고객 서비스 분야에서 AI를 위한 4000억 달러 규모의 기회
Generative AI는 연간 수십억 달러의 비즈니스 가치를 창출할 것으로 예상됩니다. 약속을 활용하기 위한 주요 전략은 다음과 같습니다.
모든 AI 기반 고객 서비스 챗봇이 동등하게 만들어지거나 잘 만들어지는 것은 아닙니다.
AirAsia가 2019년에 도입한 AI 기반 고객 지원 봇인 AVA를 예로 들어 보겠습니다. AVA는 사례 해결만큼 고객 불만을 많이 접수하여 AirAsia CEO Tony Fernandes는 올해 초 AVA가 동남아시아에서 "가장 미워하는 AI 챗봇"임을 인정하게 되었습니다.
물론 AVA가 챗봇 세계에서 유일한 슬픈 자루는 아닙니다. (그녀는 2세대 AI 봇인 Bo 로 대체되었습니다.) Gartner에 따르면 2022년 12월부터 2023년 2월까지 지원 봇으로 전환한 고객 중 25%만이 문제 해결을 위해 기꺼이 다시 사용할 의향이 있다고 답했습니다.
고객 요청을 상황에 맞게 조정하고 자연스러운 언어를 합성하여 봇의 채팅을 더욱 인간적으로 만들 것을 약속하는 생성 AI의 급격한 증가로 인해 이러한 상황은 곧 바뀔 수 있습니다. McKinsey에 따르면 Generative AI는 글로벌 비즈니스의 생산성 향상과 비용 절감을 통해 연간 4,040억 달러를 창출할 것으로 예상됩니다.
생성 AI에 대한 기업의 지출이 2032년까지 1조 3천억 달러에 이를 것으로 예상됨에 따라 많은 기업이 고객 경험(CX) 상을 주목하고 있습니다. Capgemini에 따르면 소매 부문 에서만 기업의 63%가 생성 AI를 사용하여 고객 서비스를 개선하는 방법을 모색하고 있다고 밝혔습니다 . Gartner 조사에 따르면 모든 산업 분야에서 거의 40%의 기업이 CX를 고객 서비스 의 주요 초점으로 삼을 계획입니다. 생성적 AI 투자.
기업은 위험을 최소화하면서 최대의 이익을 얻기 위해 생성적 AI 전략에 어디에 투자해야 합니까? 고객 서비스 전문가가 생성 AI가 상담원과 고객의 경험을 향상시킬 수 있다고 말하는 네 가지 사용 사례는 다음과 같습니다.
실시간 상호작용을 위한 "Copilot"
2023년 전국 고객 분노 조사(National Customer Rage Survey)에 따르면 비효과적인 챗봇, 인간과 대화하기 위한 끝없는 대기 시간, 경험이 없는 상담원과 같은 평범한 불만 사항 처리로 인해 회사의 미래 비즈니스가 손실되고 향후 수익이 8,870억 달러에 달할 수 있습니다 .
그러나 생성 AI는 인간 콜센터 직원을 위한 디지털 비서(점점 “AI 부조종사”라고 불림)를 제공함으로써 이러한 고통을 완화할 수 있는 잠재력을 가지고 있다고 AI 기반 가상 에이전트 플랫폼인 Ultimate의 고객 성공 책임자인 Maeve Condell은 말합니다.
Condell은 “콜센터 직원을 위한 '부조종사'로서 생성적 AI 교육을 받은 비서가 고객 지식 기반에 연결하여 신속하게 정보에 액세스하거나 답변을 제안하도록 도울 수 있습니다."라고 말합니다. “자동 생성된 답변을 내부 메모로 티켓에 전달할 수 있습니다. 그러면 상담원이 신속하게 검토하고 필요한 경우 재작업하여 보낼 수 있습니다.”
위험이 거의 없는 AI 부조종사는 인간 컨택 센터 직원에게 실행 가능한 솔루션에 더 빠르게 액세스할 수 있는 권한을 제공하고 해당 정보를 보다 효과적으로 전달할 수 있는 언어를 제안함으로써 컨택 센터 직원의 게임 능력을 향상시킬 수 있습니다. 이는 특히 경험이 부족한 직원에게 도움이 됩니다.
최근 스탠포드 연구에 따르면 부조종사에 접근할 수 있는 컨택 센터 상담원의 생산성이 14% 향상되었으며 신규 직원이나 저숙련 직원이 가장 큰 이득을 보인 것으로 나타났습니다. 연구 저자들은 생성적 AI가 경쟁의 장을 평준화하고 생산성의 불평등을 줄이고 숙련도가 낮은 근로자를 크게 돕는다고 결론지었습니다.
챗봇 생성 및 교육
오늘날의 챗봇은 지식 기반에서 FAQ를 뽑아 창에 표시하고 "문제가 해결되었나요?"라고 묻는 키워드 식별에 의존하는 경우가 많습니다. 짜증날 정도로 뺑소니를 당하고 의사소통 스타일은 완전히 비인격적입니다.
현재로서는 생성 AI 봇이 인간 없이 고객과 직접 상호 작용하도록 하는 것은 너무 위험할 수 있지만 합성 언어 기능을 사용하면 기존 고객 서비스 봇을 더욱 빛나게 할 수 있습니다. "나의 공정한 챗봇"이라고 생각해보세요.
Springbok AI의 공동 창립자이자 데이터 과학 책임자인 Benedikt Schönhense는 "생성 AI를 챗봇 생성 프로세스의 일부로 사용하는 것은 현재 가장 유망한 사용 사례 중 하나이며 확실히 위험도가 가장 낮습니다."라고 말합니다.
Schönhense는 기업이 생성 AI를 사용하여 고객이 물어볼 수 있는 질문을 바꾸어 말하고 샘플 대화를 생성하여 교육의 많은 부분을 자동화할 것을 제안합니다. 또한 생성 AI를 사용하면 다양한 세부 수준으로 인간 테스터의 프롬프트로 사용자 입력을 시뮬레이션하여 기존 챗봇을 테스트할 수 있습니다.
무엇보다도 생성적 AI 교육 프로세스는 고객 기반에 따라 따뜻하면서도 권위 있는 커뮤니케이션부터 절제된 캐주얼까지 회사가 원하는 커뮤니케이션 스타일과 어조를 주입할 수 있습니다.
지원 티켓 수명 동안 상호 작용 추적
반복되는 통화를 통해 여러 상담원에게 동일한 문제를 설명하는 데 따른 엄청난 고통을 누구나 알고 있습니다. Schönhense는 “개인적으로 저는 문제 해결을 위해 3명 이상의 사람들과 똑같은 대화를 나누는 지원 루프에 있었습니다.”라고 말합니다.
그러나 생성적 AI의 종합 및 요약 능력은 기업이 고객 서비스에 배포할 수 있고 배포해야 하는 진정한 초능력이며 고객과 지원 담당자 모두의 이러한 문제점을 제거합니다.
이는 전화, 이메일, 웹, 앱 및 소셜 미디어 상호 작용의 조합과 같은 여러 채널을 통해 커뮤니케이션이 이루어질 때 특히 유용합니다.
“고객 지원 담당자가 한계점에 있는 고객에게 무슨 일이 일어났는지 이해하려면 이제 5~6개의 이메일 체인이나 5~6개의 서로 다른 상호 작용에 대한 긴 메모가 포함된 지원 티켓을 읽어야 할 수 있습니다. "라고 AI 고객 지원 플랫폼인 LocoBuzz의 제품 혁신 책임자인 Vijay Vittal은 말합니다. "생성 AI를 사용하면 5~6개의 문장에 맞게 사례 요약을 자동으로 생성하여 에이전트가 속도를 높이고 고객을 난관에서 벗어나게 할 수 있습니다."
신규 콜센터 직원 교육 및 온보딩
콜센터 직원의 감소율은 잔인합니다. 2022년 평균 이직률은 38%였습니다 . 그리고 대부분의 콜센터 상담원( Salesforce 설문 조사에 따르면 그 중 55% )은 자신들이 받는 교육이 수준 높은 고객 지원을 제공하기에는 불충분하다고 말합니다.
생성적 AI가 챗봇을 훈련하는 데 훌륭한 도구가 될 수 있는 것과 마찬가지로 콜센터 직원을 시뮬레이션된 대화로 훈련하는 데에도 사용할 수 있습니다. 이를 통해 콜센터 직원이 처리해야 하는 문제 유형을 숙지하고 생성적 AI를 다음과 같은 용도로 사용할 수 있도록 준비할 수 있습니다. 부조종사.
Condell은 "이것은 절대적으로 위험은 낮고 보상은 높은 사용 사례입니다."라고 말합니다. "이 도구를 사용하면 신입 직원이나 경험이 부족한 직원이 훨씬 더 빠르게 작업 속도를 높일 수 있으며 오프라인이며 고객과 직접 상호 작용하기 전에 안전하고 스트레스 없이 교육할 수 있는 방법입니다."
Condell은 내부 프로세스가 복잡한 한 Ultimate 고객이 생성 AI를 사용하여 새로운 지원 상담원을 교육하는 데 걸리는 시간을 절반으로 줄이는 것을 구상하고 있다고 덧붙였습니다.
오늘날 이 기술을 안전하게 배포하는 것뿐만 아니라 이 기술로부터 최대의 ROI를 추출하려면 인간의 손길이 필수적입니다. 인간이 계속해서 정보를 얻을 수 있도록 하세요: 기업이 생성 AI에서 금을 채굴하려고 할 때 이를 황금률로 고려하세요.