미래를 상상할 때 고객서비스는 종종 디스토피아적인 빛으로 그려집니다. 2002 년 공상 과학 영화 Minority Report를 예로 보자. Tom Cruise의 John Anderton이 Gap에 들어가면 신원 인식 시스템이 그를 스캔하고 홀로그램이 최근 구매에 대해 묻는다.

이 비 네트에는 뭔가 불안한 것이 있다. 원치않는 비인간이 당신에 대한 모든 것을 알고있는 것 같다. 혹은 영화에서와 같이 당신을 다른 사람으로 착각한다. 그러나 오늘날 고객은 이러한 종류의 세련되고 개인화된 서비스를 기대한다. 소매업체, 은행, 의료시설 및 거래하는 거의 모든 조직과의 관계가 변화하고 있다. 상시 가동되는 디지털 경제에서 그들은 원할 때 원하는 방식으로 연결하기를 원한다. 고객은 제품 질문에 대한 답변, 계정 문제 해결, 건강 약속 일정을 번거 로움없이 신속하게 재조정하기를 원한다.

그들은 그것을 얻기 시작했습니다. 오늘날 고객이 제품에 대한 자세한 내용을 회사에 전화하면 대화는 챗봇에 의해 안내된다. 그들은 몇 가지 간단한 질문에 답하고 챗봇은 그들을 올바른 방향으로 안내한다. 쿼리에 응답 할 수없는 경우 상담원이 도움을 요청한다. 고객 경험은 빠르고 개인화되며 고객은 더 행복합니다. 반대로 상담원은 더 효과적이고 생산적입니다. 고객 서비스의 진정한 미래를보자.

인공지능(AI) 및 고객 관계 관리 (CRM) 소프트웨어는 그 미래를 향한 길을 닦고 있다. 이 기술을 함께 사용하면 일상적인 작업을 자동화하고 상담원을 확보하고 데이터 기반 통찰력을 제공하여 고객 문제를 신속하게 해결할 수 있다. 소매 업체, 은행, 정부 기관 등이 고객 서비스 센터의 목표를 재고하도록 돕고 팀이 지원 기능에서 성장 엔진으로 발전 할 수 있도록한다.

하지만 여전히 어려운 과제가 남아 있다. 조직의 목표는 전화, 채팅, 이메일, 소셜 미디어 등 모든 채널에서 동일한 고객 서비스를 제공하는 것이지만 오늘날 대부분의 조직에서 기술은 아직 그 수준이 아닙니다. AI 기술은 복잡한 고객 문제를 해결하기 위해 인간의 말과 감정적 뉘앙스를 더 심층적으로 이해할 수 있어야한다. 그리고 AI의 윤리적 사용을 관리하는 보편적 인 표준이없는 상황에서 조직은 고객의 요구를 최우선으로 생각하는 일련의 지침 원칙을 구축하고 모든 것을 작동시키는 인간과 기계 간의 신뢰를 구축해야한다.

자동화 또는 정체

AI에 대해 가트너는 예측 "2022년, 고객과의 상호 작용의 70 %는 최대 2018 년 15 %에서 기계 학습 (ML) 응용 프로그램, chatbot이 모바일 메시징, 같은 기술을 신흥 포함 할 것이다"

오늘날 AI와 기계 학습의 발전으로 그 어느 때보 다 더 깊은 수준의 고객 참여와 서비스가 가능해졌다. 강력하고 훈련 가능한 알고리즘은 방대한 양의 데이터를 구문 분석하고 패턴을 학습하여 고객 서비스 프로세스를 자동화하고 지원할 수 있다. Salesforce의 AI 및 기계 학습 부사장 인 Jayesh Govindarajan은이 기술이 고객 서비스의 모습을 변화시키고 조직이 고객의 요구를 이해하는 데 도움을주고 있다고 말한다.

“AI는 고객 서비스의 거의 모든 측면에서 사용된다. 고객 사례를 적절한 기술 세트를 가진 상담원에게 자동 분류하는 것부터 시작하여 상담원이 사례를 더 빠르고 정확하게 해결하는 데 도움이되는 정보와 응답을 표시하는 보조 AI가 뒤 따른다. Govindarajan은 말한다. 대화에서 컨텍스트를 사용하여 응답을 예측할 수있는 AI도 있습니다. Govindarajan은 " '배가 고파요. 좀 먹을 시간입니다.'라고 말한다."라고 말한다. Govindarajan은 오후 중반이기 때문에 아마도 '점심'이라고 말할 것이다."

2020 년 코로나 바이러스 전염병은 디지털 우선 서비스로의 전환을 가속화하고 있다. 인간 상호작용은 점점 더 가상화되고 있다. 사람들은 인터넷, 온라인 쇼핑, 가상 플랫폼을 통한 회의 및 협업을 통해 일상적인 작업을 더 많이 수행하고 있다. 조직은 정보를 수집하고, 고객 사례를 분류 및 라우팅하고, 일상적인 문제를 해결하기 위해 챗봇 및 기타 AI 도구를 채택하여 빠른 변화를 인식하고 문제에 답하고 있다.

Govindarajan에 따르면 이러한 추세는 소매, 금융 서비스, 의료 및 정부 분야에서 가장 많이 채택 된 모든 산업에서 나타나고 있다. 사람들이 제품을 반환하거나 운전 면허증을 갱신하는 데 도움이 필요할 때 프로세스가 점점 자동화된다. Mordor Intelligence의 연구에 따르면 소매 자동화 시장의 가치는 2019 년에 124 억 5 천만 달러로 2025 년에는 246 억 달러에이를 것으로 예상된다 .

자연어 처리를 뒷받침하는 엔진 인 언어 모델이 특정 언어를 학습하도록 훈련 될 수 있기 때문에 이러한 광범위한 채택이 가능합니다. 예를 들어 소매업에서는 대화 형 AI 시스템이 제품 카탈로그의 구조와 내용을 학습 할 수 있다고 Govindarajan은 말한다. “대화의 어휘는 도메인별로 다르며이 경우에는 소매점입니다. 그리고 더 많이 사용할수록 언어 모델은 각 산업에서 사용되는 어휘를 배울 것이다.”

인간-기계 동맹

이 새로운 수준의 고객서비스가 발전함에 따라 두 가지 일반적인 방향으로 나아가고 있다. 한편으로는 완전히 자동화 된 경험이 있다. 고객은 상담원의 도움없이 챗봇 또는 기타 자동화 된 음성 안내에 따라 조직과 상호작용한다. 예를들어, Salesforce의 AI 기반 CRM 시스템 인 Einstein은 고객에게 전화의 성격을 결정하기 위해 질문하고 해당 부서로 전화를 라우팅하는 것과 같은 반복적인 기능과 작업을 자동화 할 수 있다.

Govindarajan은“대화의 구조가 정확히 무엇인지 정확히 알고 있습니다. “인사를보고 정보를 수집하고 문제를 해결하게 될 것이다. 이러한 유형의 대화를 자동화하는 것이 실용적이다. " 모델을 많이 사용할수록 알고리즘을 더 많이 배우고 개선 할 수 있다. 세일즈포스가 실시한 연구는 고객이 상호작용을 종료하기 전에 문제가 해결 될 때 의미 "첫 접촉 해상도"AI를 사용하여 고객 서비스 조직의 82 %는 증가를 본 것으로 나타났다.

그러나 AI 지원 응답에는 한계가 있다. 질문이 더 복잡하거나 예측하기 어려운 경우 사람의 개입이 필요하다. 관광객이 제 2 언어로 문제를 설명하거나 천장 선풍기 조립 지침을 따르기 위해 고군분투하는 사람을 생각해보자. 이러한 시나리오에서는 공감이 중요합니다. 고객과 직접 협력하려면 사람이 루프에 있어야합니다. 따라서 상담원이 개입하여 최신 고객 데이터에 대한 CRM 시스템을 참조하여 필요한 컨텍스트를 파악하고 고객이 문제를 해결하도록 돕는다.

Govindarajan은 "에이전트의 역할을 시스템 교육으로 생각할 수 있다. 에이전트는 시스템에서 생성 된 응답을 수정하고 후속 조치를 취한다."라고 말한다. "시스템은 이전에 유사하고 성공적으로 해결 된 사례 및 고객과 회사 간의 이전 상호 작용에 대해 학습 된 기계 학습 모델을 사용하여 상담원이 올바른 답변을 찾을 수 있도록 지원한다."

에이전트는 또한 데이터 기반 인사이트로 대화를 강화하여 더 개인적인 대화를 만들어 고객과 더 나은 관계를 구축 할 수 있다.

기술, 윤리 문제 극복

이 모든 것이 고객 서비스의 미래에 대한 흥미 진진한 그림을 그려 내지 만 뛰어 넘어야 할 장애물이 있다. 고객은 온라인 및 오프라인 채널을 통해 점점 더 많은 기업과 소통하고 있다. Salesforce 연구고객의 64%가 서로 다른 장치를 사용하여 거래를 시작하고 종료하는 것으로 나타났다. 즉, 조직은 고객 데이터의 집계 모음 인 "고객에 대한 단일 뷰"를 제공 할 수있는 기술을 채택하고 배포해야한다. 이보기를 사용하면 다중 모드 통신이 가능해진다. 즉, 고객은 휴대 전화, 문자 메시지 또는 이메일을 통해 동일한 경험을 얻을 수 있습니다. 더 나아가 기계 학습 알고리즘은 더 효율적이어야한다. 대화 형 AI는 음성 패턴, 감정 및 의도를보다 정확하게 감지하도록 진화해야한다. 조직은 알고리즘의 데이터가 정확하고 관련성이 있는지 확인해야한다.

도전은 단순한 기술을 넘어 선다. 컨택 센터가 AI를 채택함에 따라 기술과 직원 및 고객 간의 신뢰 구축에 집중해야한다. 예를들어, 챗봇은 고객에게 그것이 인간이 아니라 기계임을 알려야한다. 고객은 특히 의료 또는 금융과 같이 민감한 정보가 교환되는 경우 봇의 한계가 무엇인지 알아야한다. 또한 AI를 사용하는 조직은 고객의 데이터를 누가 소유하고 있으며 데이터 프라이버시를 어떻게 처리하는지에 대해 미리 알아야한다.

조직은 이 책임을 진지하게 받아들이고 고객과 직원이 AI를 안전하고 정확하며 윤리적으로 개발하고 사용하는데 필요한 도구를 제공하기 위해 노력해야 한다. 2019년 연구노트 에서 Gartner는 데이터 및 분석 리더에게 다음과 같이 조언한다. “관련 AI 윤리 지침에 대해 이해 관계자와 합의를 도출하십시오. 다른 사람들이 사용했던 가장 일반적인 5 가지 지침 인 인간 중심적, 공정성, 설명 가능성 제공, 보안 및 책임감부터 살펴보아야한다. "

조직과 대중 간의 강력한 관계를 구축하는 것이 점점 더 중요 해지는 세상에서 서비스는 고객 경험을 향상시키고 성장을 도모 할 수있는 가장 큰 기회를 제공한다. 그렇게하는 것의 가치는 점점 더 명확 해지고 있다고 Govindarajan은 말한다. “AI시스템을 구현하고 잘 수행하면 케이스 처리 비용이 줄어들고 해결 속도가 높아진다. 그리고 그것은 모두를위한 가치를 창출한다.”

이 콘텐츠는 MIT Technology Review의 맞춤콘텐츠부문 Insights에서 제작되었다.