에이전틱 AI의 부상: 지능형 자동화를 위한 전략적 3단계 접근법

많은 사람들과 마찬가지로, 나는 좋은 조언을 좋아합니다. 그러나 때때로, 나는 무언가를 수행하기 위해 도움이 필요합니다.

다음 버전의 AI — 에이전틱 AI — 는 조언에서 실제 작업 수행으로 우리를 이동시킬 것입니다. 이것은 에이전틱 AI를 활용하는 비즈니스에 변革적인 도약을 가능하게 할 것입니다.

그러나 도약의 목표는 무엇이며, 어떻게 변혁할 것인가?

에이전틱 AI는 단순한 작업 실행을 넘어선 고객 지원 비용을 25-50%까지 줄일 수 있으며, 동시에 품질과 고객 만족도를 크게 향상시킬 수 있습니다. 또한 복잡한 워크플로와 고객 상호작용을 자율적으로 해결할 수 있습니다. 예를 들어, 고객 지원에 적용된 경우, 에이전트는 단순히 질의에 응답하는 것이 아니라, 시작부터 끝까지 완전하게 문의를 해결하며, 인간의 개입을 줄이고 효율성을 높입니다.

모든 새로운 기술과 마찬가지로, 에이전틱 AI를 채택하는 것은 도전을 제기합니다. 회사는 워크플로와 프로세스를 잘 문서화하고 깊이 이해해야 하며, 강력한 지식 베이스를 갖추어 에이전틱 AI가 활용할 수 있어야 합니다. 또한, 제네러티브 AI와 마찬가지로, 데이터 개인 정보 보호 및 보안 문제는 회사가 대형 언어 모델(Large Language Models, LLMs)을 이해하고 정보를 저장 및 전달하는 방법을 이해해야 합니다.

그러나 지능형 자동화를 위한 올바른 채택 전략은 성공을 보장할 수 있습니다. 가장 큰 혜택을 얻기 위해, 회사는 세 가지 일을 해야 합니다:

• 올바른 곳에서 시작하기
• 에이전틱 AI와 인간 전문 지식을 균형 있게 사용하기
• 에이전틱 전문 지식 네트워크에 접근하기

まだ 초기 단계이지만, 다양한 산업에서 클라이언트와 협력하여 워크플로와 운영에 에이전틱 AI를 통합하는 과정에서 우리가 배우고 있는 내용은 다음과 같습니다.

작은 것에서 시작하지 말고, 스마트하게 시작하세요

아마도 직관적으로 생각하는 것과 반대로, 시작하기 위한 최선의 장소는 가장 높은 볼륨의 사용 사례입니다. 위험하지 않나요? 올바르게 수행된다면 그렇지 않습니다. 실제로, 낮은 볼륨의 사용 사례에서 시작하는 것이 위험을 줄이는 것처럼 보일 수 있지만, 사실은 그렇지 않습니다. 투자에 대한 충분한 영향을 보지 못할 위험이 있습니다.

높은 볼륨의 사용 사례에서 시작하면 가장 큰 투자 회수率(Rate of Return, ROI)을 제공하며, 회사가 빠르게 상당한 영향을 실현하고, 효율성 향상을 극대화하며, 에이전트를 사용하는 가치를 명확하게 보여줄 수 있습니다.

초기적으로 에이전트를 가장 큰 사용 사례의 1%만으로 구현하여 잠재적인 문제를 식별하고 수정하며, 더广泛한 자동화를 준비함으로써 큰 규모에서 시작하는 위험을 완화할 수 있습니다.

소매 회사에서는 “주문은 어디에 있나요?” 또는 반품 처리 워크플로를 자동화하는 것을 의미할 수 있습니다. 배송을 모니터링하는 것 외에도, 에이전트는 고객의 身分을 확인하고, 실시간 상태를 업데이트하며, 고객에게 알림을 줄 수 있습니다. 예상치 못한 지연이 발생한 경우, 선택지를 제공할 수도 있습니다.

반품의 경우, 에이전트는 회사의 반품 정책을 확인하고, 고객 정보를 수집하며, 다음 단계를 제안하고, 관련 작업을 완료할 수 있습니다(예: 반품 라벨 인쇄, 픽업 예약, 환불 발급 등). 또한, 에이전트는 남용 패턴을 감지하고, 필요에 따라 의사 결정과 다음 단계를 조정할 수 있습니다.

회사가 샘플 부분의 높은 볼륨 워크플로에 에이전트를 배포한 후, 워크플로 활동을 모니터링하여 에이전트가 원활하게 작동하는지 확인해야 합니다. 에이전트가 문제없이 작동하면, 회사는 사전에 정의된 양으로 확장하여 결국에는 전체 워크플로 볼륨을 처리할 수 있습니다.

물론, 모든 작업과 워크플로는 에이전틱 AI로 완전히 자동화할 수 있는 것은 아닙니다. 실제로, 인간 전문가가 에이전트의 작동과 관련하여 연결되어 있는 경우, 가장 좋은 결과를 얻을 수 있습니다.

에이전틱 AI와 인간 전문 지식을 균형 있게 사용하세요

회사가 워크플로와 프로세스를 자동화 후보로 조사할 때, 인간의 감독 또는 직접적인 조치가 필요한 경우를 찾을 수 있습니다. 에이전틱 AI는 놀라운 혁신이지만, 한계가 있습니다.

세 가지 주요한 한계가 있습니다:

에이전트와 이를 지원하는 LLMs는 현재 일반 지능을 갖고 있지 않습니다. 좁고 잘 정의된 영역에서만 최선의 결과를 낼 수 있습니다. 따라서, 인간은 특정 작업을 수행하는 방법을 배우고, 그 지식에서 추상적인 원리를 추출하여 다른 작업에 적용할 수 있지만, 현재 에이전트는 그러한 능력이 없습니다.

그런 다음, 매우 복잡한 의사 결정 매트릭스를 요구하는 워크플로가 있습니다. 이러한 경우, 상당한 경험과 경험 기반의 판단이 필요합니다. 예를 들어, 소매 회사가 간단한 마케팅 캠페인에 대한 콘텐츠를 필요로 할 수 있습니다. 에이전트는 이를 처리할 수 있습니다. 그러나 브랜드의 표현과 약속을 여러 시장에서 재고하는 경우, 에이전트는 이 작업을 수행할 수 없습니다. 시장 동향, 브랜드 인식, 문화적 차이, 브랜드가 감정을 불러일으키는 방식에 대한 통찰력이 필요합니다.

마지막으로, 인간의 의사소통과 감정의 미묘함이 필요한 워크플로, 즉 인간의 전문 지식이 필요한 경우, 에이전트는 적합하지 않습니다. 예를 들어, 화가 난 고객을 처리하는 고객 서비스 이슈 또는 환자의 감정적 또는 정신적 상태가 위험할 수 있는 의료 상호작용이 있습니다.

그러나 나는 이진 선택 과정을 설명하는 것이 아닙니다. 에이전트에게 이것을 주세요, 나머지는 인간에게 주세요. 실제로는 하이브리드 모델이 가장 효과적입니다.

에이전트와 인간의 역할 사이에 명확한 구분이 필요하더라도, 인간 전문가가 작업을 처리해야 하는 경우에도, 에이전트는 여전히 인간의 능력을 확장하고 전문 지식을 최대한 활용할 수 있어야 합니다.

일반적으로, 회사는 에이전틱 AI를 거래 가능한, 반복 가능한 작업에 사용하고, 인간의 전문 지식을 높은 위험성의 상호작용, 감정적으로 복잡한 시나리오, 그리고 미묘한 판단을 요구하는 상황에 사용해야 합니다. 50달러의 보증 청구는 완전히 자동화될 수 있지만, 5,000달러의 청구는 인간의 감정 지능과 브랜드 감각적인 처리를 필요로 할 것입니다.

에이전틱 네트워크에 접근하세요

가장 중요한 것은, 에이전틱 AI를 혼자서 다루려고 하지 말라는 것입니다. 전문 파트너 네트워크를 구축하세요.出现하는 에이전틱 AI 플랫폼은 디지털 및 음성 채널을 통해 기술을 제공할 수 있습니다. 시스템 통합자와 고문은 고객의 운영 환경을 이해하고, 에이전틱 모델을 고객의 특정需求에 맞게 훈련하고, 회사의 운영에 통합할 수 있습니다.

이러한 모델을 기업 시스템에 통합하는 것은 복잡한 워크플로와 산업별 도전에 대한 깊은 전문 지식을 요구합니다. 또한, 워크플로 결정 지점과 인간의 상호작용이 가장 필요한 곳 또는 유익한 곳을 이해해야 하므로, 에이전틱 AI가 근로자와 팀의 생산성에 도움이 될 수 있습니다.

에이전틱 AI는 비즈니스에 효율성을 향상시키고, 고객 경험을 강화하며, 혁신을 추진하는 강력한 방법을 제공합니다. 그러나 성공은 서두르기 위한 것이 아닙니다. 올바른 곳에서 시작하고, 인간과 에이전트의 하이브리드 모델을 적용하며, 올바른 네트워크에 접근하는 것입니다.

에이전틱 AI의 세계가 너무 빠르게变化하고 있기 때문에, 혼자서 가는 것은 허용할 수 없습니다.