소매 업체, 2025년 GenAI 투자 전에 이 4가지 교훈을 배우세요

Forrester는 2025년에 미국과 EMEA의 5개 중 1개의 소매 업체가 고객용 GenAI 애플리케이션을 출시할 것이라고 예측합니다. 향상된 제품 검색, 개인화된 추천, 개선된 카테고리 탐색이 주요 사용 사례입니다. 그러나 자동화된 상호 작용은 2023년에 미국의 고객 경험 점수를 5% 낮추었는데, 이는 2015년 이후 최저치입니다. 소매 업체는 GenAI 투자 전에 이를 어떻게 배울 수 있을까요?

2023년 KPMG 보고서는 고객의 기대치를 충족하지 못한 것을 낮춤의 원인으로 지적했으며, 쇼퍼에게 전략적인 이점이 없는 기술을过度 사용한 결과입니다. Fortune 500 기업의 50명의 CIO와 CTO를 조사한 결과, 대부분의 GenAI 프로젝트가 잘못된 비즈니스 요구를 해결하는 것으로 나타났습니다.

2025년을 맞아 소매 업체는 고객 중심의 GenAI 전략을 우선시해야 합니다. 최신 기술을 채택하는 것이 아니라 비즈니스 요구를 살펴보아야 합니다. 소매 업체는 고객 여정을 검토하고, 개선할 수 있는 부분을 식별하고, 사용 사례에 맞는 솔루션을 구축하거나 채택해야 합니다. 여기서 소매 업체가 고려해야 할 4가지 교훈이 있습니다.

비즈니스-데이터-AI 시너지 보장

RAND 연구진은 2024년에 AI 프로젝트의 80%가 5가지 주요 영역에서 실패한다고 발견했습니다. 즉, 목표 불일치, 데이터 부족, 기술 우선 접근, 인프라 격차, 과도한 AI입니다.

소매 업체는 견고한 데이터 기반과 전문 지식을 필요로 하며, 이러한 요소를 통해 GenAI 투자에 성공할 수 있습니다. 소매 업체는 “해당 솔루션의 요구 사항을 충족하기 위해 충분한 데이터가 उपलब합니까? 그리고 이 데이터 중 얼마나 많은 것이 독점적입니까?”라는 질문을 자신에게 던져야 합니다. 성공적인 GenAI 프로젝트는 높은 품질의 관련 정보에 달려 있습니다. 조직이 고유한 데이터 형식을 많이 가지고 있는 경우, 솔루션은 더 커스터마이즈되어야 합니다.

세 번째 질문은 “GenAI를 효과적으로 활용하기 위해 어떤 인재 풀과 운영 구조의 변화를 필요로 합니까?”입니다. 업스킬링 수준과 동기, 비용, 시간을 이해하면 소매 업체는 솔루션을 내부에서 구축, 커스터마이즈, 관리하는 것의 ROI를 결정하는 데 도움이 됩니다.

현재 비기술 전문가도 노코드 도구를 사용하거나 장기적인 AI 파트너를 고용하여 GenAI의 이점을 활용할 수 있습니다. 제3자 GenAI 솔루션을 선택할 때, 이커머스 책임자는 가격과 ROI를 넘어서 확장성, 성능, 데이터 보안, 벤더 전문 지식, 기술 스택 호환성을 우선시해야 합니다.明確한 비즈니스 케이스와 예상 결과는 새로운 통합에 커밋하기 전에 중요합니다.

점진적인 접근법 채택

2024년, BCG 그룹은 최고의 이커머스 GenAI 사용 사례의 채택 속도를 평가했습니다. 즉, 블로그, 제품 설명, 제품 이미지 보충과 같은 콘텐츠 생성이었습니다. 더 고급 사용 사례에는 개인화된 제품 추천, 동적 가격, 경쟁자 분석이 포함됩니다. 팀원들은 복잡한 작업에 시도하기 전에 체계적인 서비스에 익숙해져야 합니다.

소매 업체는 이커머스 팀이 GenAI 도구의 기능에 익숙해지도록 권장해야 합니다. 간단한 사용 사례와 노코드 솔루션은 제품 설명 및 이미지 생성과 같은 것으로, 팀원들에게 가능한 시간 절약과 운영을 포함한 빈도 검증 확인을 보여주는 훌륭한 시작점입니다. 초기 단계에서 주간 또는 격주 리뷰를 도입하여 도구의 진행 상황을 측정하고 접근 방식을 조정합니다. 팀의 피드백과 참여는 성공에 핵심이 됩니다.

팀원들이 더 익숙해짐에 따라, 소매 업체는 새로운 사용 사례를 도입할 수 있습니다. 엔지니어는 AI 코드 완성을 통해 개발을 간소화할 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 취약점이 될 수 있으며, GenAI는 낮은 기술 수준의 위협에 대한 진입 장벽을 낮출 수 있습니다. 사이버 범죄자는 GenAI를 사용하여 스크립트를 작성할 수 있으며, 자동화된 공격과 특정 취약점을 대상으로 할 수 있습니다. 소매 업체는 견고한 데이터 기반, 효율적인 워크플로우, 잘 연결된 애플리케이션 네트워크를 통해 시스템을 안전하게 유지하고 모니터링하기 위해 노력해야 합니다.

사이버 범죄자는 또한 GenAI를 사용하여 소셜 엔지니어링 및 피싱과 같은 가짜 콘텐츠를 통해 고객을 조작할 수 있습니다. 따라서 身分 확인은 2025년에 더욱 중요해질 것입니다. 다단계 인증, 즉 사용자 장치에 시간 제한 코드를 보내기 위한 SMS, 이메일 또는 전용 인증 앱을 통해 고객 충성도 프로그램과 쇼핑 플랫폼을 보호할 수 있습니다. 특히 금융 정보가 저장된 경우 더욱 중요합니다.

또한, 소매 업체는 개발자가 소프트웨어, 라이브러리, 시스템을 정기적으로 업데이트하여 취약점을 해결하고 공격 표면을 최소화하도록 해야 합니다. 이러한 안전 지향적인, 확인 우선의 마음가짐은 조직 전체에 걸쳐 필터링되어야 합니다. 정기적인 보안 인식 교육과 시뮬레이션을 실시하고, 직원이 의심스러운 활동을 즉시 보고하도록 격려하면, 소매 업체는 보안에 중점을 둔 문화를 구축할 수 있습니다.

AI 기반 모니터링 및 경고 시스템, 즉 고급 엔드 포인트 탐지 및 응답(EDR) 솔루션을 통해 소매 업체는 실시간으로 위협을 탐지하고 완화할 수 있습니다. 그러나 모든 직원이 시스템, 특히 사이버 보안 소프트웨어가 작동하는지 확인하는 것이 중요합니다.

디자인에 의해 공감적이게 하기

AI의 가장 큰 신뢰 손실은 고객 지원 채널에서 사용되는 것입니다. 고객의 53%는 회사가 고객 지원에 AI를 사용하는 경우 경쟁사로 전환할 것을 고려할 것입니다.

고객은 GenAI가 지원 에이전트와 더 큰 간격을 만들 것이라고 두려워합니다. 그들은 자신의 문제가 이해되고 최선의 방법으로 해결될 것이라는 안심을 원합니다. 이상적으로는 문제에 대한 보상禮를 제공할 수 있는 관리자가 있습니다. 그러나 소매 업체는 이러한 단계를 자동화된 서비스에 구축할 수 있습니다. 그러나 간단한 작업부터 시작하는 것이 중요합니다. FAQ와 온라인 정보를 대화형 채팅봇을 통해 더 쉽게 접근할 수 있는 사용 사례는 유용합니다.

초기에는 고객의 피드백, 혼란, 또는 질의에 응답하기 위해 더 많은 인력이 필요할 것입니다. 이는 소매 업체가 GenAI의 기능에 적응하는 데 도움이 될 것입니다. 지원 팀의 실시간 피드백은 소매 업체가 GenAI 도구에 너무 복잡한 작업을 맡기는 모든 시나리오를 상상하는 데 도움이 될 것입니다. 이러한 시나리오에서 채팅봇은 고객을 에이전트에게 направить야 합니다. “도움이 되지 않습니까? 에이전트에게 문의하세요” 버튼과 같은 메시지로. 이 피드백을 일일이 분석하여 모든 일반적인 질의가 자동으로 간단하게 해결될 때까지 합니다.

GenAI 도구가 수행하는 모든 작업은 필요할 경우 채팅봇에서 에이전트 채팅으로 무손실로 전환되어야 합니다. 또한 고객 서비스 에이전트는 고객 여정의 핵심 부분으로 남아 있어야 하며, 높은 가치의 작업을 위해 저장되어야 합니다. 즉, 데이터를 모니터링하고 반복되는 고객 문제의 근본 원인을 식별하여 미래의 문제를 예방하고 자동화된 응답 채널을 통해 솔루션을 제안할 수 있어야 합니다.

소매 업체가 GenAI를 채택하든 아니든, 경쟁사, 고객, 악의적인 행위자는 채택할 것입니다. 소매 업체는 단순한 사용 사례로 팀원을 준비하여 새로운 작업 방식에 익숙해질 수 있습니다. 또한 GenAI 프로젝트를 단계적으로 구축하여 각 프로젝트가 성공적으로 완료될 때마다 더 고급 알고리즘으로 팀의 지식과 전문성을 강화할 수 있습니다. 거래적 작업을 자동화하고 전문 인력 팀을 유지하면 고객은 원하는 제품에 더 빠르게 접근할 수 있으며 필요할 경우 에이전트에게 전화할 수 있다는 안심을 느낄 수 있습니다.