% and 9%, respectively, think they can successfully address it.

“Talents aren’t rare,” says Cecilia Colasanti, CIO of Istat, the National Institute of Statistics. “They’re there but they’re not valued. That’s why, more often, they prefer to go abroad. For me, talent is the right person in the right place. Managers, including CIOs, must have the ability to recognize talents, make them understand they’ve been identified, and enhance them with the right opportunities.”

The CIO as protagonist of talent management

Colasanti has very clear ideas on how to manage her talents to create a cohesive and motivated group. “The goal I set myself as CIO was to release increasingly high-quality products for statistical users, both internal and external,” she says. “I want to be concrete and close the projects we’ve opened, to ensure the institution continues to improve with the contribution of IT, which is a driver of statistical production. I have the task of improving the IT function, the quality of the products released, the relevance of the management, and the well-being of people.”

Istat’s IT department currently has 195 people, and represents about 10% of the institute’s entire staff. Colasanti’s first step after her CIO appointment in October 2023 was to personally meet with all the resources assigned to management for an interview.

“I’ve been working at Istat since 2001 and almost everyone knows each other,” she says. “I’ve held various roles in the IT department, and in my latest role as CIO, I want to listen to everyone to gather every possible viewpoint. Because how well we know each other, I feel my colleagues have a high expectation of our work together. That’s why I try to establish a frank dialogue and avoid ambiguity. But I make it clear that listening doesn’t mean delegating responsibility. I accept some proposals, reject others, and try to justify choices.”

Another move was to reinstate the two problems, two solutions initiative launched in Istat many years ago. Colasanti asked staff, on a voluntary basis, to identify two problems and propose two solutions. She then processed the material and shared the results in face-to-face meetings, commenting on the proposals, and evaluating those to be followed up.

“I’ve been very vocal about this initiative,” she says, “But I also believe it’s been an effective way to cement the relationship of trust with my colleagues.”

Some of the inquiries related to career opportunities and technical issues, but the most frequent pain points that emerged were internal communication and staff shortages. Colasanti spoke with everyone, clarifying which points she could or couldn’t act on. Career paths and hiring in the public sector, for example, follow precise procedures where little could be influenced.

“I tried to address all the issues from a proactive perspective,” she says. “Where I perceived a generic resistance to change rather than a specific problem, I tried to focus on intrinsic motivation and people’s commitment. It’s important to explain the strategies of the institution and the role of each person to achieve objectives. After all, people need and have the right to know the context in which they operate, and be aware of how their work affects the bigger picture.”

Engagement must be built day by day, so Colasanti regularly meets with staff including heads of department and service managers.

Small enterprise, big concerns

The case of Istat stands out for the size of its IT department, but in SMEs, IT functions can be just a handful of people, including the CIO, and much of the work is done by external consultants and suppliers. It’s a structure that has to be worked with, dividing themselves between coordinating various resources across different projects, and the actual IT work. Outsourcing to the cloud is an additional support but CIOs would generally like to have more in-house expertise rather than depend on partners to control supplier products.

“Attracting and retaining talent is a problem, so things are outsourced,” says the CIO of a small healthcare company with an IT team of three. “You offload the responsibility and free up internal resources at the risk of losing know-how in the company. But at the moment, we have no other choice. We can’t offer the salaries of a large private group, and IT talent changes jobs every two years, so keeping people motivated is difficult. We hire a candidate, go through the training, and see them grow only to see them leave. But our sector is highly specialized and the necessary skills are rare.”

The sirens of the market are tempting for those with the skills to command premium positioning, and the private sector is able to attract talent more easily than public due to its hiring flexibility and career paths.

“The public sector offers the opportunity to research, explore and deepen issues that private companies often don’t invest in because they don’t see the profit,” says Colasanti. “The public has the good of the community as its mission and can afford long-term investments.”

Training builds resource retention

To meet demand, CIOs are prioritizing hiring new IT profiles and training their teams, according to the Cegos international barometer. Offering reskilling and upskilling are effective ways to overcome the pitfalls of talent acquisition and retention.

“The market is competitive, so retaining talent requires barriers to exit,” says Emanuela Pignataro, head of business transformation and execution at Cegos Italia. “If an employer creates a stimulating and rewarding environment with sufficient benefits, people are less likely to seek other opportunities or get caught up in the competition. Many feel they’re burdened with too many tasks they can’t cope with on their own, and these are people with the most valuable skills, but who often work without much support. So if the company spends on training or onboarding new people who support these people, they create reassurance, which generates loyalty.”

In fact, Colasanti is a staunch supporter of life-long learning, and the experience that brings balance and management skills. But she doesn’t have a large budget for IT training, yet solutions in response to certain requests are within reach.

“In these cases, I want serious commitment,” she says. “The institution invests and the course must give a result. A higher budget would be useful, of course, especially for an ever-evolving subject like cybersecurity.”

The need for leadership

CIOs also recognize the importance of following people closely, empowering them, and giving them a precise and relevant role that enhances motivation. It’s also essential to collaborate with the HR function to develop tools for welfare and well-being.

According to the Gi Group study, the factors that IT candidates in Italy consider a priority when choosing an employer are, in descending order, salary, a hybrid job offer, work-life balance, the possibility of covering roles that don’t involve high stress levels, and opportunities for career advancement and professional growth.

But there’s another aspect that helps solve the age-old issue of talent management. CIOs need to recognize more of the role of their leadership. At the moment, Italian IT directors place it at the bottom of their key qualities. In the Cegos study, technical expertise, strategic vision, and ability to innovate come first, while leadership came a distant second. But the leadership of the CIO is a founding basis, even when there’s disagreement with choices.

“I believe in physical presence in the workplace,” says Colasanti. “Istat has a long tradition of applying teleworking and implementing smart working, which everyone can access if they wish. Personally, I prefer to be in the office, but I respect the need to reconcile private life and work, and I have no objection to agile working. I’m on site every day, though. My colleagues know I’m here.”

So your newly promoted CTO walks into their first executive meeting, armed with deep technical expertise and genuine enthusiasm for transformation. Six months later, they’re frustrated, your digital initiatives have stalled and your board is questioning the technology leadership strategy.

This isn’t a story about hiring the wrong person. It’s a story about building the wrong environment.

Here’s the truth your consultants won’t share: When technical leaders fail, it’s rarely a failure of intelligence. It’s a failure of integration.

Charles Sims notes this in his analysis of C-suite dynamics, “If you’re seated in the ‘big chair,’ you can’t expect people to intuit where they need to go. You need to build the bridge.”

The organizations winning the transformation race aren’t just hiring better CTOs; they’re creating fundamentally different conditions for technology leadership to thrive.

The hidden architecture of failure

Before we dive into solutions, let’s diagnose what’s actually broken.

The problem isn’t individual competence, it’s institutional design.

Most C-suite structures were established when technology was viewed as a cost center, rather than a competitive weapon. The processes, meeting rhythms and decision-making frameworks assume technology comes after strategy, not during it.

This creates what I call the integration gap, the space between where technology leaders sit and where they need to be to drive real transformation.

Deloitte research on resilient technology functions reveals a telling insight: High-performing “tech vanguard” businesses fundamentally differ in how they structure technology leadership.

As Khalid Kark and Anh Nguyen Phillips point out, these organizations embrace “joint accountability” and “establish sensing mechanisms that help anticipate business change.”

Translation: They don’t just include technology in business strategy, they integrate it.

The strategic exclusion problem

Here’s the most expensive mistake organizations make: bringing technology leaders into strategy validation, not strategy formation.

I’ve watched this pattern across dozens of transformations. The business leadership team spends months crafting the digital strategy. They debate market positioning, customer experience and competitive responses. Then, in the final act, they bring in the CTO to confirm technical feasibility.

This isn’t collaboration, it’s a recipe for execution failure.

CIO advisor Isaac Sacolick sums it up nicely, “What the risk here for CIOs is to get something out there on paper and start communicating. Letting your business partners know that you’re going to be the center point of putting a strategy together.

“Being able to do blue sky planning with business leaders, with technologists and data scientists on a very frequent basis to say, ‘is our strategy aligned or do we need a pivot’ or do we need to add I think that’s really the goal for a CIO now is to continually do that over the course of how this technology is changing.”

When technologists inherit fully formed strategies, they inherit the constraints, assumptions and blind spots of non-technical decision-making. The result? Strategies that sound compelling in PowerPoint but break down in reality.

The integration solution: As Sims emphasizes, successful businesses bring technology leaders in “when the goals are still being shaped.” Technology leaders become co-architects of strategy, not just implementers of it.

The translation challenge

Every business talks about wanting CTOs who can “translate technical complexity into business value.”

But most create conditions that make effective translation impossible.

The problem isn’t that technology leaders can’t communicate. It’s that business leaders structure every interaction to discourage strategic thinking. Fifteen-minute slots for infrastructure decisions. “High-level only” constraints on technical briefings. Interruptions when discussions get into architectural details.

Sims captures the real need perfectly: “Ask them to explain how tech can enable outcomes, not just avoid outages.” But enabling outcomes requires time, context and genuine dialogue — not rapid-fire status updates.

The integration solution: Create forums for substantive technical dialogue. Allocate time for technology leaders to educate business counterparts on possibilities, constraints and trade-offs.

The four pillars of technology leadership integration

The rebel leaders I’ve studied don’t just talk about integration, they systematically engineer it. Here are the four pillars that separate transformation winners from digital theater performers.

Pillar one: Strategic co-creation

Instead of: Bringing technology leaders in for feasibility validation.

Rebels: Include them in strategic formation from day one.

The breakthrough insight is simple: Technology constraints and possibilities should shape strategy, not just constrain it. When technologists participate in strategic formation, they help identify opportunities that pure business thinking might miss.

Actionable implementation:

• Include your CTO in quarterly business reviews, not just technology reviews
• Require technology input before major strategic initiatives get funded
• Create joint business-technology planning sessions for all transformation efforts
• Give technology leaders access to the same market intelligence and customer feedback as other executives

Pillar two: Outcome-driven accountability

Instead of: Asking for deliverables and timelines.

Rebels: Define success in business outcomes and measure accordingly.

This shift eliminates the translation problem entirely. When success is defined in business terms from the beginning, technology leaders naturally think about impact, not just implementation.

The Deloitte study talks about “value-based investments” aligned with “iterative Agile sprints.” But the real innovation isn’t methodological, it’s definitional. Success gets measured by business value delivered, not features completed.

Actionable implementation:

• Replace project status meetings with outcome review sessions
• Tie technology leader compensation to business metrics, not just technical ones
• Create shared dashboards that track business impact of technology initiatives
• Require business case updates, not just project updates

Pillar three: Information symmetry

Instead of: Functional hierarchy with information silos.

Rebels: Ensure technology leaders have the same strategic context as business leaders.

Sims makes a crucial point: “Technology touches every department. The org chart should reflect that.” But organizational design goes beyond reporting structures; it’s about information flow and decision rights.

The Deloitte research highlights the need for “sensing mechanisms that help anticipate business change.” But sensing requires access to information, not just responsibility for reaction.

Actionable implementation:

• Include technology leaders in customer advisory boards and market research reviews
• Share competitive intelligence and industry analysis with the entire C-suite, not just business functions
• Create cross-functional intelligence-sharing sessions where every leader contributes market insights
• Ensure technology leaders participate in customer meetings and strategic partnerships

Pillar four: Translation excellence

Instead of: Expecting natural translation ability.

Rebels: Systematically develop two-way translation competence.

Here’s where most organizations get it backwards. They expect CTOs to be great translators but provide no development, feedback or support for this critical skill.

As Sims notes, “The best CTOs turn complexity into clarity. They make everyone around them smarter. That’s the leadership skill we should be measuring.”

But translation is a two-way street. Business leaders also need to develop competence in asking strategic questions that unlock technological insight.

Actionable implementation:

• Create monthly translation labs where technology leaders practice explaining complex concepts to different audiences
• Train business leaders to ask better questions: “What are the trade-offs?” instead of “Is this feasible?”
• Establish technology education sessions for non-technical executives
• Reward and recognize technology leaders who effectively educate their peers

Better leadership means faster business

When you get technology leadership integration right, the impact extends far beyond individual performance. You create what the Deloitte research calls enterprise agility: the ability to “nimbly strategize and operate” in response to constant change.

The data reveals so much: businesses with integrated technology leadership outperform peers across every meaningful metric. Revenue growth, profit margins, customer satisfaction, employee engagement and market share all improve when business and technology leadership truly collaborate.

But the most significant impact might be speed. Integrated organizations move faster because they eliminate the handoff delays, translation loops and rework cycles that plague siloed structures.

The competitive reality

While you’re optimizing technology leadership integration, your competitors are making a choice. Some will continue the old patterns: hiring smart technologists, giving them business requirements and wondering why transformation is hard.

Others will join the integration revolution. They’ll create conditions where technology leaders thrive. They’ll build strategic collaboration into their organizational DNA. They’ll accelerate past competitors while others struggle with digital theater.

The study reveals that tech vanguard organizations are already pulling away from baseline performers. The gap isn’t just technical: it’s structural, cultural and strategic.

Ready to ramp up?

The path forward isn’t about your next technology hire, it’s about the environment you create for technology leadership to succeed.

Week one: Audit your current integration points. Where does your CTO participate in strategic decision-making? Where are they excluded? Map the information flows and decision rights.

Month one: Redesign your leadership meeting rhythms. Include technology leaders in strategic formation, not just implementation planning. Create forums for substantive business-technology dialogue.

Month two: Implement outcome-based accountability. Replace deliverable tracking with business impact measurement. Align technology leader success metrics with business results.

Month three: Launch translation competence development. Create systematic programs for both business-to-technology and technology-to-business communication improvement.

Month six: Measure integration velocity. How quickly do business insights flow into technology decisions? How rapidly do technological possibilities inform business strategy?

The businesses that systematically build technology leadership integration won’t just transform their trajectory; they’ll transform their markets. They’ll set the pace while competitors struggle to keep up.

The choice is yours: Continue with traditional technology leadership models or build the integration capabilities that drive real transformation.

The rebels are already deciding. What about you?

This article is published as part of the Foundry Expert Contributor Network.
Want to join?

For CIOs, the conversation around AI has moved from innovation to orchestration, and project management, long a domain of human coordination and control, is rapidly becoming the proving ground for how intelligent systems can reshape enterprise delivery and accelerate transformation.

In boardrooms across industries, CIOs face the same challenge of how to quantify AI’s promise in operational terms: shorter delivery cycles, reduced overhead, and greater portfolio transparency. A 2025 Georgia Institute of Technology-sponsored study of 217 project management professionals and C-level tech leaders revealed that 73% of organizations have adopted AI in some form of project management.

Yet amid the excitement, the question of how AI will redefine the role of the project manager (PM) remains, as does how will the future framework for the business transformation program be defined.

A shift in the PM’s role, not relevance

Across industries, project professionals are already seeing change. Early adopters in the study report project efficiency gains of up to 30%, but success depends less on tech and more on how leadership governs its use. The overwhelming majority found it highly effective in improving efficiency, predictive planning, and decision-making. But what does that mean for the associates running these projects?

Roughly one-third of respondents believed AI would allow PMs to focus more on strategic oversight, shifting from day-to-day coordination to guiding long-term outcomes. Another third predicted enhanced collaboration roles, where managers act as facilitators who interpret and integrate AI insights across teams. The rest envisioned PMs evolving into supervisors of AI systems themselves, ensuring that algorithms are ethical, accurate, and aligned with business goals.

These perspectives converge on a single point: AI will not replace PMs, but it will redefine their value. The PM of the next decade won’t simply manage tasks, they’ll manage intelligence and translate AI-driven insights into business outcomes.

Why PMOs can’t wait

For project management offices (PMOs), the challenge is no longer whether to adopt AI but how. AI adoption is accelerating, with most large enterprises experimenting with predictive scheduling, automated risk reporting, and gen AI for documentation. But the integration is uneven.

Many PMOs still treat AI as an add-on, a set of tools rather than its strategic capability. This misses the point since AI is about augmenting judgment and automation. The organizations gaining a real competitive advantage are those embedding AI into their project methodologies, governance frameworks, and performance metrics with this five-point approach in mind.

1. Begin with pilot projects

Think small, scale fast. The most successful AI integrations begin with targeted use cases that automate project status reports, predict schedule slippage, or identify resource bottlenecks. These pilot projects create proof points, generate enthusiasm, and expose integration challenges early.

2. Measure value, not just activity

One common pitfall is adopting AI without clear performance metrics. PMOs should set tangible KPIs such as reduction in manual reporting time, improved accuracy in risk forecasts, shorter project cycle times, and higher stakeholder satisfaction. Communicating these outcomes across the organization is just as important as achieving them. Success stories build momentum, foster buy-in, and demystify AI for skeptical teams.

3. Upskill PMs

AI will only be as valuable as the people who use it. Nearly half of the surveyed professionals cited lack of a skilled workforce as a barrier to AI integration. Project managers don’t need to become data scientists, but they must understand AI fundamentals, how algorithms work, where biases emerge, and what data quality means. In this evolving landscape, the most effective PMs will combine data literacy with human-centered leadership, including critical thinking, emotional intelligence, and communication.

4. Strengthen governance and ethics

Increasing AI raises pressing ethical questions, especially when algorithms influence project decisions. PMOs must take the lead in establishing AI governance frameworks that emphasize transparency, fairness, and human oversight. Embedding these principles into the PMO’s charter doesn’t just mitigate risk, it builds trust.

5. Evolve from PMO to BTO

The traditional PMO focuses on execution through scope, schedule, and cost. But AI-driven organizations are shifting toward business transformation offices (BTOs), which align projects directly with strategic value creation through process improvement in parallel. A PMO ensures projects are done right. A BTO ensures the right projects are done. A crucial element of this framework is the transition from a Waterfall to an Agile mindset. The evolution of project management has shifted from rigid plans to iterative, customer-centric, and collaborative methods, with hybrid methodologies becoming increasingly common. This Agile approach is vital for adapting to the rapid changes brought by AI and digital disruption.

The new PM career path

By 2030, AI could manage most routine project tasks, such as status updates, scheduling, and risk flagging, while human leaders focus on vision, collaboration, and ethics. This shift mirrors past revolutions in project management from the rise of Agile to digital transformation, but at an even faster pace. But as organizations adopt AI, the risk of losing the human element persists. Project management has always been about people and aligning interests, resolving conflicts, and inspiring teams. However, while AI can predict a delay, it can’t motivate a team to overcome it. The PM’s human ability to interpret nuance, build trust, and foster collaboration remains irreplaceable.

A call to action

AI represents the next frontier in enterprise project delivery, and the next decade will test how well PMOs, executives, and policymakers can navigate the evolution of transformation. To thrive, organizations must invest in people as much as in platforms, adopt ethical, transparent governance, foster continuous learning and experimentation, and measure success by outcomes rather than hype.

For CIOs, the mandate is clear: lead with vision, govern with integrity, and empower teams with intelligent tools. AI, after all, isn’t a threat to the project management profession. It’s a catalyst for its reinvention, and when executed responsibly, AI-driven project management will not only deliver operational gains but also build more adaptive, human-centered organizations ready for the challenges ahead. By embracing it thoughtfully, PMs can elevate their roles from administrators to architects of change.

All’inizio di quest’anno, il MIT ha fatto notizia perché, in un rapporto [in inglese], ha rilevato che il 95% delle aziende non sta ottenendo alcun ritorno dall’intelligenza artificiale, nonostante investimenti sostanziosi. Ma perché così tante iniziative di intelligenza artificiale non riescono a garantire un ROI positivo? Perché spesso mancano di un chiaro collegamento al valore aziendale, afferma Neal Ramasamy, CIO globale di Cognizant, una società di consulenza IT.

“Questo porta a progetti tecnicamente impressionanti, ma che non risolvono un’esigenza reale né creano un vantaggio tangibile”, aggiunge. I tecnologi spesso seguono l’entusiasmo del momento, immergendosi a capofitto nei test sull’intelligenza artificiale senza considerare i risultati aziendali. “Molti iniziano con modelli e progetti pilota piuttosto che partire da ciò che vogliono ottenere”, osserva Saket Srivastava, CIO di Asana, un’applicazione per il project management. 

“I team eseguono demo in modo isolato, senza riprogettare il flusso di lavoro sottostante o assegnare un responsabile dei profitti e delle perdite”.

La combinazione di una mancanza di pensiero iniziale sul prodotto, pratiche di dati sottostanti inadeguate, governance inesistente e incentivi culturali minimi all’adozione dell’AI può produrre risultati negativi. Quindi, per evitare esiti scadenti, molte delle tecniche si riducono a una migliore gestione del cambiamento. “Senza una revisione dei processi, l’intelligenza artificiale accelera le inefficienze odierne”, aggiunge spiega.

Qui di seguito esaminiamo cinque modi per il change management all’interno di un’azienda che i CIO possono mettere in pratica oggi stesso. Seguendo questa checklist, le imprese dovrebbero iniziare a invertire la tendenza del ROI negativo dell’AI, imparare dagli anti-modelli e scoprire quali tipi di metriche convalidano le iniziative di intelligenza artificiale di successo a livello aziendale.

1. Allineare la leadership in anticipo comunicando gli obiettivi aziendali e guidando l’iniziativa di AI

Le iniziative di intelligenza artificiale richiedono il sostegno dei dirigenti e una visione chiara di come possono migliorare il business. “Una leadership forte è essenziale per tradurre gli investimenti nell’AI in risultati”, dichiara Adam Lopez, presidente e leadvCIO del managed IT support provider CMIT Solutions. “Il sostegno dei dirigenti e la supervisione dei programmi di intelligenza artificiale, idealmente a livello di CEO o di consiglio di amministrazione, sono correlati a un ROI più elevato”.

Per esempio, nella società di servizi IT e consulenza Xebia, un sottogruppo di dirigenti guida le attività interne di AI. Presieduto dal CIO globale Smit Shanker, il team comprende il CFO globale e i responsabili dell’intelligenza artificiale, dell’automazione, dell’infrastruttura IT, della sicurezza e delle operation aziendali.

Una volta costituita la leadership di livello più alto, la responsabilità diventa fondamentale. “Iniziate assegnando la titolarità dell’attività”, consiglia Srivastava. 

“Ogni caso d’uso dell’AI necessita di un leader responsabile con un obiettivo legato a traguardi e risultati chiave”. Raccomanda, poi, di istituire un PMO [in inglese] interfunzionale per definire casi d’uso di riferimento, fissare obiettivi di successo, applicare misure di sicurezza e comunicare regolarmente i progressi compiuti.

Tuttavia, anche con una leadership in atto, molti dipendenti avranno bisogno di una guida pratica per applicare l’intelligenza artificiale nel loro lavoro quotidiano. “Per la maggior parte delle persone, anche se si forniscono loro gli strumenti, non sanno da dove iniziare”, commenta Orla Daly, CIO di Skillsoft, un sistema di gestione dell’apprendimento. Il manager raccomanda di identificare chi, in azienda, può far emergere casi d’uso significativi e condividere consigli pratici, come ottenere il massimo da strumenti come Copilot. Coloro che hanno curiosità e volontà di imparare faranno i progressi maggiori, sostiene.

Infine, i dirigenti devono investire in infrastrutture, talenti e formazione. “I leader devono promuovere una cultura basata sui dati e una visione chiara di come l’AI risolverà i problemi aziendali”, afferma Ramasamy di Cognizant. Ciò richiede una stretta collaborazione tra la prima linea del management, i data scientist e l’IT per eseguire e misurare i progetti pilota prima di passare alla fase di scalabilità.

2. Evolversi modificando il quadro dei talenti e investendo nell’aggiornamento delle competenze

Le imprese devono essere aperte a modificare il loro quadro dei talenti e a riprogettare i ruoli. “I CIO dovrebbero adattare le loro strategie di gestione dei talenti per garantire il successo dell’adozione dell’AI e del ROI”, afferma Ramasamy. “Ciò potrebbe comportare la creazione di nuove figure e percorsi di carriera per i professionisti che si occupano di AI, come i data scientist e i prompt engineer, aggiornando, al contempo, le competenze dei dipendenti esistenti”.

I CIO dovrebbero anche considerare il talento come una pietra miliare di qualsiasi strategia di AI, aggiunge Lopez di CMIT. “Investendo nelle persone attraverso la formazione, la comunicazione e nuovi ruoli specialistici, i CIO possono essere certi che i dipendenti adotteranno gli strumenti di intelligenza artificiale e ne determineranno il successo”. Aggiunge che gli hackathon interni e le sessioni di formazione spesso producono notevoli miglioramenti nelle competenze e nella fiducia.

L’aggiornamento delle competenze, per esempio, dovrebbe soddisfare le esigenze dei dipendenti, quindi Srivastava di Asana raccomanda percorsi a più livelli: tutto il personale ha bisogno di una formazione di base sulla prompt literacy e sulla sicurezza, mentre gli utenti esperti richiedono una conoscenza più approfondita della progettazione del flusso di lavoro e della creazione di agenti. “Abbiamo adottato l’approccio di sondare la forza lavoro, puntare sull’abilitazione e rimisurare per confermare che la maturità si muovesse nella giusta direzione”, sottolinea.

Tuttavia, la valutazione dell’attuale struttura dei talenti va oltre le competenze umane. Significa anche rivalutare il lavoro da svolgere e i compiti di ciascuno al suo interno. “È essenziale rivedere i processi aziendali per individuare opportunità di rifattorizzazione, date le nuove capacità offerte dall’AI”, dichiara Scott Wheeler, responsabile delle attività cloud della società di consulenza Asperitas Consulting.

Per Daly di Skillsoft, l’era dell’AI odierna richiede un quadro di gestione dei talenti moderno che bilanci abilmente le quattro B: build, buy, borrow e bots [in inglese]. In altre parole, i leader dovrebbero considerare la loro azienda come un insieme di competenze e applicare il giusto mix di personale interno, software, partner o automazione in base alle necessità. “Ciò richiede di suddividere le attività in lavori o compiti da svolgere e di considerare l’attività di tutti in modo più frammentato”, rileva Daly.

Per esempio, il suo team ha utilizzato GitHub Copilot per codificare rapidamente un portale di apprendimento per un determinato cliente. Il progetto ha evidenziato come l’abbinamento di sviluppatori umani con assistenti AI possa accelerare notevolmente la consegna, sollevando nuove domande sulle competenze necessarie agli altri sviluppatori per essere altrettanto produttivi ed efficienti.

Tuttavia, poiché gli agenti AI assumono sempre più compiti di routine, i leader devono dissipare i timori che l’intelligenza artificiale sostituisca completamente i posti di lavoro. “Comunicare il motivo alla base delle iniziative di AI può alleviare i timori e dimostrare come questi strumenti possano potenziare i ruoli umani”, fa notare Ramasamy. Srivastava è d’accordo. “Il filo conduttore è la fiducia”, afferma, “Mostrate alle persone come l’AI elimina la fatica e aumenta l’impatto; mantenete gli esseri umani nel ciclo decisionale e l’adozione seguirà”.

3. Adattare i processi organizzativi per sfruttare appieno i vantaggi dell’intelligenza artificiale

Cambiare l’organico è solo l’inizio: le aziende devono anche riprogettare i processi fondamentali. “Sfruttare appieno il valore dell’intelligenza artificiale richiede, spesso, una riprogettazione del funzionamento dell’azienda”, dichiara Lopez di CMIT, che esorta a integrare l’AI nelle operazioni quotidiane e a supportarla con una sperimentazione continua, piuttosto che trattarla come un’aggiunta statica.

A tal fine, un adattamento necessario è quello che consiste nel trattare i flussi di lavoro interni basati sull’intelligenza artificiale come prodotti e codificare i modelli in tutta l’azienda, afferma Srivastava. “Stabilire un rigoroso sistema di gestione dei prodotti per l’acquisizione, la definizione delle priorità e la pianificazione dei casi d’uso dell’AI, con responsabili chiari, descrizioni dei problemi e ipotesi di valore”, sottolinea.

In Xebia, un comitato di governance supervisiona questo rigore attraverso un processo in tre fasi che consiste nell’identificare e misurare il valore, garantire l’accettazione da parte dell’azienda e poi passare all’IT per il monitoraggio e il supporto. “Un gruppo centrale è responsabile della semplificazione organizzativa e funzionale di ogni caso d’uso”, spiega Shanker. “Ciò incoraggia i processi interfunzionali e aiuta ad abbattere i silos”.

Allo stesso modo, per Ramasamy, l’ostacolo più grande è la resistenza organizzativa. “Molte aziende sottovalutano la gestione del cambiamento necessaria per un’adozione di successo”, dice. “Il cambiamento più critico è il passaggio da un processo decisionale compartimentato a un approccio incentrato sui dati. I processi aziendali dovrebbero integrare perfettamente i risultati dell’AI, automatizzando le attività e fornendo ai dipendenti informazioni basate sui dati”.

Identificare le aree giuste da automatizzare dipende anche dalla visibilità. “È qui che la maggior parte delle aziende fallisce perché non dispone di processi validi e documentati”, afferma Daly di Skillsoft, che raccomanda di coinvolgere esperti in materia di tutte le linee di business per esaminare i flussi di lavoro e ottimizzarli. “È importante nominare persone all’interno dell’azienda che si occupino di capire come integrare l’intelligenza artificiale nel flusso di lavoro”, precisa.

Una volta identificate le unità di lavoro comuni a tutte le funzioni che l’AI può semplificare, il passo successivo è renderle visibili e standardizzarne l’applicazione. Skillsoft sta facendo questo attraverso un registro degli agenti che documenta le loro capacità, le misure di sicurezza e i processi di gestione dei dati. “Stiamo formalizzando un framework di AI aziendale in cui l’etica e la governance fanno parte del modo in cui gestiamo il portafoglio di casi d’uso”, aggiunge.

Le imprese dovrebbero quindi anticipare gli ostacoli e creare strutture di supporto per aiutare gli utenti. “Una strategia per raggiungere questo obiettivo è quella di disporre di team SWAT di intelligenza artificiale, il cui scopo è facilitare l’adozione e rimuovere gli ostacoli”, osserva Wheeler di Asperitas.

4. Misurare i progressi per convalidare il ritorno sull’investimento

Per valutare il ROI, i CIO devono stabilire una linea di base pre-AI e fissare in anticipo dei parametri di riferimento. I leader raccomandano di assegnare la responsabilità di metriche quali il time-to-value, i risparmi sui costi, i risparmi di tempo, il lavoro gestito dagli agenti umani e le nuove opportunità di guadagno generate.

“Le misurazioni di riferimento dovrebbero essere stabilite prima di avviare i progetti di intelligenza artificiale”, argomenta Wheeler, che consiglia di integrare gli indicatori predittivi delle singole unità aziendali nelle regolari revisioni delle prestazioni da parte della leadership. Un errore comune, afferma, è quello di misurare solo i KPI tecnici come l’accuratezza del modello, la latenza o la precisione, senza collegarli ai risultati aziendali, come i risparmi, i ricavi o la riduzione dei rischi.

Pertanto, il passo successivo è definire obiettivi chiari e misurabili che dimostrino un valore tangibile. “Incorporare la misurazione nei progetti fin dal primo giorno”, dichiara Lopez di CMIT. “I CIO dovrebbero definire una serie di KPI rilevanti per ogni iniziativa di intelligenza artificiale. Per esempio, un tempo di elaborazione più veloce del 20% o un aumento del 15% della soddisfazione dei clienti”. Iniziare con piccoli progetti pilota che producono risultati rapidi e quantificabili, aggiunge.

Una misura chiara è il risparmio di tempo.

Per esempio, Eamonn O’Neill, CTO di Lemongrass, un fornitore di servizi basati su software, racconta di aver visto clienti documentare manualmente lo sviluppo SAP, un processo che può richiedere molto tempo. “L’utilizzo dell’IA generativa per creare questa documentazione comporta una chiara riduzione dello sforzo umano, che può essere misurato e tradotto in un ROI in modo abbastanza semplice”, commenta. La riduzione del lavoro umano per attività è un altro segnale chiave. 

“Se l’obiettivo è ridurre il numero di chiamate al servizio di assistenza gestite da operatori umani, i leader dovrebbero stabilire una metrica chiara e monitorarla in tempo reale”, illustra Ram Palaniappan, CTO di TEKsystems, fornitore di servizi tecnologici full-stack. Aggiunge, inoltre, che l’adozione dell’AI può anche far emergere nuove opportunità di guadagno.

Alcuni CIO monitorano più KPI granulari nei singoli casi d’uso e adeguano le strategie in base ai risultati. Srivastava di Asana, per esempio, monitora l’efficienza ingegneristica controllando i tempi di ciclo, la produttività, la qualità, il costo per transazione e gli eventi di rischio. Misura anche la percentuale di esecuzioni assistite da agenti, gli utenti attivi, l’accettazione da parte degli esseri umani e le escalation delle eccezioni. L’analisi di questi dati, spiega, aiuta a mettere a punto i prompt e le misure di sicurezza in tempo reale.

Il punto fondamentale è stabilire le metriche fin dall’inizio e non cadere nell’errore di non monitorare i segnali o il valore ottenuto. “Spesso la misurazione viene aggiunta in un secondo momento, quindi i leader non sono in grado di dimostrare il valore o decidere cosa scalare”, dichiara Srivastava. “La soluzione è iniziare con una metrica di missione specifica, stabilirne la linea di base e integrare l’AI direttamente nel flusso di lavoro, in modo che le persone possano concentrarsi su giudizi di valore più elevato”.

5. Governare la cultura dell’AI per evitare violazioni e instabilità

Gli strumenti di AI generativa sono ormai comuni, ma molti dipendenti non hanno ancora ricevuto una formazione adeguata per utilizzarli in modo sicuro. Per esempio, secondo uno studio del 2025 di SmallPDF [in inglese], quasi un dipendente su cinque negli Stati Uniti ha inserito le proprie credenziali di accesso in strumenti di AI. “Una buona leadership implica la creazione di governance e guardrail”, afferma Lopez. Ciò include la definizione di politiche per impedire che dati sensibili e riservati vengano inseriti in strumenti come ChatGPT.

Un uso intensivo dell’intelligenza artificiale amplia anche la superficie di attacco dell’azienda. La leadership deve ora considerare seriamente aspetti quali le vulnerabilità di sicurezza nei browser basati sull’AI, l’AI shadow e le hallucination [in inglese] LLM. Man mano che l’AI agentica diventa sempre più coinvolta nei processi critici per il business [in inglese], un’adeguata autorizzazione e controlli di accesso sono essenziali per prevenire l’esposizione di dati sensibili o l’ingresso dannoso nei sistemi IT.

Dal punto di vista dello sviluppo software, il rischio di fuga di password, chiavi e token attraverso gli agenti di codifica AI è molto reale. Gli ingegneri hanno adottato i server MCP [in inglese] per consentire agli agenti di codifica AI di accedere a dati, strumenti e API esterni, ma una ricerca di Wallarm [in inglese] ha rilevato un aumento del 270% delle vulnerabilità legate agli MCP dal secondo al terzo trimestre del 2025, insieme a un aumento delle vulnerabilità delle API.

Trascurare l’identità degli agenti, le autorizzazioni e le tracce di audit è una trappola comune in cui spesso cadono i CIO con l’AI aziendale, afferma Srivastava. “Introdurre la gestione dell’identità e dell’accesso degli agenti in modo che questi ultimi ereditino le stesse autorizzazioni e la stessa verificabilità degli esseri umani, compresi la registrazione e le approvazioni”, dice.

Nonostante i rischi, la supervisione rimane debole. Un rapporto di AuditBoard ha rilevato che, mentre l’82% delle imprese sta implementando l’intelligenza artificiale, solo il 25% ha implementato programmi di governance completi. Con violazioni dei dati che ora costano in media quasi 4,5 milioni di dollari ciascuna, secondo IBM, e IDC che riferisce [in inglese] che le organizzazioni che sviluppano un’intelligenza artificiale affidabile hanno il 60% di probabilità in più di raddoppiare il ROI dei progetti basati su di essa, i vantaggi commerciali della governance dell’intelligenza artificiale [in inglese] sono evidenti. “Abbinate l’ambizione a solide misure di protezione: ciclo di vita dei dati e controlli di accesso chiari, valutazione e red teaming, e checkpoint con intervento umano nei casi in cui la posta in gioco è alta”, afferma Srivastava. 

“Integrate la sicurezza, la privacy e la governance dei dati nell’SDLC in modo che la distribuzione e la sicurezza procedano di pari passo, senza scatole nere per la provenienza dei dati o il comportamento dei modelli”.

Non è magia

Secondo BCG [in inglese], solo il 22% delle aziende ha portato la propria AI oltre la fase di POC e solo il 4% sta creando un valore sostanziale. Tenendo presenti queste statistiche che fanno riflettere, i CIO non dovrebbero nutrire aspettative irrealistiche in termini di ritorno sull’investimento.

Ottenere un ROI dall’intelligenza artificiale richiederà uno sforzo iniziale significativo e necessiterà di cambiamenti fondamentali nei processi organizzativi. Come ha affermato George Maddaloni, CTO delle operazioni di Mastercard, in una recente intervista con Runtime, l’adozione delle app di GenAI riguarda, in gran parte, la gestione del cambiamento e l’adozione.

Le insidie dell’AI sono pressoché infinite ed è comune che le imprese inseguano l’hype piuttosto che il valore, lancino prodotti senza una chiara strategia sui dati, scalino troppo rapidamente e implementino la sicurezza come un ripensamento. Molti programmi di intelligenza artificiale semplicemente non dispongono del sostegno esecutivo o della governance necessari per raggiungere gli obiettivi prefissati. In alternativa, è facile credere all’hype dei fornitori sui guadagni in termini di produttività e spendere troppo, oppure sottovalutare la difficoltà di integrare le piattaforme di intelligenza artificiale con l’infrastruttura IT legacy.

Guardando al futuro, per massimizzare l’impatto dell’AI sul business, i leader raccomandano di investire nell’infrastruttura dati e nelle capacità della piattaforma necessarie per scalare, e di concentrarsi su uno o due casi d’uso ad alto impatto che possano eliminare il lavoro umano e aumentare chiaramente i ricavi o l’efficienza.

È necessario fondare l’entusiasmo per l’intelligenza artificiale su principi fondamentali e comprendere la strategia aziendale che si intende perseguire per avvicinarsi al ROI. 

Senza una leadership solida e obiettivi chiari, infatti, l’AI è solo una tecnologia affascinante con un ritorno economico che rimane sempre fuori portata.

キャリアの羅針盤を変えた場所：水島からシリコンバレー、そして経営の最前線へ

1989年、私は三菱化成（現・三菱ケミカル）に生産技術のエンジニアとして新卒入社しました。配属先は岡山県倉敷市の水島事業所──石油コンビナートの現場で、フィールドエンジニアリングに従事する日々が始まりました。

転機が訪れたのは1996年。アメリカ東海岸のボストンおよび西海岸のサンフランシスコに新たな拠点を立ち上げるという話があり、私はその西海岸の立ち上げメンバーとしてシリコンバレーに駐在することになりました。当時はWindows 95の登場、インターネットの民主化、そしてeビジネスの黎明期。全米の投資の約3分の1が集まるという、世界最先端の技術と資本が交差する場所に身を置くことになったのです。

3年間の駐在を終えて水島に戻り、再び生産技術の業務に従事しましたが、私は「いけないものを見てしまった」という感覚に襲われました。シリコンバレーで体験したスピード感、革新性、そして未来への挑戦──それらを知ってしまった今、従来の仕事に戻ることはできませんでした。

そこで私は自ら志願し、情報システム部門へ転属しました。以降、DXを含む多くのプロジェクトに関わり、技術と経営の橋渡しを担うようになりました。そして2021年、三菱マテリアルの執行役員CIOとして転職。現在は、企業のデジタル戦略を牽引する立場で、未来を見据えた挑戦を続けています。

「ERP再建請負人」：3度の逆転劇が教えてくれた、逃げずに向き合う力

私のキャリアの中で最も大きな挑戦だったのは、やはりERPの実装プロジェクトです。実はこれまでに3回、ERPプロジェクトの再建を経験してきました。

いずれも、前任者が行き詰まり、プロジェクトが頓挫した状態から引き継ぎ、立て直してゴールへ導くというものでした。金額的にも規模的にも非常に大きなプロジェクトであり、私のCIOとしての考え方や行動の軸を形成する極めて重要な経験となりました。

私のオリジナリティがあるとすれば、それは生産技術からITへとキャリアを転換したこと、そしてシリコンバレーのど真ん中で働いた経験にあると考えています。さらに、帰国後は企業内の業務に留まらず、業界横断の活動にも積極的に関わってきました。

例えば、石油化学工業協会でのIT活動や、企業間取引の電子化（EDI）、国内外の大手同業他社22社が集まったグローバルな化学品イーコマースサイトの立ち上げなど、業界全体を巻き込んだプロジェクトにも携わりました。

現場とオフィス、国内と海外、業務とIT──この様な境界を越えて仕事をしてきた経験が、現在のCIOとしての視野と判断力につながっています。

私が大切にしているのは、「目の前のことに集中して、全力を尽くす」という姿勢です。自分自身の目標を立てすぎることで、将来の可能性を狭めてしまうのではないかという考えから、あえて明確な目標を定めず、今この瞬間に全力を注ぐことを心がけています。

ERPのような大規模プロジェクトでは、困難や予期せぬ課題が次々と現れます。そういった状況でも「逃げない」、「責任を持って最後までやり遂げる」という姿勢を貫いてきました。経験を積み重ね、自分で考え、自分の軸を持って施策を打つ──それが、私のリーダーシップの根幹です。

そして何より、「海外を知ることで日本を知る」、「他社を知ることで自社を知る」、「人を知ることで自分を知る」──この気づきこそが、私にとって最大の財産であり、CIOとしての原動力になっています。

トップダウンだけでは動かない：現場が主役になるガバナンスの再定義

57歳での転職──それは決して早いタイミングではありませんでした。しかし、転職して初めて見えてきたことが数多くありました。特に印象的だったのは、IT戦略における「ガバナンス」と「シナジー」という2つのキーワードです。

前職では、複数の上場子会社を含む大規模グループの情報システムを統括するというミッションを担いました。独立性の強い各社を束ねるには、単なるガバナンスの押し付けではなく、「その施策が現場にとってどんなメリットをもたらすのか」を丁寧に伝える必要がありました。

ガバナンスの先にシナジーが生まれ、従業員一人ひとりが納得して動き出す──その仕組みづくりこそが、持続可能なIT戦略の鍵だと実感しました。

また、DXの推進においても、トップダウンとボトムアップの両方が重要であることを学びました。トップダウンでは全社的なインパクトを生み出す一方、ボトムアップでは現場の若手が自分ごととして挑戦し、育成にもつながる。両者が連動することで、DXは組織全体に広がっていくのです。

CIOは「経営者」になれるか？──37年のキャリアが導いた2つのタイプ論

そして今、CIOとしての役割を振り返ると、2つのタイプがあると感じています。一つは「情報システムを統括するCIO」、もう一つは「経営の一翼を担うCIO」です。

私は後者を目指してきました。ITの専門性にとどまらず、外の世界を知り、業界を越え、現場と経営をつなぐ──そんな視点が、CIOの可能性を広げると信じています。

そのために私が重視しているのが、「リベラルアーツ＝人類が蓄積した叡智」です。

新しいものはゼロから生まれるのではなく、様々な叡智の組み合わせから創発されるものです。生成AIの登場によって、私たちはこれまで以上に創造的な価値を生み出すチャンスを手にしています。

情報システム部門の皆さんには、ぜひこの視点を持っていただきたいと思います。時には専門領域から越境し、現場に寄り添い、経営と対話する──その先に、CIOとしての新しい可能性が広がっていると、私は確信しています。

より具体的なCIOの仕事観、やりがいや魅力に焦点を当て、リーダーシップやITリーダーへの効果的なアドバイスなど、板野氏に話を聞きました。詳細については、こちらのビデオをご覧ください。

経営の軸を持つCIOへ：運用・保守の価値と人を動かす力

57歳での転職から4年──私は現在、三菱マテリアルのCIOとして、経営視点でITとDXを捉え、社業にどう貢献するかを日々考え、実行しています。

CIOの役割は、新しい技術を導入することだけではありません。

むしろ、導入した仕組みが安定して運用され、保守され、セキュリティが確保された状態で初めて価値が生まれる。全体が「完結」してこそ、経営に貢献できるのです。

この4年間で、私たちは「MMCグループ IT WAY」という全社・グループ横断のIT戦略を掲げ、ガバナンスとシナジーを軸に、組織・人材・予算の最適化を進めてきました。情報システム部門は、ユーザーに寄り添いながらも、核となる機能を集約し、全体最適を目指す体制へと進化しています。

ERP導入、集中購買、セキュリティの統合、そしてレガシーシステムのモダナイゼーション──これらの施策は、単なる技術更新ではなく、経営の意思と現場の実行力をつなぐ仕組みとして設計されています。過度な刷新ではなく、必要な部分を見極めて適切に選び、変える。それが、私たちのモダナイゼーションの基本姿勢です。

このような責任の重さは、同時に大きなモチベーションとやりがいにもつながっています。ITが経営の一翼を担う時代において、CIOは単なる技術統括者ではなく、経営者としての視座を持ち、全体を完結させる存在であるべきだと、私は強く感じています。

グローバルを知り、日本を知る：CIOが語る「本質的なリーダー像」

37年にわたるビジネス人生の中で、私が最も強く感じているのは、「人をどう動かすか」ということの重要性です。プロジェクト、部下、同僚、関係者、そして上司──あらゆる人との関係の中で、最も難しく、最も価値があるのは、「経営をどう動かすか」ということです。

そのためにはまず、自分自身が何をしたいのか、何を伝えたいのかという軸を持つことが不可欠です。軸がぶれてしまえば、人はついてきません。そして、その軸を言語化する力が必要です。言葉にしなければ、思いは伝わりません。

言葉が伝わるためには、信頼関係が前提となります。信頼があれば、相手は共感し、行動変容が起こります。この一連のプロセス──軸を持ち、言語化し、信頼を築き、共感を得て、行動を促す──これをいかに美しく回すかが、リーダーとしての最大の課題だと感じています。

そのためには、自分を知ることが重要です。自分を知るとは、哲学的であり、簡単ではありません。しかし、「海外を知ることで日本を知り、日本を知ることで自社を知り、自社を知ることで自分を知る」──この循環が、リーダーとしての視座を高めてくれます。

また、日本のIT業界の構造的な特徴として、SEの約7割が外部パートナーに所属しているという現実があります。内製化が叫ばれる中で、限界もある。だからこそ、ベンダーやコンサルタントと「戦友」として共に戦う関係性を築くことが必要です。

発注者として指示するだけではなく、謙虚に学び合い、知恵を出し合う関係性を築くこと。それが、これからのIT・DXの世界で、真に価値ある成果を生み出すための鍵だと考えています。

ITは人を幸せにするためにある：CIOが見つけた「人間中心」の経営哲学

個人的なモットーとして、21世紀の人類が絶対に大事にしないといけないと思う2つのキーワードがあります。

「アウェアネス（気づき・意識）」と「コンパッション（利他・思いやり）」です。

人類がこれからの時代において大切にすべき価値観として、私は「アウェアネス」と「コンパッション」の2つを強く意識しています。

この考え方は、私が三菱マテリアルにCIOとして迎えられた際、会社に対して果たすべき責務と、日本の製造業全体を強くしたいという想いの両面において、常に軸となってきました。

三菱マテリアルでは「三菱マテリアルグループ IT Way」という指針を確立し、これを基盤にIT施策を推進しています。

現在、生成AIは避けて通れないテーマとなっており、いかに人がそれを使いこなすかが問われています。重要なのは、生成AIが何かを生み出すのではなく、「人が生成AIを使って何かを生み出す」という関係性です。

生成AIはあくまでITツールの一つであり、使う主体は人間です。私は常に「人を中心にする」という考え方を社内外に伝え続けており、この思想をもとに様々な施策を展開しています。

日本の製造業を強くするには、企業の枠を超えた連携と対話が不可欠です。私は転職前から現在までの約5年間で、約70社・6,000人以上の方々と勉強会や講演会を通じて対話を重ねてきました。

その中で、自分の考えに共感してくださる方々との出会いがあり、そこから得られる学びによって、私自身も成長していると感じています。こうした知の集積が、新しい施策や取り組みを生み出す原動力になると信じています。

私が皆さんに最も伝えたいメッセージは、「すべてのテクノロジーは人を幸せにするものでなければならない」ということです。100年後、200年後の未来において、私たちの子孫が「あの時代から何かが変わった」と認識するとすれば、それはインターネットのような大きな変革であり、今まさに進行している生成AIもその一つです。

そしてもう一つ、私たちが今チャレンジすべきことは、「地球環境を守りながらビジネスができるようになった」と未来に語られることです。三菱マテリアルは資源循環を推進する企業であり、その姿勢はまさにこの未来像を具現化しようとしています。

ビジネスの世界では「甘いことを言ってはいけない」とされがちですが、地球環境を守るという視点においては、コンパッション（利他・思いやり）が不可欠です。これは人類全体がもっと意識すべきキーワードだと考えています。

CIOには専門領域に強い方が多く、経営層と同等のレベルで議論できることが求められます。

しかし、ITの領域だけでは足りません。海外の知見、業界の動向、そしてリベラルアーツなど、IT以外の分野にも目を向けることが重要です。それぞれの企業や業種によって状況は異なりますが、ITだけを考えていては本質的な課題解決には至りません。だからこそ、自分の得意領域を活かしながら、複合的に取り組むことが、これからのCIOに求められる姿勢だと私は考えています。

여러 디지털 전환 프로젝트를 이끌고 재무 성과를 만들어냈다. 경영진은 고객과 직원 경험을 모두 개선한 변화 리더십 역량을 높게 평가하고 있다. 주도적으로 구현한 아키텍처는 이제 플랫폼 표준이 됐고, 조직의 데이터와 AI 전략을 떠받치는 기반이 됐다.

이 단계에서 많은 IT 책임자가 이제 CIO나 데이터, 디지털, 보안 분야의 다른 C 레벨 자리에 도전할 자격이 있는지 자문한다.

CIO.com의 연례 CIO 현황(State of the CIO) 보고서에 따르면, CIO의 80% 이상이 역할이 점점 더 디지털과 혁신 중심으로 바뀌고 있고 디지털 전환을 이끄는 데 더 깊이 관여하고 있으며, CIO가 변화의 촉매 역할을 맡고 있다고 답했다. 이 조건을 충족하고 있다면, C 레벨 자리에 어떻게 올라설 수 있을지 고민해야 한다.

디지털 혁신 책임자는 훌륭한 C 레벨 후보

디지털 트랜스포메이션 프로젝트를 이끄는 경험은 C 레벨 자리에 오르기 위한 중요한 전제 조건이다. 하지만 C 레벨 임원이 되면, 모든 IT 프로젝트는 물론, 운영 전반의 성과와 리스크에 대해 책임을 지면서 역할과 책임이 크게 확대된다. C 레벨 기술 임원은 CEO와 CFO가 공감할 수 있는 전략을 수립해야 하고, 끊임없이 진화하는 디지털 운영 모델을 총괄해야 한다.

워크데이(Workday)의 CIO 라니 존슨은 “리더로 성장하고자 하는 기술 책임자는 프로젝트 기반 변화 실행을 관리하는 수준을 넘어, 기업 전체의 기술, 아키텍처, IT 전략에 대해 완전한 소유권과 책임을 져야 한다”라고 강조했다.

존슨은 “IT 인프라, 사이버 보안, AI 플랫폼, 핵심 시스템 운영, 데이터 거버넌스에 대해 깊이 있고 실무적인 전문성을 쌓아야 한다. 기술 전략을 안정적으로 운영하면서도 지속적인 비즈니스 가치로 연결할 수 있는 역량을 보여줘야 한다”라고 설명했다.

C 레벨 역할을 준비하려는 IT 리더는 평생 학습 프로그램을 설계해 전문성을 키우고 자신감을 쌓아야 한다. 70-20-10 학습 모델은 업무 경험 70%, 동료와의 소셜 러닝 20%, 정규 교육 10%에 초점을 맞추는 접근법이다. 디지털 혁신을 이끄는 리더는 이 모델을 C 레벨 기회를 향한 여정에 어떻게 적용하는지 알아보자.

전문가에서 ‘비전문 영역’의 인플루언서로 전환하는 경험

많은 디지털 혁신 리더가 여러 해에 걸친 전사 차원의 전략 프로젝트까지 포함해 자신이 맡은 프로그램 전반에 대한 전문성을 확보하려고 노력한다. 우선순위를 조정하고 리스크를 낮추기 위해 애자일 프로그램의 모든 상황을 들여다보려는 리더도 많다.

하지만 C 레벨 기술 책임자는 모든 전략 프로젝트의 세부 사항까지 관여할 시간도 없고, 기술 구현의 세부 사항에 대해 최고의 전문가도 아니다. C 레벨 임원이 되고자 하는 IT 리더가 채워야 할 70%의 업무 경험은 전문성과 책임 범위를 넘어서는 영역에 과감하게 발을 들여놓는 데서 나온다.

프린시펄(Principal)의 CIO 캐시 케이는 “C 레벨 기술 임원 역할로 올라서는 데 중요한 것은 모든 답을 알고 있는 것이 아니라, 모호함과 복잡성 속에서 리더십을 발휘하는 법을 배우는 것이다”라고 말했다. 케이는 “가장 값진 성장은 스트레치 과제를 맡고, 임팩트가 큰 비즈니스 문제를 해결하면서, IT 조직 내부에만 머물지 않고 전사 차원에서 영향력을 발휘하는 과정을 통해 이뤄진다. 이런 경험이 강력한 멘토와 동료의 조언과 결합되면 오래 가는 리더십 기반이 만들어진다”라고 설명했다.

다음은 업무 현장에서 찾아야 할 경험에 대한 몇 가지 조언이다.

• 영업 및 마케팅 책임자와 함께 고객을 방문하고 비즈니스 감각을 기르고 구매자의 니즈를 이해하고, 고객의 엔드 투 엔드 워크플로우를 직접 검토한다.
• 다른 프로젝트를 이끄는 리더를 멘토링해, 전문 영역 밖에 있는 사안에 대해서도 조언을 제공할 수 있는 자신감을 키운다.
• 워크숍을 직접 주관한다. 특히 중간에 갈등이나 논쟁이 터지는 상황을 잘 수습해낸다면, 경영진 위원회나 이사회 앞에서 발표하는 훌륭한 실전 경험을 쌓을 수 있다.
• 새로운 기술 도입에 부정적인 부서 리더를 찾아 현 상태에 안주하는 사고를 깨뜨릴 수 있는 방법을 모색한다.
• 의사결정에 데이터를 충분히 활용하지 못하고 효율성을 높이기 위한 AI 도입에서 뒤처진 운영 조직을 골라 협력하면서 변화의 촉매 역할을 수행한다.

두 번째로 키워야 할 역량은 경청하고 도전하고 적응하고, 방향을 전환하는 능력이다. 성공적인 C 레벨 리더는 비전을 제시하고 지속적으로 계획을 세워야 하지만, 시장과 고객, 투자자, 이해관계자의 요구가 바뀌어 목표를 재조정해야 할 때를 감지할 줄도 알아야 한다.

메가포트(Megaport)의 CTO 카메론 다니엘은 “새로운 기술, 비즈니스 우선순위 변화, 예상치 못한 변수는 잘 설계된 계획도 단숨에 무력화할 수 있다”라고 지적했다. 다니엘은 “성공적인 리더는 변화가 벌어졌을 때 그때그때 대응하는 수준에 머물지 않는다. 변화를 미리 예측하고, 조직이 변화에 대비해 준비되고 무장돼 있도록 만든다. CTO는 이런 적응력의 총 설계자로서, 솔루션이 혁신의 속도를 따라 발전하면서도 비즈니스 영향과 전략적 목표를 계속 달성하도록 책임져야 한다”라고 강조했다.

AI와 신기술에 대한 소셜 러닝에 집중

생성형 AI와 인공 일반 지능이 언제 등장할 것인지에 대한 과대광고가 넘쳐나는 상황이다. 이사회와 경영진은 C 레벨 기술 리더가 이런 소음을 걸러내고 AI 전략을 이끌고, 데이터와 AI 거버넌스를 확립해 주기를 기대한다.

보도자료와 소규모 PoC만으로는 현실적인 AI 비전과 단기적인 투자 수익을 만들 수 없다. C 레벨 기술 리더는 동료와 네트워크를 넓히고 커뮤니티에 참여해 다른 조직이 어디에 투자하고 AI 기반 비즈니스 성과를 어떻게 만들고 있는지 배우면서 지식을 확장한다.

최근 열린 ‘커피 위드 디지털 트레일블레이저(Coffee With Digital Trailblazers)’에서는 변화 리더가 C 레벨 리더십의 바통을 어떻게 이어받을 수 있는지, 그리고 소셜 러닝을 사내에서 어떻게 구현할 수 있는지 논의했다.

예를 들어, 컨티뉴엄 스트래티지(Continuums Strategies)의 설립자이자 vCISO인 데릭 버츠는 AI 기반 위협 탐지와 다양한 유형의 AI 기반 자동화 공격을 분류하는 팀에 합류할 것을 제안했다. 성장 전략가이자 프랙셔널 CIO인 조 푸글리시는 AI를 기회로 삼는 열쇠로 호기심과 끊임없는 질문을 꼽았다.

푸글리시는 “호기심이 없고 일이 왜 그렇게 진행되는지 뿌리까지 파고들지 않으면, 고객 만족도를 새로운 수준으로 끌어올리고, 새로운 제품을 만들고, 새로운 매출원을 열고, 비용을 줄이는 더 새롭고, 더 빠르고, 더 똑똑하고, 더 저렴한 방법을 절대 발명하지 못한다”라고 강조했다.

소셜 러닝에서 또 하나 집중해야 할 영역은 비즈니스 운영을 뒷받침하는 데이터를 끝까지 설명할 수 있는 현업 전문가와의 만남이다. 퀀텍사(Quantexa)의 CTO 제이미 허튼은 “에이전틱 AI가 현실로 다가오면서 데이터 리터러시는 핵심 리더십 역량이 되고 있다. 데이터가 어디에서 왔는지 설명할 수 없다면, 그 위에 AI를 책임감 있게 올릴 수 없다. 사람과 AI 에이전트가 나란히 일하는 시대는 많은 사람이 생각하는 것보다 훨씬 빨리 온다”라고 지적했다.

‘왜’라는 질문을 던지는 소셜 러닝, AI 보안 이슈에 대응하는 보안팀과의 미팅, 비즈니스 운영 데이터 검토는 AI가 큰 가치를 만들 수 있는 영역에 대한 아이디어를 정리하는 데 도움을 준다. 인사이트(Insight) 계열사 SADA의 CTO 마일스 워드는 “C 레벨에 가장 빨리 다가가는 길은 회사의 명운이 걸린 문제를 직접 찾아 나서는 것이다”라고 말했다.

정규 교육을 버리지 말라

많은 C 레벨 리더는 업무가 너무 벅차고 시간이 부족하다는 이유로 정식 학습 활동을 ‘있으면 좋은 것’ 정도로 취급한다. 평생 학습자는 독서, 청취, 시청, 온라인 강의, 기타 학습 경험에 10% 정도 시간을 투자하면 사고의 폭이 넓어지고 새로운 개념을 접할 수 있다는 사실을 이해하고 있다. 학습은 단순한 기술 역량 개발에 그치지 않는다.

쏘트스팟(ThoughtSpot)의 최고 데이터·AI 전략 책임자인 신디 하우슨은 “혁신 속도가 빠른 지금은 70-20-10 규칙이 충분하지 않으며, 정식 학습 활동에 해당하는 10%는 더 늘려야 한다”라고 제안했다. 또, “집중적인 핸즈온 미니 클래스와 최신 AI 혁신 최전선에 있는 리더와의 피어 네트워크가 결합된 시의적절한 서밋을 활용하는 ‘바이브 러닝(Vibe Learning)’ 방식이 효과적이다”라고 덧붙였다.

활용할 수 있는 다른 학습 기회는 다음과 같다.

• 디지털 트랜스포메이션 필독서 목록, CIO 추천 도서, CIO를 위한 필독서 40선 같은 책을 읽는다.
• CIO 리더십 라이브(CIO Leadership Live), CXO토크(CXOTalk), 피터 하이의 테크노베이션(Technovation with Peter High), CIO 인 더 노우(CIO in the Know) 같은 인기 CIO 팟캐스트를 자주 청취한다.
• 링크드인의 이그제큐티브 리더십 과정과 CIO 대상 유데미(Udemy) 강의 같은 온라인 학습 기회를 검토한다.
• 더 큰 투자를 한다면 버클리나 카네기 멜런 대학교, 와튼 등 교육기관에서 제공하는 CTO 대상 학위 프로그램을 고려할 수 있다.

마지막으로, C 레벨 역할이 모든 사람에게 맞는 것은 아니다. CIO 현황 조사에 따르면, CIO의 43%는 스트레스 수준을 1~10점으로 평가할 때 8점 이상이라고 답했다. 따라서 C 레벨 자리를 오르고자 한다면, 경력 목표를 세우기 전에 역할을 충분히 이해해야 한다.
dl-ciokorea@foundryco.com

You’ve led several digital transformation initiatives and delivered financial impacts. Executives recognize your change leadership competencies, having improved both customer and employee experiences. The architectures you helped roll out are now platform standards and are foundational to your organization’s data and AI strategies.

Now, you’re asking whether you’re ready for a CIO role, or another C-level role in data, digital, or security. 

CIO.com’s 24th annual State of the CIO reports that over 80% of CIOs say their role is becoming more digital- and innovation-focused, that they are more involved in leading digital transformation, and that the CIO is becoming a changemaker. If you’re checking these boxes, you should be asking how you can step up into a C-level job.

Transformation leaders are excellent C-level candidates

Leading transformation initiatives is an important prerequisite for C-level roles, but it’s not sufficient. There’s a significant step up in responsibilities when you become accountable for outcomes and managing risks across all IT initiatives and operations. C-level technology leaders must define a strategy that the CEO and CFO buy into and they must oversee an evolving digital operating model.

“Aspiring leaders need to shift from managing project-based change execution to taking full ownership and accountability for enterprise technology, architecture, and IT strategy,” says Rani Johnson, CIO of Workday. “They should develop deep, hands-on expertise in IT infrastructure, cybersecurity, AI platforms, core system operations, and data governance. They must demonstrate the ability to translate technical strategy into sustained business value whilst ensuring operational stability.”

To prepare for C-level roles, leaders should develop a lifelong learning program to develop expertise and build confidence. The 70-20-10 learning model is one approach that focuses 70% of efforts on on-the-job experiences, 20% on social learning from peers, and 10% on formal education. Here’s how digital trailblazers can apply the model in their quest for C-level opportunities.

Experience transitioning to the non-expert influencer

Many transformation leaders try to develop expertise across the full scope of their programs, even multi-year enterprise-wide strategic initiatives. Some leaders aim for full visibility into their agile programs to help steer priorities and mitigate risks.

But C-level leaders don’t have the time to get into the weeds on every strategic initiative and are generally not experts on the technology implementation details. The 70% of job experiences that transformation leaders should target require stepping into areas outside their expertise and responsibilities.

“Stepping into a C-level technology role is less about having all the answers and more about learning to lead through ambiguity and complexity,” says Kathy Kay, CIO of Principal. “Some of the most valuable growth comes from taking on stretch assignments, solving high-impact business problems, and building the ability to influence across the enterprise, not just within IT. When that experience is paired with the guidance of strong mentors and peers, it creates a lasting foundation for leadership.”

Here are some tips for on-the-job experiences to seek out.

• Visit customers with leaders from sales and marketing to develop business acumen, understand buyer needs, and review customers’ end-to-end workflows.
• Mentor leaders on other initiatives to build confidence in providing advice in areas outside of your expertise.
• Facilitate a workshop because it’s a great experience for presenting to executive committees and boards, especially if you successfully navigate a blow-up moment.
• Identify department leaders who are detractors to adopting new technologies and find ways to break through their status-quo thinking.
• Become a change agent by partnering with select operations teams that lag in using data for decision-making and in adopting AI to drive efficiencies.

A second area to develop is the skills to listen, challenge, adapt, and pivot. Successful C-level leaders have to sell a vision and continuously plan, but also sense when market, customer, investor, and stakeholder needs require a reset of objectives.

“New technologies, shifting business priorities, and unexpected challenges can render even the best-laid plans obsolete overnight,” says Cameron Daniel, CTO of Megaport. “Successful leaders don’t just respond to change as it happens; they anticipate it and make sure their teams are prepared and equipped to handle it. As CTO, you serve as the chief architect of this adaptability, ensuring that your solution evolves alongside innovation while continuing to drive business impact and strategic goals.”

Focus social learning on AI and emerging technologies

There’s a lot of hype around generative AI and when artificial generative intelligence will emerge. Boards and executive leaders expect C-level leaders to filter the noise, lead the AI strategy, and establish data and AI governance.

C-level technical leaders can’t rely on press releases and small POCs to develop realistic AI visions that can deliver near-term ROI. Top C-level leaders expand their knowledge by networking with peers and joining communities to learn where others are investing and how they are delivering AI business outcomes. 

Communities to consider joining include:

• CIO Association of Canada
• Digital Trailblazer Community
• Gartner Peer Community
• Global CIO Forum
• HotTopics CIO Community
• IDC CIO Executive Council
• Inspire Leadership Network 
• MIT Sloan CIO Community
• Society of Information Management (SIM)
• Women Tech Network

Many of these communities are open to tech leaders aspiring to C-level roles.

At a recent Coffee With Digital Trailblazers, we discussed how transformation leaders prepare to take the C-level leadership baton and how social learning can happen inside the company as well. For example, Derrick Butts, founder and vCISO at Continuums Strategies, suggested joining the team working on AI threat detection and triaging different types of AI-enabled automated attacks.

Joe Puglisi, growth strategist and fractional CIO, added that being curious and asking many “why” questions is key to unlocking AI opportunities: “If you’re not curious and don’t get to the root of the reason things are done the way they’re done, you’ll never invent that new, better, faster, smarter, cheaper way that’s going to bring new customer satisfaction levels, new products to your customers, new revenue sources, or cost reductions.”

One more area to focus on for social learning about AI opportunities is meeting with subject-matter experts who can fully explain the data underlying a business operation. Jamie Hutton, CTO of Quantexa, says, “As agentic AI becomes a reality, data literacy becomes a core leadership skill. If you can’t explain where your data comes from, you can’t responsibly deploy AI on top of it. Humans and AI agents will be working side by side much sooner than most realize.”

Social learning by asking “why” questions, meeting security teams that respond to AI security issues, and reviewing data from business operations can help formulate ideas on where AI can deliver sizable benefits. “The fastest path to C-level is by seeking out ‘bet-the-company’ problems,” says Miles Ward, CTO of SADA, an Insight company.

Don’t eliminate formal learning

Many C-level leaders find the job too demanding and time-consuming, and leave formal learning activities as a nice-to-have. Lifelong learners recognize that a 10% commitment to reading, listening, viewing, coursework, and other learning experiences can expand their mindsets and expose them to new concepts. Learning is not just about skill development.

“In a time of rapid innovation, the 70-20-10 rule is inadequate, and that 10% formal education needs to increase,” suggests Cindi Howson, chief data and AI strategy officer at  ThoughtSpot. “However, it’s critical to look for the right formal education as executive training is rapidly out of date.”

Howson recommends “vibe learning” with hands-on mini classes and timely summits featuring peer-to-peer network from leaders at the cutting edge of AI innovation.

Other learning opportunities include:

• Reading books from these lists of must-read digital transformation books, recommended reading from CIOs, and the top 40 books for CIOs.
• Listening to frequent top-listed CIO podcasts, including CIO Leadership Live,  CXOTalk, Technovation with Peter High, and CIO in the Know.
• Reviewing online learning opportunities such as LinkedIn’s Executive Leadership and CIO courses on Udemy.

A bigger commitment is to consider CTO degree programs from academic institutions such as Berkeley, Carnegie Mellon University, Wharton, and others.

C-level roles are not for everyone. On a scale of 1-10, 43% of CIOs rated the job 8 or higher on a stress level scale in CIO.com’s State of the CIO. So, for those aspiring to C-level roles, make sure to thoroughly understand the role before making it a career objective.

보안과 IT 간 협업이 필요하다는 점은 분명하지만, CISO와 CIO의 관계는 그리 순탄하지 않다. 이는 새로 임명된 CISO들이 역할을 잡아가는 과정에서 겪는 적응 문제만도 아니다.

가트너 조사에 따르면 재직 기간이 2년 미만인 CISO의 약 3분의 1이 주요 보안 관련 사안에서 CIO와 갈등을 겪는 것으로 나타났다. 특히 5년 이상 경력을 가진 CISO의 절반이 조직의 사이버 회복력 강화나 기업 전체의 사이버 리스크 허용 범위 조율 등과 같은 핵심 분야에서 동일한 갈등을 경험하고 있다고 답한 점은 더욱 눈에 띈다.

가트너 사이버보안 리서치팀의 연구 및 콘텐츠 총괄 부사장 크리스틴 리는 갈등이 CISO와 CIO의 관계 이상을 보여주는 신호가 될 수 있다고 설명하면서도, 갈등 그 자체가 항상 문제를 의미하는 것은 아니라고 지적했다.

연구진과 경험 많은 임원, 그리고 여러 경영 자문가들은 실제로 CIO와 CISO가 조율되지 않은 채 따로 움직이고 있음을 드러내는 더 뚜렷한 징후들이 존재한다고 말했다.

문제의 징후

보안 책임자와 자문가들은 CISO가 CIO와의 관계에서 점검해야 할 위험 신호로 다음과 같은 사례들을 제시했다.

1. CIO가 CISO의 권고나 결정을 무시하거나 번번이 뒤집는다.
테크 기업 트랜센드의 상주 CISO이자 유나이티드헬스그룹의 전 CISO인 에이미 카드웰은 이런 상황에서 CIO가 “의견 고맙지만, 우리는 우리가 하려는 대로 진행하겠다”라고 말하는 식으로 전개되는 경우가 많다고 설명했다.

2. CIO와 CISO가 갈등을 해결하지 못한다.
조직이 발전하려면 일정 수준의 갈등은 필요하다. 다양한 시각과 의견은 최고경영진에게 새로운 선택지를 제공하고 조직 전체에 이익이 되는 절충점을 찾도록 돕는다.

그러나 CIO와 CISO가 갈등을 상급 경영진까지 끌어올리지 않고는 해결하지 못한다면 근본적인 문제가 자리 잡고 있다는 신호일 수 있다. 카드웰은 “어깨를 나란히 하고 있는가, 아니면 코를 맞대고 있는가를 봐야 한다. 만약 코를 맞대고 있다면 그건 정렬되지 않았다는 뜻”이라고 말했다.

가트너 조사에 따르면 경험 많은 CISO의 87%가 CIO와의 갈등 해결 수준을 ‘좋다’ 또는 ‘매우 좋다’라고 평가했다. 가트너의 크리스틴 리는 이 수치가 갈등 그 자체가 관계 이상을 의미하지 않는다는 점을 보여준다고 설명했다. 오히려 “진전을 이루거나 합의에 도달하지 못하는 상황이 CIO-CISO 관계가 깨졌다는 신호”라고 전했다.

3. CIO가 정보를 공유하지 않는다.
트랜센드의 카드웰은 “이건 매우 큰 경고 신호”라고 지적했다.

4. CIO가 CISO의 이사회 보고 내용을 수정하거나 막는다.
CISO가 이사회에 정기적으로 직접 보고하지 않는 것도 문제지만, 카드웰은 CIO가 CISO가 이사회에 반드시 전달해야 한다고 판단한 내용을 바꾸는 것은 더욱 심각한 상황이라고 말했다.

그는 “이는 ‘좀 더 표현을 다듬자’거나 ‘스토리를 더 잘 전달할 수 있다’는 조언 수준을 넘어선다. 사실을 삭제하거나, 윤리적 문제를 야기할 수 있는 방식으로 내용을 바꾸는 것은 단순한 코칭이 아니다”라고 설명했다.

5. CIO가 이사회나 다른 임원 앞에서 CISO의 의제를 훼손한다.
리 역시 “CIO가 CISO의 신뢰도나 의견을 적극적으로 깎아내리거나, CISO와 이사회·임원진 간의 모든 대화를 중재하려 든다면 이는 분명 좋지 않은 신호”라고 말했다.
여기에는 중요한 회의나 조직의 IT 전략 논의에서 CISO의 우선순위를 대변하지 않는 행동도 포함된다.

6. IT가 관련된 비즈니스 이니셔티브에서 CISO가 배제된다.
올바른 파트너십이라면 모든 IT 프로젝트의 초기 단계부터 CIO와 CISO가 함께 움직이는 것이 자연스럽다. 그러나 CISO가 중요한 기술 프로젝트를 진행 후반부에 와서야 알게 되거나, 집요하게 질문해야만 정보를 얻을 수 있다면 관계를 재정비해야 한다는 뜻이다.

소프트웨어 기업 레그스케일의 CISO 데일 호크는 “새 프로젝트나 벤더, 마이그레이션 이야기가 나오는데 CISO가 아무것도 모른다면 이는 근본적인 문제다. 이런 경우 보안은 결국 ‘사후 부착’되는 수준에 그친다”라고 지적했다.

그는 이어 “좋은 관계에서는 놀랄 일이 없으며, 지속적인 소통과 대시보드 공유가 자연스럽게 이루어진다”라고 말했다.

7. 일대일 대화가 없다.
레벨블루의 CIO 마리아 카도우는 CIO와 CISO가 이메일, 그룹 회의, 양측의 팀원을 통한 간접 전달(정보가 자연스럽게 위로 올라올 것이라는 기대)에만 의존한다면 이는 건강한 관계라고 보기 어렵다고 말했다.

카도우는 “우리는 서로 직접 대화하지 않기에는 다뤄야 할 정보가 너무 많다. 정기적이든 필요에 따른 즉석 대화든, 이를 대체할 수 있는 방식은 없다”라고 설명했다.

8. CIO와 CISO가 서로의 우선순위·과제·전략 등을 알지 못한다.
카도우는 “CIO라면 CISO가 무엇을 우려하는지 잘 알고 있어야 하고, CISO 역시 CIO의 세계에서 어떤 일이 벌어지고 있는지 파악하고 있어야 한다”라고 말했다.

9. CISO와 CIO가 역할 분담을 두고 충돌한다.
또 다른 문제의 신호는 공동 책임이 있는 영역에서 어느 한쪽이 발생한 부족함을 상대방 탓으로 돌리는 경우다.

10. 한쪽이 이미 상대방이 보유한 역량을 가진 기술을 중복 구매한다.
이 문제는 어느 쪽에서든 생길 수 있다. 그러나 관련해 더 큰 문제는 CIO가 CISO에게 구매해야 할 제품이나 사용해야 할 벤더·서비스 제공업체를 일방적으로 지시하는 상황이다.

EY 미주지역 사이버보안 역량 총괄 아얀 로이는 “일부 경우에는 CIO의 선택이 보안 관점에서 맞는 답일 수도 있다. 하지만 그렇지 않은 경우도 있다. 중요한 건 일방적인 지시는 충분한 분석이 이루어지지 않았다는 뜻”이라고 설명했다. 이어 “CIO는 CISO가 적절한 솔루션을 선택할 수 있도록 재량을 부여해야 한다. CISO는 평가를 수행하고 최적의 선택을 할 수 있어야 한다”라고 설명했다.

11. CIO가 사이버 위생(cyber hygiene)을 우선순위로 두지 않는다.
대표적인 사례는 보안팀이 시급한 조치가 필요하다고 판단해 우선순위를 매긴 취약점을 패치하지 않거나, 패치를 미루는 경우다.

12. 기술 제품이 보안 결함이나 통제 공백을 안은 채 출시된다.
글로벌 결제·환전 기업 컨베라의 CISO 사라 매든은 “이 경우 가장 먼저 던져야 하는 질문은 ‘왜 제품 설계 단계에서 이를 발견하지 못했는가’이며, 그 답은 대체로 IT와 보안의 협업 부족에 있다”라고 지적했다.

CIO-CISO 관계의 중요성

컨설팅 기관 아포지 글로벌 RMS(Apogee Global RMS)의 설립자이자 구글 클라우드 CISO 오피스의 전 임원인 MK 팔모어는 CIO와 CISO가 성공하려면 두 역할 간 관계가 강하게 구축돼 있어야 한다고 강조했다.

팔모어는 “두 직책에 있는 사람들이 서로 원만할 뿐 아니라 협력적이어야 한다. 각자 맡은 영역과 목표가 있지만, 실제로는 서로 없이는 일을 완수할 수 없다”라며 “따라서 서로를 의지해야 하고, 서로를 의지해야 한다는 사실을 인지해야 한다”라고 설명했다.

협력적 관계가 부족하면 피해를 보는 것은 CIO와 CISO만이 아니다. 팔모어를 비롯한 여러 전문가는 CIO-CISO 관계가 틀어지면 양쪽 조직과 기업 전체에도 부정적 영향을 미친다고 지적했다.
부킹닷컴의 CSO 마니 윌킹은 “갈등이 심한 CIO-CISO 관계는 목표·우선순위·커뮤니케이션에서 불일치로 나타난다”라며 “기술·보안 리더가 같은 방향을 보지 못하면 운영과 성과 모두에서 문제가 드러난다. 프로젝트 마감이 지연되거나 취약점이 증가하는 식”이라고 설명했다.

관계를 악화시키는 요인은 다양하다. 우선 카드웰은 여전히 보안 부서가 ‘안 된다’고 말하는 부서로 인식되거나 실제로 그렇게 행동하는 경우가 있다고 말했다. 그는 “CIO는 ‘안 된다’고 말할 여유가 없다. CIO의 역할은 비즈니스가 하려는 일을 가능하게 하는 데 있다”라며 “따라서 CISO 역시 ‘비즈니스가 원하는 바를 어떻게 실현할 수 있을까’를 중심에 둬야 한다”라고 설명했다.

보안 부서가 ‘안 된다’고만 하지 않더라도, 카드웰은 CISO가 ‘된다’는 답에 도달하기까지 지나치게 오래 걸리는 것도 문제라고 지적했다.

그는 “문제 유형에 따라 빠르게 해결할 수 있는 방법은 수십 가지가 있다”라며 “CISO라면 다양한 가격대·일정·장단점·보안 점수를 갖춘 여러 옵션을 CIO와 비즈니스에 제시해 상황에 맞는 선택이 가능하도록 해야 한다”라고 말했다.

관계를 악화시키는 또 다른 이유로 팔모어는 CIO가 보안을 충분히 우선순위에 두지 않는 경우를 들었다.
그는 “때로는 CISO가 보안에만 집중해 비즈니스 지원 관점이 부족하거나, 반대로 CIO가 보안에는 관심이 없고 비즈니스 추진에만 집중하는 경우도 있다”라고 설명했다.

이 밖에도 CIO가 IT 전반에 대한 통제 권한을 강하게 유지하려 하면서 보안을 배제하거나, 그 반대의 상황도 발생한다.

레벨블루의 최고보안책임자이자 신뢰 책임자인 코리 다니엘스는 “일부 보안 리더는 자신만이 보안을 책임진다고 생각해 고립된 섬처럼 행동하고, 돌아갈 배도 없는 상태에 스스로 놓이기도 한다”라고 말했다.

전문가들은 관계 악화의 배경에는 구조적 요인도 존재한다고 분석했다. 윌킹은 “역할과 책임이 명확하지 않으면 책임 공백이나 중복이 생겨 불필요한 위험을 초래할 수 있다”라고 지적했다.

카도우는 여기에 더해 “조직의 예산 배분 방식이 CIO와 CISO를 같은 예산을 두고 경쟁하는 관계로 만들 수 있다”라고 설명했다.

이러한 문제의 상당수는 윌킹이 말하는 “엔터프라이즈 리스크에 대한 공유된 맥락과 정렬 부족”에서 비롯된다.

그는 “CIO는 가동 시간, 확장성, 민첩성으로 평가받고, CISO는 데이터 보호, 컴플라이언스 준수, 위협 완화를 중심으로 평가받는다. 이 두 우선순위가 어떻게 교차하는지에 대한 공통된 관점이 없다면 두 역할은 충돌하는 것처럼 보일 수 있다”라고 말했다.

이어 “보안은 너무 자주 ‘문을 지키는 역할’로 취급되지만 실제로는 전략적 파트너여야 한다. 협업이 거래적 관계로 느껴지는 이유도 여기에 있다”라고 설명했다. 또한 “부킹닷컴에서는 사이버보안을 비즈니스 전략의 출발점부터 통합해 제품 설계, 데이터, 고객 신뢰를 논의하는 모든 과정에 포함시키고 있다”라고 덧붙였다.

관계가 악화됐을 때 개선 방법

CIO와 CISO 모두 관계가 나빠졌을 때 이를 개선해야 할 분명한 동기가 있다. 리는 “CIO-CISO 관계는 매우 중요하다. 두 역할 모두 조직의 기술·사이버보안 목표를 달성하기 위해 효과적으로 협력해야 한다”라며 “모든 기술에는 사이버보안 노출이 따르며, 이는 기술 도입과 비즈니스 성과에 직접적인 영향을 준다. 그래서 CIO는 보안에 관심을 가져야 하고, CISO는 보안이 비즈니스 성과를 위한 것임을 이해해야 한다. 두 역할은 서로의 우선순위를 달성하기 위해 함께 움직여야 한다”라고 설명했다.

CISO는 CIO와의 관계를 개선하기 위해 다양한 노력을 기울일 수 있다. 인공지능 확산, 경제적 불확실성 등 변화가 큰 현재 환경을 관계를 점검하고 초기화하며, 협업을 막아온 문제를 해결할 기회로 활용해야 한다.

CISO가 취할 수 있는 주요 단계는 다음과 같다.

• 조직의 리스크 관점에 대해 CIO는 물론 C-레벨 경영진과 이사회와도 명확한 공감대를 형성하기

• 보안 전략이 조직의 전체 전략과 IT 로드맵과 일치하도록 조정하기
트랜센드의 카드웰은 “CISO는 ‘CIO가 훌륭한 방향을 잡았다. 이를 어떻게 안전하게 구현할 수 있을까’를 고민해야 한다”라고 설명했다.

• CIO와 CISO 각각의 책임 범위를 명확히 하기
레벨블루의 다니엘스는 “역할의 경계가 어디에 있는지 분명해야 한다”라고 말했다.

• 정기적·비정기적으로 CIO와 직접 소통하는 일을 최우선 과제로 두기

• 관계 관리에 집중하기
다니엘스는 “대화하고, 만날 준비를 하고, 양측 팀이 함께 협업하도록 만들고, 신뢰를 쌓아야 한다”라고 설명했다.

• CIO의 우선순위, 동기, 과제 등을 이해하고 자신의 것도 공유하기
다니엘스는 “상대의 입장에서 한 걸음 걸어보는 방식이 필요하다”라고 조언했다.

• 비즈니스 지원 중심의 사고방식으로 전환하기
레그스케일의 CISO 데일 호크는 “처음부터 ‘안 된다’가 아니라 ‘어떻게 하면 안전하게 이 목표에 도달할 수 있을까’라는 질문으로 접근해야 한다”라고 강조했다.
dl-ciokorea@foundryco.com

프리랜서 소프트웨어 개발자로 성공하려면 충분한 준비와 꾸준한 노력이 필요하며, 일정 부분 운도 따라줘야 한다. 그러나 미국 프로야구 경영인 브랜치 리키의 말처럼, ‘운은 결국 치밀한 계산에서 비롯된 결과’이기도 하다.

프리랜서 개발자의 수입은 거주 지역, 경력, 역량, 프로젝트 유형 등 여러 요소에 따라 달라진다. 집리크루터(ZipRecruiter) 최신 자료에 따르면 미국 내 단기 계약직 개발자의 평균 연간 수입은 약 11만 1,800달러이며, 상위 개발자는 15만 1,000달러를 넘기기도 한다.

이는 미국 노동통계국이 발표한 2024년 기준 개발자 직군의 연봉 중위값과도 비슷한 수준이다.

그렇다면 기술 업계에서 프리랜서로 성공하기 위해 필요한 조건은 무엇일까? 전현직 프리랜서 개발자 5명의 의견을 전한다.

1. 비즈니스 형태 갖추기

공식적인 비즈니스 형태를 갖추는 일은 신규 고객을 확보하고 기존 고객을 유지하는 데 효과적이다.

K-12 학교를 위한 모금 플랫폼 퓨처펀드의 CEO이자 소프트웨어 엔지니어인 다리안 시미는 “프리랜서 개발자로 성공하기 위한 가장 중요한 방법은 자신을 하나의 사업체로 인식하는 것”이라고 설명했다.

시미는 “이를 위해 개인 사업자를 설립하고, 개인 자금과 사업 자금을 구분하며, 세금과 송장을 효율적으로 관리할 수 있는 도구를 활용해 규제 준수를 체계적으로 관리해야 한다”라고 말했다. 그는 “처음에는 과도하거나 불필요한 업무처럼 느껴질 수 있지만, 이런 구조가 고객의 신뢰를 높여주고 장기적으로 여러 문제를 피하게 해준다”라고 강조했다.

프리랜서 소프트웨어 엔지니어 경력 20년 이상인 소누 카푸어도 개발자들이 이런 구조의 가치를 과소평가한다고 지적했다. 그는 씨티그룹 글로벌 트레이딩 플랫폼 프론트엔드 설계, 아메리칸 어패럴의 RFID 통합, 소니뮤직퍼블리싱과 시스코의 엔터프라이즈 스택 현대화 작업 등을 수행해 왔다.

카푸어는 “프리랜서 개발자가 소규모 프로젝트에 그칠지 엔터프라이즈급 작업으로 확장할지는 결국 ‘어떻게 보이느냐’에 달려있다”라고 말했다. 그는 “프리랜서 초기부터 법인을 등록하고 재정을 분리하며, 퀵북스(QuickBooks)와 허브스폿(HubSpot) 같은 전문 도구를 활용해 업무를 회사처럼 관리했다. 실질적인 전환점은 씨티그룹과 소니뮤직퍼블리싱 같은 기업의 주요 의사결정권자들과 관계를 구축한 것이었다. 대기업은 개인을 직접 고용하는 경우가 거의 없으며, 대부분 벤더를 통해 계약이 이뤄진다”라고 설명했다.

카푸어는 의사결정권자와의 네트워크 형성에 집중하며, 과거 수행한 프로젝트와 기술적 관점을 통해 자신의 신뢰도를 증명했다. 그는 “체계화된 업무 구조와 네트워크의 조합은 기술 역량만으로는 열리지 않는 문을 열어줬다. 프로세스, 관계, 전문성을 갖춘 비즈니스로 프리랜서 업무를 대하면서 지속적인 파트너십을 발굴할 수 있었다. 중요한 것은 규모가 큰 회사인 척하는 것이 아니라, 큰 회사와 동일한 신뢰성과 체계를 갖춰 운영하는 일”이라고 조언했다.

2. 전문 분야를 찾기

개발 분야에서 여러 기술을 두루 다루는 일은 광범위한 프로젝트를 수행할 때 도움이 된다. 그러나 전문화를 통해 성과를 얻는 경우도 많다.

카푸어는 “여러 프레임워크에 역량을 분산시키지 않고 앵귤러(Angular)에 완전히 집중하기로 결정한 것이 프리랜서 개발 경력의 가장 큰 도약이었다”라고 말했다. 그는 역량 집중이 자신의 전문 정체성을 새롭게 구축하는 계기가 됐다면서, 구글 핵심 팀과 직접 협업하는 전 세계 11명의 앵귤러 협력 그룹에 초청됐다고 설명했다.

이후 카푸어는 구글 개발자 전문가(Google Developer Expert)로 인정받으며 강연과 컨설팅, 글로벌 활동 기회를 얻었다. 특히 뉴욕 타임스퀘어 톱메이트 광고판에 그의 앵귤러 및 AI 관련 활동이 소개되면서 이름을 더욱 알리게 됐다.

그는 전문성의 깊이가 자연스럽게 새로운 기회를 불러왔다고 했다. 개발자 출판 분야에서 기술 편집자와 기고자로 활동하던 그의 작업을 본 에이프레스(Apress)가 앵귤러 시그널을 주제로 한 책 집필을 제안한 것이다.

카푸어는 “이는 코딩 실력을 넘어, 개발자들이 새로운 기술을 배우는 방식을 설계하는 영역으로 경력이 확장된 순간이었다”라며 “전문화는 곧 정체성을 만든다. 전문성이 특정 분야의 발전과 맞물리기 시작하면 프로젝트, 미디어, 출판 등 다양한 기회가 스스로 찾아온다”라고 조언했다.

퓨처펀드의 시미 역시 비슷한 경험을 했다. 그는 “초기에는 정말 모든 고객에게 모든 것을 제공하려 했다”라고 말했다. 이어 “많은 개발 에이전시가 비슷한 고민을 한다. 한두 분야로 전문화할지, 아니면 다섯여섯 분야에서 그럭저럭 할 수 있는 수준을 지향할지 결정해야 한다. 전문화는 경쟁 속에서 돋보이게 만들고, 평판을 형성하며, 더 쉽게 추천을 받도록 한다”라고 언급했다.

3. 눈에 보이는 작업으로 전문성을 증명

카푸어는 오픈소스 작업을 공개하고 기술 담론으로 이름을 알리는 것이 프리랜서 개발자에게 새로운 기회를 열어줄 수 있다고 말했다. 그는 “경력 초기 ‘닷넷슬래커스(DotNetSlackers)’라는 기술 커뮤니티를 만들었는데, 조회 수가 3,300만 회를 넘어서며 닷넷(.NET) 관련 콘텐츠를 찾는 이들에게 큰 주목을 받았다. 당시에는 몰랐지만 이 정도의 도달력은 어떤 마케팅 수단보다 강력했다”라고 회상했다.

그 결과 기업 CTO와 엔지니어링 매니저가 자연스럽게 그의 작업을 발견하기 시작했다. 그는 “첫 주요 엔터프라이즈 계약은 몇 달 동안 글을 읽어온 고객으로부터 제안됐다”라고 언급했다.

카푸어는 앵귤러로 전문 영역을 옮긴 이후에도 같은 원칙을 적용했다. 그는 “오픈소스 활동을 통해 1년 동안 앵귤러 저장소에 100건 이상의 코드 변경을 기여했다. 특히 앵귤러 역사상 가장 많은 추천을 받은 기능 요청인 ‘타입드 폼(Typed Forms)’에 기여한 작업이 글로벌 개발자 커뮤니티에 노출됐고, 이는 마이크로소프트 MVP와 이후 구글 개발자 전문가 선정으로 이어졌다”라고 밝혔다.

카푸어는 오픈소스 라이브러리, 기술 컨퍼런스 발표, CODE 매거진 기고 등 눈에 보이는 모든 작업이 프리랜서 개발자의 신뢰를 쌓는 자산이 된다고 조언했다. 그는 “개발자는 문서화된 하나의 아이디어가 얼마나 멀리 퍼질 수 있는지 종종 과소평가한다. 한 편의 블로그 글이 몇 년 뒤 새로운 고객을 불러올 수도 있다. 내 경우, 초기의 작은 노력들이 시간이 지나도 계속 미디어 노출, 컨설팅 기회, 기술적 인정으로 이어지는 선순환을 만들었다”라고 설명했다.

4. 관계 구축의 핵심은 ‘커뮤니케이션’

프리랜서는 어떤 분야에서든 글쓰기나 대화를 통해 효과적으로 소통하는 능력이 중요하다. 뛰어난 개발자라 하더라도 소통이 부족하면 새로운 일을 확보하기 어려워진다.

웹 디자인·개발·호스팅 서비스 업체 18a의 CEO 리사 프리먼은 “수년간 프리랜서 개발자로 일하고, 지금은 개발 에이전시를 운영하는 입장에서 가장 중요한 조언은 언제나 명확하고 충분하게 소통하는 것”이라고 말했다.

프리먼은 “일부 고객과 10년 넘게 협업을 이어온 비결이 바로 커뮤니케이션에 있다. 경쟁이 치열한 요즘은 새로운 고객을 매번 확보하는 것보다 기존 고객을 유지하는 것이 훨씬 수월하다”라고 설명했다.

프리먼은 고객과의 관계가 코드 자체만큼이나 중요하다고 강조했다. 그는 “불필요하고 복잡한 설명으로 혼란을 주지 말고, 왜 그런 방식으로 작업했는지를 명확하게 설명해야 한다”라고 조언했다.

프리먼은 많은 개발자가 놓치기 쉬운 부분으로 ‘자신이 이룬 가치’를 명확히 전달하지 않는 점을 꼽는다. 그는 “고객이 특정 기능을 요청한 뒤, 개발자가 향후 업무를 더 빠르게 하거나 다른 문제를 해결하는 기반까지 마련했다면 반드시 알려야 한다. 사소해 보여도 이런 부가적인 노력이 고객의 인식에 긍정적인 인상을 남기고, 다시 찾게 만드는 결정적 요인이 된다”라고 설명했다.

2022년부터 전업 프리랜서 개발자로 활동 중인 미아 코탈릭은 좋은 커뮤니케이션의 핵심이 기술적 용어를 더 이해하기 쉬운 언어로 ‘번역’하는 능력이라고 강조했다.

코탈릭은 “기술 용어를 나열해 비전문가인 고객을 압도해서는 신뢰를 얻을 수 없다. 이는 고객을 위축시키고 대화를 피하게 만든다. 먼저 비기술적으로 개념을 설명하고, 이후 핵심 용어를 짧고 명확한 정의와 함께 제시하면 고객은 부담 없이 이해할 수 있다”라고 조언했다. 이어 그는 “이 능력이 강력한 차별화 요소가 될 수 있다. 고객은 계획을 이해하고, 존중받고 있다고 느끼며, 동시에 개발자가 기술적으로도 충분히 탄탄하다고 인식한다. 프리랜서에게 가장 중요한 역량이라고 해도 과언이 아니다”라고 말했다.

5. 작업 포트폴리오 구축

포트폴리오는 개발자가 제공할 수 있는 가치를 가장 명확하게 보여주는 자료다. 기술 역량과 경험을 증명하는 핵심 도구이자, 새로운 고객과 프로젝트를 유치하는 데 중요한 역할을 한다. 잘 구성된 포트폴리오는 이력서와 함께 개발자의 실력을 입증하는 자료가 된다.

맞춤형 디지털 제품 개발사 인스파이어링앱스(InspiringApps)의 설립자이자, 과거 12년 동안 프리랜서 개발자로 활동했던 브래드 웨버는 “프리랜서 개발자에게 의뢰하는 것 자체가 고객에게는 일종의 위험 부담”이라고 말했다.

웨버는 “고객의 불안을 줄이기 위해 레퍼런스로 제시할 수 있는 유사 프로젝트를 갖추는 것이 중요하다. 프리랜서 초기에는 포트폴리오 부족으로 어려움을 겪을 수 있지만, 이 경우 지인, 가족, 비영리 단체를 위해 무료 또는 매우 낮은 비용으로 작업하는 방식이 효과적이었다”라고 조언했다.

코탈릭은 처음 시작하는 프리랜서 개발자가 포트폴리오를 쌓기 위해 고객을 기다릴 필요도 없다고 강조했다. 그는 “여유 시간에 앱이나 웹사이트를 직접 만들 수 있다. 내 경우 첫 번째 개인 프로젝트는 완전히 무료로 만들었지만, 두 번째 취미 프로젝트를 진행할 때쯤 유료 고객이 먼저 연락을 보내오기 시작했다”라고 설명했다.
dl-ciokorea@foundryco.com

AI가 커리어에 미칠 변화를 인정하지 않는 IT 종사자라면, 다시 고민해볼 시점이다. 시스코가 이끄는 AI 워크포스 컨소시엄(AI Workforce Consortium)의 연구에 따르면, AI 확산으로 IT 채용 시장은 지금까지 경험하지 못한 변화를 겪고 있으며 AI 역량은 IT 인재에게 필수적인 핵심 역량으로 자리 잡고 있다.

이번 조사 결과는 2024년 7월부터 2025년 6월까지 캐나다, 프랑스, 독일, 이탈리아, 일본, 영국, 미국 등 G7 국가에서 인재 교육 및 관리 플랫폼 코너스톤과 채용 플랫폼 인디드의 구인 공고 데이터를 분석해 도출한 것이다.

AI는 이미 ‘기본 역량’

조사에 따르면 전체 IT 채용 공고의 78%에서 AI 역량이 명시적으로 요구되고 있었다. 또한 G7 국가에서 가장 빠르게 성장하는 IT 직무 10개 중 7개는 소프트웨어 엔지니어, AI·ML 개발자, 클라우드 엔지니어, 데이터 엔지니어 등 AI와 직접 연관된 분야였다.

동시에 소통, 협업, 리더십 같은 소프트 스킬 역시 책임 있는 AI 활용을 위해 점점 더 중요해지고 있다.

영향을 받는 것은 IT 종사자만이 아니다. 직장 내 AI 활용을 연구하는 교수 야스민 바이스는 조사 결과를 접한 뒤 “2030년쯤이 되면 AI 역량은 지금의 PC 활용 능력만큼 당연한 기본 요건이 될 것”이라고 설명했다.

바이스는 이어 “2030년에 지식 노동 직군에 지원하면서 AI 역량을 충분히 보여주지 못한다면, 오늘날 PC를 다루지 못하는 지원자만큼이나 매력적이지 않은 인재로 평가될 것”이라고 전했다.

위험한 불균형

바이스는 세계경제포럼(WEF)이 2027년까지 자동화로 8,300만 개의 일자리가 사라지고 6억 9,800만 개의 새로운 일자리가 창출될 것이라는 전망이 완전히 틀린 예측은 아니라고 본다. 선진국의 인구 구조 변화, 즉 베이비붐 세대의 은퇴 흐름을 고려하면 전체적으로는 균형이 맞는다는 설명이다.

그러나 문제는 AI나 다른 기술로 인해 일자리를 잃게 되는 사람들이 새로 생겨나는 역할을 수행할 자격을 갖추지 못한 경우가 많다는 점이라고 바이스는 지적했다. 이런 상황에서 단순한 역량 향상만으로는 부족하며, 완전히 새로운 기술을 익히는 ‘전환 교육(reskilling)’이 필요하다는 것이다.

바이스는 “예를 들어, 과거 사무직 종사자가 단기간에 사이버 포렌식 전문가로 전환할 수 있는지 현실적인 의문이 생긴다”라고 말했다.

바이스는 이어 기술적 자격뿐 아니라 사고방식의 근본적인 변화가 핵심적인 역할을 한다고 설명했다. 앞으로 사람들은 생애 전반에 걸쳐 훨씬 더 자주 서로 다른 직업적 정체성을 오가게 될 것이며, 이를 위해 적응력, 학습 능력, 변화에 대한 개방성 같은 메타 역량이 크게 강화돼야 한다는 것이다. 이러한 역량이 빠르게 변화하는 노동 시장에서 성공을 좌우하는 기반이 된다는 분석이다.

시스코 EMEA 서비스·전략·기획 총괄 크리스티안 코르프는 영어권 국가에서는 이러한 변화에 대응하기 위한 학습·교육 개발 직무 채용이 활발하게 진행 중이라고 말했다. 반면 유럽, 특히 독일은 교육·훈련 투자와 인력 전환을 위한 지원에서 여전히 뒤처져 있다고 지적했다.

바이스는 실제 강의 현장에서의 경험을 바탕으로, AI가 이러한 전환을 이끄는 도구가 될 수 있다고 말했다. 예를 들어 학생들은 챗봇 등 디지털 도구를 활용해 더욱 개인화된 방식으로 학습하고 진로를 고민할 수 있게 됐으며, 이는 과거에는 존재하지 않던 기회였다는 설명이다.

‘잃어버린 세대’가 다가오는가

다만 로펌, 소프트웨어 기업, 컨설팅 기업 등에서 저연차 채용 공고가 감소하고 있는 것은 부인할 수 없다. 이는 청년층의 일자리 전망을 약화시키고, 나아가 ‘잃어버린 세대’로 이어지는 것 아니냐는 우려로 이어지고 있다.

그러나 시스코의 크리스티안 코르프는 이러한 비관적 전망에 동의하지 않았다. 그는 기업들이 현재 신기술 도입을 빠르게 추진하기 위해 숙련 인재 확보에 집중하고 있지만, 동시에 상당수의 고연령 직원들이 은퇴 시기에 가까워지고 있다고 설명했다.

코르프는 시스코와 전체 IT 업계에서 향후 5~7년 사이에 젊은 인재를 위한 새로운 기회가 대거 열릴 것이라고 말했다. 시스코는 세대 전환을 주도적으로 준비하기 위해 주니어 프로그램과 사내 아카데미에 적극 투자하고 있다. 그는 “시스코에 입사하는 젊은 인재들은 교육 수준이 높고 헌신적이어서, 결코 ‘잃어버린 세대’라고 볼 수 없다”라고 전했다.

바이스도 로펌 등 일부 분야에서 저연차 직무가 자동화의 영향을 크게 받고 있다는 점은 인정했다. 과거 저연차 직원이 수행하던 업무 상당수가 이제 AI로 대체 가능하기 때문이다. 또한 과거 오랜 기간 축적해야 했던 도메인 지식도 AI 덕분에 훨씬 빠르게 접근할 수 있게 됐다. 따라서 저연차 직무 자체를 재정의할 필요가 있다고 바이스는 설명했다.

그는 “다만 기업들이 단순히 일자리를 감축하는 것이 아니라, 보다 복잡하고 지식 기반의 업무에 초점을 둔 새로운 역할을 이제 막 설계하기 시작한 단계”라고 덧붙였다.
dl-ciokorea@foundryco.com

La IA generativa ha transformado el mercado de las habilidades de TI, ya que las empresas se reestructuran para adoptar estrategias de IA y dan prioridad a los candidatos y empleados con habilidades en este ámbito. Los datos del informe Tech Talent Report 2025 de Indeed muestran que los cuatro puestos más afectados por la reestructuración relacionada con la IA son los de ingenieros y desarrolladores de software, ingenieros de control de calidad, gestores de productos y gestores de proyectos. Las empresas están centrando ahora sus esfuerzos y sus presupuestos de contratación en profesionales con habilidades en ciberseguridad, análisis de datos y creación o gestión de equipos de IA.

Esta reordenación de prioridades en los puestos de TI también ha provocado un cambio en las habilidades de TI más demandadas que los solicitantes de empleo querrán incluir en sus currículos. Las organizaciones ahora esperan que los candidatos tengan, como mínimo, conocimientos básicos de ingeniería de prompts, incluso para puestos de TI de nivel inicial. Y más allá de eso, buscan profesionales de TI que puedan ayudar a supervisar, implementar, proteger y gestionar herramientas y estrategias de IA.

Los datos de Indeed revelan que estas son las 10 habilidades de TI que más han crecido en demanda entre 2024 y 2025, según el número de veces que han aparecido como requisito en las ofertas de empleo año tras año.

IA

No es de extrañar que la IA encabece la lista de las habilidades más demandadas, según el crecimiento de las ofertas de empleo tecnológico publicadas desde 2024. Las empresas se apresuran a adoptar la IA, ya que esta se está abriendo paso rápidamente en todos los sectores y trayectorias profesionales. En 2024, había algo más de 5 millones de ofertas de empleo que requerían habilidades en IA, y en 2025, esa cifra aumentó en más de 4 millones. Por lo tanto, ahora se espera que los candidatos, incluso los que trabajan fuera del ámbito tecnológico, tengan cierto nivel de conocimientos de IA, ya sea en ingeniería de prompts, procesamiento del lenguaje natural o uso de la IA para la programación y la codificación.

Python

Python es un lenguaje de programación utilizado en varios campos, como el análisis de datos, el desarrollo web, la programación de software, la informática científica y la creación de modelos de IA y ML. Es un lenguaje versátil utilizado por una amplia gama de profesionales de TI, como desarrolladores de software, desarrolladores web, científicos de datos, analistas de datos, ingenieros de ML, analistas de ciberseguridad, ingenieros de nube y muchos más. Su uso generalizado en las empresas lo convierte en una apuesta segura en cualquier lista de habilidades más demandadas. En 2024, había algo más de 15 millones de ofertas de empleo que requerían conocimientos de Python, y esa cifra aumentó hasta casi 18 millones en 2025. Aunque cada vez más organizaciones confían en la IA para la codificación, siguen necesitando profesionales cualificados que comprendan los lenguajes de programación clave para escribir código más complejo y ayudar con el código de respuesta rápida y control de calidad escrito por la IA.

Algoritmos

A medida que más empresas adoptan la IA y su capacidad para optimizar la codificación y la programación, las organizaciones también dependen cada vez más de los algoritmos para ayudar a guiar y dictar esos procesos. El pensamiento algorítmico requiere una comprensión compleja de las bases de datos y la programación, un pensamiento crítico de alto valor y la resolución de problemas. Las habilidades algorítmicas figuraban como requisito en alrededor de 180.000 ofertas de empleo en 2024, cifra que se disparó a más de 2 millones en 2025. La IA ha asumido una mayor parte del trabajo de nivel básico, lo que ha llevado a las organizaciones a buscar profesionales más cualificados que puedan ayudar a crear y guiar los sistemas de IA y que comprendan cómo crear algoritmos eficientes.

CI/CD

La demanda de habilidades de integración continua y entrega o implementación continua ha crecido a raíz de la implementación de la IA para ayudar a optimizar el ciclo de vida del desarrollo de software. Los profesionales con habilidades de CI/CD pueden manejar tareas como la creación de herramientas utilizadas para la automatización y la creación de scripts, y tienen un profundo conocimiento de conceptos como la contenedorización, la integración en la nube y las pruebas automatizadas. En 2024, había algo menos de 7 millones de ofertas de empleo que buscaban habilidades en CI/CD y esa cifra aumentó a algo más de 9 millones en 2025.

Google Cloud

Google Cloud es una plataforma muy popular para crear, implementar y gestionar soluciones de TI para una organización, con varias certificaciones ofrecidas por Google para acreditar tus habilidades profesionales y conocimientos sobre Google Cloud. Las organizaciones han adoptado la nube en los últimos años, trasladando herramientas, servicios y almacenamiento de datos a soluciones alojadas en los servicios en la nube de Google. Las herramientas en la nube son fundamentales para el desarrollo de la IA, ya que permiten soluciones de almacenamiento más versátiles y ágiles para alojar los grandes conjuntos de datos necesarios para entrenar y ejecutar herramientas de IA. Las habilidades de Google Cloud eran un requisito para alrededor de 3,5 millones de ofertas de empleo en 2024, pero esa cifra aumentó a algo más de 5,3 millones en 2025.

AWS

Amazon Web Services es la plataforma en la nube más utilizada en la actualidad. Las habilidades de AWS, fundamentales para las estrategias en la nube de casi todos los sectores, tienen una gran demanda, ya que las organizaciones buscan aprovechar al máximo la amplia gama de ofertas de la plataforma. Es una habilidad común para ingenieros de la nube, ingenieros de DevOps, arquitectos de soluciones, ingenieros de datos, analistas de ciberseguridad, desarrolladores de software, administradores de redes y muchos otros puestos de TI. En 2024, las habilidades de AWS seguían siendo populares y figuraban como requisito en algo más de 12 millones de ofertas de empleo, cifra que aumentó a más de 13,7 millones en 2025.

Habilidades de análisis

La IA ha eliminado gran parte del trabajo básico y rutinario de los profesionales de TI, lo que ha creado más espacio para habilidades de mayor nivel, como el pensamiento analítico. Dado que la IA todavía no genera resultados perfectos con cada solicitud, las empresas necesitan un ojo humano y una mente analítica para detectar las alucinaciones y los errores de la IA, especialmente cuando se trata de números y datos. Las habilidades de análisis han sido fundamentales para las organizaciones desde hace tiempo; en 2024, algo más de 19 millones de ofertas de empleo requerían habilidades de análisis, una cifra que aumentó a algo más de 21 millones en 2025.

Ciberseguridad

La mayor dependencia de la IA ha creado más vulnerabilidades para las organizaciones. A medida que ofrecen más productos y servicios en línea e integran la IA, se crean más oportunidades para los ataques a la seguridad. Las habilidades en ciberseguridad eran un requisito en alrededor de 2,4 millones de ofertas de empleo en 2024, cifra que aumentó a algo más de 4 millones en 2025. Tanto si las organizaciones buscan integrar la IA en soluciones de ciberseguridad como si quieren ayudar a prevenir nuevos ataques sofisticados que utilizan la IA para violar los sistemas, la seguridad es una prioridad máxima para las organizaciones a medida que avanzan con la IA.

Solución de problemas de software

Aunque las organizaciones utilizan cada vez más la IA para escribir códigos y scripts básicos con el fin de crear herramientas de software, siguen necesitando profesionales de TI humanos para identificar fallos, problemas de seguridad y otras posibles anomalías en el producto final. Las habilidades de resolución de problemas de software figuraban como requisito en algo más de 9 millones de ofertas de empleo en 2024, pero este año esa cifra ha aumentado hasta casi 11 millones. Se trata de un área de la informática que requiere habilidades de comunicación, resolución de problemas, pensamiento crítico y conocimientos técnicos para identificar problemas de software y resolverlos para los clientes.

Aprendizaje automático

El aprendizaje automático es fundamental para el desarrollo de la IA y requiere una gran experiencia no solo en IA, sino también en el procesamiento del lenguaje natural. Las organizaciones buscan profesionales con habilidades en ML para apoyar las iniciativas de IA y el futuro de la adopción de la IA en la empresa. En 2024, había alrededor de 3,7 millones de ofertas de empleo que buscaban habilidades en ML, mientras que en 2025 esa cifra aumentó a más de 5 millones. Los profesionales de TI con habilidades en ML seguirán siendo muy demandados, ya que las empresas adoptan procesos de IA y buscan profesionales que les ayuden a dar soporte y mantener los sistemas de IA.

IT professionals reluctant to accept the impact AI will have on their careers might want to think again. According to a new study from the AI Workforce Consortium, the IT job market is undergoing an unprecedented transformation thanks to AI, and AI skills are becoming a core competency for IT pros.

The findings are based on analysis of job posting data from Cornerstone and Indeed, conducted by the Cisco-led consortium between July 2024 and June 2025 in G7 countries Canada, France, Germany, Italy, Japan, the UK, and the US.

AI is becoming a standard skill

The study revealed that AI skills are already explicitly required in 78% of advertised IT jobs. Furthermore, seven of the 10 fastest-growing IT jobs in G7 countries have a direct AI component, including software engineers, AI/ML developers, cloud engineers, and data engineers.

At the same time, soft skills such as communication, teamwork, and leadership are becoming increasingly important to ensure AI is used responsibly.

But it’s not just IT professionals who will be affected. “Looking a bit into the future, say to 2030, AI skills will be just as much a given as PC skills are today,” explains Yasmin Weiß when presented with the study results.

“Anyone applying for a knowledge worker position in 2030 who can only demonstrate insufficient AI skills will be perceived as just as uninteresting as someone applying today who can’t use a PC,” says Weiß, a professor who specializes in AI in the workplace.

Dangerous imbalance

In her view, the World Economic Forum (WEF) isn’t entirely wrong in its prediction that 83 million jobs will likely be lost to automation by 2027, while 698 million new ones will be created.

If you factor out the demographic shift in developed economies — keyword: baby boomers — it roughly balances out, says Weiß. The problem is that the employees whose jobs are being automated by AI or are replaced by other technologies, usually lack the qualifications for newly emerging roles. Simple upskilling is therefore often insufficient; ​​what is needed is reskilling — i.e., learning entirely new skills.

“This raises the question of how realistic such retraining programs are — for example, whether a former office worker can become a cyber forensic expert in a short time,” Weiß says.

In addition to technical qualifications, a profound shift in mindset also plays a crucial role, explains Weiß. In the future, people will more frequently assume different professional identities over the course of their lives. For this to happen, meta-competencies such as adaptability, learning ability, and openness to change must be significantly strengthened, as they will form the basis for success in a rapidly changing world of work.

Christian Korff, VP of services, strategy, and planning for EMEA at Cisco, points out that many vacancies for learning development positions are currently being advertised in the English-speaking world to support this transformation. In comparison, Europe, and Germany in particular, still lag behind when it comes to investing in education and training and bringing people along on this journey.

As Weiß reports from her perspective as a lecturer, AI can also act as a driver and enabler in this transformation. For example, students can now learn in a highly individualized way with digital tools — such as chatbots — and reflect on their career prospects. Such opportunities did not exist before.

Is a ‘Lost Generation’ looming?

It cannot be denied, however, that the number of job postings for entry-level professionals, particularly in law firms, software companies, or consulting firms, is declining. Does this leave young people without prospects, or does it even threaten a “lost generation”?

Cisco manager Korff disagrees with this pessimistic view. While companies are currently focusing on experienced professionals to rapidly advance new technologies, many older employees are also nearing retirement.

In his company, as well as in the entire IT sector, this will create many new opportunities for young talent over the next five to seven years. Cisco is investing heavily in junior programs and an internal academy to actively shape the generational shift.

“And incidentally,” he notes, “the people who start with us are well-educated and dedicated — so anything but a lost generation.”

Weiß acknowledges that entry-level positions, particularly in sectors like legal consulting, are currently heavily impacted by automation. Many tasks previously performed by entry-level employees can now be taken over by AI.

Domain knowledge, which used to take a long time to build up, is now more quickly accessible thanks to AI. Therefore, entry-level positions need to be rethought, she explains.

“However, companies are only just beginning to develop such new role profiles, which are more focused on complex, knowledge-based tasks, instead of simply cutting jobs,” she concedes.

이전 기사에서는 CIO가 조직 내에서 ‘보이지 않는 존재’로 전락할 위험에 대해 다뤘다. 이번 글에서는 동맹이 있을 때와 없을 때의 차이, 실무자로 구성된 조직 하부에서 업무를 추진하는 일명 바텀업(bottom-up) 접근을 활용할 때 열리는 다양한 기회, 그리고 동맹을 무력화할 수 있는 보이지 않는 실수를 어떻게 피할 수 있는지 살펴본다.

1. 지원이 부족할 때: CIO에게 돌아오는 비용과 위험

2020년, 다임러는 미래 차량과 모빌리티 기술을 개발하던 혁신 인큐베이터 ‘Lab1886’을 분사하기로 결정했다. 인재는 충분했지만, 프로젝트를 책임지고 끌어갈 사내 동맹이 부족했다. 조직 내부 연결고리가 명확하지 않자 프로젝트는 제대로 이관되거나 실행되지 못했고, 결국 이 조직은 고립되고 말았다.

CIO도 마찬가지 상황에 놓인다. 내부 지원이 부족하면 인재와 노력만으로는 충분하지 않다. 실제로 대기업 CIO들조차 제안서를 처음부터 다시 방어해야 했다거나, 또는 IT가 문제를 사전에 파악할 기회조차 없는 상태에서 다른 부서의 프로젝트가 ‘필터링 없이’ 넘어온 적이 있다고 말한다.

이런 흐름이 반복되면 CIO가 조직의 속도를 늦추는 존재라는 인식이 만들어진다. CIO의 영향력 확대에도 전혀 도움이 되지 않고, 오히려 디지털 전략을 이끄는 자리에서 벗어나 끊임없이 발생하는 문제를 진화하는 역할로 떠밀리게 된다.

CIO들은 이러한 악순환이 지속될 수 없다는 사실을 점점 인식하고 있다. 보석 기업 팬도라의 CDO 겸 CTO 데이비드 왈름슬리는 마크 새뮤얼스와의 인터뷰에서 “디지털 전환 첫날부터 강조한 것은, 우리는 지시를 받기 위해 존재하는 조직이 아니라 견고한 협업을 제공하기 위해 존재한다는 점”이라고 설명했다.

2. 동맹: CIO의 입지를 강화하는 힘

CIO는 끊임없이 프로젝트를 정당화하거나 다른 부서의 과제를 떠안는 구조에서 벗어나야 한다. 이를 위해 필요한 것은 권위가 아니라 ‘공감대를 기반으로 한 협력’이며, 결국 조직 내부에 동맹을 구축하는 일이다.

동맹의 가장 큰 강점은 이미 확보된 지지 기반이라는 점이다. 이는 승인 과정을 앞당기고, 반복되는 정당화 과정에서 발생하는 소모를 줄여준다.

동맹이 제공하는 이점은 이뿐만이 아니다. 동맹은 자신의 신뢰를 바탕으로 완충 역할을 하므로 조직 내 마찰이 줄어들고, 조직 내 연결망을 확장해 CIO가 직접 참석하지 않은 자리에서도 새로운 논의나 기회가 열릴 수 있게 한다. 또한 CIO가 부재한 상황에서도 동맹이 해당 이니셔티브를 대신 옹호하며 자신만의 신뢰도를 보태는 역할을 한다.

결국 동맹은 CIO의 입지를 강화하고 영향력을 배가시키며 과도한 소모를 막아주는 핵심 자산이다.

3. 바텀업 방식의 동맹 구축: 확장되는 신뢰

동맹의 가치가 분명하지만, 그렇다면 어떻게 확보할 수 있을까. 항상 이해관계가 일치하거나 협력을 쉽게 만드는 조건이 주어지는 것은 아니다. 그러나 조직에는 예산과 시간을 갉아먹는 다양한 문제들이 존재한다. CIO가 이 문제를 해결하는 데 기여할 수 있다면, 그것이 곧 동맹의 출발점이 된다.

흔히 조직의 최상위에서 접근하는 것이 합리적으로 보이지만, 실제로는 가장 어렵고 멀리 돌아가는 길일 수 있다. 당장 해결해야 할 문제를 안고 있는 잠재적 동맹은 조직 곳곳에 존재한다. 예컨대 재무통제 담당자는 느린 마감 일정과 부정확한 예측으로 인한 압박에 시달리고, 구매 담당자는 중복 계약이나 오류가 많은 수기 인보이스 처리 문제와 매일 맞서야 한다.

기회는 이미 조직 안에 있다. 필요한 것은 이 문제들이 남기는 흔적을 찾아내는 일이다. 중복 송장, 매달 말 통제 없이 공유되는 스프레드시트 등은 아직 관리되지 않은 프로세스의 전형적인 징표이며, IT가 빠르게 개선 효과를 낼 수 있는 지점이다.

CIO가 이러한 실무자들의 문제를 해결하면, 그 영향력은 예상보다 훨씬 빠르게 조직 전체로 확산된다. 구매 부서의 병목을 해소한 작은 성과가 부서 회의에서 언급되고, 그 이야기가 CFO까지 전달되는 식이다.

4. 동맹을 깨뜨리는 보이지 않는 실수를 피하는 법

관계를 시작할 기회를 찾는 것은 첫 단계일 뿐이다. 실제로 동맹의 성패를 가르는 것은 이니셔티브를 어떻게 운영하느냐에 달려 있다. 협업의 지속성을 위협해 CIO를 다시 원점으로 돌릴 수 있는 ‘조용한 위험 요소’에 주의를 기울여야 한다.

첫 번째 위험은 이니셔티브가 ‘비즈니스 언어’로 번역되지 않을 때 발생한다. 이 주제만으로도 별도의 논의가 필요하지만 요지는 간단하다. 잠재적 동맹이 해당 활동을 온전히 이해하지 못하거나, 동료에게 자기 언어로 설명할 수 없다면 그 프로젝트는 절대 확산되지 못한다.

또 다른 위험은 CIO가 ‘완성된’ 이상적인 솔루션을 그대로 제시할 때다. 동맹 후보가 직접 참여해 의견을 보태고 흔적을 남길 공간이 없다면, 프로젝트가 아무리 유익해도 자기 일처럼 느끼지 못해 적극적으로 관여하지 않는다.

또 하나의 덜 보이는 장애물은 ‘주의력(Attention)’이라는 자원이다. 시간은 모든 조직에서 가장 희소한 자원이다. 프로젝트나 관계 자체가 지나치게 많은 시간과 집중을 요구하면 그 자체로 조직에 부담이 되고 지속되기 어렵다.

여기에 정치적이지만 매우 중요한 또 다른 위험이 있다. IT를 막을 수 있는 권한을 가진 이해관계자를 간과하는 경우다. 준법감시 담당자, 법무 담당자, 각종 위원회 참석자 등이 그 대상이다. 이들을 초기에 파악해 의견을 수렴하지 않으면, 반대 의견이 늦게 등장해 대응할 여지가 거의 없어지게 된다.

이러한 위험은 대부분 눈에 잘 띄지 않기 때문에 더 위험하다. 이들이 보여주는 메시지는 분명하다. 기술적 완성도만으로는 충분하지 않으며, 함께 일하는 과정 자체가 신뢰를 만든다는 점이다. 이렇게 형성된 관계와 소통 방식이 향후 협력의 기준점으로 자리 잡는다.

5. 공고해진 미션과 미래를 위한 정치적 자본

CIO에게 동맹이 있다는 것은 더 이상 혼자서 변화를 추진하지 않아도 된다는 의미다. 이미 형성된 지지 기반과 축적된 정치적 자본 덕분에 IT 이니셔티브를 지속적으로 방어할 필요도 사라진다.

또한 이러한 지원 네트워크는 CIO 전략의 회복탄력성까지 높여준다. 전략이 특정 조직도에 영향을 크게 받지 않으며, 조직이 공유하는 비즈니스 우선순위 위에서 움직이기 때문이다.

궁극적으로 CIO는 더 넓은 전략적 여지를 확보하게 된다. 끊임없이 발생하는 문제를 진화하는 데 에너지를 소모하는 대신, 전술적 과제를 넘어 디지털 전략을 설계하는 본연의 역할에 집중할 수 있게 된다.

이 글은 파운드리(Foundry) 수석 애널리스트 알베르토 벨레가 작성했다.
dl-ciokorea@foundryco.com

As employees experiment with gen AI tools on their own, CIOs are facing a familiar challenge with shadow AI. Although it’s often well-intentioned innovation, it can create serious risks around data privacy, compliance, and security.

According to 1Password’s 2025 annual report, The Access-Trust Gap, shadow AI increases an organization’s risk as 43% of employees use AI apps to do work on personal devices, while 25% use unapproved AI apps at work.

Despite these risks, experts say shadow AI isn’t something to do away with completely. Rather, it’s something to understand, guide, and manage. Here are six strategies that can help CIOs encourage responsible experimentation while keeping sensitive data safe.

1. Establish clear guardrails with room to experiment

Managing shadow AI begins with getting clear on what’s allowed and what isn’t. Danny Fisher, chief technology officer at West Shore Home, recommends that CIOs classify AI tools into three simple categories: approved, restricted, and forbidden.

“Approved tools are vetted and supported,” he says. “Restricted tools can be used in a controlled space with clear limits, like only using dummy data. Forbidden tools, which are typically public or unencrypted AI systems, should be blocked at the network or API level.”

Matching each type of AI use with a safe testing space, such as an internal OpenAI workspace or a secure API proxy, lets teams experiment freely without risking company data, he adds.

Jason Taylor, principal enterprise architect at LeanIX, an SAP company, says clear rules are essential in today’s fast-moving AI world.

“Be clear which tools and platforms are approved and which ones aren’t,” he says. “Also be clear which scenarios and use cases are approved versus not, and how employees are allowed to work with company data and information when using AI like, for example, one-time upload as opposed to cut-and-paste or deeper integration.”

Taylor adds that companies should also create a clear list that explains which types of data are or aren’t safe to use, and in what situations. A modern data loss prevention tool can help by automatically finding and labeling data, and enforcing least-privilege or zero-trust rules on who can access what.

Patty Patria, CIO at Babson College, notes it’s also important for CIOs to establish specific guardrails for no-code/low-code AI tools and vibe-coding platforms.

“These tools empower employees to quickly prototype ideas and experiment with AI-driven solutions, but they also introduce unique risks when connecting to proprietary or sensitive data,” she says.

To deal with this, Patria says companies should set up security layers that let people experiment safely on their own but require extra review and approval whenever someone wants to connect an AI tool to sensitive systems.

“For example, we’ve recently developed clear internal guidance for employees outlining when to involve the security team for application review and when these tools can be used autonomously, ensuring both innovation and data protection are prioritized,” she says. “We also maintain a list of AI tools we support, and which we don’t recommend if they’re too risky.”

2. Maintain continuous visibility and inventory tracking

CIOs can’t manage what they can’t see. Experts say maintaining an accurate, up-to-date inventory of AI tools is one of the most important defenses against shadow AI.

“The most important thing is creating a culture where employees feel comfortable sharing what they use rather than hiding it,” says Fisher. His team combines quarterly surveys with a self-service registry where employees log the AI tools they use. IT then validates those entries through network scans and API monitoring.

Ari Harrison, VP of IT at branding manufacturer Bamko, says his team takes a layered approach to maintaining visibility.

“We maintain a living registry of connected applications by pulling from Google Workspace’s connected-apps view and piping those events into our SIEM [security information and event management system],” he says. “Microsoft 365 offers similar telemetry, and cloud access security broker tools can supplement visibility where needed.”

That layered approach gives Bamko a clear map of which AI tools are touching corporate data, who authorized them, and what permissions they have.

Mani Gill, SVP of product at cloud-based iPaaS Boomi, argues that manual audits are no longer enough.

“Effective inventory management requires moving beyond periodic audits to continuous, automated visibility across the entire data ecosystem,” he says, adding that good governance policies ensure all AI agents, whether approved or built into other tools, send their data in and out through one central platform. This gives organizations instant, real-time visibility into what each agent is doing, how much data it’s using, and whether it’s following the rules.

Tanium chief security advisor Tim Morris agrees that continuous discovery across every device and application is key. “AI tools can pop up overnight,” he says. “If a new AI app or browser plugin appears in your environment, you should know about it immediately.”

3. Strengthen data protection and access controls

When it comes to securing data from shadow AI exposure, experts point to the same foundation: data loss prevention (DLP), encryption, and least privilege.

“Use DLP rules to block uploads of personal information, contracts, or source code to unapproved domains,” Fisher says. He also recommends masking sensitive data before it leaves the organization, and turning on logging and audit trails to track every prompt and response in approved AI tools.

Harrison echoes that approach, noting that Bamko focuses on the security controls that matter most in practice: Outbound DLP and content inspection to prevent sensitive data from leaving; OAuth governance to keep third-party permissions to least privilege; and access limits that restrict uploads of confidential data to only approved AI connectors within its productivity suite.

In addition, the company treats broad permissions, such as read and write access to documents or email, as high-risk and requires explicit approval, while narrow, read-only permissions can move faster, Harrison adds.

“The goal is to allow safe day-to-day creativity while reducing the chance of a single click granting an AI tool more power than intended,” he says.

Taylor adds that security must be consistent across environments. “Encrypt all sensitive data at rest, in use, and in motion, employ least-privilege and zero-trust policies for data access permissions, and ensure DLP systems can scan for, tag, and protect sensitive data.”

He notes that companies should ensure these controls work the same on desktop, mobile, and web, and keep checking and updating them as new situations come up.

4. Clearly define and communicate risk tolerance

Defining risk tolerance is as much about communication as it is about control. Fisher advises CIOs to tie risk tolerance to data classification instead of opinion. His team uses a simple color-coded system: green for low-risk activities, such as marketing content; yellow for internal documents that must use approved tools; and red for customer or financial data that can’t be used with AI systems.

“Risk tolerance should be grounded in business value and regulatory obligation,” says Morris. Like Fisher, Morris recommends classifying AI use into clear categories, what’s permitted, what needs approval, and what’s prohibited, and communicating that framework through leadership briefings, onboarding, and internal portals.

Patria says Babson’s AI Governance Committee plays a key role in this process. “When potential risks emerge, we bring them to the committee for discussion and collaboratively develop mitigation strategies,” she says. “In some cases, we’ve decided to block tools for staff but permit them for classroom use. That balance helps manage risk without stifling innovation.”

5. Foster transparency and a culture of trust

Transparency is the key to managing shadow AI well. Employees need to know what’s being monitored and why.

“Transparency means employees always know what’s allowed, what’s being monitored, and why,” Fisher says. “Publish your governance approach on the company intranet and include real examples of both good and risky AI use. It’s not about catching people. You’re building confidence that utilizing AI is safe and fair.”

Taylor recommends publishing a list of officially sanctioned AI offerings and keeping it updated. “Be clear about the roadmap for delivering capabilities that aren’t yet available,” he says, and provide a process to request exceptions or new tools. That openness shows governance exists to support innovation, not hinder it.

Patria says in addition to technical controls and clear policies, establishing dedicated governance groups, like the AI Governance Committee, can greatly enhance an organization’s ability to manage shadow AI risks.

“When potential risks emerge, such as concerns about tools like DeepSeek and Fireflies.AI, we collaboratively develop mitigation strategies,” she says.

This governance group not only looks at and handles risks, but explains its decisions and the reasons behind them, helping create transparency and shared responsibility, Patria adds.

Morris agrees. “Transparency means there are no surprises. Employees should know which AI tools are approved, how decisions are made, and where to go with questions or new ideas,” he says.

6. Build continuous, role-based AI training

Training is one of the most effective ways to prevent accidental misuse of AI tools. The key is be succinct, relevant, and recurring.

“Keep training short, visual, and role-specific,” says Fisher. “Avoid long slide decks and use stories, quick demos, and clear examples instead.”

Patria says Babson integrates AI risk awareness into annual information security training, and sends periodic newsletters about new tools and emerging risks.

“Routine training sessions are offered to ensure employees understand approved AI tools and emerging risks, while departmental AI champions are encouraged to facilitate dialogue and share practical experiences, highlighting both the benefits and potential pitfalls of AI adoption,” she adds.

Taylor recommends embedding training in-browser, so employees learn best practices directly in the tools they’re using. “Cutting and pasting into a web browser or dragging and dropping a presentation seems innocuous until your sensitive data has left your ecosystem,” he says.

Gill notes that training should connect responsible use with performance outcomes.

“Employees need to understand that compliance and productivity work together,” he says. “Approved tools deliver faster results, better data accuracy, and fewer security incidents compared with shadow AI. Role-based, ongoing training can demonstrate how guardrails and governance protect both data and efficiency, ensuring that AI accelerates workflows rather than creating risk.”

Responsible AI use is good business

Ultimately, managing shadow AI isn’t just about reducing risk, it’s about supporting responsible innovation. CIOs who focus on trust, communication, and transparency can turn a potential problem into a competitive advantage.

“People generally don’t try and buck the system when the system is giving them what they’re looking for, especially when there’s more friction for the user in taking the shadow AI approach,” says Taylor.

Morris concurs. “The goal isn’t to scare people but to make them think before they act,” he says. “If they know the approved path is easy and safe, they’ll take it.”

That’s the future CIOs should work toward: a place where people can innovate safely, feel trusted to experiment, and keep data protected because responsible AI use isn’t just compliance, it’s good business.

Caught between change and stability, many companies find themselves hesitating on how to square the two. The pace of change is increasing in the age of AI, and the weight of making inspired choices has only become more critical. GS Caltex, one of Korea’s leading refining companies, faced the same dilemma and recently embraced a new guiding principle of good risk taking — a phrase reportedly often heard in GS Caltex meetings, and initially proposed by company CEO Hur Sae-hong. “Once the word ‘good’ was added to ‘risk-taking,’ a culture began to spread where people are willing to attempt any challenge,” says CIO, CDO, and DX Center head Lee Eunjoo.

Amid growing uncertainties around crude oil prices and product demand, intensifying competition over production scale, and demographic decline, the value of good risk taking is pushing the company to pursue new opportunities and innovation. And a changing mindset is reshaping the organization from within.

The AI platform changing the enterprise

Even without any top-down mandate, it’s common at GS Caltex to see not just IT but LOB teams in production, sales, finance, legal, PR, and HR building and using AI agents in their day-to-day work. Finance, for instance, recently built an FAQ agent and asked Lee’s team to review it. “It’s incredibly rewarding to see employees actively using the new technologies provided by the DX Center.”

So far, they’ve created more than 50 agents, including ones that support pre-job safety briefings for partner company staff, review crude oil purchase contracts, automate a complex medical expense reimbursement process, and automatically classify and analyze gas station customer feedback.

All of these agents were developed on AiU, the company’s in-house gen AI service platform launched in June this year, which combines AI with yu, the Korean word for oil, and is also a play on “AI for you,” reflecting its role as AI tailored to each employee.

Lee says AiU is the clearest expression of the company’s approach to transformation. “It’s not just about DX anymore but DAX, combining digital with AI transformation,” she says. “From our production sites to headquarters, we’re rolling out initiatives that let every employee experience it all side by side. That’s how we’re reshaping ourselves into an energy company that uses AI broadly and with confidence.”

A secret to its rapid success is because no one feels pressured to build a perfect agent. “People are much more willing to try things and experiment,” says Lee. From the DX Center’s standpoint, that mindset has made it possible to support a growing number of AI projects with a relatively small team. “Plus, the AiU playground lets employees build and test agents themselves, which makes AI feel far more approachable and familiar in their day-to-day work,” she adds.

An AI agent platform might sound like something only developers can use, but AiU is designed so non-experts can easily work with it. The experience isn’t very different from ChatGPT as GS Caltex deliberately embedded AiU into the side of core business systems that employees check every day, so they’d naturally encounter and use AI in their daily workflows. Even if they don’t build agents themselves, employees can still ask the AI questions using internal company data, and search across both external information and internal systems at once.

It’s only been a few months since AiU officially launched, and around 85% of employees are now regular users, and nearly the entire workforce has tried it at least once. “Most of our production and technical staff work in a mobile-only environment without desktops,” Lee says. “The fact 95% of them have already used AiU shows just how fast the platform is spreading.”

Sowing seeds of success

AiU drew strong interest from employees even during its pilot stage. The DX Center began discussing AI service adoption in 2023, and in 2024, the team built a pilot service on AWS in just a few days. Although it was an early version with only basic UI, more than 300 employees participated and shared the features and requirements they needed. This underscored just how many people were eager to bring AI into their work.

Through this pilot, the DX Center was able to clearly identify what kinds of problems employees wanted to solve with AI, and which capabilities they needed most. The team then considered whether to adopt an external solution or develop one in house. In the end, they chose to build on MISO, the AI transformation platform developed by the GS Group, and add GS Caltex–specific capabilities on top. The entire development took about six months.

In designing AiU’s technical architecture, Lee focused most heavily on minimizing dependence on any single LLM. The platform supports multiple models that employees can choose from, including OpenAI and Anthropic.

“AI moves incredibly fast, so we built the system in a way that lets us easily plug in better technologies as they come along,” she says. “The AI layer will keep changing, but the internal data and applications underneath it will remain our core assets, which is why we’ve focused on strengthening the underlying infrastructure. That’s where our DAX philosophy — advancing digital and AI transformation together — comes into play.”

But AiU has done more than speed up AI adoption. It’s also put new life into existing systems. GS Caltex already had an internal enterprise search platform, but over time, its accuracy and usability declined, and usage dropped. AiU stepped in to augment that system with AI. Employees can now search M365 documents, work rules, and HR information in one go, and have the results summarized for them by the AI.

“All we really did was layer AI on top of what we already had to make it a little easier to use,” Lee says. “But in the end, that AI layer ended up reviving a service that was close to being forgotten.”

The growth engines behind the projects

Rolling out and scaling new IT technologies like AI across an entire organization isn’t easy. It’s common to see transformation stall at the slogan stage, held back by resistance to new tools or the simple reality that people are too busy to change how they work.

GS Caltex, however, has avoided treating DX as a one-off initiative. Instead, the company has built three pillars to sustain company-wide change over the long term: culture, performance management, and education.

The first step was to build a bottom-up DX culture. Traditional IT projects often begin with large-scale planning, writing RFPs, and selecting external vendors — a process so long that customer needs frequently change before anything goes live.

GS Caltex chose a different path: a fast-execution model focused on solving customer needs in real time. Even a small app or a single dashboard is recognized as DX, and each attempt is treated as valuable. One example is an app that automatically collects and organizes external news, built by a frontline business team not the IT department.

As these small wins accumulated, a voluntary culture of digital innovation took root. Since the establishment of the DX Center in 2019, GS Caltex has carried out hundreds of projects this way.

Behind this transformation is a high level of organizational acceptance. No matter how well something is built, if colleagues don’t respond favorably, it doesn’t advance. That hasn’t been a problem at GS Caltex, though, largely due to the embedded good risk taking philosophy.

“DX inevitably involves a certain level of risk,” says Lee. “For good risk taking to really work, you need to understand the level of risk and have leaders actively backing it. We have that kind of culture in place.”

After joining GS Caltex, Lee learned a new approach to positive communication. Rather than focusing on fixing problems, the company emphasizes recognizing small achievements, celebrating them together, and then building on that foundation to find areas to improve. “I’ve personally experienced the value of a positive feedback culture,” she says. “A culture that openly recognizes achievements has become a natural driving force encouraging frontline employees to participate in DX.”

This philosophy has been embedded into reward and performance management systems, including a performance innovation committee, which selects outstanding DX projects initiated by business teams and presents awards. And presentations are delivered not by team leaders but by the frontline employees who actually led the work. The monthly selected cases are then published on the company’s internal website, making sure their contributions are visibly acknowledged.

These practices give other employees confidence to do the same, and thus fuels wider voluntary participation. The committee also actively shares failure cases. By openly discussing what was attempted in each project and what could be improved, the company aims to turn failure into an opportunity for learning.

Lee says that GS Caltex only recognizes outcomes that can be proven in financial terms. Common IT metrics such as conversion rates or click-through rates, often used as proxy indicators, aren’t treated as final measures of success. Instead, the company tracks more meaningful indicators such as productivity gains that drive innovation, cost reductions, and improvements in customer satisfaction. These results are all centrally managed through the company-wide performance management system.

But it’s education that the DX Center prioritizes most. Rather than relying on a small group of experts, GS Caltex has chosen a strategy of cultivating hundreds of frontline DX specialists and sees strong results. The more business-side DX experts there are who can use digital tools to directly solve on-site problems, the faster digital adoption spreads. So once technology takes hold in the field, the DX organization provides the necessary development environment and additional support.

This training initiative, called the digital academy, runs as full-day programs ranging from a single day up to three months. It focuses on reskilling and deepening professional expertise to develop DX talent. The curriculum includes low-code developer tracks and in-house DX expert courses, enabling frontline employees to learn technologies themselves and apply them directly to their work. Topics include RPA, Tableau, Python, AI, and data science. Most notably in recent months, every executive has gone through gen AI training themselves, setting the tone from the top and actively championing a culture of continuous learning.

From IT support to proactive DX engine

Two years into her tenure, Lee is now reimagining how DX governance works. Historically, the DX organization operated in reactive mode, fielding requests from business units as they came in. Now, it’s flipping the script. That means taking the lead on company-wide DX priorities, vetting technologies for maturity and feasibility, and consolidating redundant projects.

One clear target is to streamline the system portfolio. Lee also plans to retire underutilized systems and those where operating costs outweigh the value they deliver, cutting waste while boosting efficiency.

At the same time, GS Caltex is leaning into global outsourcing. The company is building a distributed operations model, partnering with offshore teams not just for IT infrastructure, but for internal systems spanning HR, procurement, legal, and beyond. The savings are being funneled back into critical areas, like bolstering disaster recovery capabilities to strengthen business continuity, and reinforcing the DX foundation to deliver more reliable support across the organization.

AI, of course, remains a top priority, and internal demand is surging. “Employees, especially senior leaders, want services that pull together even more data,” Lee says. “Down the road, I’d like AiU to evolve to the point where you can ask what’s been happening with a particular customer lately, and instantly get a unified view of what division A is working on, what division B needs, and live customer inquiries all in one snapshot.”

요점은 다음과 같다.

• 새로운 관리자는 무리한 행동에 나서기보다 직원 참여를 통해 변화를 추진해야 한다.
• 조직 내 조화를 지나치게 중시하는 리더는 대체로 갈등을 회피하는 경향이 있어 문제 대응이 늦어질 때가 많다.
• 목표를 달성하려면 관리자는 적절한 권한 위임을 통해 시간을 확보할 수 있어야 한다.

승진을 통해 리더가 된 것은 분명 의미 있는 성취다. 이제 눈앞에는 흥미롭고도 배움 많은 시기가 펼쳐지며, 동시에 곳곳에는 시행착오와 위험 요소가 도사리고 있다. 하지만 많은 신임 리더와 관리자가 저지르는 다음 8가지 실수를 미리 이해한다면, 걸림돌을 충분히 예측하고 피할 수 있다.

취임 인사의 중요성을 과소평가한다

기존 구성원과 이미 함께 일해왔든 완전히 새로운 환경에서 리더 역할을 맡게 됐든, 직원들은 새 상사를 빨리 만나고 싶어 한다. 부임 후 이틀 또는 사흘째 되는 날 팀을 초대해 간단한 환영 자리를 마련하고, 공식적으로 자신을 소개하는 것이 좋다. 짧은 인사말에는 자신의 경력과 업무 경험을 간단히 소개하고, 리더십 스타일과 가치관, 초기 목표에 대한 윤곽을 제시해야 한다. 직원 면담 일정과 현장 방문, 킥오프 미팅 계획 등 초기 운영 방향에 대한 구체적인 정보도 함께 전달하는 편이 바람직하다.

주의할 점도 있다. “튼튼한 토대를 위한 최고의 전제 조건은 견고한 기반이다” 같은 공허한 문구는 새로운 역할에서 좋은 출발을 망칠 뿐이다. 이는 독일 연방의회에서도 실제로 사용된 표현인데, 의미 없는 수사, 지나치게 긴 자기소개, 전임자에 대한 평가나 기존 방식에 대한 비판은 신뢰를 얻는 데 전혀 도움이 되지 않는다.

부임 초기 100일 동안 모든 것을 뒤집는다

새로운 관리자가 오면 조직은 당연하게도 변화를 기대한다. 이런 분위기 속에서 신임 관리자는 과도한 활동에 몰두하며 자신의 존재감을 입증하려는 경향을 보인다. 그러나 이런 모습은 팀을 이끌며 방향을 잡기보다, 스스로의 위치와 성과에만 지나치게 집중하는 사람처럼 비칠 수 있다.

초기 몇 주는 직원 면담과 업무 현장 방문에 집중하는 편이 훨씬 효과적이다. 이를 통해 구성원이 기대하는 바, 맡고 있는 업무, 협업 방식, 내부 프로세스, 잠재적 문제 지점 등을 전체적으로 파악할 수 있기 때문이다. 평가와 이해가 충분히 이뤄진 뒤에야, 직원 참여를 통한 변화가 비로소 의미 있게 추진될 수 있다.

직원에게 휘둘린다

문제가 생기면 직원은 대체로 상사의 도움을 기대한다. 상부의 압박이든, 외부 이해관계자와의 갈등이든, 팀 내부의 문제이든 마찬가지다. 새 관리자가 부임하면 직원들은 그동안 해결되지 않았던 불만이나 미해결 사안을 풀어달라며 새로운 상사를 적극적으로 끌어들이려 한다. 대외적으로 대신 목소리를 내주길 기대하는 것이다.

그러나 이때 주의가 필요하다. 이런 상황에서는 직원 개인의 주관적 판단만 전달되는 경우가 많다. 따라서 성급한 약속이나 즉흥적 결정을 피하고, 우선 현재 상황과 책임 구조를 충분히 이해하는 것이 중요하다.

특정 직원과 과도하게 가까워진다

동료 간 우호적인 분위기는 업무 만족도를 높이고, 근무 외 시간에 나누는 대화 역시 긍정적인 조직 문화를 만드는 데 도움이 된다. 그러나 특정 직원과 개인적 친분이 깊어지면, 이 관계가 업무에 어떤 영향을 미칠지 점검해야 한다. 특히 중요한 의사결정이나 갈등 상황에서 공정성을 유지할 수 있는지, 다른 직원·동료·상사는 이를 어떻게 받아들일지 자문할 필요가 있다. 리더와 직원 모두를 보호하기 위해서는 적절한 거리감을 유지하는 것이 바람직하다.

항상 옳다고 주장하고 실수를 인정하지 않는다

실수를 인정하거나 직원의 비판을 받아들이는 것은 종종 약점을 드러내는 행동이라고 해석되곤 한다. 하지만 실제로는 정반대다. 정당한 비판에 열린 태도를 보이고, 필요하다면 결정을 바로잡으려는 자세야말로 진정한 리더십 역량을 보여준다. 이러한 태도는 리더의 신뢰도를 높이고 구성원에게 모범을 제시한다. 스스로 실천하지 못하는 것을 직원에게 요구할 수는 없다.

갈등을 피하려 한다

조직 내 조화를 중시하는 리더는 대개 갈등을 회피하는 성향을 보인다. 문제가 저절로 해결되길 바라는 마음에 상황이 악화될 때까지 대응을 미루는 경우도 흔하다. 직원의 부적절한 행동이든, 팀 내 갈등이든, 리더는 초기에 기대치를 명확히 전달하고, 지속적으로 건설적인 피드백을 제공하며, 필요할 때 즉시 방향을 조정해야 한다. 대응이 늦어지면 피로감이 커지고 오해가 쌓인다. 명확성은 리더십의 핵심 성공 요인이며, 친절함과 양립할 수 없는 가치가 아니다.

항상 문을 열어둬야 한다고 생각한다

상사가 직원의 요구사항에 관심을 갖고 있다는 인상을 주는 것은 중요하지만, “언제든 찾아오라”라는 말은 리더에게 치명적일 수 있다. 계획되지 않은 대화는 일의 흐름을 끊고, 진행 중인 중요한 업무를 방해하기 때문이다.

다시 말해, ‘중간중간’ 리더십을 발휘하려는 방식은 적절하지 않다. 사전에 시간을 정해 직원 상담을 위한 별도 시간을 확보해야 한다. 반대로 집중이 필요한 업무 시간에는 문을 닫는 것이 효율적이다. ‘열린 문’이라는 환상은 직원이 충분히 스스로 해결할 수 있는 문제까지 상사에게 의존하게 만드는 부정적 결과를 낳을 수 있다.

전문가를 능가하려 한다

모든 기술적 질문에 답하거나 모든 문제를 직접 해결해야 한다고 믿는 것은 큰 착각이다. 이는 각 분야의 전문성을 가진 직원의 역할이며, 관리자의 본래 임무는 리더십과 조직 운영에 있다. 이런 책임까지 스스로 떠안으려 하면 결국 핵심 업무에 집중하지 못하게 된다. 시간을 확보하고 목표를 효과적으로 달성하려면, 적절한 위임이 필수적이다.
dl-ciokorea@foundryco.com

생성형 AI가 기업의 AI 전략 재편을 이끌면서 IT 기술 인력 시장도 재편되고 있다. 기업은 AI 역량을 갖춘 지원자와 재직자에게 우선순위를 두고 있다. 인디드의 ‘2025 테크 인재 보고서(Tech Talent Report)’에 따르면 AI 관련 조직 재편의 영향을 가장 크게 받은 상위 4개 역할은 소프트웨어 엔지니어·개발자, QA 엔지니어, 프로덕트 매니저, 프로젝트 매니저였다. 현재 기업은 사이버보안, 데이터 분석·데이터 애널리틱스, AI팀 구축·관리 역량을 보유한 전문가에 예산과 노력을 집중하고 있다.

IT 역할의 우선순위가 바뀌면서 구직자가 이력서에 담아야 할 IT 기술 역량도 달라졌다. 기업은 이제 초급 IT 직무라도 최소한 기본적인 프롬프트 엔지니어링 역량을 갖추기를 기대한다. 그보다 높은 수준에서는 AI 도구와 전략을 감독하고, 도입하고, 보안 수준을 확보하고, 운영까지 책임질 수 있는 IT 전문가를 찾고 있다.

인디드 데이터에 따르면 2024년과 2025년 사이 채용 공고에 요구 조건으로 포함된 횟수를 기준으로 다음 10가지 IT 기술 역량의 선호도가 가장 크게 높아졌다.

AI

AI 역량 수요가 가장 큰 폭으로 늘어난 것은 전혀 놀라운 일이 아니다. 여러 산업과 직무에서 AI 도입 경쟁이 벌어지면서 기업은 AI를 어떻게든 활용하려 분주하게 움직이고 있다. 2024년에는 AI 역량을 요구한 채용 공고가 500만 건을 웃돌았고, 2025년에는 1년 새 400만 건 이상 늘어났다. 이제 기술 분야 밖에서 일하는 지원자라도 프롬프트 엔지니어링, 자연어 처리, 프로그래밍·코딩용 AI 활용 등 일정 수준의 AI 역량을 갖춰야 하는 상황이다.

파이썬

파이썬은 데이터 분석, 웹 개발, 소프트웨어 개발, 과학 컴퓨팅, AI·머신러닝(ML) 모델 구축 등 여러 분야에서 활용되는 프로그래밍 언어이다. 소프트웨어 개발자, 웹 개발자, 데이터 사이언티스트, 데이터 애널리스트, ML 엔지니어, 사이버보안 분석가, 클라우드 엔지니어 등 다양한 IT 직무가 폭넓게 사용하는 다목적 언어이다. 기업 환경에서의 활용 폭이 넓기 때문에 꾸준히 수요 상위권을 유지하는 기술 역량이다. 2024년에는 파이썬 역량을 요구한 채용 공고가 1,500만 건을 조금 넘었고, 2025년에는 1,800만 건에 약간 못 미치는 수준까지 늘어났다. 더 많은 조직이 코딩에 AI를 활용하고 있지만, 여전히 복잡한 코드를 직접 작성하고, AI가 생성한 코드의 프롬프트를 다듬고 품질을 검증할 수 있는 숙련 개발자 역량이 필요하다.

알고리즘

많은 기업이 코딩과 프로그래밍 효율화를 위해 AI를 도입하면서, 이런 과정을 이끌고 제어하는 기준이 되는 알고리즘에 대한 의존도도 높아졌다. 알고리즘 중심의 사고에는 데이터베이스와 프로그래밍에 대한 깊은 이해, 고차원 비판적 사고, 문제 해결 능력이 필요하다. 알고리즘 역량을 요구한 채용 공고는 2024년에는 약 18만 건에 불과했지만, 2025년에는 200만 건이 넘었다. AI가 초급 업무 상당 부분을 넘겨받으면서, 기업은 AI 시스템을 설계·지도하고 효율적인 알고리즘을 구축할 수 있는 고급 인력을 찾고 있다.

CI/CD

CI/CD 역량은 AI 도입 이후 소프트웨어 개발 라이프사이클을 효율화하는 데 필수 기술로 떠올랐다. CI/CD 역량을 갖춘 전문가는 자동화·스크립팅 도구를 구축하고, 컨테이너화, 클라우드 통합, 자동화 테스트 같은 개념을 이해하고 활용할 수 있다. 2024년에는 CI/CD 역량을 요구한 채용 공고가 700만 건에 조금 못 미쳤고, 2025년에는 900만 건을 넘는 수준까지 증가했다.

구글 클라우드

구글 클라우드는 기업의 IT 솔루션을 구축·배포·관리하기 위해 널리 사용하는 클라우드 플랫폼으로, 구글은 구글 클라우드 역량과 지식을 인증하는 여러 자격증을 제공한다. 최근 몇 년 동안 많은 조직이 업무 도구, 서비스, 데이터 저장소를 구글 클라우드 기반 서비스로 이전해 왔다. 특히 대규모 데이터를 저장하고 처리해야 하는 AI 개발 환경에서 클라우드 도구는 필수 인프라로 자리 잡았다. 2024년에는 구글 클라우드 역량을 요구한 채용 공고가 약 350만 건이었지만, 2025년에는 530만 건을 웃도는 수준까지 늘어났다.

AWS

AWS는 현재 가장 널리 쓰이는 클라우드 플랫폼이다. 여러 산업에서 클라우드 전략의 핵심 축을 담당하는 만큼, 플랫폼이 제공하는 방대한 서비스를 제대로 활용하기 위한 AWS 역량 수요도 크다. 클라우드 엔지니어, 데브옵스 엔지니어, 솔루션 아키텍트, 데이터 엔지니어, 사이버보안 분석가, 소프트웨어 개발자, 네트워크 관리자 등 수많은 IT 직무에서 공통으로 요구되는 역량이다. 2024년에도 AWS 역량은 높은 인기를 유지하며 1,200만 건이 조금 넘는 채용 공고에 요구사항으로 포함됐고, 2025년에는 1,370만 건을 넘었다.

분석 역량

AI가 초급·반복 업무 상당 부분을 대체하면서 IT 전문가에게는 더 높은 수준의 분석적 사고 역량이 요구되고 있다. AI가 내리는 판단이나 생성 결과가 항상 완벽하지 않기 때문에, 특히 숫자와 데이터 영역에서는 AI 환각과 오류를 가려낼 수 있는 인간의 시선과 분석 능력이 필요하다. 분석 역량은 이미 오래전부터 조직에 핵심으로 자리한 능력이다. 2024년에는 분석 역량을 요구한 채용 공고가 1,900만 건을 조금 넘었고, 2025년에는 2,100만 건을 웃도는 수준으로 늘어났다.

사이버 보안

AI 의존도가 높아지면서 기업의 보안 취약 지점도 함께 늘어나고 있다. 더 많은 제품과 서비스를 온라인으로 전환하고 AI를 통합하는 과정에서 공격자가 노릴 수 있는 지점이 많아진다는 의미이다. 사이버보안 역량을 요구한 채용 공고는 2024년 약 240만 건이었다가 2025년에는 400만 건을 넘는 수준까지 증가했다. AI를 보안 솔루션에 통합하든, AI를 악용한 새로운 고도화 공격을 막든, 보안은 AI 도입을 추진하는 조직이 최우선으로 고려하는 분야이다.

소프트웨어 문제 해결 역량

더 많은 조직이 기본적인 코드와 스크립트 작성에는 AI를 활용하고 있지만, 최종 결과물에서 결함, 보안 문제, 이상 징후를 찾아내는 일은 여전히 인간 IT 전문가의 몫이다. 소프트웨어 트러블슈팅 역량을 요구한 채용 공고는 2024년 900만 건이 조금 넘었고, 2025년에는 1,100만 건에 조금 못 미치는 수준까지 증가했다. 이 분야에는 소프트웨어 문제를 파악하고 고객·사용자의 문제를 해결하기 위한 커뮤니케이션 능력, 문제 해결 능력, 비판적 사고, 기술 역량이 모두 필요하다.

머신러닝

머신러닝은 AI 개발의 핵심 기술로, AI뿐만 아니라 자연어처리에 대한 높은 수준의 전문성이 요구된다. 기업은 AI 도입과 향후 확산을 뒷받침할 수 있는 ML 역량 보유 전문가를 확보하는 데 주력하고 있다. 머신러닝 역량을 요구한 채용 공고는 2024년 약 370만 건에서 2025년에는 500만 건을 넘었다. 기업이 AI 프로세스를 적극 도입하고, AI 시스템을 지원·유지할 인재를 찾는 흐름이 이어지는 한 머신러닝 역량을 갖춘 IT 전문가는 계속 높은 수요를 유지할 것으로 보인다.
dl-ciokorea@foundryco.com

The gist:

• New managers should not resort to blind activism and should only initiate changes with the involvement of employees.
• Superiors who crave harmony are usually conflict-averse and often address problems too late.
• A manager must be able to delegate to gain freedom and achieve their goals.

Congratulations, you’ve done it! You’ve been promoted and entrusted with leadership responsibilities. An exciting and educational time is now beginning for you. Many pitfalls lie ahead. Fortunately, you can prepare for some classic stumbling blocks and avoid them with certainty by heeding the most common mistakes new bosses and managers make.

Underestimating the importance of the inaugural address

Whether you’re already working at the company and know many employees, or taking on a leadership role in a new environment, your staff will be eager to meet the new boss. It’s helpful to invite the team to a get-together on the second or third day and officially introduce yourself. In a short speech, you should talk about yourself and your career path, and give an initial insight into your leadership style, values, and goals. Provide specific details about planned initial meetings at the workplace and a kick-off meeting.

And note: Many an opportunity for a good start in a new role has been squandered by empty phrases like: “A good foundation is the best prerequisite for a solid base” — an exemplary quote that was actually uttered in the German Bundestag. In other words: Meaningless statements, lengthy CVs, score-settling with the predecessor, or criticizing previous work methods will win you any points.

Turning everything upside down in the first 100 days

New brooms sweep clean. When management positions are filled, the executive board expects positive changes. Under this expectation, new managers often fall into a frenzy of activity. It appears that the “newcomer” is too preoccupied with themselves and their career, instead of getting their team on board.

It is better to use the first few weeks for employee meetings and workplace visits. This gives managers an overview of expectations, tasks, collaboration, processes, and potential sticking points. Only after this assessment and initial introduction should changes be initiated with employee involvement.

Allowing yourself to be manipulated by employees

When it comes to problems, employees often rely on their superiors. Whether it’s pressure from above, difficulties with external parties or within the team — they expect support. When a new manager arrives, employees tend to enlist them for unresolved and unsatisfactory issues, hoping they will advocate for these concerns with third parties.

But caution is advised here, as often only subjective perceptions come to light. Therefore, one should avoid making promises or hasty decisions, but rather first gain a comprehensive understanding of the status quo and responsibilities.

Forming close friendships with employees

A collegial atmosphere makes working life pleasant, and even after work, conversations with colleagues contribute to a positive work environment and team building. If friendships develop with individual colleagues, one should ask, for example: What influence does the relationship have on day-to-day business in the company, especially when critical situations arise? And: What impression might employees, colleagues, and superiors get if they find out about the friendship? To protect both managers and employees, it is advisable to maintain sufficient distance.

Always being right and not admitting mistakes

Admitting mistakes and accepting criticism from employees is often interpreted as a weakness in leadership. However, the opposite is true. True greatness and competence are demonstrated by those who are open to justified criticism and, if necessary, reverse a decision. This is how a manager gains credibility and trust. And as a role model for employees, you should only expect from them what you yourself are willing to give.

Avoiding conflict

Leaders who crave harmony are usually also conflict-averse. They secretly hope that problems will resolve themselves and often only address issues when a situation escalates. Whether it’s employee misconduct or conflicts within the team — you should state expectations early on, always give constructive feedback, and adjust course in a timely manner. Reacting too late is exhausting and creates misunderstandings. Clarity in leadership is a key success factor. And clarity and friendliness are not mutually exclusive.

Always having an open door

While it’s good to know that the manager is interested in their employees’ needs, a statement like “You can come to me anytime” is disastrous. The reason: Unplanned conversations disrupt the daily routine and pull the manager away from their current task.

In other words, leading “in between” is not advisable. After agreeing on a time slot, set aside dedicated time for employee meetings. However, for focused work, it’s better to close the door. The myth of the open door also carries the risk of encouraging employees to become dependent, as many problems can often be solved independently after careful consideration.

Trying to outdo experts in their subject matter

It’s a misconception for managers to believe they have to answer every technical question or be able to solve every problem. That’s the job of the specialists, namely the employees with their respective expertise. The primary role of a supervisor is to perform leadership and management tasks. Any manager who feels responsible for this quickly becomes a “super-administrator.” Tip: Delegate to gain more freedom and achieve your goals.

Gen AI has reshaped the IT skills market as companies restructure for AI strategies, and prioritize candidates and employees with AI skills. Data from Indeed’s 2025 Tech Talent Report show that the top four roles affected by AI-related restructuring include software engineers and developers, QA engineers, product managers, and project managers. Companies are now focusing their efforts and hiring budgets on professionals with skills in cybersecurity, data analytics and analysis, and building or managing AI teams.

This reprioritization of IT roles has also created a shift in the most in-demand IT skills that jobseekers will want to have on their résumés. Organizations now expect candidates to have basic prompt engineering skills at minimum, even for entry-level IT roles. And beyond that, they’re looking for IT professionals who can help oversee, implement, secure, and manage AI tools and strategies.

Data from Indeed reveal these are the 10 IT skills that grew the most desirable between 2024 and 2025, based on how many times they appeared as a requirement in a job posting year over year.

AI

It’s no surprise that AI is at the top of the list for one of the most in-demand skills based on growth in tech job postings listed since 2024. Companies are scrambling to adopt AI as it rapidly finds its way into every industry and career path. In 2024, there were just over 5 million job postings that required AI skills, and in 2025, that number grew by more than 4 million. So candidates, even for those working outside of tech, are now expected to have some level of AI skills, whether it’s prompt engineering, natural language processing, or using AI for programming and coding.

Python

Python is a programming language used in several fields, including data analysis, web development, software programming, scientific computing, and for building AI and ML models. It’s a versatile language used by a wide range of IT professionals such as software developers, web developers, data scientists, data analysts, ML engineers, cybersecurity analysts, cloud engineers, and more. Its widespread use in the enterprise makes it a steady entry on any in-demand skill list. In 2024, there were just over 15 million job listings requiring Python skills, and that grew to just under 18 million in 2025. Although more organizations are relying on AI for coding, they still need skilled professionals who understand key programming languages to write more complex code, and to help with prompt and QA code written by AI.

Algorithms

As more companies embrace AI and its ability to streamline coding and programming, organizations are also becoming more reliant on algorithms to help guide and dictate those processes. Algorithmic thinking requires a complex understanding of databases and programming, high-value critical thinking, and problem solving. Algorithm skills were listed as a requirement on around 180,000 job postings in 2024, which jumped to over 2 million in 2025. AI has taken over more of the entry-level work, leaving organizations looking for higher-skilled professionals who can help build and guide AI systems, and who understand how to build efficient algorithms.

CI/CD

Continuous integration and continuous delivery or deployment skills have grown in demand in the wake of AI implementation to help streamline the software development lifecycle. Professionals with CI/CD skills can handle tasks such as building tools used for automation and scripting, and have a strong understanding of concepts such as containerization, cloud integration, and automated testing. In 2024, there were just under 7 million job listings that looked for CI/CD skills and that number jumped to just over 9 million in 2025.

Google Cloud

Google Cloud is a popular platform to build, deploy, and manage IT solutions for an organization, with several certifications offered by Google to certify your professional skills with, and knowledge of, Google Cloud. Organizations have adopted the cloud in recent years, moving tools, services, and data storage to solutions hosted by Google’s cloud services. Cloud tools are critical for AI development, allowing for more versatile and agile storage solutions to host the large data sets required to train and run AI tools. Google Cloud skills were a requirement for around 3.5 million job listings in 2024, but that rose to just over 5.3 million in 2025.

AWS

Amazon Web Services is the most widely used cloud platform today. Central to cloud strategies across nearly every industry, AWS skills are in high demand as organizations look to make the most of the platform’s wide range of offerings. It’s a common skill for cloud engineers, DevOps engineers, solutions architects, data engineers, cybersecurity analysts, software developers, network administrators, and many more IT roles. In 2024, AWS skills were still popular and were listed as a requirement on just over 12 million job listings, which jumped to over 13.7 million in 2025.

Analysis Skills

AI has taken a lot of entry-level and rote work off the table for IT professionals, which has created more room for higher-level skills such as analytical thinking. Since AI still doesn’t create perfect outputs with every prompt, companies need a human eye and analytical mind to catch AI hallucinations and errors, especially when it comes to numbers and data. Analysis skills have been critical for organizations for a while now; in 2024, just over 19 million job listings required analysis skills, a number that number jumped to just over 21 million in 2025.

Cybersecurity

An increased reliance on AI has created more vulnerabilities for organizations. As they take more products and services online and integrate AI, more opportunities are created for security attacks. Cybersecurity skills were a requirement on around 2.4 million job listings in 2024, which grew to just over 4 million in 2025. Whether organizations look to integrate AI into cybersecurity solutions or help prevent new sophisticated attacks that use AI to breach systems, security is a top priority for organizations as they move forward with AI.

Software troubleshooting

Although organizations are increasingly using AI to write basic codes and scripts to build software tools, organizations still need human IT professionals to identify flaws, security issues, and other potential anomalies in the final product. Software troubleshooting skills were listed as a requirement on just over 9 million job listings in 2024, but this year, that number grew to just under 11 million. It’s an area of IT that requires communication, problem-solving, critical thinking, and technical skills to identify software issues and troubleshoot problems for clients and customers.

Machine Learning

ML is fundamental to AI development and requires a strong expertise of not only AI but also natural language processing. Organizations are seeking professionals with ML skills to support AI initiatives, and the future of AI adoption in the enterprise. In 2024, there were around 3.7 million job listings that looked for ML skills, while that jumped to over 5 million in 2025. IT professionals with ML skills will continue to be in demand as companies embrace AI processes and look for professionals to help support and maintain AI systems.

---

In a previous article, we focused on the risk of the CIO becoming invisible. Even for tech executives, visibility and influence are difficult to achieve alone. They multiply when supported by allies.

Here, we analyze the difference between having and not having allies, the multiple opportunities that exist if a bottom-up approach is used, and how to avoid invisible errors that can neutralize an alliance.

1. When support is lacking: Cost and risk for the CIO

In 2020, Daimler decided to spin off its famous innovation incubator, Lab1886, where the vehicles and mobility of the future were being developed. There was plenty of talent, but a lack of allies within the company to take ownership of the projects. Without a clear link within the organization, projects weren’t properly transferred and implemented. In the end, the unit became isolated.

The same thing happens to the CIO when their initiatives lack internal support: Talent and effort aren’t enough if no one in the business takes ownership of them. In fact, even CIOs of large companies say they’ve had to defend proposals from scratch, or, from another angle, they’ve received projects from other areas of the business “unfiltered,” that is, without IT having any prior visibility into the problem.

This dynamic creates a perception that the CIO acts as a brake, and it doesn’t help the CIO gain more influence; quite the opposite, in fact. The CIO is pushed to put out fires instead of leading the digital strategy.

CIOs are becoming aware that this spiral is unsustainable. As David Walmsley, CDO/CTO of jewelry giant Pandora, said to Mark Samuels: “As I said from day one of the digital transformation, we are not here to take orders. We are here to provide robust collaboration.”

2. Allies: Strengthening the CIO’s position

CIOs need to break out of the dynamic of justifying initiatives or redirecting other people’s projects. To do this, they cannot resort to authority, but rather to complicity. That is, building allies within the organization.

The great advantage of having allies is that they represent political capital where support is already secured. This accelerates approvals and avoids the cycles of justifying initiatives, with the associated wear and tear

Furthermore, it provides other benefits. For example, friction is reduced because allies act as a buffer by contributing their own legitimacy. Additionally, a network effect is created, where connections within the organization open the door to new conversations where the CIO was not present or to opportunities off their radar. Finally, an ally can become the voice that champions an initiative when the CIO is not present, contributing their own credibility.

In short, allies are an asset for the CIO that strengthens their position, multiplies their influence, and prevents burnout.

3. Building allies from the bottom up: Trust that scales

The value of allies is clear, but how are they acquired? There aren’t always shared interests or things that make the process easier. What there is, however, is an abundance of pain points that business leaders experience, which steal their time and budget. If the CIO is able to be part of the solution, they will create the foundation for an alliance.

It seems logical to start at the top of the hierarchy, but that can be the most difficult path. There are many potential allies with burning issues. For example, the financial controller lives with the pressure of slow closings and inaccurate forecasts. The purchasing manager has to deal with duplicate contracts and error-ridden manual invoicing tasks.

The opportunities are there. What it takes to find them is to look for the signs, the trail these problems leave, from duplicate invoices to spreadsheets circulating unchecked at the end of each month. These are all traces of unchecked processes where IT can quickly achieve improvements.

If the CIO helps these profiles, it leaves an impact that can travel and escalate surprisingly quickly. What begins by resolving a procurement bottleneck ends up being cited in department meetings, reaching, for example, the CFO.

4. How to avoid the invisible mistakes that break an alliance

Finding the opportunity to start a relationship is only the first step. In practice, what’s decisive is how an initiative is managed. This requires paying attention to silent elements that can jeopardize the continuity of the collaboration and send the CIO back to square one.

The first risk arises if the initiative isn’t translated into business language. This topic deserves its own discussion, but it can be summarized as follows: If the potential ally doesn’t fully understand the activity, or can’t explain it to their colleagues in their own language, it won’t take off.

Something similar happens when the CIO arrives with a perfect, ready-made solution. If there’s no room for the other person to co-create and leave their mark on the initiative, they won’t feel ownership and won’t get involved, even if the project benefits them.

A less visible obstacle can also arise: the attention economy. Time is a scarce commodity in all areas. If a project, or the relationship itself, demands a lot of dedication or is very complex, it will be unprofitable for the business and won’t bear fruit.

Added to this is a more political, though equally crucial, risk. It arises when stakeholders who have the power to block IT are overlooked. These could be compliance officers, legal officers, or even committee attendees. When they aren’t identified and their voices aren’t heard, objections appear late, with little room to overcome them.

These risks go unnoticed, and therein lies the danger. What they highlight is that technical perfection is not the most important thing; rather, working together generates trust. The relationship and communication established will serve as a model for the future relationship.

5. Consolidated mission and political capital for the future

For the CIO, having allies means no longer having to undertake the transformation effort alone. Their IT initiatives no longer require constant defense because there is pre-existing support and accumulated political capital.

Furthermore, this support network provides resilience. Their strategy is much more resistant to potential changes in the organizational chart because it is based on shared business priorities.

Ultimately, the CIO gains room to maneuver. Instead of wasting energy putting out fires, they move beyond tactical issues and can concentrate on their mission as the architect of the digital strategy

The author of this article is Alberto Bellé, principal analyst at Foundry.