IT 언론사 더버지는 최근 MS가 사내 도서관을 폐쇄하기로 했다고 15일 보도했다. 이와 함께 기존에 직원들에게 제공되던, 결제를 해야 열람할 수 있었던 언론사 등 유료 정보 서비스 구독도 중단한 것으로 파악됐다.

더버지가 입수한 MS 사내 안내문에 따르면 MS는 구독 서비스가 갱신되지 않는 이유에 대해 “스킬링 허브(Skilling Hub)라는 내부 플랫폼으로 보다 현대적인 AI 기반 학습 경험으로 전환하기 위한 조치”라고 설명했다. 이어 “도서관은 스킬링 허브를 중심으로 한 보다 현대적이고 연결된 학습 경험으로 이동하는 과정에서 폐쇄됐다”며 “이 공간을 소중히 여겨온 많은 사람들에게 이번 변화가 영향을 미친다는 점을 알고 있다”고 밝혔다.

또 다른 IT 언론사 긱와이어가 15일 보도한 내용에 따르면, MS에 문의한 결과 MS는 “미국 레드먼드, 인도 하이데라바드, 중국 베이징, 아일랜드 더블린에 위치한 MS의 사내 도서관이 이번 주를 기점으로 폐쇄됐으며, 해당 공간들은 직원들이 신기술을 탐색할 수 있는 그룹 학습과 실험을 위한 협업 공간으로 재구성되고 있다”고 설명했다.

한편 MS가 구독을 중단한 정보 서비스에는 IT 언론사 더인포메이션과 기술·경제 분석 전문 매체 스트래티직 뉴스 서비스(Strategic News Service)가 포함됐다. 스트래티직 뉴스 서비스는 약 20년간 MS 직원들에게 글로벌 리포트를 제공해온 것으로 알려져 있다. 다만 MS는 모든 구독 및 정보 서비스를 중단하는 것은 아니라며 “20개 이상의 디지털 자료와 구독 서비스에 대한 접근을 제공하고 있고, 직원들에게 가장 가치 있는 자원에 우선순위를 두고 있다”고 긱와이어를 통해 설명했다.

MS의 사내 도서관은 유서 깊은 역사를 가진 곳으로, MS 설립 초기부터 운영되며 지속적으로 규모를 확장해온 것으로 알려져 있다. 도서관 및 사서 커뮤니티인 립콘프(LibConf)의 2018년 자료에 따르면 MS는 1983년 사내에 첫 사서를 채용했으며, 당시 약 50권의 책으로 시작했다. 이후에는 책의 양이 너무 많아 건물 하중을 고려해야 할 정도였다는 일화도 전해진다. 해당 내용은 MS 내부 개발자인 레이몬드 첸이 2020년 자신의 블로그를 통해 공개했다.

MS 초창기 엔지니어이자 윈도우 부문 사장을 역임한 스티븐 시노프스키는 X 계정을 통해, MS 사내 도서관이 회사 초창기 시절 PC 관련 서적을 빠짐없이 구입하고 직원들이 필요로 하는 기사 사본을 전달하는 역할을 했다고 회상했다.
jihyun.lee@foundryco.com

What ever happened to Digital? The Cloud? Agile? Flattening IT’s org chart? ITIL/ITSM? Or whatever other transformational change was supposed to, well, transform IT but instead petered out into just another disappointing management fad?
There’s no one culprit. But here are a few of the more popular preventable reasons that IT change efforts die on the vine.

Culprit #1: Wrong methodology

Sometimes, the change methodology is, not to put too fine a point on it, a chump’s game. Most reorganizations fall into this category.

Preventing reorganization failures is simple: Don’t reorganize. Recognize that if you want a more effective organization, redrawing the IT org chart is about as promising as the legendary Save-the-Titanic methodology of rearranging its deck chairs.

Culprit #2: Cheaping out

Sometimes the hoped-for change was underbudgeted. Understanding this one might take a history lesson.

Back in the late 1990s IT planners figured out that its data architects’ practice of saving money by only storing the last two digits of any date field had outlived its usefulness and had become lethal in the extremis. Remarkably, addressing this — the Y2K crisis — turned into what just might have been the most successful IT change effort in history.

Which led to the most colossal failure of appreciation in the history of the business world. In any event, in the months following the worldwide success of IT’s Y2K remediation efforts, various groups conducted post-non-mortem analyses to figure out what had, mystifyingly, gone right.

Among the critical success factors, one stood out: Around the world, Y2K remediation efforts weren’t starved for resources. And oh, by the way, the Y2K crisis was neither a hoax nor the result of incompetence. But given our species’ proclivity to assign blame whenever we have the opportunity, there’s little point trying to convince anyone.

But still, we might decide to learn from this success and give our change efforts a chance by giving them enough staff and budget.

Culprit #3: What starts out as a fad stays a fad

Ready for another organizational change killer? Here’s a simple one: They became failed fads because the whole reason for trying them in the first place was that they were a trend someone influential had spotted and promoted. They became fads, that is, because they started out as fads.

Culprit #4: The 7x7x7 challenge

The first three culprits are the easy ones. Or at least, they’re conceptually easy. Increasing project budgets, for example, certainly isn’t easy to do. It’s just easy to understand.

Now comes the hard one — the one where even if you do everything right the hill you’ll have to climb is steep. It’s like this:

Among the factors that make change hard is the need for all participants and stakeholders to have a deep and intuitive understanding of what the change will feel like when they’re living in it.

To understand the challenge, imagine that someone invented a flying car, and for some strange reason IT received the assignment of making a corporate fleet of airborne automotive vehicles real. What would that feel like. Pretty cool, right?

Well …

If you wanted flying cars to succeed, you’d need to give everyone who might drive one of the cars an intuitive feeling of what navigating through heavy traffic would be like.

“Terrifying” is the word that comes to mind. Spotting bikes, motorized scooters, other drivers, and the occasional fearless pedestrian is hard enough in a 2D driving environment. Your company’s drivers would have to spot vehicles above and below, and at all diagonal vectors, too. Even something as seemingly simple as a 3D turn signal gets complicated in a hurry.

Making this change successful would call for more than a souped-up drivers’ education course. You’re going to need future drivers to gain an intuitive sense of what driving in 3D traffic feels like. You’ll need photo- and haptically-realistic simulators.

Which gets us (finally!) to the 7x7x7 challenge.

Think about how you might describe how things are done right now in their pre-change state, as you would to train new employees. That might call for a PowerPoint slide with seven linked boxes on it, seven being the number of items viewers can easily grasp at a glance.

It’s a view that’s easy to grasp, but too superficial to be complete. To be useful, each of those boxes would need more explanation. So, figure you’d have to create explanatory PowerPoint slides for each box in the higher-level slides, with “explanatory” meaning that each of the seven boxes would need seven explanatory boxes of their own. That’s seven by seven: 49 boxes.

The 49-box view of things is more helpful but still oversimplifies the current state by quite a lot. It isn’t until you craft seven-box views for each of these seven boxes to provide enough information — 343 boxes worth in total — to fully describe how things happen now.

That’s the level of depth that the change’s stakeholders will need in order to understand what living inside the change will feel like — for it to be real.

Making a change sticky calls for an equivalent 343-box account of the future state.

And oh, by the way, this has little to do with the essential analysis required to make sure these new 343 boxes deliver the old results, and deliver them better. Living inside them doesn’t make them better.

And “better” won’t happen immediately either. The current way of doing things has, by now, been sanded and varnished to a shine. Even if the new way of doing things would theoretically be an improvement, it won’t be an actual improvement until it’s been sanded and varnished to its own shine.

The 343-box perspective isn’t limited to processes and practices. It describes the process optimization methodologies and frameworks organizations use to design the new 343 boxes; the new organizational chart (the real one, not the oversimplified version that shows only a couple of layers); not to mention the business culture a leader might want to change.

In the end, large-scale changes are hard to nail into place. Sometimes that’s because leaders make easy-to-avoid mistakes. But often it’s because of how difficult it is to help everyone feel what the result is supposed to feel like once the organization tries to make the change real.

See also:

• What agentic AI really means for IT risk management
• How to get the business to love IT — again
• The hidden risk of legacy tech: IT owning the inevitable fallout

AI 기반 엔터프라이즈 전환이 가속화되면서 CIO의 위상은 더 높아질 전망이다. 데이터 파이프라인과 기술 플랫폼부터 솔루션 업체 선정, 임직원 교육, 심지어 핵심 업무 프로세스까지 모든 영역이 바뀌고 있으며, 기업을 미래로 이끌기 위한 조율의 한 가운데에 CIO가 있다.

2024년 기술 리더들의 고민이 ‘AI가 실제로 작동하는가, 어떻게 도입할 것인가’였다면, 2025년에는 ‘새 기술의 최적 사용례는 무엇인가’가 핵심 질문이었다. 2026년은 다르다. 이제 관심은 ‘확장’과 ‘업무 방식의 근본적 전환’으로 옮겨간다. AI를 통해 직원, 조직, 나아가 기업 전체가 실제로 작동하는 방식을 바꾸는 단계가 본격화된다. 과거에 IT가 어떤 역할로 인식됐든, 이제 IT는 조직 재편을 이끄는 동력이 됐다.

향후 12개월 동안 CIO 역할이 달라질 7가지를 정리했다.

“실험은 그만” 이제 가치 창출의 시간

인시던트 관리 기업 페이저듀티(PagerDuty)의 CIO 에릭 존슨은 2026년 CIO 역할이 AI 덕분에 더 좋아질 것이며, 비즈니스 가치와 기회가 매우 클 것으로 본다.

존슨은 “금이나 값비싼 광물이 가득한 광산을 갖고 있는데, 어떻게 캐내야 온전한 가치를 얻을 수 있을지 확신이 없는 상황”이라며, “지난 몇 년간 축적한 학습을 바탕으로 AI에서 의미 있는 가치를 찾아내라는 주문”을 받고 있다고 말했다.

다만 난이도는 더 올라갔다. 변화 속도가 과거보다 훨씬 빨라졌기 때문이다. 존슨은 “12개월 전의 생성형 AI는 오늘의 생성형 AI와 완전히 다르다. 그 변화를 지켜보는 현업 책임자도 몇 달 전엔 듣지도 못했던 사용례를 접하기 시작했다”라고 덧붙였다.

‘IT 관리자’에서 ‘비즈니스 전략가’로

전통적으로 기업 IT 조직은 다른 부서를 위한 기술 지원 역할에 집중해 왔다. 컨설팅 기업 KPMG US의 파트너이자 기술 컨설팅 총괄 책임자 마커스 머프는 “요구사항을 말하면, 그걸 만들어 주는 방식”이라고 표현했다.

하지만 IT는 ‘백오피스 주문 처리자’에서 ‘혁신을 함께 설계하는 동반자’로 변하고 있다. 머프는 “적어도 향후 10년은 기술 변화가 너무 급격해 다시 백오피스로 돌아가기 어렵다”라며, “인터넷이나 모바일 시대 이후 가장 빠른 ‘초가속 변화 사이클’이며, 어쩌면 그 이상”이라고 분석했다.

변화관리의 리더십

AI가 업무 방식을 바꾸면서 CIO는 기술 도입을 넘어 변화관리의 전면에 서야 한다는 목소리가 커지고 있다.

금융 서비스 기업 프린시펄 파이낸셜 그룹(Principal Financial Group)의 엔터프라이즈 비즈니스 솔루션 부문 VP 겸 CIO 라이언 다우닝은 “논의의 상당 부분이 AI 솔루션을 어떻게 구현하고, 어떻게 작동시키며, 어떤 가치를 더하는지에 집중돼 있다. 하지만, 실제로 AI가 현재 업무 공간에 혁신을 가져오고 있으며, ‘모두의 일하는 방식’ 자체를 근본적으로 바꾸고 있다”라고 설명했다.

다우닝은 역할과 전문성, 수년간 해오던 업무의 가치 제안까지 재정의해야 하는 충격이 올 것이라고 내다봤다. 특히, “우리가 들여오는 기술이 ‘미래의 일’ 자체를 만들고 있다”라며, “기술을 넘어 변화의 촉매가 돼야 한다”라고 강조했다.

변화관리는 IT 조직 내부에서 먼저 시작된다. 보스턴 컨설팅 그룹(BCG)의 총괄 책임자 겸 CTO인 맷 크롭은 “소프트웨어 개발 분야가 AI 적용이 가장 앞서 있고, 도구도 비교적 오래전부터 존재했다. 소프트웨어 개발자에게 AI 에이전트를 적용했을 때의 영향은 매우 명확하다”라고 말했다.

IT 조직이 먼저 겪은 혁신에서 얻은 교훈을 다른 사업부로 확장할 수도 있다. 크롭은 “AI 기반 소프트웨어 개발에서 벌어지는 일은 ‘탄광의 카나리아’ 같은 신호”라며, “생산성 향상을 확보하는 동시에, 전사에서 재사용할 변화관리 시스템을 만드는 기회가 된다”고 설명했다. 또, “그 출발점이 CIO”라고 덧붙였다.

조직 최상단의 베스트 프랙티스도 중요해진다. 크롭은 “조직의 리더가 AI를 직접 쓰고, 업무에서 어떻게 활용하는지 보여주며 ‘AI 사용이 허용되고, 받아들여지며, 기대된다’는 메시지를 줘야 한다”라고 제언했다. CIO와 경영진은 AI로 메모 초안을 만들고, 회의록을 정리하며, 전략 구상을 돕는 식으로 사용 범위를 넓힐 수 있다.

다만 ‘전사적 AI 배포’는 갈등이 큰 이슈가 될 수 있다. 카네기멜런대 교수 아리 라이트먼은 “기업은 고객 경험을 이해하는 데 많은 시간을 쓰지만, 직원 경험에 집중하는 곳은 드물다”라고 지적했다. 또한, “전사 AI 시스템을 출범하면서 지지하고 흥미를 느끼는 사람도 있지만, ‘망가뜨리고 싶어 하는’ 사람도 나온다”라며, “직원들이 가진 문제를 해결하지 못하면 프로젝트가 중단될 수 있다”라고 경고했다.

데이터 정비가 확장의 전제 조건

AI 프로젝트가 확장될수록 데이터 요구도 커진다. 제한적·선별된 데이터만으로는 부족하고, 아직 IT 현대화를 구현하지 못한 기업은 데이터 스택을 정비해 AI가 쓰기 좋은 형태로 만들어야 한다. 이와 함께 보안·컴플라이언스까지 확보해야 한다.

워너뮤직(Warner Music)의 데이터 부문 VP 애런 러커는 “AI에서 가치를 창출하기 위해 데이터 기반을 먼저 다지고 필요한 인프라가 갖춰졌는지 확인하고 있다”라고 밝혔다.

특히 AI 에이전트가 자율적으로 데이터 소스를 탐색하고 질의할 수 있게 되면서 보안 이슈는 더 커진다. 소규모 파일럿이나 RAG 내장 단계에서는 개발자가 프롬프트에 붙일 데이터를 엄격히 선별했지만, ‘에이전트 시대’에는 인간의 통제가 약해지거나 사라질 수 있다. 결국 통제는 애플리케이션이 아니라 데이터 자체에 더 밀접하게 적용해야 한다는 결론으로 이어진다.

러커는 “AI를 이용해 더 신속하게 움직이고 싶겠지만, 동시에 권한을 제대로 설정해 누군가 챗봇에 입력하는 바람에 ‘가장 중요한 자산’이 유출되는 일이 없도록 해야 한다”라고 강조했다.

직접 구축이냐 서비스 구매냐

2026년에는 AI를 ‘직접 개발할지, 구매할지’ 결정하는 것이 과거보다 훨씬 큰 영향을 미친다. 많은 경우 솔루션 업체가 더 빠르고, 더 잘 만들며, 더 저렴하게 제공할 수 있다. 더 나은 기술이 등장하면, 내부에서 처음부터 만든 시스템을 바꾸는 것보다 더 쉽게 전환할 수 있다.

반면 일부 프로세스는 핵심 가치이자 경쟁력의 근간이 될 수 있다. 러커는 “우리에게 HR은 경쟁력이 아니다. 워크데이가 규정을 준수하는 무언가를 만드는 데 더 유리하다”라며 “그걸 우리가 직접 구축할 이유가 없다”라고 덧붙였다.

그러면서도 “워너뮤직이 전략적 우위를 만들 수 있는 영역도 있다. AI 관점에서 그 우위가 무엇인지 정의하는 일이 중요해질 것”이라며, “AI를 위한 AI를 하면 안 된다. 기업 전략을 반영한 비즈니스 가치에 연결해야 한다”라고 강조했다.

외부 솔루션 업체에 핵심 프로세스를 맡기면, 업체가 해당 산업을 기존 플레이어보다 더 깊이 이해하게 될 위험도 있다. 하버드 비즈니스 스쿨의 최고 펠로우이자 GAI 인사이트(GAI Insights) 공동 설립자인 존 스비오클라는 “업무 프로세스를 디지털화하면 행동 자본, 네트워크 자본, 인지 자본이 쌓인다. 과거에는 직원의 머릿속에만 있던 무언가를 풀어내는 효과가 있다”라고 설명했다.

많은 기업이 이미 자사의 행동 자본을 구글이나 페이스북과, 네트워크 자본을 페이스북이나 링크드인과 거래하고 있다. 스비오클라는 “인지 자본을 ‘값싼 추론’이나 ‘값싼 기술 접근’과 맞바꾸는 건 매우 나쁜 선택”이라고 경고했다. 스비오클라는 “AI 기업이나 하이퍼스케일러가 지금 당장 그 사업을 하지 않더라도, 해당 비즈니스를 이해할 ‘스타터 키트’를 주는 셈이다. 기회가 크다고 판단하면 수십억 달러를 쏟아부어 시장에 진입할 수 있다”라고 설명했다.

유연성이 중요한 플랫폼 선택

AI가 일회성 PoC와 파일럿에서 전사 확산으로 넘어가면, 기업은 AI 플랫폼 선택이라는 과제와 마주한다. 프린시펄의 다우닝은 “변화가 너무 빠르다 보니 장기적으로 누가 리더가 될지 아직 모른다. 의미 있는 베팅을 시작하겠지만, ‘하나를 골라서 끝’이라고 말할 단계는 아니다”라고 말했다.

핵심은 확장성이 있으면서도 분리된 플랫폼을 고르는 것이다. 그래야 기업이 빠르게 방향 전환하면서도 비즈니스 가치를 확보할 수 있다. 다우닝은 “지금은 유연성을 최우선으로 두고 있다”라고 강조했다.

경영 컨설팅 기업 웨스트 먼로 파트너스(West Monroe Partners)의 최고 AI 책임자 브렛 그린스타인은 CIO가 ‘안정적인 요소’와 ‘급변하는 요소’를 구분해 플랫폼을 설계해야 한다고 조언했다. 그린스타인은 “AI는 클라우드 가까이에 둬라. 클라우드는 안정적일 것”이라며, “하지만 AI 에이전트 프레임워크는 6개월이면 바뀔 수 있으니, 특정 프레임워크에 종속되지 않도록 설계해 어떤 프레임워크와도 통합할 수 있어야 한다”라고 설명했다.

그린스타인은 특히 거버넌스 모델 구축을 포함해 CIO가 ‘내일의 인프라’를 신중하고 계획적으로 구축해야 한다고 덧붙였다.

매출 창출

AI는 산업 전반의 비즈니스 모델을 바꿀 가능성이 크다. 일부 기업에는 위협이지만, 어떤 기업에는 기회다. CIO가 AI 기반 제품·서비스를 함께 만들어내면 IT는 비용센터가 아니라 매출 창출 조직이 될 수 있다.

KPMG의 머프는 “대부분 IT 부서가 시장에서 가치를 만드는 기술 제품을 직접 만들고, 제조 방식과 서비스 제공 방식, 매장에서 제품을 판매하는 방식까지 바꾸는 흐름이 나타날 것”이라고 말했다. IT가 고객과 더 가까워지면서 조직 내 존재감도 커진다는 설명이다. 머프는 “과거 IT는 고객으로부터 한 걸음 떨어져 있었다. 다른 부서가 제품과 서비스를 팔 수 있도록 기술을 지원했다. AI 시대에는 CIO와 IT가 제품을 만든다. 서비스 지향에서 제품 지향으로 바뀐다”라고 강조했다.

이런 변화는 이미 진행 중이다. 미국 전역에서 1,380만 명의 환자를 진료하는 전국 단위 의사 그룹 비투이티(Vituity)의 CIO 아미스 나이르는 “우리는 내부에서 제품을 만들어 병원 시스템과 외부 고객에게 제공하고 있다”라고 말했다.

비투이티의 솔루션은 의사가 환자와의 대화를 기록·전사하는 데 들이는 시간을 AI로 줄일 수 있다. 나이르는 “환자가 오면 의사는 그냥 대화하면 된다. 컴퓨터를 보며 타이핑하는 대신 환자를 보고 듣는다. 이후 차트 작성, 의료 의사결정 프로세스, 퇴원 요약까지 멀티에이전트 AI 플랫폼이 만들어 준다”라고 설명했다.

이 도구는 마이크로소프트의 애저 플랫폼 위에 맞춤형으로 구축한 자체 개발 솔루션이며, 현재는 독립적으로 운영되는 스타트업으로 분사해 운영하고 있다. 나이르는 “우리는 매출을 만드는 조직이 됐다”라고 강조했다.
dl-ciokorea@foundryco.com

Everything is changing, from data pipelines and technology platforms, to vendor selection and employee training — even core business processes — and CIOs are in the middle of it to guide their companies into the future.

In 2024, tech leaders asked themselves if this AI thing even works and how do you do it. Last year, the big question was what the best use cases are for the new technology. This year will be all about scaling up and starting to use AI to fundamentally transform how employees, business units, or even entire companies actually function.

So whatever IT was thought of before, it’s now a driver of restructuring. Here are seven ways the CIO role will change in the next 12 months.

Enough experimenting

The role of the CIO will change for the better in 2026, says Eric Johnson, CIO at incident management company PagerDuty, with a lot of business benefit and opportunity in AI.

“It’s like having a mine of very valuable minerals and gold, and you’re not quite sure how to extract it and get full value out of it,” he says. Now, he and his peers are being asked to do just that: move out of experimentation and into extraction.

“We’re being asked to take everything we’ve learned over the past couple of years and find meaningful value with AI,” he says.

What makes this extra challenging is the pace of change is so much faster now than before.

“What generative AI was 12 months ago is completely different to what it is today,” he says. “And the business folks watching that transformation occur are starting to hear of use cases they never heard of months ago.”

From IT manager to business strategist

The traditional role of a company’s IT department has been to provide technology support to other business units.

“You tell me what the requirements are, and I’ll build you your thing,” says Marcus Murph, partner and head of technology consulting at KPMG US.

But the role is changing from back-office order taker to full business partner working alongside business leaders to leverage innovation.

“My instincts tell me that for at least the next decade, we’ll see such drastic change in technology that they won’t go back to the back office,” he says. “We’re probably in the most rapid hyper cycle of change at least since the internet or mobile phones, but almost certainly more than that.”

Change management

As AI transforms how people do their jobs, CIOs will be expected to step up and help lead the effort.

“A lot of the conversations are about implementing AI solutions, how to make solutions work, and how they add value,” says Ryan Downing, VP and CIO of enterprise business solutions at Principal Financial Group. “But the reality is with the transformation AI is bringing into the workplace right now, there’s a fundamental change in how everyone will be working.”

This transformation will challenge everyone, he says, in terms of roles, value proposition of what’s been done for years, and expertise.

“The technology we’re starting to bring into the workplace is really shaping the future of work, and we need to be agents of change beyond the tech,” he says.

That change management starts within the IT organization itself, adds Matt Kropp, MD and senior partner and CTO at Boston Consulting Group.

“There’s quite a lot of focus on AI for software development because it’s maybe the most advanced, and the tools have been around for a while,” he says. “There’s a very clear impact using AI agents for software developers.”

The lessons that CIOs learn from managing this transformation can be applied in other business units, too, he says.

“What we see happening with AI for software development is a canary in the coal mine,” he adds. And it’s an opportunity to ensure the company is getting the productivity gains it’s looking for, but also to create change management systems that can be used in other parts of the enterprise. And it starts with the CIO.

“You want the top of the organization saying they expect everyone to use AI because they use it, and can demonstrate how they use it as part of their work,” he says. Leaders need to lead by example that the use of AI is allowed, accepted, and expected.

CIOs and other executives can use AI to create first drafts of memos, organize meeting notes, and help them think through strategy. And any major technology initiative will include a change management component, yet few technologies have had as dramatic an impact on work as AI is having, and is expected to have.

Deploying AI at scale in an enterprise, however, is a very contentious issue, says Ari Lightman, a professor at Carnegie Mellon University. Companies have spent a lot of time focusing on understanding the customer experience, he says, but few focus on the employee experience.

“When you roll out enterprise-wide AI systems, you’re going to have people who are supportive and interested, and people who just want to blow it up,” he says. Without addressing the issues that employees have, AI projects can grind to a halt.

Cleaning up the data

As AI projects scale up, so will their data requirements. Instead of limited, curated data sets, enterprises will need to modernize their data stacks if they haven’t already, and make the data ready and accessible for AI systems while ensuring security and compliance.

“We’re thinking about data foundations and making sure we have the infrastructure in place so AI is something we can leverage and get value out of,” says Aaron Rucker, VP of data at Warner Music.

The security aspect is particularly important as AI agents gain the ability to autonomously seek out and query data sources. This was much less of a concern with small pilot projects or RAG embedding, where developers carefully curated the data that was used to augment AI prompts. And before gen AI, data scientists, analysts, and data engineers were the ones accessing data, which offered a layer of human control that might diminish or completely vanish in the agentic age. That means the controls will need to move closer to the data itself.

“With AI, sometimes you want to move fast, but you still want to make sure you’re setting up data sources with proper permissions so someone can’t just type in a chatbot and get all the family jewels,” says Rucker.

Make build vs buy decisions

This year, the build or buy decisions for AI will have dramatically bigger impacts than they did before. In many cases, vendors can build AI systems better, quicker, and cheaper than a company can do it themselves. And if a better option comes along, switching is a lot easier than when you’ve built something internally from scratch. On the other hand, some business processes represent core business value and competitive advantage, says Rucker.

“HR isn’t a competitive advantage for us because Workday is going to be better positioned to build something that’s compliant” he says. “It wouldn’t make sense for us to build that.”

But then there are areas where Warner Music can gain a strategic advantage, he says, and it’s going to be important to figure out what this advantage is going to be when it comes to AI.

“We shouldn’t be doing AI for AI’s sake,” says Rucker. “We should attach it to some business value as a reflection of our company strategy.”

If a company uses outside vendors for important business processes, there’s a risk the vendor will come to understand an industry better than the existing players.

Digitizing a business process creates behavioral capital, network capital, and cognitive capital, says John Sviokla, executive fellow at the Harvard Business School and co-founder of GAI Insights. It unlocks something that used to be exclusively inside the minds of employees.

Companies have already traded their behavioral capital to Google and Facebook, and network capital to Facebook and LinkedIn.

“Trading your cognitive capital for cheap inference or cheap access to technology is a very bad idea,” says Sviokla. Even if the AI company or hyperscaler isn’t currently in a particular line of business, this gives them the starter kit to understand that business. “Once they see a massive opportunity, they can put billions of dollars behind it,” he says.

Platform selection

As AI moves from one-off POCs and pilot projects to deployments at scale, companies will have to come to grips with choosing an AI platform, or platforms.

“With things changing so fast, we still don’t know who’s going to be the leaders in the long term,” says Principal’s Downing. “We’re going to start making some meaningful bets, but I don’t think the industry is at the point where we pick one and say that’s going to be it.”

The key is to pick platforms that have the ability to scale, but are decoupled, he says, so enterprises can pivot quickly, but still get business value. “Right now, I’m prioritizing flexibility,” he says.

Bret Greenstein, chief AI officer at management consulting firm West Monroe Partners, recommends CIOs identify aspects of AI that are stable, and those that change rapidly, and make their platform selections accordingly.

“Keep your AI close to the cloud because the cloud is going to be stable,” he says. “But the AI agent frameworks will change in six months, so build to be agnostic in order to integrate with any agent frameworks.”

Progressive CIOs are building the enterprise infrastructure of tomorrow and have to be thoughtful and deliberate, he adds, especially around building governance models.

Revenue generation

AI is poised to massively transform business models across every industry. This is a threat to many companies, but also an opportunity for others. By helping to create new AI-powered products and services, CIOs can make IT a revenue generator instead of just a cost center.

“You’re going to see this notion of most IT organizations directly building tech products that enable value in the marketplace, and change how you do manufacturing, provide services, and how you sell a product in a store,” says KPMG’s Murph.

That puts IT much closer to the customer than it had been before, raising its profile and significance in the organization, he says.

“In the past, IT was one level away from the customer,” he says. “They enabled the technology to help business functions sell products and services. Now with AI, CIOs and IT build the products, because everything is enabled by technology. They go from the notion of being services-oriented to product-oriented.”

One CIO already doing this is Amith Nair at Vituity, a national physician group serving 13.8 million patients.

“We’re building products internally and providing them back to the hospital system, and to external customers,” he says.

For example, doctors spend hours a day transcribing conversations with patients, which is something AI can help with. “When a patient comes in, they can just have a conversation,” he says. “Instead of looking at the computer and typing, they look at and listen to the patient. Then all of their charting, medical decision processes, and discharge summaries are developed using a multi-agent AI platform.”

The tool was developed in-house, custom-built on top of the Microsoft Azure platform, and is now a startup running on its own, he says.

“We’ve become a revenue generator,” he says.