a16z가 515개 고성장 스타트업 연구에서 찾은 핵심은 mapping problem이다. AI를 기존 프로세스에 붙이는 회사(AI enabled)와 business outcome에서 출발해 AI가 가능한 방식으로 워크플로우를 다시 짜는 회사(AI native)는 다른 게임을 한다. 후자는 AI use case가 약 44% 더 많았고, 매출은 약 2배 높았으며, 소비한 자본은 약 40% 낮았다. 더 적게 쓰고 더 많이 버는 조합은 도구가 아니라 구조에서 나온다.
반대 방향의 증거가 Accenture다. 초기에 AI winner로 기대됐던 이 컨설팅사의 free cashflow multiple은 2025년 초 30x에서 약 6x까지 내려왔다. AI adoption이 컨설팅 로드맵으로 살 수 있는 것이었다면 일어나지 않았을 일이다. 결국 AI 도입은 외부에서 사오는 프로젝트가 아니라 생산 방식을 스스로 다시 찾는 문제다.
근거
a16z 글은 “AI enabled”와 진짜 “AI native”를 구분합니다. … AI adoption은 컨설팅 로드맵 문제가 아니라, 생산 방식을 다시 찾는 문제였던 겁니다.
연결된 생각
- 20260603-ai-native-vs-ai-assisted-company — 노정석의 동일한 구분 (AI 네이티브 vs AI 어시스티드)을 국내 기업 맥락에서 다룬 노트
- 20260623-ai-native-company-is-an-integration-problem — AI native 전환의 실체가 통합 문제라는 보완적 관점
- 20260707-a16z — 이 연구의 출처 엔티티