메서(�ѱ�������)�� 분산된 데이터와 복잡한 시스템을 통합하기 위해 을 �ѫ����고 실시간 데이터 기반으로 중요한 비즈니스 결정을 내리고 있습니다. 이를 통해 비용 절감과 고객 서비스 향상, AI를 활용한 미래 ˳�신을 준비��고 있습니다.

글쓴이: 티모 엘리엇(Timo Elliott), 번역: 챗G�ʰ�(ChatGPT), 감수: 박범순(Adam Park)

메서(�ѱ�������)�� 여러 외부 시각화 도구들과 고립된 데이터를 다루�� 데 점점 더 어려움을 겪고 있었습니다. 이를 극복하기 위해 을 추진��여 자사의 첨단 운영에 부합하�� 차세대 데이터 관리 솔루션을 개발하기 시작했습니다.

지난 1928�Ƅ부터 메이시스 백화점의 추수감사절 퍼레이드에서 선보인 거대한 상징적인 풍선이 맨해튼 중심가를 둥둥 떠다니�� 모습에 사람들은 감탄해왔습니다. 몇 층 높이나 되�� 압도하�� 크기의 풍선을 채우려면 파티용품점에서 파�� 헬륨 가스 캔으로�� 어림도 없죠. 우리가 좋아하�� 캐릭터를 표현한 이 거대한 풍선들을 기업이 바로 입니다. 지난 120여 �Ƅ간 산업 및 의료용 가스를 안전��고 신뢰할 수 있게 생산 및 공급해온 선도적인 기업이죠.

이 회사�� 전자제품, 식음료, 금속, 생물의약품 등 여러 산업에서 필수적인 산소, 수소, 질소, 이산화탄소, 아르곤, 네온, 크립톤 등의 가스를 공급��니다.

이 회사�� 역동적인 가스 산업 붶�문의 끊임없이 변화하�� 시장 요구와 비즈니스 환경 속에서 실시간 데이터 인텔리전스를 바탕으로 민첩하게 의사 결정을 내려야 ��니다.

목적 있�� 데이터

메서�� 중요한 비즈니스 결정, 특히 생명과 관련된 결정이 실시간으로 정확한 인텔리전스와 통찰력을 필요로 한다�� 사실을 잘 알고 있습니다. 은 “우리가 가스를 제공하�� 많은 산업 분야에서 중요도가 매우 높다”고 설명��니다.

철강 공장에서부터 반도체 산업, 중환자실까지 고객이 필요한 것을 제때에 제공하�� 것이 필수적이라고 말��니다.

특히 COVID-19 팬데믹 동안, 전 세계적으로 산소에 대한 전례 없�� 수요가 발생했을 때, 메서�� 고객의 요구를 충족하기 위해 기존의 IT 시스템을 개선할 필요성을 깨닫게 되었습니다.

메서의 데이터�� 서로 단절된 채 여러 데이터베이스에 분산되어 있었으며, 이를 관리하�� 데 시간이 많이 걸렸고, 단일한 진실의 원천을 확보하기가 어려웠습니다. 다양한 시각화 도구를 사용하다 보니 다양한 데이터 포맷이 필요했고 그 만큼 리포팅 시간이 오래 걸리고 IT 부서�� 복잡한 개별 환경을 관리하느라 애를 먹었습니다. 그 결과 “복잡성과 비효율성이 크게 증가했다”고 존스턴은 설명��니다.

메서 CIO 데이비드 존스턴은 회사의 데이터에 한층 높은 목적을 부여하�� 데 필요한 통일된 정보원과 강력한 분석 도구를 제공하�� 솔루션을 찾아 나섰습니다. 새로운 클라우드 기반 데이터 관리 및 분석 플랫폼을 구축��여, 회사가 실제 데이터 기반 기업으로 나아가기를 원했습니다. 그 해결책으로 을 선택했습니다.

현대 데이터 환경이 제공하�� 이점

�鶹ԭ�� BTP�� �鶹ԭ�� 데이터 웨어하우스 클라우드(�鶹ԭ�� Datawarehouse Cloud), �鶹ԭ�� 애널리틱스 클라우드(), 차세대 �鶹ԭ�� 데이터스피어()를 포함��여 단일한 진실의 원천을 제공하�� 현대적인 데이터 아키텍처를 제공했습니다. 이를 통해 12개의 데이터 소스를 단일 솔루션으로 통합해 중요한 비즈니스 통찰력을 제공��니다.

메서�� IT 비용 절감, 공급망 관리 개선, 고객 서비스 향상, 데이터 보안 강화 등 다양한 이점을 얻고 있습니다. 존스턴에 따르면, 초기에�� 5개의 특정 적용사례를 중점적으로 다뤘으나, 현재�� 200건이 넘�� 적용사례를 처리��고 있다고 ��니다.

“비즈니스 운영 현황을 일관되고 빨리 고도로 신뢰할 수 있�� 방식으로 파악하도록 하�� 데이터 패브릭을 확보��고 나니 우리가 할 수 있�� 일은 실로 무한하다고 하겠습니다.”

데이비드 존스턴(David Johnston), 메서(�ѱ�������) 최고정보책임자(CIO)

AI를 통한 미래의 변혁

메서�� 이제 새로운 합리화된 데이터 관리 기반을 통해 무한한 가능성을 타진��고 있습니다.

“우리의 목표�� 단지 훌륭한 대시보드와 뛰어난 분석 결과를 제공하�� 데 그치지 않��다”고 존스턴은 설명했습니다. “우리�� 강력��고 일관된 전략적 데이터 구조를 구축��여 AI의 힘을 활용��고, 비즈니스 변혁의 다음 단계를 추진하�� 것을 목표로 ��고 있습니다.”

다른 조직들이 미래로 나아가기 위해 데이터 기반을 구축��고, 과 그 외의 것들을 활용할 준비를 ��고 있다면, 존스턴은 기술 ˳�신을 비즈니스 ˳�신이자 비즈니스 필수 과제로 생각하라고 조언��니다.

“데이터를 중심으로 비즈니스 커뮤니티를 하나로 모아야 한다”고 그�� 말했습니다. “조직 전반에서 데이터를 소유��고 있�� 주요 이해관계자, 영향력 있�� 사람들, 데이터 소유자들을 한자리에 모으세요.”

• 원문: , , Forbes.com

The post ˳�신 기업의 생명을 구하�� 실시간 의사결정 appeared first on �鶹ԭ�� Korea 뉴스센터.

2024�Ƅ 1월 10일, 섵Ӛ� – �鶹ԭ���� 9일 (현지시간) 신규 이사�� 붶�문 설립 및 이사�� 임원 인사를 발표��고 고객이 인공지능 시대에 클라우드의 혜택을 받을 수 있도록 노력을 강화할 방침이라고 밝혔다.

�鶹ԭ���� 지난 3�Ƅ 간 클라우드 붶�문에서 엄청난 성장을 했으며 최고 수준의 모듈형 클라우드 제품군 개발을 통해 새로운 ˳�신과 영향력을 제공하기 위한 준비를 마쳤다.

�鶹ԭ���� 2024�Ƅ 4월 1일부로 신규 이사�� 붶�문을 설립��고 클라우드 성장 및 �ѫ��을 갶�속화한다. 토마스 사워레시히(Thomas Saueressig)가 이끌 신규 이사�� 붶�문은 고객이 클라우드 상에서 지속적으로 ˳�신할 수 있�� 역량을 보장하�� 데 중점을 둘 예정이다. 더불어, 무하마드 알람(Muhammad Alam)이 토마스 사워레시히의 뒤를 이어 �鶹ԭ�� 제품 엔지니어링 총괄을 맡으며 �鶹ԭ�� 이사��에 합류한다.

하소 플래트너(Hasso Plattner) �鶹ԭ�� 경영감독위원회 회장은 “토마스 사워레시히가 클라우드 활용 고객의 잠재력을 극대화하도록 돕�� 새로운 직책을 맡게 되어 매우 기쁘다. 토마스의 지도력과 전문성, 고객 중심 사고를 바탕으로 고객에 종합적인 갶�치를 제공하�� 팀을 만들어 나갈 것으로 본다”며 “무하마드 알람 신임 총괄은 비전을 갖춘 리더이자 열정적인 엔지니어로 �鶹ԭ��의 우수성과 ˳�신을 위해 공헌하�� 인물이다. 그�� 제품 엔지니어링 팀의 성공을 지속적으로 이끌어 나갈 적임자이며, 전체 감사이사��를 대표해 그의 성공적인 첫 걸음을 기원한다”고 말했다.

신규 이사�� 붶�문, 클라우드 ˳�신 �ѫ��에 초점

2024�Ƅ 4월 1일부터 �鶹ԭ���� 고객 서비스 및 제공(Customer Services & Delivery)이라�� 신규 이사�� 붶�문을 설립한다. 신규 이사�� 붶�문은 고객의 클라우드 여정을 지원��고 ˳�신 �ѫ��을 갶�속화��며, 고객 만족도를 더욱 높일 예정이다. 또한 고객이 ˳�신을 신속하게 �ѫ��, 소비��고 클라우드의 이점을 극대화해 �鶹ԭ�� 통합 포트폴리오의 갶�치를 실현할 수 있도록 지원한다. 2019�Ƅ 이사�� 임원으로 임명된 토마스 사워레시히�� 지난 5�Ƅ간 �鶹ԭ�� 제품 엔지니어링 조직을 ˳�신��고 포트폴리오를 재조정��며 지속적인 ˳�신을 이끌어낸 성공을 바탕으로 새로운 이사�� 붶�문을 이끌 예정이다.

사워레시히 이사�� 임원은 “�鶹ԭ��에서 하�� 모든 일은 고객을 위한 활동으로, 우리�� 고객 서비스 및 제공 붶�문을 통해 고객의 성공에 대한 새로운 차원의 관심을 기울이고 있다”며 “새로운 이사��와 팀을 이끌게 되어 영광이다. 고객 서비스 및 제공 붶�문은 심도 있�� 제품 전문성과 강력한 고객 관계가 하나로 통합된 곳이다. 우리�� ��께 ˳�신 �ѫ��과 고객 만족도를 새로운 차원으로 끌어올릴 것”이라고 말했다.

엔지니어링과 ˳�신을 최우선으로 하�� 신규 이사�� 임원

무하마드 알람 신임 총괄은 2024�Ƅ 4월 1일부로 �鶹ԭ�� 이사��에 합류해 토마스 사워레시히의 뒤를 이어 �鶹ԭ�� 제품 엔지니어링 붶�문을 총괄한다.

무하마드 알람 총괄은 2022�Ƅ 1월 31일에 지능형 지출(Intelligent Spend) 및 비즈니스 네트워크 붶�문 사장 겸 최고제품책임자로 �鶹ԭ��에 합류했다. 그�� 조달, 출장 경비, 외부 인력 관리, �鶹ԭ�� 비즈니스 네트워크를 담당하�� 엔지니어링 및 설계 팀을 이끌고 있다. �鶹ԭ�� 입사 전, 마이크로소프트에서 17�Ƅ간 근무했으며 가장 최근에�� 마이크로소프트 다이나믹스 365 (Microsoft Dynamics 365) 비즈니스 애플리케이션의 제품 및 엔지니어링 붶�문 기업 부사장을 역임했다.

무하마드 알람 총괄은 “�鶹ԭ�� 입사 후 제품 포트폴리오의 폭과 깊이, 엔지니어링의 우수성, 엔지니어들이 �鶹ԭ�� 고객을 위해 창출하�� 엄청난 갶�치에 놀랐다”며 “이사��에 임명된 것을 영광으로 생각��며 경영감독위원회가 보여주신 신뢰에 감사드린다. 세계 최고의 제품 및 엔지니어링 팀과 ��께 변혁의 여정을 계속��고 솔루션 전반에 걸쳐 고객을 위한 놀라운 ˳�신을 실현할 것”이라고 말했다.

# # #

�鶹ԭ��에��댶���

�鶹ԭ��의 전략은 모든 기업이��으로 운영될 수 있도록 지원하�� 것이다. �鶹ԭ���� 기업용 애플리케이션 소프트웨어 시장의 선두주자로서 규모와 업종에 관계 없이 모든 기업이 최고로 운영될 수 있도록 지원��고 있다. 전 세계 거래의 87%가 �鶹ԭ��^®��시스템을 통해 처리된다. �鶹ԭ��의��,��, 고급����기술은 고객의 비즈니스를 지능형 기업으로 전환하도록 지원한다.

�鶹ԭ���� 사람과 조직에 깊은 비즈니스 인사이트를 제공��고 경쟁 우위를 유지하도록 지원하�� 협업을 촉진한다. �鶹ԭ���� 기업이 소프트웨어를 중단 없이 원하�� 방식으로 사용할 수 있도록 기술을 단순화한다. �鶹ԭ��의 엔드투엔드 애플리케이션 및 서비스 제품군을 통해 전 세계 25개 업종의 기업 및 공공 고객이 수익성 있게 운영��고, 지속적으로 바뀌�� �����에 적응��며, 변화를 이끌어내고 있다.

�鶹ԭ���� 고객, 파트너, 직원 및 업계 선구자로 구성된 글로벌 네트워크를 통해 세계가 더 잘 운영되고 사람들의 삶을 개선할 수 있도록 지원한다. 보다 자세한 정보����에서 확인할 수 있다.

The post �鶹ԭ��, 고객 갶�치 극대화 및 ˳�신 �ѫ�� 갶�속화 위한 신규 이사�� 붶�문 설립 appeared first on �鶹ԭ�� Korea 뉴스센터.

문득 챗G�ʰ�와 ��께 아이디어를 발전시켜 글을 써보면 어떨까 싶었습니다. 그래서 궁금했던 챗G�ʰ� 적용 사례를 비롯해 �ѫ�� 효과가 큰 업무영역, 산업, 등에 관해 물었습니다. 답변을 한글로 번역해 달라고 부탁한 결과를 공유��니다.

기획: 박범순(Adam Park), 작성 및 번역: 챗G�ʰ�(ChatGPT)

ChatGPT로 �ѫ��효과를 본 고객 사례��?

챗G�ʰ�(ChatGPT)를 포함한 챗봇과 AI 언어 모델을 성공적으로 활용한 많은 기업과 조직이 있습니다.

예를 들어 마스터카드(Mastercard)�� ChatGPT를 이용��여 자연어 요청을 이해��고 고객에게 맞춤형 추천 및 지원을 제공하�� KAI라�� 챗봇을 개발했습니다. KAI�� 마스터카드의 모바일 뱅킹 앱에서 사용되며, 고객의 참여도와 만족도 증대에 기여했다고 ��니다.

또 다른 예로�� 채팅 봇과 ChatGPT를 비롯한 트랜스포머(Transformer) 아키텍처를 활용��여 다양한 산업 분야, 특히 금융과 의료 분야를 위한 챗봇과 AI 언어 모델을 개발하�� 스타트업 ��깅페이스(Hugging Face)가 있습니다. ��깅페이스�� 고객 지원, 마케팅, 판매 등의 분야에서 챗봇과 AI 언어 모델의 성공 사례를 보고했습니다. 이들의 적극적인 활용으로 고객 만족도와 참여도가 상승하�� 등 기업 운영 개선에 큰 역할을 ��고 있습니다.

또한 고객 지원, 마케팅, 판매 등의 분야에서 챗봇과 AI 언어 모델의 성공적인 활용 사례가 있습니다. 이들의 성공 사례�� 반복적인 작업을 자동화��고 고객에게 맞춤형 지원을 제공��여 효율성을 향상시키고 고객 만족도를 향상시키�� 것이 일반적입니다.

전반적으로, ChatGPT와 같은 챗봇과 AI 언어 모델을 성공적으로 활용��여 비즈니스 운영 개선과 더 나은 을 제공하�� 많은 기업과 조직이 있습니다.

ChatGPT를 활용한 업무 개선 방안은?

ChatGPT�� 다양한 방법으로 비즈니스를 지원할 수 있�� 강력한 도구입니다. 다음은 회사가 비즈니스를 향상시키기 위해 ChatGPT를 활용할 수 있�� 몇 가지 방법입니다.

1. 고객 서비스: ChatGPT를 사용��여 고객 문의에 즉각적이고 정확한 답변을 제공��여 고객 서비스를 개선할 수 있습니다. 회사�� 웹사이트나 메시징 플랫폼에 ChatGPT를 통합��여 고객이 질문이나 우려사항에 대한 답변을 받을 수 있도록 할 수 있습니다.
2. 영업: ChatGPT�� 제품 추천을 개인화��고 제품 또�� 서비스에 관한 질문에 답변함으로써 영업을 개선하�� 데에도 활용할 수 있습니다. 이�� 고객이 정보에 기반��여 구매 결정을 내릴 수 있도록 ��고 전환율을 높일 수 있습니다.
3. 마케팅: ChatGPT를 사용��여 맞춤형 추천을 제공��고 메시징 플랫폼을 통해 고객과 �����작용함으로써 마케팅 캠페인을 자동화할 수 있습니다. 이�� 고객 참여도와 충성도를 높일 수 있습니다.
4. 연구 및 개발: ChatGPT를 사용��여 고객 데이터와 피드백을 분석��여 추세와 개선 사항을 파악할 수 있습니다. 이�� 고객 요구를 더 잘 충족시키기 위해 제품과 서비스를 개선하�� 데 도움이 됩니다.
5. 직원 교육: ChatGPT를 사용��여 회사 정책과 절차에 대한 정보를 제공��고 질문에 답변함으로써 자동화된 직원 교육을 제공할 수도 있습니다. 이�� 인사 부서의 업무량을 줄이고 직원 생산성을 향상시킬 수 있습니다.

전반적으로, ChatGPT�� 고객 서비스를 개선��고 영업을 증진��며 마케팅을 개선��고 연구 및 개발을 수행��며 자동화된 직원 교육을 제공하려�� 비즈니스에 강력한 도구가 될 수 있습니다.

ChatGPT 적용 효과가 큰 산업 분야��?

ChatGPT�� 다양한 산업 분야에서 혜택을 받을 수 있지만, 일부 산업 분야에서 더 많은 혜택을 받을 수 있습니다. 다음은 ChatGPT를 사용��여 가장 많은 혜택을 얻을 수 있�� 몇 가지 산업 분야입니다.

1. : 전자 상거래 회사�� ChatGPT를 사용��여 맞춤형 제품 추천, 고객 문의에 답변 및 고객 지원을 제공할 수 있습니다. ChatGPT�� 전자 상거래 회사가 매출을 늘리고 쇼핑 카트 방치율을 줄이며 고객 유지율을 향상시키�� 데 도움이 될 수 있습니다.
2. 의료: 의료 회사�� ChatGPT를 사용��여 즉각적인 의료 조언, 건강 상태에 대한 질문에 대한 답변 및 예약 스케줄링 지원을 제공할 수 있습니다. ChatGPT�� 의료 회사가 환자 만족도를 향상시키고 대기 시간을 줄이며 의료 조언에 대한 접근성을 향상시키�� 데 도움이 될 수 있습니다.
3. 금융 서비스: 금융 서비스 회사�� ChatGPT를 사용��여 맞춤형 금융 조언, 고객 문의에 대한 답변 및 고객 지원을 제공할 수 있습니다. ChatGPT�� 금융 서비스 회사가 고객 만족도를 높이고 고객 이탈을 줄이며 전반적인 고객 경험을 개선하�� 데 도움이 될 수 있습니다.
4. 여행 및 숙박: 여행 및 숙박 회사�� ChatGPT를 사용��여 맞춤형 여행 추천, 고객 문의에 대한 답변 및 고객 지원을 제공할 수 있습니다. ChatGPT�� 여행 및 숙박 회사가 예약을 늘리고 취소율을 줄이며 고객 만족도를 향상시키�� 데 도움이 될 수 있습니다.
5. 교육: 교육 기업은 ChatGPT를 사용��여 즉각적인 학문적 조언을 제공��고 학생의 질문에 답변��며 과목 선택을 지원할 수 있습니다. ChatGPT�� 교육 기업이 학생 참여도를 향상시키고 학생 탈락률을 감소시키며 학문적 조언에 대한 접근성을 향상시킬 수 있도록 도와줄 수 있습니다.

전반적으로 고객 참여 및 지원에 의존하�� 모든 산업은 ChatGPT 사용을 통해 잠재적인 이점을 누릴 수 있습니다.

ChatGPT를 적용해 혜택을 볼��비즈니스 모델은?

ChatGPT를 활용한 몇 가지 새로운 비즈니스 모델이 있습니다. 이 중 몇 가지 예시를 들어보겠습니다.

1. 채팅 기반 서비스: 챗봇을 통해 서비스를 제공하�� 비즈니스 모델은 매우 효율적이고 비용 효율적일 수 있습니다. ChatGPT를 활용��여 고객 지원, 판매 및 마케팅을 비롯한 다양한 유형의 고객 �����작용을 자동화할 수 있습니다.
2. 가상 어시스턴트: ChatGPT를 활용��여 예약, 여행 예약 및 맞춤형 추천 등 다양한 작업을 돕�� 가상 어시스턴트(가상비서)를 개발할 수 있습니다. 이 비즈니스 모델은 의료, 호텔 및 금융 서비스를 비롯한 다양한 산업에서 사용할 수 있습니다.
3. 채팅 기반 커머스: 챗봇을 통해 제품을 직접 구매할 수 있�� 비즈니스 모델은 매우 편리��고 간소화될 수 있습니다. ChatGPT를 활용��여 제품 추천, 구매 및 고객 지원을 용이하게 할 수 있습니다.
4. 교육 및 훈련: ChatGPT를 활용��여 챗봇을 통해 직접 전달되�� 인터랙티브한 교육 및 훈련 프로그램을 개발할 수 있습니다. 이 비즈니스 모델은 기업 교육 및 온라인 교육을 포함한 다양한 산업에서 사용할 수 있습니다.
5. 맞춤형 추천: 맞춤형 추천을 제공하�� 비즈니스 모델은 매우 효과적일 수 있습니다. ChatGPT를 활용��여 를 분석��고 제품, 서비스 및 기타 제공을 위한 맞춤형 추천을 제공할 수 있습니다.

전반적으로, ChatGPT를 적용��여 고객 경험을 개선��고 경쟁 우위를 확보할 수 있�� 영역을 식별하�� 것이 가장 중요��니다.

어디서부터 시작해야 하나?

회사가 ChatGPT를 �ѫ��하려면, 고객 경험에 가장 큰 영향을 미칠 수 있�� 분야를 식별하�� 것부터 시작하�� 것이 좋습니다. 회사가 ChatGPT를 �ѫ��하기 위해 취해야 할 몇 가지 단계�� 다음과 같습니다:

1. 사용 사례 식별: 회사�� ChatGPT를 �ѫ����여 고객 경험을 개선할 수 있�� 구체적인 사용 사례를 식별하�� 것부터 시작해야 ��니다. 예를 들어, 이�� 고객 지원 개선, 판매 프로세스 간소화 또�� 맞춤형 추천 제공 등을 포함할 수 있습니다.
2. 목표 설정: 사용 사례가 식별되면, 각 사용 사례에 대한 구체적인 목표를 설정해야 ��니다. 예를 들어, 고객 지원 개선의 목표�� 응답 시간을 줄이고 고객 만족도를 높이�� 것일 수 있습니다.
3. 데이터 수집: 각 사용 사례에서 ChatGPT를 효과적으로 교육하기 위해 회사�� 고객 �����작용에 대한 데이터를 수집해야 ��니다. 이�� 채팅 로그, 고객 피드백 및 기타 관련 데이터를 포함할 수 있습니다.
4. ChatGPT 교육: 수집한 데이터를 사용��여, 회사�� ChatGPT가 고객 문의에 정확��고 도움이 되�� 답변을 제공하도록 교육할 수 있습니다. 이�� ChatGPT가 고객과 �����작용할 때 참조할 수 있�� 응답 데이터베이스를 생성하�� 것을 포함��니다.
5. ChatGPT 배포: ChatGPT가 교육되면, 회사�� 웹사이트, 메신저 플랫폼 또�� 기타 관련 채널에 ChatGPT를 배포할 수 있습니다. 회사�� ChatGPT의 성능을 모니터링��고 효과성을 개선하기 위해 필요한 조치를 취해야 ��니다.

이러한 단계를 따르면, 회사�� ChatGPT를 �ѫ����고 비용 효율적이고 확장 가능한 방식으로 고객 경험을 개선할 수 있습니다.

이상의 답변에서 볼 수 있듯이 내용이 충실��고 한글 번역 실력도 어지간한 번역사 수준보다 높습니다. 제 경험 상으로�� 한글로 대화하�� 스킬은 조금 더 훈련이 필요해 보입니다. 그래서 좋은 답변을 얻고자 한다면 이렇게 영어로 대화��고 그 내용을 다시 한글로 번역해 달라고 하면 더 효과적인 듯��니다. 고맙습니다.

The post 챗G�ʰ� 적용 사례, 업무영역, 산업, 비즈니스 모델 등 appeared first on �鶹ԭ�� Korea 뉴스센터.

불확실한 경영 환경으로 인한 당면과제 속에서도 세계 10대 철광석 수출 기업으로 꼽히�� 우크라이라나계 메틴베스트(�ѱ�پ��Ա������)의 영업 팀은 과 연결된 데이터를 활용해 미래로 나아가며 고객과의 약속을 지킵니다.

글쓴이: 수전 게일러(Susan Galer)

고객과의 약속 준수�� 우크라이나 최대 광업 금속 회사 의 오랜 성공 비결입니다. 글로벌 상위 10대 철광석 수출회사로 꼽히며 원자재와 철강 제품을 생산해 전 세계 고객사에 출하하�� 메틴베스트�� 15개국 이상에 사무소와 서비스 센터를 두고 글로벌 영업망을 운영��니다. 전쟁이 발발하기 전에 메틴베스트�� 단일 플랫폼으로 영업 성과 관리를 하�� 여정에 나섰��데 그야말로 예측할 수 없�� 세상에서�� 행운의 결정이었습니다.

오랜 성공 비결은 고객과의 약속 지키기

“영업 성과 관리를 디지털로 ˳�신하면서 저희 회사가 제안한 대로 이행할 수 있다�� 사실에 고객이 확신을 갖게 된 게 최대 �ѫ��효과”라고 율리안 안드로니척(Yulian Andronichuk) 메틴베스트 글로벌 영업 ˳�신 및 CRM 수장은 밝힙니다. “왶��� 을 이용해 당사�� 연결된 데이터로 투명성을 확보��고 주문 관리, 영업 기회 극대화에 나서고 있습니다.”

무엇보다도 메틴베스트�� 여러 산업에서 골머리를 앓고 있�� 최대 난제 중 하나를 정복했습니다. 영업 인력은 영업 성과 관리 소프트웨어를 사용하기 꺼려할 수 있죠. 메틴베스트�� 달랐습니다. �鶹ԭ��를 본가동하면서부터 이 회사�� 영업 팀의 사용률 90%를 달성했습니다. 에서 발표자로 나선 안드로니척 본부장은 “영업 팀이 디지털 ˳�신도 주도��고 있으며 고객 응대를 강화��고 신뢰를 구축하도록 돕고 있다”고 전��니다.

자동화 된 디지털 플랫폼으로 고객 신뢰 구축

메틴베스트�� 철광석과 석탄 채광부터 반제품 및 철강 완제품 제조까지 전체 생산 사슬을 관리��며 자체 화물 운영을 통해 고객사 출하까지 처리��니다. 제품 제조와 영업 인력 간의 데이터를 조합해 여러 팀을 통일��고 고객 주문을 빨리 비용 효율적으로 이행할 수 있습니다.

“영업, 생산, 기타 팀은 상거래 오퍼 제안부터 고객사 납품까지 제품 포트폴리에오와 가격에 댶��� 모두 동일하게 파악한다”고 안드로니척 본부장은 말��니다. “이 모든 데이터를 당사의 �鶹ԭ�� 및 기타 시스템과 통합해 실시간 데이터로 생산과 서비스, 영업을 일치시키고 주문 신뢰도를 높입니다.”

고객 서비스 개인화

탁월한 영업 실적은 신속 정확한 견적 같은 세부사항의 관리로 귀결됩니다. 바로 이 부분에서 메틴베스트의 통일된 자동화 전략이 중요한 비즈니스 성과를 제공하죠.

“영업 인력은 기술자가 승인한 모든 제조 가능한 조합을 파악할 수 있다”고 안드로니척 본부장은 밝힙니다. “예외사항은 즉시 생산 사업장에 보내 자재와 가격 등 빠르고 정확한 대응에 나섭니다. 정보와 후속 단계�� 자동으로 물류, IT, 기타 관련 부서에 전달됩니다. 업데이트 된 정보로 영업 인력은 빨리 대응해 최적화 된 가격 오퍼를 제안��고 회사�� 가격 모델링을 간단��고 통제 가능하게 유지하면서도 고객 약속을 준수��니다.”

데이터 가시성으로 영업 기회 표면화

서류 기반의 영업 관리를 으로 교체하면서 메틴베스트�� 성과에 관해 포괄적인 조망이 가능해져 리드 생성에서 판매 계약 체결 이후까지 관련 활동을 합리화��니다. 을 제공해 오고 있습니다.

“직관적인 영업 프로세스 가이드로 노련한 영업 대표�� 업무를 개선할 수 있고 신참은 훨씬 빨리 생산성을 발휘할 수 있게 되었다”고 안드로니척 붶�문장은 전��니다. “계약 성사 혹은 기회 손실 사유를 비롯해 영업 프로세스의 각 단계에서 리포트가 효율성 수준을 기록��니다. 쉽게 패턴을 파악��고 인력 동기부여가 필요한 영역도 파악할 수 있습니다.”

안드로니척 붶�문장은 메틴베스트가 추가 을 탐색 중이라고 덧붙이면서 계획, 가격, 전표, 기타 의사결정 지원 등을 자동화해 영업 프로세스 속도를 높일 계획이라고 밝힙니다.

디지털화로 고객 관계 강화

다른 모든 비즈니스 관계처럼 효과적인 영업 및 서비스�� 신뢰가 생명입니다. 특히 예측 불가능한 시장에서�� 더욱 중요하죠. 메틴베스트�� 디지털화의 위력을 활용해 고객과 서로 귀중한 관계를 구축��니다. 의 최대 예측에 따르면 오�� 2027�Ƅ까지 신뢰할 수 있�� 방식으로 고객 데이터를 수집, 분석, 맥락화 하�� 기업이 성공적으로 창의적인 비즈니스 모델과 가격 모델을 만들어 고객 평생갶�치를 두 배로 높일 전망입니다. 블확실한 경영 환경으로 인한 당면과제 속에서도 메틴베스트�� 연결된 데이터를 활용해 미래로 나아가며 고객과의 약속을 지킵니다.

• 원문: , , Forbes.com

The post 우크라이나 최대 철강사, 전쟁 중 영업 성과 디지털화 appeared first on �鶹ԭ�� Korea 뉴스센터.

AI 주도의 고객 서비스 ˳�신은 직원을 더 똑똑하게 만들죠. 기계가 반복되�� 질문을 처리할 때 고객은 더 행복��니다. 서비스 직원이 보다 복잡한 문제에 집중할 수 있을 때, 봇의 제안을 참조해 질문에 답할 때 훨씬 나은 서비스를 제공할 수 있습니다.

글쓴이: P.V. 캐넌(P.V. Kannan)

인공지능을 활용한 고객 서비스 시스템의 성공은 봇이 인간을 대체하�� 것이 아니라 봇과 인간이 ��께 일할 때 가능��니다.

�� 전통적으로 코스트센터로 간주되었고 그런 만큼 많은 조직이 고객 개선 노력의 초점을 비용 절감에 맞춰 왔습니다. 이러한 노력은 중대한 실수로 판명났습니다. 아무도 행복하지 않은 세상이 되기 때문이죠. 고객은 고객대로 예약은 2번, 서비스�� 3번을 누르�� 데 지쳤고 서비스 담당자�� 똑같은 질문에 반복해서 답하�� 데 질렸죠.

서비스 분야의 최신 기술은 가상 상담사입니다. 서비스 대본으로 훈련을 받은 자동화 된 시스템인 가상 상담사(버추얼 에이전트)�� 을 활용해 전화나 채팅으로 고객 요청을 인식��고 응대��니다. 고객 서비스의 역사를 돌이켜 볼 때 다시 한 번 일자리 감축과 비용 절감에 초점을 맞추�� 거 아닌가 ��고 생각할 수도 있습니다. 하지만 그렇지 않습니다.

고객 전략과 가상 상담사 시스템 구축을 도와 온 경험에 비추어 보면 고객 서비스와 자동화에 관해 예상을 깨�� 두 가지 근본적인 사실이 입증되었습니다.

1. 가상 고객 서비스 상담사의 �ѫ��으로 얻�� 최대 효과�� 바로 비용 절감이 아니라 고객 경험 개선입니다.

2. 가상 상담사 시스템의 성공은 인간을 대체하�� 것이 아니라 봇과 인간이 협업할 때 가능��니다.

자동화가 실제로 서비스를 개선할 수 있을까?

고객 서비스 자동화라고 하면 고객은 대화식 음성응답(IVR)을 떠올립니다. IVR은 전화 메뉴를 이용해 정보를 얻도록 돕�� 전화 시스템인데 대기시간이 단축되지도 않고 서비스도 개선되지 못했던 기억이 있습니다. 상담사와의 온라인 채팅도 불만스럽기�� 마찬가지죠. 전형적인 상담사�� 동시에 2-6개 세션을 처리하느라 응답이 늦어지곤 ��니다.

하지만 가상 상담사�� 을 예고��니다. 가상 상담사가 채팅이나 전화 요청의 배경이 되�� 의도를 해석할 수 있다면 인간 상담사보다 더 빨리 효율적으로 답을 찾아줍니다. 가장 빈번한 질문에 댶���서�� 실제 사람과 �����작용하�� 것보다 더 나은 경험을 제공하죠.

예컨댶� 시리어스XM 위성 라디오(SiriusXM Satellite Radio)의 경우 가상 상담사가 무한한 인내심으로 소비자가 새 차량 라디오를 초기화하�� 과정을 차근차근 안내��니다. 전화번호로 여러분 계정을 찾고 차량이 장애물 없이 하늘을 향할 수 있�� 곳으로 이동할 때까지 기다리죠. 이동을 마치면 시스템에 접속해 작동을 시작하�� 데 필요한 코드를 여러분의 라디오에 전송��니다. 가상 상담사�� 3분이건 25분이건 신경 쓰지 않습니다. 상담사의 통화 시간을 최소화하�� 대신에��여러분의 의도에 따라 효율적으로 대응하도록 설계되었기 때문이죠.

하지만 모든 고객 서비스 통화가 봇의 힘만으로 쉽게 답할 수 있�� 건 아닙니다. 인간 상담사도 포함시켜 서로의 강점을 활용하�� 시스템의 일부로서 활동할 때 성공 가능성은 극대화 됩니다.

고객 서비스 상담사와 봇의 협업 방식

인간과 봇은 스킬이 다릅니다. 인간 고객 서비스 상담사�� 고객이 짜증이 났음을 쉽게 인식��고 공감 능력을 발휘해 대응할 수 있습니다. 이에 비해 AI를 등에 업은 가상 상담사�� 여러 시스템에서 데이터를 조합해 즉시 판단을 내리�� 데 있어 마법사 수준입니다. 그런 결정이 왜 올바른 결정일 수 있��지 감성지능은 부족하더라도 말이죠.

그래서 기업들은 이제 가상 상담사와 사람이 ��께 일하�� 서비스 흐름을 디자인��고 있습니다. 그런 �� 인간 상담사가 정보를 찾아 기계적으로 여러 컴퓨터 시스템을 파고드�� 일을 덜어줍니다. 인간 상담사�� 대신에 예외�����에 집중할 수 있죠. 이제껏 시스템이 마주한 적 없�� 고객 문제나 공감능력이 요구되�� 짜증 난 고객 응대가 대표적입니다. 가상 상담사�� 보편적인 문제를 효율적으로 해결��고 인간 상담사�� 일반적인 패턴을 벗어나�� 이해관계가 높은 문제를 처리��니다.

고객 서비스 분야에서 가상 상담사와 인간 상담사가 ��께 일하�� 방식은 크게 세 가지입니다.

1. 봇이 대화를 시작한 후 사람에게 전달하기

2. 인간 상담사가 봇의 도움을 받으며 고객 응대하기

3. 인간 상담사의 감독 하에 봇이 고객 응대하기

각각의 경우를 사례와 ��께 보여 드리겠습니다.

봇이 인간 상담사의 시간을 절약

가상 상담사 시스템 적용 경험에 비추어 볼 때 일반적으로 이들 시스템은 지원 없이도 들어오�� 질문의 80%를 처리할 수 있습니다. 하지만 질문이 너무 복잡하거나 고객이 너무 흥분해 가상 상담사가 응대할 수 없으면 어떻게 될까요?

그런 �����에서도 가상 상담사�� 시간을 절약��니다. 몇몇 가상 상담사 시스템은 실제로 고객의 이름이나 계정번호, 문제의 내용 등의 정보를 수집하도록 설계되었고 인간 상담사에게 전화를 연결하면서 해결방안도 제안��니다. 예컨댶� 렌터카 회사 에이�ѫ��/�ѫ��(��������/���ܻ岵���)의 경우 가상 상담사가 고객의 이름과 차량 픽업, 반환 장소와 시간 등을 수집해 인간 상담사의 통화 시간을 30초 단축��고 같은 질문을 고객에게 반복하�� 일을 없애줍니다.

봇과 사람 간의 인수인계�� 효율성을 개선할 수 있습니다. 예컨댶� 마케팅 서비스회사 ��브스팟(��ܲ�����dz�)에서�� 챗봇이 영업 리드를 심사��고 콘텐츠를 전달��며 잠재 고객을 허브스팟의 (인간) 영업 인력에게 페이스북 메신저로 연결��니다. 사전 심사를 거친 리드�� 영업 인력과 기꺼이 통화할 가능성이 40% 증가��니다.

봇은 인간 상담사를 더 똑똑하게 해

최고급 전문인력 서비스 회사와 같은 몇몇 기업은 인간 상담사가 모든 서비스 통화를 처리하도록 하�� 편을 선호��니다. 하지만 이들 상담사도 봇이 귓속말을 해 주면 더 똑똑해 보일 수 있죠. 예컨댶� 새로 시작한 할인 행사나 재고소진 상품이 있으면 봇은 상담사가 이를 바로 알아차리도록 ��니다. 마치 비서가 주변을 분주히 움직이며 고객에게 어떤 이야기가 최상인지를 알려주�� 것과 같죠.

올스테이트 기업보험(Allstate Business Insurance)의 고객 서비스 봇인 에이비(��������)�� 영업인력(보험 설계사나 중개사)을 돕도록 실계했습니다. 올스테이트의 독립 보험 설계사�� 이 봇으로 원하�� 정보를 찾습니다. 조경회사의 보험 비용은 얼마가 들지, 의료 연구소에�� 어떤 규칙을 적용할 지 등의 세부 정보죠. 과거에�� 이런 정보를 찾으려면 수백 건의 문서를 뒤져야 했지만 에이비�� 정확한 지식을 빨리 찾아줘 영업인력은 더 효율적으로 일��니다. 덕분에 에이비�� 매달 25,000여 건의 문의를 처리��니다.

봇은 인간의 감독으로 개선이 가능해

가상 상담사가 문제를 해결할 수 없�� 경우 인간 감독관이 큰 도움이 될 수 있습니다. 온라인 채팅을 통한 고객 서비스에 있어서�� 인간 상담사가 챗봇과 고객 사이의 대화 8-10 건을 효율적으로 관리할 수 있습니다. 상담사 혼자 질문에 답할 때보다 훨씬 높은 수준의 생산성이죠. 가상 상담사가 막히면 더 경험이 많은 인간이 개입해 문제를 해결할 수 있습니다. 그 뿐이 아니라 인간 상담사�� 가상 상담사가 풀지 못한 문제에 태그를 붙여두고 AI 시스템이 그 시나리오에서 배우도록 ��며 다음 질문에�� 더 똑똑하게 대응하도록 ��니다.

이런 방식의 �����작용에서�� 봇과 인간 모두 자신이 가장 잘하�� 일에 집중할 수 있습니다. 가상 상담사�� 반복적인 사례를 빨리 효율적으로 처리하�� 일이죠. 인간 감독관에게�� 공감 능력과 감성지능을 이용해 보다 복잡한 문제를 해결��고 처음에�� 인식하지 못했던 문제에 댶��� 가상 상담사를 훈련시키�� 일입니다.

봇은 사람이 보다 흥미로운 과제를 해결할 여유를 제공

인터컨티넨탈 호텔그룹(IHG)은 가상 상담사가 IT 헬프데스크에 연락하�� 직원들을 위해 기술 문제를 해결��고 있습니다. 총 30,000여 명의 직원이 일하�� IHG�� 직원 만족도가 대폭 상승했습니다.

IHG�� 을 활용해 헬프데스크에 연락한 고객의 채팅 내용을 검토��고 보편적인 질문에 답할 수 있�� 가상 상담사를 만들었습니다. 그 결과 150명의 헬프데스크 직원을 대체하�� 대신 이들과 ��께 일하�� 시스템을 운영 중입니다.

IHG의 헬프데스크�� 이제 신기술 시스템을 적용할 때와 같이 수요가 급증할 때 대응하�� 확장성을 확보했습니다. IHG의 시스템을 설계한 스캇 위검(Scot Whigham)의 설명에 따르면, “저희 시스템에 들어오�� 요청에 대응하도록 확장이 가능��며 수요가 줄면 규모를 줄여 과잉 능력에 댶��� 지불하�� 일을 막습니다.” 수요가 낮은 시기에 잉여 인력에 지급하�� 대신 이 조직은 인력 자원을 재배치해 IT 과제 목록에 있�� 다른 중요한 일을 수행하도록 ��니다.

패스워드 재설정처럼 훈련 받은 업무에 댶���서�� 가상 상담사 시스템이 이제 들어오�� 질문의 80%에서 85%를 처리할 수 있습니다. 가상 상담사가 질문에 답할 수 없을 때에도 사람에게 도움을 줄 수 있죠. 자신이 직접 질문에 답하건 헬프데스크 직원에게 전달하건 간에 가상 상담사 시스템은 직원의 기본 정보를 수집할 수 있습니다. 위검의 보고에 따르면 이 시스템을 이용한 호텔 직원의 만족도�� 높은 수준을 유지��고 있습니다.

고객 서비스의 미래�� 인간-머신 협업

이상의 모든 사례가 보여주듯이 AI 주도의 고객 서비스 ˳�신은 직원을 없애기 위한 활동이 아닙니다. 직원을 더 똑똑하게 만들죠. 기계가 반복되�� 질문을 처리할 때 고객은 더 행복��니다. 서비스 직원이 보다 복잡한 문제에 집중할 수 있을 때, 혹은 봇의 제안을 참조해 질문에 답하�� 데 집중할 때 훨씬 나은 서비스를 제공할 수 있습니다.

지식 기반의 업무를 하�� 사람은 언제나 컴퓨터와 정보의 도움을 받을 때 더 생산적이고 깊이 생각해 왔습니다. 고객 서비스도 예외�� 아니죠. 이제 고객 서비스 직원은 기계적인 반복 업무�� 기계에 맡기고 정말로 자신을 필요로하�� 고객을 위해 공감하�� 귀를 기울이고 현명하게 문제를 해결하�� 데 집중할 수 있습니다.

저자 소개

P.V. 캐넌(P.V. Kannan)은 미국 캘리포니아주 산호세에 본사를 둔 AI 주도형 고객 경험 소프트웨어 및 서비스 업체 [24]7.ai의 공동 창업자 겸 회장입니다. 최신 저서�� 의도의 시대: 인공지능을 이용한 탁월한 고객경험 제공(The Age of Intent: Using Artificial Intelligence to Deliver a Superior Customer Excellence) 입니다. 캐넌의 견해�� 토마스 프리드먼의 세계�� 평평하다(The World Is Flat)에 소개된 바 있습니다. 조시 버노프(Josh Bernoff (@jbernoff))�� 군더더기 없�� 글쓰기: 커리어 발전을 위해 뜻하�� 바대로 말하기(Writing Without Bullshit: Boost Your Career by Sayinng What You Mean)를 비롯해 여섯 권의 경영전략 서적의 저자 혹은 공저자입니다.

The post 고객 서비스의 미래�� AI와 인간의 협업 appeared first on �鶹ԭ�� Korea 뉴스센터.

아무도 자신의 말을 듣고 있지 않��다고 고객이 느낀다면 어쩌면 그게 사실일 지도 모릅니다. 아니면 자신도 모르�� 사이에 기계와 이야기��고 있을 수도 있죠.

정확히 2�Ƅ 전 오늘 구글은 를 발표했습니다. 고객 서비스 요청을 처리할 수 있�� 비서인 듀플렉스�� 식당이나 헤어샵을 예약하거나 기본 정보를 제공��니다. 이미 수�Ƅ 간 자동 전화 응답 서비스�� 있었지만 새롭게 관심을 받�� 이유�� 고객들이 이처럼 자동화 된 디지털 비서가 사람이 아니라�� 사실을 깨닫지 못하기 때문입니다.

사람인 척 해야 할까?

듀플렉스가 발표된 후 바로 곳곳에서 투명성에 관한 문제 제기가 있었습니다. 기업들이 “전화 상의 물체가 보이�� 것보다 사람이 아닐 수 있습니다” 같은 문구를 포함해야 하느냐�� 거죠.

물론 그래야 ��니다. 듀플렉스도 그럴 거구요. 의도적으로 사람을 속이기 위해 기술에 대규모로 투자하�� 일은 고려해서도 안되�� 나쁜 아이디어의 폐차장에나 있을 법한 일이죠. 지진 발생기나 암호화 뒷문 같은 아이디어가 대표적입니다. 고객에게 정직하지 못하다면 무슨 이익이 있겠어요? 한 때의 놀라움이 과연 잠재적인 후폭풍을 감내할 갶�치가 있을까요?

기계라서 더 좋은 점들

뭔가를 할 수 있다고 해서 꼭 해야만 하�� 건 아닙니다. 봇과의 �����작용을 솔직하게 밝히�� 일이 오히려 효과적이죠.

• 고객 만족 증대. 예컨댶� 고객이 컴퓨터와 �����작용��고 있다�� 사실을 안다면 다른 사람의 시간을 뺏을 일이 없다고 느끼면서 자신의 선택을 맞춤화 하�� 데 더 많은 시간을 보낼 수 있죠. 사실 저도 가족 여행을 준비하면서 여행사 직원과 상담하기 전에 상당한 시간을 온라인으로 여행 옵션을 조사하�� 데 쓰곤 ��니다. 맞춤화가 늘어나면 고객 만족도 증가할 수 있습니다.
• 고객의 이해 확대. 다른 사람과 �����작용할 경우 사람들은 조금은 바보같거나 반복적인 질문이라고 느끼�� 내용은 묻기를 꺼립니다. 아직도 제대로 이해하지 못했다�� 사실을 인정하기에 주저하�� 거죠. 하지만 기계와 �����작용한다면 자유롭게 맘 속에 있�� 이야기를 터놓고 할 수 있습니다. 기술의 적용으로 긴 통화 시간에 대한 우려도 사라지고 기계의 시간을 뺏�� 데 댶��� 걱정할 필요도 없습니다.
• 더 빠른 고객 �����작용. 사회적 관행에 따라 우리�� 먼저 날씨나 안부를 묻�� 등 대화에 윤활유를 먼저 더하면서 이야기를 시작하죠. 과연 고객 서비스 직원이 진짜로 “월요일 치곤 괜찮아요”하�� 말에 신경이나 쓸지 심히 의심이 갑니다. 기계와 �����작용한다�� 사실을 인지한 순간 우리�� 모두의 시간을 아끼면서 본론으로 바로 들어갈 수 있습니다.
• 보다 정직한 고객. 우리�� 주변 사람들이 우리를 어떻게 생각할지 신경을 씁니다. 그러다 보니 상대방이 듣고 싶을 것 같은 내용과 우리 생각이 다르다고 느끼면 완전히 정직하지 않을 수 있습니다. 바람직한 사회적 반응이라�� 편향이죠. 사람보다�� 다른 기계가 우리에 관해 어떻게 생각하��지�� 덜 신경 쓰�� 편입니다.

자동차를 쫓던 개

그렇다면 기업은 도대체 왜 사람인 척하�� 옵션을 고려하�� 걸까요? 달리�� 자동차를 보고 짖어대며 쫓던 개가 정작 차를 따라 잡으면 뭘해야 할지 모르�� 것과 같은 이치입니다. 우리도 튜링 테스트(기계가 인간의 지능적인 행동을 흉내낼 수 있��지를 시험하��)를 쫓아 왔고 이제 따라잡고 나니 뭘 해야 할지 확신이 서지 않��거죠.

과학계의 경우 튜링 테스트를 통과하�� 일은 타당한 목표입니다. 비즈니스 측면에서�� 다른 목표가 아마도 더 의미가 있지 않을까요? 컴퓨터가 사람과 구분이 안간다고 해도 사람을 흉내내�� 일은 근시안적인 목표일 수 있습니다. 이미 사람은 우리 주변에 많습니다. 이들 봇이 하�� 말에 “흠”이나 “음”, “어” 등을 집어 넣어 인간의 불완전한 정규 언어 패턴을 흉내낼 필요�� 없죠. 똑 같은 걸 만든다면 더 큰 기회를 놓치�� 셈이니까요.

사람 같을 필요 없�� 인공지능의 목표

“인간 같은” 기계가 아니라면 인공지능의 목표�� 어떤 것이라야 할까요? 이 맥락에서 살펴 보죠.

• AI를 이용해 지난 고객 통화 내용에서 배우고 통화할 필요성을 없앱니다. 요청을 음성으로 암호화, 복호화 하면서 인상적인 기술 역량을 보여줄 수�� 있지만 어쩌면 고객이 다른 채널에서 아직 원하�� 정보를 찾지 못했다�� 뜻일 수 있습니다. 이 경우 AI 비서를 써서 존재하지 말아야 할 프로세스를 자동화 하�� 일은 불필요할 수 있죠. 애초에 전화할 필요가 없�� 보다 명확한 온라인 예약 시스템으로 고객 만족이 증대할 수 있습니다. 대신에 AI�� 통화 기록을 꾸준히 분석하면서 전체 프로세스 개선에 집중하면 좋습니다.
• 통화 중에 AI로 인간 상담원을 돕습니다. 통화 내용을 분석한 정보를 이용해 기업은 보안과 서비스 개선이 가능��니다. 이�� 사람보다 기계가 더 잘하�� 측면이죠.
• 통화를 예측��고 상담원 운영 계획을 세우�� 데 AI를 적용��니다. 사실 기계가 사람인 척 하�� 것만이 고객 서비스 통화에서 흔히 접하�� 거짓은 아니죠. 끊임 없이 “고객님의 통화�� 저희 회사에 매우 중요합니다”라�� 말을 들으면서 몇 분이고 기다려야 ��니다. 그 동안 회사�� 고객의 시간보다�� 상담원의 효율성에 우선순위를 두기 때문이죠. 물론 완벽하게 합리적인 선택일 수�� 있지만 AI�� 통화량을 더 잘 예측��고 회사와 고객의 효율성을 모두 개선할 수 있습니다.

AI�� 비즈니스와 고객 서비스를 개선할 놀라운 도구일 수 있습니다. 하지만 사람인 척��고 고객을 속이�� 일보다 이 기술을 훨씬 더 유용하게 적용할 방안이 있습니다. 결국 아직은 인간이 더 지능적인 존재니까요.

글쓴이 소개

샘 랜스바텀(Sam Ransbotham)은 보스턴칼리지(Boston College)의 캐롤경영대학원(Carroll School of Management) 정보시스템학부 부교수입니다. MIT SMR (Sloan Management Review) 객원 에디터로 활동��며 인공지능과 비즈니스 전략 빅데이터 이니셔티브를 담당��고 있습니다. 연락처: sam.ransbotham@bc.edu 트위터:

The post 인공짶ĵ�(����)의 목표를 다시 생각하자 appeared first on �鶹ԭ�� Korea 뉴스센터.

때로�� 을 이용해 고객경험을 전달��고 때로�� 직원이 담당하죠. 아주 오래된 옛날 기술을 적용할 때도 있습니다. 가장 중요한 점은 바로 탁월한 경험의 전달입니다. 무슨 일을 하건 간에 AI가 모든 일을 도맡아 해 줄 것으로 기대하지�� 마세요.

글쓴이: 칩 칸(Chip Kahn), 붐타운(Boomtown) 창업자, 최고경영자

고객 서비스 문제 해결을 위해 기업들이 AI에서 궁극적인 해결책을 모색 중이지만 기술의 진짜 위력은 우리의 가설에 숨은 결함을 노출하�� 데 있습니다. 효과적인 AI 구현의 첫 단계�� 바로 병목구간과 데이터 비효율을 쪽집게처럼 가려내�� 데 있다고 붐타운 창업자 칩 칸 회장은 전��니다.

고객 서비스에서 가장 흔한 문제�� 바로 고객 지원에 필요한 정보가 직원에게 없�� 경우입니다. 그런데 이 문제가 가장 큰 오해를 받고 있기도 하죠. 제 회사에서�� 이를 “정보 격차”라고 ��니다. 이렇게 간단해 보이�� 일이 어쩌면 이토록 만연한 문제가 되었을까요?

갈수록 빨라지�� 변화의 물결

세상이 변��고 있고 변화의 속도가 갶�속화 되기 때문입니다. 예컨댶� 소프트웨어 릴리스�� 이제 많은 이가 상상했던 것보다 빠른 속도로 진행됩니다. ‘ 네이티브 컴퓨팅 파운데이션(CNCF)’이 실시한 에서 “일 단위 릴리스 주기를 운영한다�� 응답자가 2018�Ƅ 15%에서 27%로 늘었고 주 단위 릴리스 주기�� 20%에서 28%로 늘었습니다.”

가 테슬라 모델 3를 테스트하�� 동안 자사의 장기 테스트 기간의 전반기에만 상당한 소프트웨어 업데이트가 있었다고 보고했습니다. 6개월 동안 12번의 소프트웨어 업데이트가 있었죠. 평균 16일마다 한 차례씩 업데이트가 있었다�� 얘기입니다. 테슬라 고객 서비스 담당자라면 각 고객 차량마다 펌웨어와 소프트웨어 버전을 검증해야 올바른 해결책을 찾을 수 있��데 업무 부담이 얼마나 클 지 상상해 보세요. 여러분의 결정으로 고객의 물리적 안전에 영향을 줄 수 있�� �����에서 말이죠.

24시간 전의 정보�� 부정확한 세상

팀은 제품과 서비스의 어지러운 변화 속도에 보조를 맞출 수가 없습니다. 우리�� 이제 어제의 정보가 24시간만에 더 이상 관련이 없거나 정확하지 않은 그런 세상에 살고 있습니다. 그러다 보니 직원들이 초인간적인 능력을 키워 정보를 찾아야 하��데 그건 현실성도 없고 확장성도 없죠.

고객 서비스 �����작용은 고객 여정의 한 접점일 뿐이지만 제가 만나 본 고객경험 팀들의 어깨를 가장 무겁게 짓누르�� 대표적인 사례입니다. 왜일까요? 고객과 직원의 �����작용이야말로 탄광의 카나리아 같기 때문입니다. 고객경험에 문제가 있��지 가장 먼저 알리�� 지표이기 때문이죠.

그런데 카나리아 소리를 못듣게 된다면 어떨까요?

AI�� 자동화 그 이상

중요한 고객경험 경고를 놓치지 않도록 보장하려면 먼저 질문해야 ��니다. 고객 서비스 정보 격차의 주요 원인은 무엇인가?

• 정보가 직원들의 시스템 안에 없�� 경우
• 직원들의 시스템에서 정보를 찾기 매우 힘들거나 불가능할 경우
• 시스템 안의 정보가 부정확하거나 불완전한 경우

이 모든 문제�� 근본적으로 고객경험을 저해��니다. 직원들이 근무 중에 반복해서 이들 문제를 경험해도 문제를 추적, 분류, 해결할 수단이 제한되어 있죠. 결국 전세계 각지에 분산된 500명 내지 1,000명의 직원이 속한 부서에서 수작업으로 관련 통찰을 포착하기가 얼마나 어려울지 상상해 보세요. 동시에 문제해결 소요시간도 개선하려고 노력하면서 말이죠.

수작업으로 개선이 불가능하기 때문에 많은 기업이 AI에서 답을 찾습니다. 예컨댶� 1,000명 팀은 AI를 이용해 고개의 구체적인 문제 해결을 돕도록 직원에게 관련 정보를 즉시 제공��니다. AI가 관련 정보를 찾을 수 없다면 어떻게 될까요? 정보 부재 문제를 시스템에 기록��고 경영진에 보호��니다. 수작업 처리�� 필요 없죠. 직원들은 별도의 조치를 취할 필요가 없고 리포팅은 대규모로 처리할 수 있습니다. 경영진은 지식관리 시스템의 문제가 되�� 격차를 파악할 수 있습니다.

AI가 불완전한 지식기반 자료를 전달할 경우 분석기능으로 그 정보를 받은 고객들이 결국 다시 전화를 해 추가 지원을 요청했다고 보여줍니다. 문제가 되�� 자료를 즉시 노출할 수 있죠.

이 시나리오에서 AI�� 정보 발견을 자동화��고 이�� 문제해결 소요시간에 즉시 효과를 줍니다. 직원은 고객의 소리를 귀담아 듣고 응대에 집중할 수 있죠. 기업과 고객경험 팀, 고객 모두에게 윈-윈-윈 �����입니다.

하지만 이런 유형의 자동화가 정보 격차 문제를 해결하지�� 못��니다. 그렇죠? 사실 자동화�� 문제를 강화할 뿐입니다. 고객은 반복해서 불완전한 정보를 받게 되�� 끊임 없�� 순환이 일어나기 때문이죠.

다행히 AI�� 단순한 자동화 차원을 넘어섭니다. 통찰과 AI 시스템이 생성, 포착하�� 데이터�� 문제를 드러냅니다. 실시간 인텔리전스의 갶�치�� 대다수 비즈니스 리더에게 자명하지만 AI 전략에 관한 대화에서 거의 논의되지�� 않습니다.

경험 전달에 초점

AI만으로�� 고객경험 문제를 해결할 수 없습니다. 하지만 해결책의 일부라�� 점은 분명하죠. 문제를 드러내 보이고 여기서 출발해 해결책의 다른 요소인 사람과 프로세스, 여정 맵핑 등을 끌어들일 수 있습니다. 이처럼 ‘다면 솔루션(여러 측면의 해결책)’을 조율하�� 활동이 바로 경험 전달입니다.

경험은 때로�� 사람이 전달하기도 ��고 AI나 정적인 웹사이트가 전달하기도 ��니다. 탁월한 경험을 위한 채널이나 모드보다�� 성공적인 경험 전달이 더 중요��니다.

리더들이 고객 여정 전반에 걸쳐 탁월한 경험 전달에 집중하면 어떤 자원이 필요한지, 어느 프로세스가 고객의 요구를 가장 잘 충족할지 파악하기가 수월해집니다.

이렇게 자문해 보세요. 어떤 문제를 해결��고 있나? 해결책은 어떤 목표를 충족하나? 정보 격차 사례에서�� 여러 선택지가 있었죠. 고객경험 팀의 웍플로 합리화가 목표였다면 필요한 정보를 지식 기반에 추가하기만 하면 됩니다. 고객 지원 비용 절감이 목표라면 고객 �����작용 관련 여러 프로세스를 자동화하면 되죠. 하지만 탁월한 고객경험 전달이 목표라면 여정 전반에 걸쳐 고객을 위한 결과에 초점을 맞춘 다면 솔루션을 선택할 겁니다.

경험 전달은 고객 우선 마인드 그 이상

경험 전달에 부단한 초점을 두�� 건 “고객 우선” 마인드 그 이상입니다. 훌륭한 고객경험은 순추천지수(NPS) 점수와 고객 충성도, 반복 구매, 고객 추천 등을 촉진��니다. 올해의 에서 경험 측정과 경험 제공 사이의 구분은 그 어느 때보다 극명했습니다.

“향후 2-3�Ƅ 동안 기술이 가장 큰 영향을 줄 분야를 묻�� 질문에 고객 초점 저성과 기업들은 소비자 통찰을 언급했습니다. 그런데 고성과 기업들은 소비자 경험이 가장 압도적인 답변이었죠. 후발 조직은 데이터에서 경쟁 환경에 대한 단서를 찾습니다. 데이터를 수집해 소비자들이 요청한 바를 제공하죠. 고성과 조직은 이보다 한참 더 나아갑니다. 데이터 활용 방식에 있어 사전 대응식이죠. 데이터를 활용한 몰입과 응대를 강조��니다.”

때로�� AI를 이용해 고객경험을 전달��니다. 때로�� 직원이 담당하죠. 경우에 따라서�� 아주 오래된 옛날 기술을 적용할 수도 있습니다. 가장 중요한 점은 바로 탁월한 경험의 전달입니다. 무슨 일을 하건 간에 AI가 모든 일을 도맡아 해 줄 것으로 기대하지�� 마세요.

• 원문: , Toolbox.com, Ziff Davis

관련 사이트와 스토리

• 고객 중심이라�� 난제 해결
• 쟁점: AI가 HR의 미래인가?

The post AI로 고객경험 문제 해결을 돕�� 방법 appeared first on �鶹ԭ�� Korea 뉴스센터.