기업 AI 도입 분석은 최신 모델을 쓰는 것보다 데이터 품질과 업무별 오류 원인을 구분하는 일이 먼저라고 제안한다. 기사에 등장하는 송장 3만 건과 직원 40명 사례는 실제 성과 조사 아닌 가상 예시로, 사람과 AI의 불일치가 모두 모델 오류는 아니라는 점을 보여준다. 실제 사례 500~1,000건으로 평가 집합을 만들고 맥락 누락, 원천 데이터 문제와 사람의 실수를 나눠 살피는 접근이다. 모델 연결을 추상화하면 교체 비용을 줄일 수 있지만 이 조언이 모든 업무에서 작은 모델이 더 낫다는 뜻은 아니다.