AI가 인터페이스가 될 때, SaaS는 어떻게 될까?

수년간, 마케팅 기술 소프트웨어에 로그인하는 것은 대시보드에 들어가는 것을 의미했습니다. 마케팅 기술 소프트웨어 누군가가 매출을 분석하거나, 고객 데이터를 검토하거나, 캠페인 성과를 모니터링하거나, 계정을 관리해야 할 때, 대시보드는 시작점이었습니다. 소프트웨어 기업들은 고객을 애플리케이션에 끌어들이는 것이 제품 가치 제공의 핵심이었기 때문에 이러한 환경을 더 쉽게 탐색할 수 있도록 막대한 투자를 했습니다.

AI 어시스턴트는 사람들이 메뉴와 보고서를 검색하는 대신 질문을 하는 것에 익숙해지면서 그 가정을 뒤흔들기 시작했습니다. 사용자는 AI 어시스턴트에게 알고 싶거나 달성하고자 하는 것을 말하고, 기술이 응답에 필요한 정보를 판단해 주기를 기대합니다.

그러한 행동이 직장으로 확산되면서, 소프트웨어 기업들은 고객이 여전히 소프트웨어에 의존하지만 애플리케이션 내부에서 보내는 시간이 줄어들어, 기업이 기능을 제공하는 방식과 고객이 제품에서 얻는 가치를 측정하는 방식이 변화하는 것을 보게 될 것입니다.

소프트웨어가 대화의 일부가 될 수 있다

Claude와 ChatGPT와 같은 AI 어시스턴트는 이미 사람들이 정보를 찾고 일상 업무를 수행하는 방식을 변화시켰습니다. 기업 채택은 이러한 시스템이 직원들이 업무에서 사용하는 특화된 애플리케이션 및 독점 데이터와 점점 더 연결될 수 있기 때문에 새로운 기회를 창출합니다.

Model Context Protocol (MCP)는 이러한 연결을 가능하게 하는 기술 중 하나입니다. MCP는 AI 애플리케이션이 외부 데이터 소스와 소프트웨어 도구에 연결할 수 있는 표준화된 방식을 제공합니다. 모든 상호작용이 특정 애플리케이션 내부에서 시작될 필요가 없도록, 소프트웨어 제공업체는 제품의 일부를 고객이 사용하는 AI 환경을 통해 접근 가능하도록 만들 수 있습니다.

이를 실제로 시각화하려면, 분석 애플리케이션을 떠올리면 됩니다. 마케터는 전통적으로 로그인하고, 보고서를 열고, 날짜 범위를 선택하고, 필터를 적용하고, 여러 고객 그룹을 비교한 뒤 답을 찾습니다. AI 인터페이스가 기본 소프트웨어와 연결되면, 해당 마케터는 최근에 획득한 고객 중 어떤 고객이고가치 고객.

분석 소프트웨어는 여전히 중요한 역할을 수행합니다. 이는 관련 데이터를 보유하고, 특화된 모델을 적용하며, 특정 사용 사례를 위해 개발된 기능을 제공하기 때문이지만, 고객이 이러한 기능에 접근하는 방식은 변화하고 있습니다.

독점 데이터가 점점 더 가치 있게 된다

사용자에게 소프트웨어에 대한 대화형 접근을 제공하면 일반 목적 AI의 한계 중 하나가 드러납니다.

모델은 마케팅이나 전자상거래에 대해 많은 것을 알 수 있지만, 특정 기업에서 어제 무슨 일이 있었는지는 모를 수 있습니다. 브랜드가 고객 가치를 어떻게 계산하는지, 혹은 어느 시점 이후에 고객을 이탈한 것으로 간주하는지도 자동으로 알지 못합니다. 유용한 기업용 AI는 이를 사용하는 조직에 특화된 정보에 접근할 수 있어야 합니다.

소프트웨어 기업들은 이미 이러한 특화된 정보의 대부분을 보유하고 있습니다. 고객 데이터 플랫폼은 고객 행동을 이해하고, 비즈니스 인텔리전스 도구는 기업 성과 데이터를 정리합니다. 기타 기업용 애플리케이션도 자신이 서비스하는 조직에 대한 유사한 특화 정보를 포함하고 있습니다.

시스템 연결과 AI를 결합하면 모델이 일반적인 지식에만 의존하지 않고 기업 고유의 정보를 활용할 수 있는 방법을 제공합니다.

AI 모델이 계속 발전함에 따라, 독점 데이터와 특화된 소프트웨어 기능은 점점 더 중요한 차별화 요소가 될 수 있습니다. 모델은 대화형 경험을 제공할 수 있지만, 기업용 애플리케이션은 해당 대화를 특정 비즈니스에 유용하게 만드는 기반 데이터와 기능을 제공합니다.

답변은 기회의 일부에 불과하다

대화형 소프트웨어의 다음 단계는 AI가 답변을 제공한 이후에 무엇이 일어나는가에 달려 있습니다. 통찰을 아는 것은 유용하지만, 그 통찰을 실행에 옮기는 것이 비즈니스 소프트웨어가 가치를 창출하는 핵심입니다.

AI 어시스턴트에게 어떤 고객이 다시 구매할 가능성이 가장 높은지 물어보고, 그 답변을 사용해 잠재 고객 그룹을 만들고 이를 다른 시스템에 제공하여 대화를 워크플로우로 전환한다고 상상해 보세요. 유사한 가능성은 기업용 소프트웨어 전반에 존재합니다. 사용자는 여러 애플리케이션을 거치지 않고도 문제를 식별하고 다음 단계를 시작할 수 있습니다. 이는 기본 시스템이 특화된 기능을 계속 수행하고, AI 어시스턴트가 사용자가 해당 시스템에 접근하는 방식을 조정하기 때문입니다.

AI가 행동을 시작할 수 있게 되면, SaaS 제품은 필요할 때 AI 시스템이 호출할 수 있는 특화된 기능들의 모음처럼 보이기 시작합니다. 분석 제품은 잠재 고객을 식별하고, 전자상거래 플랫폼은 거래 데이터를 제공하며, 마케팅 플랫폼은 캠페인을 활성화할 수 있습니다. 가장 좋은 점은 사용자가 각 애플리케이션을 직접 탐색하지 않아도 이러한 제품들이 워크플로우에 기여할 수 있다는 것입니다. 이후 소프트웨어 기업은 고객이 달성하고자 하는 목표를 중심으로 워크플로우를 설계할 수 있게 됩니다, 화면 순서가 아니라.

대시보드는 여전히 역할이 있다

대시보드가 완전히 사라질 가능성은 낮습니다. 일부 작업은 시각적 탐색이나 대량 정보를 한 번에 검토하는 것이 유리하기 때문입니다. 사용자는 여전히 다양한 작업을 위해 전용 애플리케이션이 필요하지만, 대시보드의 역할은 중심성이 줄어들었습니다.

고객은 보다 깊은 탐색이 필요할 때 애플리케이션을 열고, 일상적인 질문과 작업은 AI 어시스턴트를 통해 처리할 수 있습니다. 또 다른 사용자는 전통적인 인터페이스를 전혀 열지 않고도 기본 소프트웨어와 정기적으로 상호작용할 수 있습니다.

SaaS 기업은 과거에 로그인, 세션 및 제품 내 체류 시간을 참여 지표로 간주했습니다. AI가 중개하는 소프트웨어는 이러한 지표를 복잡하게 만듭니다. 대시보드를 거의 열지 않는 고객이라도 AI 어시스턴트가 정기적으로 제품의 데이터, 모델 또는 워크플로우를 대신 호출한다면 높은 참여도를 보일 수 있습니다.

고객이 일하는 곳에 맞춰 구축하라

SaaS 기업은 고객이 가장 먼저 여는 애플리케이션이 되기 위해 수년간 노력해 왔습니다. AI 어시스턴트는 개별 비즈니스 애플리케이션이 지속적으로 그 위치를 차지하지 않을 가능성을 제시합니다. 소프트웨어는 여전히 신뢰할 수 있는 데이터, 특화된 기능 및 안정적인 실행을 제공해야 합니다.

이 모델에 대비하는 기업은 제품의 어느 부분을 고객이 가장 자주 필요로 하는지, 어떤 데이터를 AI 시스템에 안전하게 제공할 수 있는지, 그리고 사용자가 대화형으로 시작할 수 있는 행동은 무엇인지 스스로 질문하기 시작해야 합니다. 저는 대시보드가 여전히 유용할 것이라 생각하지만, 이제는 상호작용이 시작되는 장소가 아닐 수도 있습니다.