불만부터 이야기하겠습니다. 지금은 모두가 창고에 AI가 필요하다고 외치고 있습니다. 전시회의 데모 영상은 해마다 더 매끄러워지고, 벤더의 견적은 해마다 더 좋아지며, AI가 없는 창고는 내일이라도 망할 것처럼 보입니다. 저는 온라인 판매를 다섯 해 해왔고, 창고를 세 번 옮겼으며, AI 파일럿을 두 번 겪었습니다. 솔직히 말씀드리면, 대부분의 AI 창고 프로젝트는 기술이 실패해서 죽는 것이 아닙니다. AI 창고 프로젝트 ROI 숫자를 아무도 진지하게 먼저 계산하지 않았기 때문에 죽는 것입니다.
AI 창고 파일럿은 사람을 속이는 데 아주 능숙합니다
작년에 파트너 창고에서 AI 비전 검사를 시도했습니다. 포장 벤치에 설치했습니다. 카메라가 각 소포를 스캔하고, 시스템이 주문과 대조한 뒤, 부족 포장이나 과다 포장이 있으면 플래그를 세우는 방식입니다. 데모 당일은 비현실적으로 보였습니다. 벤더 엔지니어는 그 자리에서 99퍼센트 이상의 정확도를 약속했습니다. 석 달 파일럿에 서명하고 두 대를 설치했습니다.
실제로 어떻게 진행됐는지 가상의 시나리오로 설명하겠습니다. 첫 달에는 숫자가 아주 좋아 보였고, 오류율은 예전 수동 스폿 체크 수준을 훨씬 밑돌았습니다. 그러다 두 번째 달이 왔습니다. 성수기에 주문량이 두 배가 되고, 컨베이어가 빨라지면서 카메라가 놓치기 시작했습니다. 새 포장재로 바꾸자 시스템이 이를 인식하지 못했고, 누군가 모델을 다시 조정해야 했습니다. 최악인 것은 창고의 누구도 하루 종일 알림을 쳐다보고 싶어 하지 않았다는 점입니다. 알림이 쌓이자 사람들은 일괄 승인하기 시작했고, 우리는 다시 원점으로 돌아왔습니다. 석 달 동안 계산은 이렇게 나왔습니다. 모든 수치는 가상의 것입니다. 하드웨어와 소프트웨어, 통합을 합친 초기 비용은 약 $40,000이며 삼 년에 걸쳐 나누면 월 약 $1,100입니다. 절약한 수동 재검사 시간은 월 약 $900어치였고, 오피킹 보상 감소로 월 약 $400을 절약했습니다. 계산상으로는 월 $200의 이득으로, 괜찮아 보입니다. 그런데 파일럿이 포장 벤치 두 대만을 대상으로 했다는 점에 주목하세요. 창고 전체로 확대하면 투자는 두 배가 되지만, 수익이 두 배가 되리라는 보장은 없습니다.
여기에 직관에 반하는 부분이 있습니다. 성공한 파일럿은 전면 도입에 대해 거의 아무것도 증명하지 못합니다. 파일럿이 작고 깔끔할수록 숫자는 더 좋아 보입니다. 실제 창고는 지저분한 데이터, 새 포장재, 성수기, 직원 이직이 한꺼번에 일어나는 곳입니다. 벤더 데모는 항상 깨끗한 데이터로 돌아갑니다. 여러분 창고의 실제 데이터가 어떻게 생겼는지 아는 사람은 여러분뿐입니다.
AI 창고 프로젝트 ROI: 서명하기 전에 이 표를 채우세요
제 규칙은 이제 간단합니다. AI 프로젝트에 서명하기 전에 아래 표를 채우고, 채울 수 없으면 서명하지 않습니다. 표의 모든 숫자는 가상의 예입니다. 여러분 창고의 실제 숫자로 바꿔서 다시 계산하세요.
| 항목 | 금액 (가상의 예) | | 일회성 비용: 소프트웨어, 하드웨어, 통합, 교육 | 약 $40,000 | | 월 비용: 구독, 유지보수, 재조정 | 약 $800 | | 월 절감: 수동 재검사 시간 | 약 $900 | | 월 절감: 오피킹 및 반품 감소 | 약 $400 | | 투자 회수 기간 | 약 30개월 |
투자 회수 기간이 두 해를 넘으면 저는 보통 발을 뺍니다. 이유는 간단합니다. AI 제품은 빠르게 발전하기 때문에 두 해 후에는 같은 기능이 절반 가격에 두 배 더 좋아졌을 가능성이 높습니다. 지금 삼 년 계약에 묶이는 것은 벤더의 연구비를 대신 내주는 셈입니다. 대부분의 사람이 빼먹는 비용이 하나 더 있습니다. 파일럿 자체의 숨은 비용입니다. 오가는 엔지니어, 테스트를 돕느라 근무에서 빠진 직원, 재교정을 위해 멈춘 포장 벤치, 이 모든 것이 돈입니다. 가상의 예로, 창고 측의 석 달 파일럿 지원은 인건비만으로 쉽게 $3,000에 달할 수 있으며, 이 숫자는 어떤 견적서에도 나타나지 않지만 여러분의 마진에서 바로 빠져나갑니다. 그래서 AI 창고 프로젝트 ROI는 구독료 항목만이 아니라 전체 그림으로 계산해야 합니다.
물량이 모든 것을 바꾼다는 것을 보여주는 가상의 예입니다. 하루 800건의 주문을 처리하고 오피킹률이 0.3퍼센트인 작은 창고는 한 달에 두세 건의 주문에만 보상금을 지급하므로, 절감액이 구독료도 충당하지 못합니다. 같은 오류율로 하루 8,000건의 주문을 처리하는 창고는 하루에 스무 건이 넘는 문제 주문에 직면하고, 보상금과 고객 서비스 비용이 월 $10,000을 훨씬 넘어서며, 갑자기 같은 AI 시스템이 타당해집니다. 같은 제품, 열 배의 물량, 정반대의 답입니다. ROI는 결코 제품의 속성이 아닙니다. 여러분 물량의 속성입니다. 표보다 먼저 오는 질문이 세 가지 있습니다. 첫째, 이 문제가 매일 발생합니까? 일주일에 한 번 나타나는 문제는 AI 프로젝트의 가치가 없습니다. 둘째, 데이터가 준비됐습니까, 아니면 먼저 석 달의 정리가 필요합니까? 정리가 먼저라면 예산을 두 배로 잡으세요. 셋째, 실패하면 수작업으로 돌아갈 수 있습니까? 돌아갈 방법이 없다면 아무리 싸 보여도 저는 손대지 않겠습니다.
AI 프로젝트의 세 가지 함정, 저는 그중 두 가지에 빠졌습니다
첫 번째 함정은 지저분한 데이터입니다. 벤더 데모는 완벽한 조명과 완벽한 각도로 찍은 사진을 사용했습니다. 여러분 창고에서는 조명의 절반이 고장 나 있고, 소포의 테이프가 빛을 반사하며, 카메라에는 하얀 얼룩밖에 보이지 않습니다. 데이터 정리는 아무도 견적서에 넣지 않습니다. 결국 여러분이 직접 비용을 치르게 됩니다.
두 번째 함정은 소프트웨어 가격만 세고 통합 가격을 잊는 것입니다. 월 수백 달러의 구독료는 싸 보이지만, 이를 WMS에 연결하고, 포장 벤치 레이아웃을 바꾸고, 직원을 교육하는 데는 소프트웨어 자체보다 더 많은 비용이 드는 경우가 많습니다. 견적서에 빠진 항목이 보통 가장 큰 항목입니다.
세 번째 함정은 파일럿을 결승선으로 여기는 것입니다. 많은 판매자가 아름다운 파일럿 숫자를 보고 서둘러 전면 도입했다가 성수기에 모든 것이 무너지는 것을 지켜봅니다. 롤백 비용은 파일럿 자체보다 높습니다. 성수기는 최고의 거짓말 탐지기입니다. 물량을 두 배로 늘리고 컨베이어를 빠르게 하면 데모가 숨겼던 모든 문제가 한꺼번에 드러납니다. 파일럿이 성수기를 살아남기 전에 규모를 확대하는 것은 물을 확인하지 않고 뛰어드는 것과 같습니다. 제 규칙은 파일럿이 숫자를 유지한 채 성수기 한 번을 온전히 살아남아야 비로소 규모 확대를 이야기한다는 것입니다.
이것은 실제로 저에게 통했습니다. 다음에 누군가 AI 제안을 가져오면 데모 영상은 건너뛰고 위의 표를 채워달라고 하세요. 숫자가 맞지 않으면 다시 계산해 오라고 돌려보내세요. 자신의 계산 과정을 보여줄 수 있는 벤더만이 계속 대화할 가치가 있는 상대입니다.
Ah K, 전자상거래 판매자 (5년) 지음 영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.







