AI 봇 구매자 가이드: 지원 요구 사항에 적합한 AI 챗봇을 찾는 방법

조사에 따르면 지원 리더의 69%가 앞으로 AI에 더 많은 투자를 할 계획입니다. 하지만 모든 봇이 똑같이 만들어지는 것은 아니므로 나에게 맞는 AI 챗봇을 찾는 방법은 다음과 같습니다.

전 세계 1,000명 이상의 지원 리더와 실무자를 대상으로 한 설문 조사에서 추세는 분명했습니다. 고객 서비스는 모두 AI의 이점을 수용할 준비가 되어 있으며 지금 행동하는 팀은 앞으로 몇 년 동안 복합적인 이점을 보게 될 것입니다. Intercom의 고객 지원 부사장인 Declan Ivory는 다음과 같이 말했습니다. 그것은 '언제 어떻게 사용할 것인가?'입니다.”

강력한 신기술에 적응해야 하는 것은 팀뿐만 아니라 고객도 고객 서비스에서 중추적인 순간에 도달했습니다. 호기심과 흥분뿐만 아니라 초조함, 불안, 회의론도 있습니다. 따라서 팀과 고객을 AI 여정으로 이끌 올바른 소프트웨어를 선택하는 것이 중요합니다.

모든 AI 챗봇이 동일하게 생성되는 것은 아닙니다.

완전히 새로운 형태의 기술을 다룰 때 최상의 결과를 제공할 도구를 찾기 시작하려면 어떻게 해야 합니까? 큰 결정입니다. 잘못된 AI 챗봇을 선택하면 고객 경험에 심각한 영향을 미쳐 향후 몇 년 동안 충성도와 유지에 영향을 미칠 수 있습니다.

AI 챗봇을 선택할 때 고려해야 할 주요 사항과 가장 적합한 것을 찾기 위해 물어볼 수 있는 유용한 질문을 정리했습니다.

1. 귀하의 지원 쿼리
2. 설정 시간
3. 데이터 프라이버시 및 보안
4. 톤과 스타일
5. 제어
6. 가격
7. 기술 스택과 통합
8. 보고
9. 고객 신뢰

1. 귀하의 지원 질문: 귀하의 지원팀은 어떤 종류의 대화를 처리하고 있습니까?

AI 챗봇을 선택하기 전에 팀이 매일 접하는 다양한 종류의 쿼리에 대해 생각해 볼 가치가 있습니다. 다음 요소를 고려하십시오.

대화량

수신하는 쿼리의 수는 AI 봇 선택의 주요 요인이 됩니다. 봇의 잠재적인 해결 속도, 가격 책정 모델 및 지원 팀에 쿼리를 얼마나 원활하게 전달할 수 있는지 비교해야 합니다.

대화의 복잡성

당신의 팀이 반복적이고 쉽게 해결되는 질문을 많이 받는다면 AI 챗봇은 완벽한 파트너입니다. 많은 AI 봇이 FAQ를 성공적으로 신속하게 처리할 수 있습니다. 진정한 차별화 요소는 봇이 팀과 협력하여 인간과 AI 지원의 힘을 결합하여 최적의 고객 경험을 만드는 방식입니다. 앞서 나가고 빠르게 증가하는 고객 기대치를 초과 달성하려는 경우 기본적인 질문뿐만 아니라 더 복잡한 질문을 해결할 수 있을 뿐만 아니라 사전에 조치를 취하고 가장 복잡한 쿼리를 분류할 수 있는 AI 챗봇이 필요합니다. 지원팀에 전달합니다.

대화 채널

고객 쿼리는 어디에서 왔습니까? 대부분의 지원 팀과 마찬가지로 두 개 이상의 채널에서 작업하는 경우 쿼리를 처리하고 채널에서 일관된 고객 경험을 보장하기 위한 봇의 기능을 알아야 합니다. 많은 양의 통화 및 티켓을 처리하는 경우 팀의 부담을 줄이기 위해 이러한 대화를 채팅으로 전환할 수 있는 봇이 필요할 수 있습니다.

봇이 쿼리와 함께 작동하는지 여부를 알 수 있는 좋은 방법은 직접 사용해 보는 것입니다! 일부 AI 챗봇(예: Intercom의 Fin)에는 "구매하기 전에 사용해 보기" 데모 옵션이 있어 자신의 지원 콘텐츠와 어떻게 작동하는지 확인하고 예상 결과를 결정할 수 있습니다.

알아내다:

• 팀의 현재 자동 해결 속도는 얼마이며 AI 봇이 이러한 수치를 얼마나 높일 것으로 기대할 수 있습니까?
• 봇의 답변 속도는 답변 정확도와 어떻게 비교됩니까?
• 고객이 의존하는 다양한 지원 채널에서 봇이 쿼리를 처리할 수 있습니까?
• 커밋하기 전에 AI 봇을 시연할 수 있는 옵션이 있습니까?

2. 설정 시간: 봇을 설정하는 데 얼마나 많은 시간을 할애할 수 있습니까?

당사의 2023년 고객 서비스 동향 보고서에 따르면 지난 1년 동안 지원 팀의 84%가 고객 기대치가 증가한 것으로 나타났습니다. 지원 팀은 그 어느 때보다 열심히 노력하고 있으며 많은 팀이 복잡한 봇 설정 프로세스에 전념할 여유 시간이 없습니다.

최근 보고서에서 Zendesk Caitlin Keohane의 글로벌 고객 지원 담당 수석 부사장은 "시중에 나와 있는 많은 AI 솔루션은 비용이 많이 들고 설정하는 데 시간이 오래 걸리며 많은 IT 지출, 긴 구현 및 전문 리소스가 필요합니다."라고 말했습니다. 설정 시간은 몇 분(Intercom의 Fin과 같은)에서 며칠 또는 몇 주까지 걸릴 수 있습니다.

AI 챗봇을 시작하고 실행하기 위해 보유하고 있는 리소스를 고려하십시오. 어떤 팀원을 얼마나 오래 사용할 수 있습니까? 팀 훈련에 얼마나 많은 시간을 할애할 수 있습니까? 대답이 "많지 않다"라면, 제대로 작동할 수 있는 AI 봇에 우선순위를 둘 가치가 있습니다. 봇이 팀의 프로세스에 더 빨리 동화될수록 더 빨리 실제 결과를 확인하고 투자 수익을 얻을 수 있습니다.

알아내다:

• 이 챗봇을 시작하는 것이 얼마나 쉬운가요?
• AI 봇이 팀에 실질적인 가치를 제공하기 전에 교육이 필요합니까?
• 즉시 어떤 종류의 해결률을 기대할 수 있으며 시간이 지남에 따라 어떻게 개선될까요?
• AI 챗봇이 효과적으로 작동하려면 지속적인 기술 구성이 필요합니까? 그렇다면 팀이 이를 유지 관리하는 데 필요한 리소스를 가지고 있습니까?

3. 개인 정보 보호 및 보안: 데이터 개인 정보 보호 및 보안 요구 사항은 무엇입니까?

데이터 개인 정보 보호 및 보안은 모든 회사의 우선 순위이지만 비즈니스 특성에 따라 가장 중요한 관심사일 수 있습니다. AI 챗봇은 LLM(Large Language Models)을 사용하여 받은 질문에 응답합니다. 즉, 고객이 제공하는 정보는 GPT-4, Claude, Bard 등 사용 가능한 LLM의 증가하는 수를 통해 처리됩니다. 일정 기간 동안 보유하거나 보유하지 않을 수 있습니다.

고객에게 데이터가 안전하다는 것을 보장하려면 선택한 AI 봇이 작업할 LLM과 데이터를 처리하는 방법을 이해하는 것이 중요합니다. 예를 들어, Intercom과 OpenAI의 계약에는 "보존 제로 정책"이 포함되어 있으므로 Fin에서 제공한 고객 질문이나 답변은 OpenAI에서 보관하지 않습니다.

다음은 비즈니스에 대한 AI 봇의 적합성에 대해 좀 더 자세히 알아보기 위해 물어볼 수 있는 몇 가지 질문입니다.

알아내다:

• AI 봇 공급자는 특정 LLM 공급자와 파트너십을 맺고 있습니까?
• 고객 데이터는 어떻게 사용됩니까? LLM 공급자가 보관합니까? 예를 들어 일부 LLM 제공자는 데이터를 전혀 보유하지 않는 반면 다른 LLM 제공자는 지정된 기간 동안 데이터를 보유합니다.
• 현재 공급자가 AI 모델을 구축하거나 교육하는 데 고객 데이터를 사용하고 있습니까? 당신은 이것에 편안합니까?
• 고객 메시지가 암호화됩니까?
• 데이터는 어디에 호스팅되며 위치가 AI 봇을 사용하는 능력에 영향을 미칩니까?

4. 어조 및 스타일: 봇이 고객에게 어떻게 말하길 원하십니까?

수년 동안 챗봇을 탐색한 후 고객은 그들과 상호 작용하기 위해 부자연스럽고 키워드 중심적이며 부자연스러운 언어를 사용해야 한다고 느낍니다. 실제로 최근 사용자 조사에 따르면 지금까지 사람들은 봇과의 상호 작용이 답답하고 투박하다는 사실을 발견했습니다.

빠르게 변화하고 있습니다. 1년 전만 해도 우리는 챗봇과 실제 대화를 나누거나 우리에게 가장 자연스러운 방식으로 질문을 할 것이라고는 전혀 예상하지 못했을 것입니다. 그러나 AI가 가능하게 한 것은 바로 그것이다. ChatGPT의 가장 흥미로운 측면은 사람처럼 우리의 질문을 이해하고 응답할 수 있는 능력이었습니다.

그뿐만 아니라 일부 AI 챗봇은 고객 문의를 가장 잘 처리하고 해결할 수 있도록 더 자세한 정보를 요청하여 까다로운 질문을 명확하게 할 수 있습니다. 이제 고객에게 질문의 핵심에 도달할 수 있는 봇의 빠르고 친근한 응답을 제공한 다음 응답하거나 지원 팀의 관련 담당자에게 직접 전달할 수 있습니다.

알아내다:

• 봇이 고객 쿼리를 명확하게 할 수 있습니까?
• 봇이 고객 쿼리를 효과적으로 분류하고 필요한 곳으로 라우팅할 수 있습니까?
• 가장 일반적인 쿼리에 어떻게 응답하는지 알아보기 위해 구매하기 전에 봇을 테스트할 수 있습니까?

5. 제어: AI 챗봇에 대해 어떤 수준의 제어를 원하십니까?

ChatGPT가 등장하자마자 고객 서비스 산업에 큰 영향을 미칠 것이 분명했습니다. 프롬프트에 응답하여 인터넷 어디에서나 정보를 가져올 수 있는 도구는 고객 서비스를 위해 만들어진 것 같았습니다. 그러나 시간이 지남에 따라 "환각"(LLM이 자신 있게 질문에 대해 설득력이 있지만 잘못된 답변을 만드는 현상)이 문제가 될 것이라는 것이 분명해졌습니다.

다행스럽게도 그 장애물은 이제 극복되고 있습니다. 다양한 AI 챗봇은 고객에게 제공되는 정보를 보호하고 다음을 보장하는 다양한 접근 방식을 갖습니다.

• 고객 문의에 대한 신뢰할 수 있는 답변을 제공합니다.
• 답변을 모를 때 이를 인정하고 인간 지원 담당자에게 쿼리를 전달합니다.
• 원하는 정보만 제공합니다. 예를 들어 경쟁업체를 추천하거나 제품의 모범 사례를 거스르지 않습니다.

예를 들어 Intercom의 AI 봇 Fin은 당사의 정교한 가드레일로 제어되며 선택한 도움말 콘텐츠에서만 응답을 그립니다. 답이 없으면 Fin은 명확한 질문을 하고 답을 모른다는 것을 인정하며 고객이 필요한 답 없이 대화를 떠나지 않도록 지원 팀에 질문을 원활하게 전달합니다.

AI 봇의 직업 설명은 무엇입니까?

적절한 가드레일이 배치되었는지 확인한 후에는 AI 봇의 범위 제어에 대해 생각할 때입니다. AI 봇이 어떤 질문에 답하기를 원하고, 어떤 조치를 취해야 하며, 지원팀이 처리하기를 원하는 것은 무엇입니까? 단순히 FAQ를 해결하는 AI 챗봇을 찾고 있다면 이것이 우선순위가 아닐 수 있습니다. 더 깊게.

예를 들어 Intercom의 AI 봇 Fin은 사용자 지정 답변, 사용자 지정 작업 및 워크플로 제품과 함께 작동하여 가장 중요한 질문에 대한 맞춤형 답변을 만들고 봇이 고객 요청에 대한 응답으로 조치를 취할 수 있도록 합니다.

알아내다:

• AI 봇은 어디에서 정보를 가져옵니까?
• 환각을 방지하기 위한 난간이 설치되어 있습니까?
• 봇이 질문에 대답할 수 없는 경우 고객에게 무엇을 알립니까? 모른다는 것을 인정할 수 있습니까?
• 봇이 인간 지원 담당자에게 대화를 전달하도록 유도하는 상황을 제어할 수 있습니까?

6. 가격: 귀하에게 가장 적합한 모델은 무엇입니까?

AI 챗봇의 경우 팀에 최상의 ROI를 제공할 가격 책정 모델을 이해하는 것이 매우 중요합니다. AI 챗봇은 다양한 방식으로 가격이 책정되고 있지만 이러한 모델은 기본적으로 두 가지 가격 책정 철학으로 요약됩니다.

결과 대비 가격 책정

이러한 가격 책정 모델은 팀 성과에 영향을 미치는 측정 가능한 결과를 기반으로 합니다. 예를 들어 Intercom에서 우리가 선택한 해상도에 대한 가격 책정이 있습니다. 즉, 지원 팀에 전달하지 않고도 고객이 질문에 대한 만족스러운 답변을 받은 경우에만 비용을 지불합니다. 가치 기반이고 측정 가능하며 AI 봇이 팀에 제공하는 ROI의 종류를 쉽게 알 수 있습니다.

사용량 대비 가격 책정

이에 대한 예로는 API 요청 또는 메시지를 기반으로 한 가격 책정이 있습니다. AI 챗봇이 고객 만족도를 고려하지 않기 때문에 이러한 메트릭에 따라 가격이 책정될 때 ROI를 확인하기 어려울 수 있습니다. 고객이 필요한 답을 얻었는지 아니면 그냥 대화를 실망스럽게 내버려 두었는지 확신하기 어렵습니다.

가격을 인력 추가 비용과 비교하고 팀 효율성을 개선하고 고객 만족 및 유지에 더 많은 시간을 할애하여 얻을 수 있는 절감액과 비교하여 팀에 가장 높은 ROI를 보장하는 것이 무엇인지 고려하십시오.

Intercom의 고객 지원 관리자인 Eric Fitzgerald는 다음과 같이 말했습니다.

알아내다:

• 팀에서 봇에 지불할 금액을 결정하기 위해 어떤 메트릭을 사용하고 있습니까?
• 이 메트릭을 어떻게 정의합니까?
• 귀하의 서비스 비용은 얼마입니까? 선택한 봇에 따라 단위당 가격, 즉 해상도당, 메시지당 또는 편향당 가격과 비교하면 어떻습니까? ?
• 사용 중인 LLM에 따라 응답에서 기대할 수 있는 정확도 수준은 어느 정도이며 이것이 봇의 ROI에 어떤 영향을 줍니까?

7. 통합: AI 봇이 현재 지원 플랫폼과 어떻게 작동합니까?

모든 지원 팀은 효율성과 우수한 고객 경험을 위해 최적화된 신중하게 계획된 프로세스와 워크플로우를 가지고 있습니다. AI 챗봇과 같은 신기술 도입이 팀 운영 방식을 방해할 수 있다는 두려움은 당연합니다.

AI 봇은 현재 설정과 병행하지 않고 함께 작동해야 합니다. 일부 봇은 사용 중인 플랫폼에 대한 애드온으로 작동하는 반면 다른 봇은 해당 플랫폼에 고유합니다. 대대적인 변화의 시기에 팀은 더 발전된 AI 기술을 활용하고 AI 챗봇을 기술 스택에 진정으로 통합하기 위해 플랫폼 전환을 고려하고 있을 수 있습니다. 그러나 그 단계를 밟을 준비가 되지 않은 사람들을 위해 일부 AI 봇은 모든 지원 플랫폼에서 작동합니다.

예를 들어 Intercom의 Fin은 모든 공개 URL과 작동하므로 어떤 도구를 사용하든 지원 기술 스택에 쉽게 들어갈 수 있습니다. 그러나 Intercom의 통합 메시징 플랫폼에도 기본적으로 통합되어 있으므로 Intercom의 메신저, 받은 편지함, 자동화 및 기타 도구와 원활하게 작동합니다.

알아내다:

• 이 봇은 기존 기술 스택과 어떻게 작동합니까?
• 효율성을 극대화하기 위해 봇과 함께 다른 도구를 구입해야 합니까?
• AI 봇을 최대한 활용하려면 어떤 종류의 통합 기능이 필요합니까?
• 봇을 사용하여 지원 담당자가 대화를 요약하고 팀원에게 전달할 수 있습니까?

8. 보고: 어떤 종류의 보고 기능을 기대할 수 있습니까?

AI 혁명이 변하지 않을 한 가지는 지원 팀에 대한 보고의 중요성입니다. AI 챗봇을 선택할 때 다음 영역에 필요한 보고 유형을 고려하십시오.

AI 챗봇의 ROI 결정

봇이 가장 중요한 지표에 어떤 영향을 미치는지에 대한 강력한 통찰력을 제공하는 보고 시스템이 필요합니다.

개선 영역 식별

일부 AI 봇은 지원 자료를 더 많이 수집하고 팀이 지원 콘텐츠를 강화하고 워크플로를 최적화하여 성능을 향상함에 따라 개선할 수 있는 능력이 있습니다. 견고한 보고 시스템은 봇이 더 많은 가치를 제공할 수 있는 영역을 나타내야 봇의 강점을 극대화할 수 있습니다.

더 넓은 회사와 결과 공유

모든 고객 서비스 관리자가 알고 있듯이 이러한 통찰력을 얻는 것은 작업의 절반에 불과합니다. 나머지는 보고서를 경영진 및 더 넓은 회사와 공유하여 모든 사람이 지원 팀의 노력을 뒷받침하고 AI가 고객 경험에 제공하는 가치에 감사할 수 있도록 합니다.

알아내다:

• 어떤 종류의 보고서를 사용할 수 있습니까?
• 보고 시스템은 현재 보고서와 어떻게 작동합니까?
• 보고서를 쉽게 공유할 수 있습니까? 비즈니스 차원의 보고 도구로 내보낼 수 있습니까?

9. 고객 신뢰: AI 챗봇이 고객과의 신뢰 구축에 어떻게 도움이 될까요?

우리는 이미 AI 봇이 환각을 일으키는 것을 방지하는 강력한 가드레일의 중요성에 대해 다루었지만 봇이 고객이 봇을 신뢰하도록 어떻게 도울 수 있을까요? 이것은 개별 AI 봇의 문제보다 문화적인 문제입니다. 사람들은 과거에 부정적인 경험을 했으며 이제는 인간 지원에 대한 일반적인 선호도를 보입니다. 그럼에도 불구하고 AI 챗봇이 고객 간의 신뢰를 구축하는 데 도움이 될 수 있는 방법이 있습니다.

융통성: 고객이 원하는 경우 사람에게 쉽게 갈 수 있는 경로를 제공하십시오. 고객이 도움을 줄 사람이 있다는 것을 알게 되면 봇을 사용해 볼 가능성이 더 높아집니다.

정확해야 합니다. 이미 논의한 것처럼 정확성은 신뢰에서 큰 역할을 합니다. 고객이 고품질의 최신 정보를 받고 있다면 봇을 신뢰하는 법을 빠르게 배울 것입니다.

사용자 지정: 브랜드에 맞게 봇을 사용자 지정할 수 있습니까? 고객은 브랜드와 명확하게 일치하는 봇과 보다 편안하게 소통할 수 있습니다.

언어: 위에서 언어에 대해 논의했지만 생성 AI의 자연어는 지금까지 익숙했던 키워드 활성화 봇보다 고객을 훨씬 더 편안하게 만들 가능성이 높습니다.

전달: 메신저는 어떻게 봇의 힘을 최대한 활용할 수 있습니까? 최고의 AI 챗봇이라도 세계적 수준의 메신저에 위치하지 않으면 잠재력을 최대한 발휘할 수 없습니다.

알아내다:

• 봇을 사용자 정의할 수 있습니까?
• AI 봇은 지원 메신저 내에서 어떻게 작동합니까?
• 봇이 자신이 봇이라는 사실을 공개하고 있습니까? 자신에 대한 질문을 어떻게 처리합니까?
• 고객이 요청하는 경우 대화가 인간 지원 담당자에게 전달되는 것이 쉬운가요?

이러한 9가지 고려 사항은 고객의 기대치를 초과하고 지원 팀의 기술과 전문성을 극대화하는 데 도움이 되는 완벽한 AI 파트너를 선택하는 데 필요한 답변을 제공합니다.