생성형 AI: 고객 지원의 새로운 미래
생성형 AI와 함께 하는 미래 알아보기
CX 전문가 콜린 크롤리이 제시한 생성형 AI를 이용한 고객 지원의 미래
생성형 AI는 몇 년 내에 연간 4,000억 달러 이상의 비즈니스 가치를 창출할 것으로 예상됩니다. 그 중 고객 서비스 및 지원 분야에서 이미 가치를 발휘하고 있습니다.
Freshworks의 전 고객 마케팅 시니어 디렉터이자 CX 전문가인 콜린 크롤리는 기업들이 어떻게, 왜 생성형 AI를 활용해 결과를 내고 있는지 직접 경험하고 있습니다. The Works와의 인터뷰에서 크롤리는 고객 지원 리더들이 직면한 가장 큰 과제와 생성형 AI가 이를 어떻게 해결하고 있는지 설명했습니다.
대화는 명확성을 위해 편집 및 요약되었을 알립니다.
고객 서비스 리더들이 현재 직면한 가장 큰 과제는 무엇인가요?
가장 중요한 문제 중 하나는 고객 서비스의 품질을 높이면서 동시에 효율성을 높이는 것입니다. 역사적으로 두 가지는 상충되는 관계였고, 보통 둘 중 하나만 이루어졌습니다.
효율성 기반 메트릭은 속도와 전화 종료를 우선시했습니다. 또는 이메일 발송을 우선시하고 그 결과 품질이 저하되었습니다. 이제 AI와 자동화 기술 덕분에 품질과 효율성을 동시에 높일 수 있게 되었으며, 이는 고객들이 점점 더 기대하는 바입니다.
또 다른 문제는 리더들이 인력을 더 잘 활용하는 방법에 대해 고민하는 것입니다. 팀원들의 인간적 기술인 공감을 어떻게 최적화할 수 있을까요? 자동화할 수 있는 작업은 기계에 맡기고, 이 기술들이 상담원의 경험을 향상시켜 훌륭한 인재를 유지하는 데 어떻게 도움이 될 수 있을까요?
고객 지원에서 생성형 AI의 구체적인 영향은 무엇인가요?
생성형 AI는 AI 접근성을 높이고 있습니다. 초기에는 인공지능 관련 작업을 하려면 타사와 협력하고 기존 소프트웨어와 통합해야 했습니다. 이는 회사가 인공지능 실험을 지원하지 않거나 안전한 실험 공간 또는 예산을 제공하지 않을 경우 어려움을 겪게 만들었습니다.
생성형 AI는 이를 변화시키고 있습니다. 오픈 소스 자료를 사용하여 Rephraser와 Tone Enhancer와 같은 기능을 자동으로 생성할 수 있습니다. 실시간으로 문장을 다시 표현하거나 문법이나 어조를 변경할 수 있습니다. 이처럼 간단히 켜고 가치를 얻을 수 있는 것은 모델 구축과 ROI 지연을 기다려야 했던 많은 회사들에게 새로운 일입니다. 생성형 AI는 더 즉각적인 가치를 제공합니다.
또한, 데이터 마이닝 측면에서도 많은 역할을 합니다. 고객 경험 리더들은 방대한 데이터를 다룹니다. 데이터를 효과적으로 관리할 수 있게 되며 많은 고객과의 데이터를 살펴볼 수 있습니다. 이 때문에 실제 대화를 통해 고객에게 더 효과적인 표현이나 어조를 이해하는 데 효과적으로 사용할 수 있습니다.
데이터를 얻고 정리하는 것은 CX 리더들에게 큰 도전 과제입니다. 생성형 AI는 그 데이터를 얻고 유용한 방식으로 이해하는 데 도움을 줄 수 있습니다. 직원과 상담원이 더 높은 수준의 고객 서비스를 더 빠르게 제공할 수 있도록 생성형 AI를 활용할 많은 기회가 있을 것입니다.
AI 기반 챗봇이 고객 대화에서 어떻게 성과를 내고 있나요?
AI는 챗봇이 이전보다 훨씬 더 많은 일을 할 수 있게 합니다. 전통적으로 사람들은 개인화를 판매 관련 연락에만 적용했습니다. 그러나 개인화의 다른 측면은 점점 더 친밀해지고 있습니다. 예를 들어, 고객 아키타입입니다.
모든 회사는 고객을 세분화하는 방법을 가지고 있지만, 인공지능은 고객을 더 흥미로운 방식으로 세분화할 기회를 제공합니다: 좌석 수, 충성도 등급, 고객이 된 기간 등. 또한 그들이 소셜 미디어에서 어떻게 참여했는지에 대한 데이터를 포함하고 더 세분화된 세그먼트를 만들어 개인화된 지원을 제공할 수 있습니다. 개인화된 추천은 서비스 문제 시 고객에게 얼마만큼의 할인을 제공해야 하는지 결정하는 데 도움을 줄 수 있습니다. 기업들은 좋은 고객 경험과 그 경험에 소비하는 비용을 균형 있게 맞추려 하고 있으며, AI는 그 적절한 지점을 찾는 데 도움을 줄 수 있습니다.
챗봇의 지속적인 훈련은 얼마나 중요한가요?
이 영역에서 기업들은 여전히 많은 실수를 저지릅니다. 봇이 스스로 훈련을 더 잘할 수 있지만, 고객이 봇과 어떻게 상호작용하는지 주시할 사람이 필요합니다. 또한 AI 관련 프로세스의 품질 감사와 정기적인 메트릭 리뷰를 보장할 사람들이 필요합니다. 많은 기업이 AI와 자동화의 정기적인 유지 관리에 충분히 투자하지 않습니다.
CX 리더들은 자동화와 인간적 터치 사이의 균형을 어떻게 맞춰야 하나요?
일반적인 진리는 기업들이 스펙트럼의 어느 한쪽 끝에서 멀어지고 있다는 것입니다. 일부는 “챗봇을 위한 챗봇” 정신을 가지고 있습니다: 챗봇은 멋지니까 투자하자! 반면에 다른 쪽 끝에는 항상 인간이 고객 문의에 답하는 것이 더 낫다고 생각하는 기업들이 있습니다.
AI와 챗봇은 충분히 큰 볼륨으로 반복되는 문제를 처리할 때 더 잘 사용됩니다. 챗봇은 상대적으로 간단한 문제에서 가장 큰 가치를 제공하며, 고객이 한두 가지 질문에 답하기만 하면 필요한 것을 얻을 수 있습니다.
또한, 정책이나 프로세스와 같은 변경될 가능성이 낮은 것 또는 주문 취소와 같이 명확한 목표가 있는 상황에서는 챗봇이 적합합니다.
그러나 A/B 테스트 등을 통해서만 알 수 있는 X 요인이 여전히 존재합니다. 기업들은 그들만의 모호한 영역을 발견하고 전략적으로 테스트해야 합니다.
여러분의 목소리를 듣고 싶습니다! 피드백을 보내주시고 The Works에서 제공하는 흥미로운 업데이트에 대해 알아보세요. 문의 사항은 theworks@freshworks.com으로 보내주세요.