์ฌ์ ๋ฆฌ๋
์๋งค์ ์ฒด, 2025๋ GenAI ํฌ์ํ๊ธฐ ์ ์ ์ด 4๊ฐ์ง ๊ตํ์ ๋ฐฐ์ฐ์ธ์
Forrester는 미국과 EMEA의 5대 소매업체 중 1개가 2025년에 고객용 GenAI 애플리케이션을 출시할 것으로 예측합니다. 향상된 제품 검색, 개인화된 추천, 및 개선된 카테고리 내비게이션은 주요 사용 사례입니다. 그러나 자동화된 상호작용은 왜 2023년에 미국의 고객 경험 점수를 5% 낮췄는지를 알고, 소매업체는 2025년 GenAI 투자 전에 무엇을 배울 수 있을까요?
2023년 KPMG 보고서는 고객의 기대치를 충족하지 못한 것이 감소의 원인으로, 쇼퍼에게 전략적인 이점이 없는 기술의 과도한 사용을 강조했습니다. 50명의 CIO와 CTO를 대상으로 한 Fortune 500 기업의 GenAI 프로젝트에 대한 질문에서, 대부분의 프로젝트가 잘못된 비즈니스需求를 해결하는 것으로 나타났습니다.
2025년을 향해, 소매업체는 고객 중심의 GenAI 전략을 우선시해야 합니다. 최신 기술을採用하는 것이 아니라, 비즈니스需求에 집중해야 합니다. 소매업체는 고객 여정을 검토하고, 개선할 수 있는 영역을 식별하고, 솔루션을 채택하거나 구축하여 사용 사례에 맞게 사용해야 합니다. 여기에는 4가지 교훈이 있습니다.
비즈니스-데이터-AI 심포니 보장
RAND 연구진은 2024년에 80%의 AI 프로젝트가 5가지 주요 영역에서 실패한다고 발견했습니다. 즉, 목표가 일치하지 않거나, 데이터가 부족하거나, 기술 중심의 접근 방식이거나, 인프라 격차가 있거나, AI의野心이過大한 경우입니다.
소매업체는 GenAI 투자에 성공하기 위해 견고한 데이터 기반과 전문 지식을 필요로 합니다. 그들은 “해당 솔루션의 요구 사항을 충족하기 위해 충분한 데이터가 उपलब्ध한지 어떻게 보장할 수 있나요? 그리고 이 데이터 중 얼마나 독점적인가요?”라는 질문을自分에게해야 합니다. 성공적인 GenAI 프로젝트는 높은 품질의 관련 정보에 달려 있습니다. 조직이 가진 고유한 데이터 형식이 많을수록, 솔루션이 더 커스터마이즈되어야 합니다.
세 번째 질문은 “GenAI를 효과적으로 활용하기 위해 필요한 인재 풀과 운영 구조의 변경은 무엇인가요?”입니다. 업스킬링의 수준과 동기를 부여하는 비용 및 시간을 이해하면, 소매업체는 빌드, 커스터마이즈, 또는 솔루션을 관리하기 위한 투자에 대한 ROI를 결정할 수 있습니다.
오늘날, 비기술 전문가들은 노코드 도구를 사용하거나 장기적인 AI 파트너를 고용하여 GenAI의 이점을 활용할 수 있습니다. 제3자 GenAI 솔루션을 선택할 때, 전자상거래幹部는 가격과 ROI를 넘어서, 확장성, 성능, 데이터 보안, 벤더 전문 지식, 및 기술 스택 호환성을 우선시해야 합니다. 신규 통합에 커밋하기 전에明確한 비즈니스 ケース와 예상 결과가 중요합니다.
점진적인 접근법 채택
2024년에 BCG 그룹은 최상위 전자상거래 GenAI 사용 사례의 채택률을 평가했습니다. 즉, 블로그, 제품 설명, 및 제품 이미지 보충과 같은 콘텐츠 생성이 포함됩니다. 더 고급 사용 사례에는 개인화된 제품 추천, 동적 가격, 및 경쟁사 분석이 포함됩니다. 팀 구성원들은 시스템적인 서비스에 익숙해지기 전에 더 복잡한 작업에 대한 시도를 않습니다.
소매업체는 전자상거래 팀이 GenAI 도구를 사용하여 해당 도구의 기능에 익숙해지도록 권장해야 합니다. 단순한 사용 사례와 노-로우코드 솔루션은 제품 설명 및 이미지 생성과 같은 것으로, 팀 구성원에게 가능한 시간 절약과 운영을 포함하는 빈번한 검증 확인을 보여주는 훌륭한 시작점입니다. 초기 단계에서 주간 또는 격주 리뷰를 도입하여 도구의 진행 상황을 측정하고 접근 방식을 조정합니다. 팀 피드백과 참여는 성공의 핵심입니다.
팀 구성원들이 더 익숙해짐에 따라, 소매업체는 새로운 사용 사례를 도입할 수 있습니다. 엔지니어는 AI 코드 완성 지원을 통해 개발을 스트림라인할 수 있습니다. 마케터는 AI 기반 개인화된 업셀링 및 크로스 셀링 추천을 도입할 수 있으며, 로열티 관리자는 고객 참여 수준에 따라 적응형 로열티 캠페인을 구축할 수 있습니다.
보안 우선 문화 만들기
연결되지 않은 시스템은 보안 취약점을 유발할 수 있는 약점입니다. GenAI는 낮은 기술 수준의 위협에 대한 진입 장벽을 낮출 수 있습니다. 사이버 범죄자는 GenAI를 사용하여 스크립트를 작성할 수 있으며, 이는 함수적으로 악의적일 수 있습니다. 자동화된 공격과 특정 취약점을 대상으로 하는 공격을 자동화할 수 있습니다. 소매업체는 견고한 데이터 기반, 스트림라인된 워크플로, 및 잘 연결된 애플리케이션 네트워크를 통해 시스템을 안전하게 유지하고 모니터링하기 위해 노력해야 합니다.
사이버 범죄자는 또한 GenAI를 사용하여 소셜 엔지니어링 및 피싱과 같은 가짜 콘텐츠를 생성하여 고객을 조작할 수 있습니다. 따라서, 身分驗證은 2025년에 더욱 중요해질 것입니다. 다중 요소 인증을 사용하여, 예를 들어, 사용자 기기에 시간 제한 코드를 보내거나, 이메일 또는 전용 인증 앱을 통해, 고객 충성도 프로그램 및 쇼핑 플랫폼을 보안할 수 있습니다.
또한, 소매업체는 개발자가 정기적으로 소프트웨어, 소프트웨어 라이브러리, 및 시스템을 업데이트하여 취약점을 해결하고 공격 표면을 최소화하도록 해야 합니다. 이 안전 의식은 전체 조직을 통해 필터링되어야 합니다. 정기적인 보안 인식 교육 및 시뮬레이션을 수행하고, 직원이 의심스러운 활동을 즉시 보고하도록 장려하여, 소매업체는 보안 중심의 문화를 구축할 수 있습니다.
AI 기반 모니터링 및 경고 시스템, 즉 고급 엔드포인트 탐지 및 응답(EDR) 솔루션을 사용하여 소매업체는 실시간으로 위협을 탐지하고 완화할 수 있습니다. 그러나, 모든 직원이 시스템, 특히 사이버 보안 소프트웨어가 작동하는지 확인하는 것이 중요합니다.
설계에 의해 공감하기
AI의 가장 큰 불신은 고객 지원 채널에서 사용되는 것입니다. 일부 53%의 고객은 회사에서 고객 서비스에 AI를 사용하는 경우 경쟁사로 전환할 것입니다.
고객은 GenAI가 지원 에이전트와의 간격을 넓히는 것을 두려워합니다. 그들은 자신의 문제가 이해되고 최선의 방법으로 해결되기를 원하며, 이상적으로는 문제에 대한 보상을 제공할 수 있는 관리자가 있습니다. 그러나, 소매업체는 이러한 단계를 자동화된 서비스에 구축할 수 있습니다. 그러나, 처음에는 단순한 작업부터 시작하는 것이 중요합니다. FAQ 및 온라인 정보를 대화형 챗봇을 통해 더 쉽게 접근할 수 있도록 하는 것은 유용한 사용 사례입니다.
초기 단계에서, 고객의 피드백, 혼란, 또는 질의에 응답하기 위한 더 많은 인력이 필요할 수 있습니다. 이는 소매업체가 GenAI의 기능에 적응하는 동안 프로액티브하고 환영받는 버퍼입니다. 지원 팀의 실시간 피드백은 소매업체가 GenAI 도구가 너무 복잡한 작업을 처리할 수 없는 모든 시나리오를 상상하는 데 도움이 됩니다. 이러한 시나리오에서는 챗봇이 “제안이 도움이 되지 않나요? 에이전트에게 문의” 버튼과 같은 보류 메시지로 고객을 에이전트에게 направ합니다. 이 피드백을 일일적으로 분석하여 모든 가능한 일반적인 질의가 단순하게 자동으로 응답될 수 있도록 합니다.
GenAI 도구가 수행하는 모든 작업은 필요할 경우 에이전트 채팅으로无缝하게 전환되어야 합니다. 또한, 고객 서비스 에이전트는 고객 여정의 핵심 부분으로 남아 있어야 하며, 높은 가치의 작업을 위해 저장되어야 합니다. 즉, 데이터를 감시하고, 반복되는 고객 문제의 근본 원인을 식별하여, 소매업체는 솔루션을 제안하고, 미래의 문제를 방지하기 위한 자동화된 응답 채널을 구축할 수 있습니다.
소매업체가 GenAI를 채택하거나 그렇지 않거나, 경쟁사, 고객, 및 악의적인 행위자는 그렇게 할 것입니다. 단순한 사용 사례로 팀 구성원을 준비하면, 새로운 작업 방식에 적응하고, 새로운 잠재적인 위협을 더 잘 이해하는 데 도움이 됩니다. 소매업체는 아웃-오브-박스 도구를 사용하여 GenAI 프로젝트를 시도하고, 팀의 지식과 전문 지식을 더 발전된 알고리즘으로 구축하여 성공적으로 프로젝트를 완료할 때마다 진행할 수 있습니다. 거래 작업을 자동화하고, 전문가 팀의 인간 에이전트를 유지하면, 고객은 원하는 제품에 더 빠르게 접근할 수 있으며, 필요할 경우 에이전트가 호출할 수 있다는 것을 안심할 수 있습니다.
