퍼시스턴트 시스템즈의 아난드 크리슈난은 많은 기업이 자동화 도구를 도입했음에도 생산성이 정체되는 이유가 업무 자체가 아닌 업무 사이의 '이음매'를 자동화하지 못했기 때문이라고 지적한다. 미국의 한 대형 의료 네트워크는 예약 이력을 기반으로 노쇼 가능성을 예측하는 모델을 도입해 결원 발생 전에 대응함으로써 노쇼를 줄이고 매출을 늘렸으며, 3만 명 이상 직원을 둔 반도체 기업은 여러 저장소에 흩어진 계약서 1000여 건의 맥락을 자동 추출해 계약 검토 시간을 크게 단축하고 연간 200시간 이상을 절감했다. 저자는 에이전틱 AI가 이전 자동화와 달리 맥락을 이해하고 판단할 수 있다는 점에서 '맥락 엔지니어링'이 핵심 과제라고 강조하며, 전 세계 4개 지역에서 연간 5만 건의 불만을 처리하는 생명과학 기업 사례를 들어 조율(coordination) 없이는 맥락이 아무리 좋아도 자동화가 멈춘다고 설명한다. 마지막으로 에이전트가 스스로 결정하고 행동하는 만큼 접근 권한 관리를 넘어 결정 권한, 행동 추적, 책임 소재를 명확히 하는 새로운 거버넌스 체계가 필요하다고 주장한다.

• •자동화 도입에도 생산성이 정체되는 이유는 업무 사이 '이음매'를 자동화하지 못했기 때문
• •미국 의료 네트워크, 예약 이력 기반 노쇼 예측 모델로 결원 사전 대응해 매출 증가
• •반도체 기업, 흔어진 계약서 맥락 자동 추출로 계약 검토 시간 대폭 단축, 연 200시간 절감
• •생명과학 기업 사례, 조율(coordination) 없이는 맥락이 좋아도 자동화가 handoff에서 멈춤
• •에이전트가 결정·행동하는 만큼 접근 권한을 넘어 권한·추적·책임 체계의 새 거버넌스 필요