다음 단계의 AI 혁신은 대규모 개인화를 주도하고 조직이 원활하고 개인화된 경험을 효율적으로 제공할 수 있도록 지원할 것입니다.
최근 대중에게 공개되고 사용하기 쉬운 생성형인공지능(AI) 덕분에 인공지능(AI)에 대한 관심이 급증하고 있습니다. 이러한 혁신은 데이터 양의 증가, 예산 축소, 인사이트 확장, 도입 촉진 등 경험 산업이 오랫동안 해결해 온 과제들에 대한 접근 방식을 혁신적으로 변화시킬것입니다.
Medallia 2008년 텍스트 분석을 출시한 이래로 사려 깊고 실행 가능한 네이티브 AI 및 머신 러닝 기능을 구축해 왔습니다. 현재 Medallia자연어 처리(NLP) 및 자연어 이해(NLU) 기능은 수백 개의 언어, 액션 지향 머신러닝 모델, 15,000개 이상의 사전 학습된 주제를 지원하여 개인화된 경험을 가능하게 합니다.
그 이후로 저희는 음성, 텍스트 등 다양한 분야의 AI 역량을 지속적으로 강화해 왔으며, 이를 통해 기업들에게 인사이트 실질적이고 누구나 활용할 수 있는 인사이트 제공하고 있습니다. 올해 초, 저희의 강력한 AI 기반 기능을 활용하는주간 활성 사용자 수가 100만 명을 돌파했습니다.
방대한 데이터와 15년간 쌓아온 AI 전문성, 사람 중심의 텍스트 분석 분야에서 쌓아온 리더십을 바탕으로 탁월한 개인화 경험을 제공하기 위한 다음 단계의 AI 혁신을 개발 중입니다.
귀사의 경험 플랫폼을 사용하는 모든 사용자가 최소한의 교육과 노력만으로 인사이트 정확히 얻을 수 있다면 얼마나 좋을까요?AI와 머신러닝(ML)덕분에 대규모 데이터 세트 분석이 훨씬 쉬워졌지만, 그 인사이트 도출해내는 능력은 여전히 통계와 분석에 익숙한 소수의 사용자들에게만 집중되어 있는 경우가 많습니다. 그 결과 조직 전반에 걸쳐 인사이트 도출까지 걸리는 시간이 길어지고, 중요한 정보를 파악하고 이에 따라 조치를 취하는 데 어려움을 겪고 있습니다.
예를 들어, 지역 관리자는고객 만족도지표를 떨어뜨리는 요인을 파악할 시간이 제한적입니다. 보고서를 업데이트하거나 질문에 대한 답변을 받기 위해 도움을 기다릴 여유는 전혀 없습니다. AI는 해당 지역 관리자 및 다른 사용자들이 간단한 쿼리나 프롬프트를 통해 경험 인사이트 예측적 인사이트 얻을 수 있도록 지원해야 합니다. 해당 관리자는 단 한 번의 질문만으로 왜 일부 지점이 다른 지점보다 실적이 좋은지 파악할 수 있어야 하며, AI는 그 질문에 대한 답변을 즉시 제시할 수 있어야 합니다.
결국 AI가 사용자의 구체적인 요구 사항을 학습함에 따라, 프롬프트 입력이나 질의 과정은 선택적인 단계가 될 것입니다. 대신 AI는 사용자가 자신의 업무를 원활하게 수행하기 위해 보고 싶어 하고 필요로 인사이트 예측하고 맞춤형으로 제공해야 합니다. 또한 AI는 데이터와 상호작용할 수 있는 직관적이고 사용하기 쉬운 도구를 제공함으로써, 현재 발생하고 있는 현상과 그 원인을 분석하는 데 따르는 가파른 학습 곡선을 해소해야 합니다.
생성 AI는 이러한 목표를 달성하는 데 도움이 되는 주요 기술이지만, 이 분석에 유용한 유일한 유형의 AI는 아닙니다. 예측 분석(데이터를 사용하여 미래의 트렌드나 이벤트를 예측하는 분석)은 제너레이티브 AI를 기반으로 구축되어야 하며 다른 방법과 함께 작동해야 합니다. 이러한 AI 기반 예측 분석을 통해 기업은 이러한 예측, 고객 선호도 및 기타 지표를 기반으로 경험을 맞춤화하여 궁극적으로 더 빠른 문제 해결과 만족도 향상을 달성할 수 있습니다.
이러한 분석은 점수화되지 않은 것, 즉 주어진 문제에 대해 조치를 취하지 않을 경우 고객이나 직원이 특정 행동을 취할 가능성을 예측하고 점수를 매길 수 있어야 합니다. 예를 들어, AI는 상호 작용의 패턴을 식별하고 고객 이탈로 이어지는 가장 큰 위험 요소 또는 파악하고자 하는 다른 결과를 즉시 파악할 수 있어야 합니다.
예산이 점점 더 얇아지고 고객 수요가 증가함에 따라 모든 기업은 일관되게 높은 수준의 서비스를 제공하는 동시에 직원 이탈을 완화하기 위해 프로세스를 자동화하는 새로운 방법을 찾아야 합니다. AI 기반 자동화는 바로 이러한 문제로 어려움을 겪고 있는 직원과 고객을 위한 윈윈 솔루션입니다.
예를 들어, 컨택 센터 업무에 필요한 모든 작업을 수행할 시간이 극히 제한적입니다. 통화 후 메모 작성을 자동화하거나, 고객이 해당 기업과 나눈 이전 상호작용 내역을 자동으로 제공받아 더 빠르고 우수한 서비스를 제공할 수 있다면 상담원들에게 큰 도움이 되지 않을까요? 직원들이 문제를 해결하는 데 소요되는 시간을 줄임으로써 고객은 원하는 답변을 더 빨리 얻을 수 있습니다. 직원의 업무량과 스트레스를 사소해 보이는 부분에서 줄여나가는 것만으로도 수익성과 고객 만족도에 큰 영향을 미칠 수 있습니다. 고객 지원 상호작용을 자동으로 요약하면 상담원 한 명당 통화나 채팅이 끝날 때마다 15초에서 60초의 시간을 절약할 수 있습니다. 우리의 목표는 인간적인 요소를 없애는 것이 아니라, 반복적인 업무를 자동화하는 것입니다.
그러나 AI 기반 자동화가 가져올 잠재적 영향은 컨택 센터 사례를 넘어섭니다. AI는 비용을 절감하는 동시에, 모든 직원이 가장 부가가치가 높거나 복잡한 업무에 인간의 지적 능력과 자원을 집중할 수 있도록 업무를 자동화해야 합니다. AI는 인간의 업무 흐름을 보완하고 근무 환경을 개선하는 한편, 더 높은 가치를 지니고 인간의 지적 능력이 필요하며 더 큰 보람을 주는 상호작용을 식별하여 직원들이 이를 더 짧은 시간 내에 수행할 수 있도록 지원해야 합니다. 동시에 AI는 자동화된 요약, 분류, 응답 및 기타 개선 기능을 제공하여 모든 경험 프로그램 전반에 걸쳐 일관성을 유지하는 데 기여할 수 있도록 확장되어야 합니다.
또한 이러한 자동화를 통해 사용자는 고객에게 제공되는 쿠폰의 개수 제한이나 비방자에 대한 할인 허용 비율 제한 등 회사 정책을 준수하기 위해 AI가 개인화된 응답이나 기타 생성된 콘텐츠를 생성하는 방식을 편집할 수 있어야 합니다. AI는 다른 직원의 행동과 관리자의 AI 설정에서 허용되는 것을 일관되게 학습하므로 직원들은 자신이 생성한 응답이 규정을 준수한다는 사실을 알고 안심할 수 있습니다. 또한 AI는 직원에게 컨텍스트와 제안을 제공하여 차선책인 대화나 행동을 식별하여 직원이 자동 또는 수동으로 실행할 수 있도록 해야 합니다. 결과는? 경험 프로그램 전반에 걸쳐 고객과 일관되고 개인화된 상호 작용이 가능합니다. 따라서 AI 기반 자동화는 사람의 개입이 필요한 자동화인지 여부에 관계없이 모든 고객에게 개인화된 경험을 제공해야 합니다.
이미 몇 차례 개인화에 대해 언급했지만, 그만한 이유가 있습니다. 고객은 채팅, 디지털 행동, 설문조사 응답, 리뷰, 소셜 미디어 등 암묵적으로든 명시적으로든 피드백이나 기타 데이터를 비즈니스에 제공하는 데 익숙합니다. 이러한 데이터가 브랜드와의 경험을 더욱 원활하고 개인화하며 개선하는 데 사용되기를 기대하지 않는 이유는 무엇일까요?
이는 고객 피드백에 대한 포괄적이고 상황에 맞는 정확한 응답과 차선책을 자동으로 생성하는 것을 의미할 수 있습니다. AI는 고객의 이전 경험을 완전히 인식하고 그에 따라 차선책을 제공함으로써 고객의 향후 비즈니스 경험을 더욱 향상시켜야 합니다. 만약 고객이 현재 판매 중인 게임 콘솔을 소유하고 있다면, 이전 세대 콘솔에 더 적합한 게임 콘솔(또는 보조 기기/서비스)에 대한 마케팅이 전부라면 짜증이 날 것입니다. AI를 활용하여 경험을 개인화하면 고객에게 가장 관련성 높은 정보와 아이템만 제공함으로써 브랜드 충성도를 높일 수 있습니다.
여기에는 디지털 데이터나 영상과 같은 비언어적 데이터에서 인사이트 도출해내는 AI도 포함되어야 합니다. AI는 디지털 행동의 패턴을 파악하고, 이를 바탕으로 구체적인 도움말 문서나 링크를 제공하여 고객을 지원할 수 있어야 합니다. 시간 절약 효과만으로도 고객과 직원 모두에게 큰 도움이 될 것입니다. 하지만 더 나아가 생각해보면, AI는 고객이 요청하기 전에 정확히 원하는 것을 제공해 줄 수 있습니다. 호텔 투숙객이 항상 헬스장 정보를 요청한다면, 헬스장 정보와 함께 여분의 수건을 객실로 자동으로 보내주는 것은 어떨까요? 이러한 수준의 개인화가 비즈니스 전반에 걸쳐 확대 적용되는 모습을 상상해 보십시오.
이러한 모든 AI 방식이 피드백 루프를 유지하여 AI 모델을 지속적으로 개선하고 더욱 향상된 개인화를 제공함으로써 직원과 고객의 만족도를 극대화할 수 있을 것으로 기대합니다. AI는 여정의 모든 단계에서 새로운 정보에 적응하고 모든 신호에 걸쳐 각 단계에서 생성된 데이터로 동적으로 스스로를 학습해야 합니다. 최종적으로는 비즈니스와 상호 작용하는 모든 사람에게 탁월한 개인화를 제공해야 합니다. 무한한 튜닝과 지속적인 적응형 개인화를 가능하게 하는 올바른 비전, 전문성, AI를 활용하면 가능성은 무궁무진합니다.
저희는 생성형 AI와 예측 분석을 기반으로 인사이트 의사결정 과정을 가속화하고 전반적인 효율성, 접근성 및 인사이트 편의성을 향상시키는 AI 기술을 개발하는 것을 목표로 합니다. 또한 관련 규정과 고객의 보안 기준을 준수하며, 데이터 활용 방식에 대해 투명하게 공개함으로써 책임감 있게 이를 추진해 나갈 것입니다.
AI 기반 및 AI 증강 자동화는 직원의 업무 부담을 덜어주는 동시에 상호 작용에서 필수적인 인간적 접촉을 유지하여 충성도와 만족도를 향상시킬 수 있습니다. 이러한 발전의 핵심은 개인화에 대한 노력으로, AI는 고객의 피드백과 행동을 기반으로 상황에 맞는 응답과 조치를 생성하여 궁극적으로 브랜드 충성도를 높이고 더욱 긍정적이고 개인적인 경험을 제공합니다.
Dropbox의 비전은 수십 년에 걸친 경험, 수십억 개의 데이터 포인트, 안전하고 확장 가능한 엔터프라이즈급 솔루션을 구축해온 디자인 철학으로 뒷받침됩니다.
자세한 내용은 당사 전문가와 상담하세요.
