수치는 무엇을 측정했는지에 따라 의미가 달라진다. 발표 주체, 업무 범위, 분모, 비교 기준을 먼저 확인해야 한다. 도입률, 배포 규모, 기대값, 초기 실험, 회사 추정값을 같은 수준의 효과 증거로 취급하지 않는다.

공개 수치	정확히 읽을 범위	경영 판단에 추가로 필요한 정보
KB 에이전트 6종, 업무량 평가	업무 적용과 회사 평가	실제 사용량, 검토와 유지 공수, 오류, 순절감
Morgan Stanley 98%	Financial Advisor 팀의 Assistant 채택	활성 사용, 과제별 효과, 품질
DBS 약 SGD 10억	데이터 분석과 AI/ML 포트폴리오의 추정 경제가치	과제별 산식, 비용, 중복 계산 여부
DBS 상담시간 최대 20%	CSO Assistant의 당시 기대값	실제 달성값, 비교 기간, 업무 난이도
DBS 사고 수 81% 감소	변경요청으로 인한 월평균 사고 수의 회사 설명	기간, 표본, 비교 설계, 다른 변화의 영향
Allianz EKA 90% 초과	일반 질문에 대한 회사 자체 정확도 설명	질문 표본, 정답 판정, 예외와 권한 오류
Allianz Nemo 80% 감소	제한 청구 처리와 정산 시간의 회사 발표	비교 기간, 표본, 산식, 재작업
JPMorganChase 20만 명 이상	플랫폼 배포 대상 규모	활성 사용자, 실제 업무 활용, 순절감
Mastercard 평균 20%, 일부 300%	초기 모델링의 탐지율 개선	운영 성과, 오탐, 손실, 고객 영향

KB에서 검증할 질문은 “업무 한 건의 총시간이 줄면서 품질과 보안이 유지되는가?”다. 총시간에는 자료 준비, AI 실행과 대기, 사람 검토, 수정과 재작업, 후속 승인을 모두 포함한다. 현업 지식 갱신과 운영, 검증에 추가되는 공수도 별도로 기록한다.