생성적 AI : 고객 지원의 새로운 촉매제

제너레이티브 AI는 이미 몇 년 내에 연간 4,000억 달러 이상의 비즈니스 가치를 창출할 것으로 예상됩니다 . 이미 가치를 입증하고 있는 영역 중 하나는 고객 서비스 및 지원입니다.

CX 전문가이자 Freshworks의 전 고객 마케팅 수석 이사인 Colin Crowley는 기업이 결과를 도출하기 위해 생성 AI에 어떻게 의존하고 있는지(그리고 왜) 자세히 설명합니다. The Works와의 인터뷰에서 Crowley는 고객 지원 리더의 가장 큰 과제와 생성 AI가 이를 해결하는 방법을 확인했습니다.

(명확성을 위해 대화를 편집하고 요약했습니다.)

현재 고객 서비스 리더의 가장 큰 과제는 무엇입니까?

가장 중요한 문제 중 하나는 고객 서비스 품질을 높이는 동시에 효율성을 높이는 능력입니다. 역사적으로 이 두 가지 일은 서로 충돌했고 일반적으로 둘 중 하나를 수행했습니다.

속도를 우선시하고 고객이 전화를 끊도록 하는 효율성 기반 지표가 있었습니다. 또는 해당 이메일을 전달하는 것이 우선순위였으며 결과적으로 품질이 저하되었습니다. 이제 AI와 자동화 기술을 통해 품질과 효율성을 동시에 높일 수 있게 되었으며, 이는 고객이 점점 더 기대하는 바입니다.

또 다른 우려는 리더들이 사람들을 더 잘 활용하는 데 더 많은 관심을 갖고 있다는 것입니다. 어떻게 하면 팀 구성원을 더 잘 활용할 수 있나요? 인간의 공감 기술 사용을 최적화하고 기계를 사용하여 자동화할 수 있는 작업을 처리하려면 어떻게 해야 합니까? 이러한 기술은 어떻게 상담원의 경험을 향상시키고 훌륭한 인재를 더 쉽게 유지할 수 있습니까?

고객 지원에서 생성 AI가 구체적으로 어떤 영향을 미치나요?

생성적 AI(Generative AI)는 AI에 대한 접근을 열어줍니다. 초기에는 AI와 관련된 모든 것을 원했다면 타사와 협력하고 기존 소프트웨어와 통합해야 했습니다. 따라서 회사에서 지원을 많이 하지 않거나 실험을 위한 안전한 공간이나 예산을 제공하지 않으면 AI 실험이 어려워졌습니다.

생성적 AI가 이를 변화시킵니다. 오픈 소스 자료를 사용하면 실시간으로 문장을 바꾸는 방법이나 구문이나 어조를 변경하는 방법에 대한 결과를 반환할 수 있는 Rephraser 및 Tone Enhancer 와 같은 기능을 자동으로 생성할 수 있습니다. 무언가를 활성화하고 그로부터 가치를 얻을 수 있다는 사실은 모델이 구축되기를 기다리고 ROI가 지연되는 데 익숙했던 많은 회사에게는 새로운 것입니다. Generative AI는 보다 즉각적인 가치를 제공합니다.

또한 데이터 마이닝과 관련하여 많은 작업을 수행합니다. 고객 경험 리더는 수많은 데이터를 관리합니다. 이들의 전통적인 문제는 고객과 여러 번 연락하고 주고받는 것이었습니다. 해당 데이터를 마이닝하고 실제 대화를 통해 어떤 표현이나 음색이 고객에게 더 효과적인지 더 많이 이해할 수 있는 엄청난 기회가 있습니다 .

해당 데이터를 얻고 정리하는 것은 CX 리더에게 큰 과제입니다. 생성적 AI는 해당 데이터에 접근하고 유용한 방식으로 이해하는 데 도움이 될 수 있습니다. Gen AI를 활용하여 직원과 상담원이 더 높은 수준의 고객 서비스를 더 빠르게 제공할 수 있도록 역량을 강화할 수 있는 많은 기회가 있을 것입니다.

AI 기반 챗봇은 어떻게 고객 대화 결과를 이끌어 내나요?

AI를 사용하면 챗봇이 이전에 할 수 있었던 것보다 훨씬 더 많은 일을 할 수 있습니다 . 전통적으로 사람들은 영업 관련 연락처에서 개인화를 생각했습니다. 그러나 개인화의 다른 측면은 점점 더 친밀해지고 있습니다. 한 가지 예는 고객 원형입니다.

모든 회사에는 고객을 분류하는 몇 가지 방법이 있지만 AI는 좌석 수, 충성도 등급, 고객이었던 기간 등 훨씬 더 흥미로운 방식으로 고객을 분류할 수 있는 기회를 제공합니다. 또한 고객이 귀하와 어떻게 소통했는지에 대한 데이터를 포함할 수도 있습니다. 소셜 미디어에 게시하고 더욱 세분화된 세그먼트를 만들고 해당 세그먼트를 사용하여 맞춤형 지원을 제공하세요. 개인화된 추천은 기업이 서비스 문제가 발생할 경우 고객에게 얼마나 많은 할인을 제공해야 하는지 파악하는 데 도움이 됩니다. 기업은 좋은 고객 경험과 해당 경험에 지출하는 비용의 균형을 맞추려고 노력하고 있으며 AI는 최적의 지점을 찾는 데 도움이 될 수 있습니다.

챗봇에 대한 지속적인 교육이 얼마나 중요한가요?

이는 기업이 여전히 많은 실수를 저지르는 영역 중 하나입니다. 봇이 자체 훈련을 더 잘할 수 있더라도 고객이 봇과 상호 작용하는 방식에 주의를 기울일 사람이 필요합니다. 또한 기대하는 ROI를 얻기 위해서는 AI 관련 프로세스에 대한 품질 감사와 정기적인 지표 검토를 보장할 수 있는 사람이 필요합니다. 많은 기업이 AI와 자동화의 정기적인 유지 관리에 충분한 투자를 하지 않습니다.

CX 리더는 자동화와 인간적 접촉 사이에서 적절한 균형을 어떻게 유지해야 합니까?

일반적인 사실은 기업이 스펙트럼의 양쪽 끝에서 벗어나고 있다는 것입니다. 일부는 "봇을 위한 봇"이라는 사고방식을 가지고 있습니다. 챗봇은 환상적입니다. 챗봇에 투자합시다! 그리고 반대쪽 끝도 있습니다. 즉, 고객 문의에 답변할 수 있는 사람을 두는 것이 항상 더 낫다고 생각하는 기업입니다.

AI와 챗봇은 일반적으로 투자를 정당화할 만큼 충분히 많은 양으로 반복되는 문제가 있는 상황에서 더 잘 사용됩니다. 챗봇은 고객이 원하는 것을 얻기 위해 고객이 한두 가지 질문에 대답하기만 하면 되는 비교적 간단한 작업에 가장 큰 가치를 제공합니다.

다른 사용 사례에는 정책이나 프로세스와 같이 무언가가 많이 변경될 가능성이 없는 경우 또는 고객이 명확한 최종 목표를 염두에 두고 있고 매우 간단한 상황이기 때문에 일반적으로 많은 공감이 필요하지 않은 경우가 포함됩니다. 예를 들어 주문 취소.

그러나 회사가 A/B 테스트 등을 수행하기 전까지는 반드시 알 수 없는 X 팩터가 여전히 있습니다. 기업은 이러한 모호한 영역이 무엇인지 파악하고 이를 전략적으로 테스트해야 합니다.

우리는 이제 비즈니스 소프트웨어의 르네상스 시대가 왔다고 생각하며 The Works를 강연대가 아닌 비즈니스 독자를 위한 공명판으로 설계했습니다. theworks@freshworks.com 으로 언제든지 연락해 피드백, 제안, 아이디어를 공유해 주세요.