대화 형 인공 지능은 기계 학습을 사용하여 자연스럽고 개인화 된 방식으로 사용자와 대화합니다. 이 용어는 약간의 무게를 지니고 있지만 궁극적으로 비즈니스에 미칠 수있는 실질적인 차이로 귀결됩니다.
이 기사에서는 대화 형 AI가 무엇인지, 즉 원칙과 예를 설명하는 데 시간을 할애하여 비즈니스에서이를 구현할 수있는 방법에 대해 더 잘 이해할 수 있도록합니다.
인공 지능, 메시징 응용 프로그램 및 음성 인식이라는 세 가지 개별 기술이 통합 된 시스템입니다. 이러한 개별 기술은 수십 년 동안 알려져 왔지만 세 언어의 결합으로 게임이 완전히 바뀌 었습니다.
이러한 기능을 결합하여 인간과 같은 대화를 수행하는 소프트웨어를 "봇"이라고 할 수 있습니다. 그리고 텍스트 인터페이스를 사용하는 봇은 일반적으로 챗봇으로 알려져 있습니다. Google Home 또는 Amazon Alexa와 상호 작용 한 적이 있다면 이미 대화 형 AI를 경험 한 것입니다.
이 기술은 우리가 배우는 동안 배우는 것입니다. 딥 러닝을 통해 이러한 시스템은 대화 경험을 성숙시킬 수 있으므로 연습을 통해 대화가 더 유용하고 풍부 해집니다.
대화 형 AI로 비즈니스를 시작하기 전에 적용되는 원칙과 목표 달성에 어떻게 도움이 될 수 있는지 결정해야합니다.
먼저, 이러한 유형의 기술 사용의 목표를 이해하십시오. 새로운 기술이라고해서 비즈니스에서이 기술을 채택하게 만들지 마십시오.
가치를 제공하는 고객 서비스 전략에 통합하고 대화 형 인공 지능은 특히 간단하고 직접적인 작업에 능하다는 점을 명심하십시오. 사용 사례를 찾고 싶다면 AI 사용 결정에 영향을 미치는 세 가지 컨텍스트 영역을 생각해보십시오.
봇은 일반 고객이 Facebook Messenger를 통해 좋아하는 제품을 다시 주문할 수 있도록하는 데 탁월합니다.
그러나 봇의 책임이 문자 메시지를 통해 익명의 윤리 위반 보고서를 제출하는 것이라면 분명히 매우 잘못 할 것입니다. 즉, 봇이 제공 할 수있는 솔루션과 위치를 계획해야한다는 의미입니다.
봇과 관련하여 정의하는 두 번째 원칙입니다. 봇과 상호 작용하는 사용자의 거의 절반이 데이터 보안에 대해 우려하고 있습니다.
그렇기 때문에 사용자에게 애플리케이션의 데이터 및 대화에 대한 일련의 규칙과 지침을 제공해야합니다.
일부 사용 사례는 기업의 다른 사례보다 대화 형 인공 지능을 더 잘 활용할 수 있습니다. 입증 된 고성능 사용 사례는 다음과 같습니다.
리드 생성 : 리드 생성 봇은 지루하고 정적 인 형태보다 10 배 더 높은 변환이 가능합니다. 사용자는 양식의 공백을 채우는 것보다 봇과 상호 작용하는 편이 낫습니다.
고객 참여 : 휴먼 고객 서비스 상담원은 항상 어디에나있을 수 없습니다. 대신 봇은 쉽게 확장 할 수없는 서클을 연중 무휴 24 시간 실행할 수 있습니다.
질문에 대답하고 불만 사항이 도착하는 즉시 처리 (고객 지원) : Gartner에 따르면 2021 년까지 전 세계 기업의 25 %가 지원 문제를 처리 할 가상 비서를 갖게 될 것이라고합니다.
고객 피드백 받기 : 봇은 소중한 대화가 끝난 후 소중한 고객 피드백을받을 수 있습니다. 이러한 방식으로 불편한 설문 조사 양식을 작성하는 대신 고객은 대화의 틀에 브랜드, 제품 또는 서비스에 대한 의견을 남길 수 있습니다.
소매업에 초점을 맞춘 2018 년 연구에 따르면 챗봇은 임시 직원 없이도 티켓 볼륨의 167 % 증가를 원활하게 처리했습니다.
대화 형 인공 지능을 사용하면 개인화 된 방식으로 실시간으로 대규모 대화를 처리 할 수 있습니다.
인기있는 플랫폼에서 잘 설계된 봇을 구현하면 자동화 없이는 수익성이없는 개인화되고 긍정적 인 방식으로 리드 및 고객과 관계를 구축 할 수 있습니다.
또는 훨씬 더 자세한 방법으로 개별 고객을 이해하는 데 도움이 될 수있는 지속적으로 갱신되고 확장되는 데이터 세트를 수집하고 있습니다. 전통적인 기술은 그 정도의 세부 사항을 제공하지 않습니다.
예를 들어 고객 서비스 챗봇은 일반적으로 품질을 보장하는 데 필요한 대화에 참여할 준비가 된 사람과 함께 응답 시간을 줄이고 만족도를 높이면서 고객 서비스 및 문제 해결을 제공 할 수 있습니다.
에이전트가 완벽하게 준비되어 있는지, 아무도 응답을 너무 오래 기다리 길 원하지 않는지 여부는 중요하지 않습니다. 이것이 이러한 AI가 절대적으로 아첨하는 이유입니다.
잠재 고객의 자격을 갖춘 이러한 용도의 예입니다. 많은 회사가 제품과의 혼동으로 잠재 고객을 잃고 품질이 좋지 않은 연락처를 찾는 데 많은 직원 시간을 낭비합니다.
따라서 잠재 고객에게 정보를 제공하고 자격을 부여하는 데 도움이되는 챗봇을 구현하는 것은 좋은 생각입니다. 전환율은 심지어 세 배가 될 수 있습니다.
마찬가지로 유명한 브랜드 인 Tommy Hilfiger는 대화 형 AI를 통해 고객 관계를 얼리 어답터로 삼았으며 소비자는 Facebook Messenger 챗봇을 평균 3 회 방문했습니다. 그들은 챗봇을 통해 New York Fashion Week 컬렉션을 제공하기로 현명한 결정을 내렸고 그 결과 다른 디지털 채널을 통해보다 3.5 배 더 많은 수익을 올렸습니다.
오토 데스크는보다 효율적인 고객 서비스가 필요했기 때문에 상담원이 필요하지 않은 기본 요청을 처리하기 위해 챗봇을 도입했습니다.
그 결과 해결 시간이 하루 반에서 5 분 정도로 단축되었습니다. 그리고 이러한 문제를 해결하는 데 드는 비용이 90 % 감소했습니다. 대화 형 AI가 비즈니스를 위해 무엇을 할 수 있는지 맛본 후, 그들은 그것을 내려 놓을 수 없었습니다.
대화 형 AI에 대해 이야기 할 때 직원들에게 매우 중요하고 효율적인 용도로도 사용된다는 언급은 거의 없습니다. 우리는 물론 그들이 인사 부서에서 할 수있는 역할에 대해 이야기하고 있습니다.
채용 봇은 후보자에게 회사에 대한 개인화 된 소개를 제공하고 완벽한 인터뷰 일정을 쉽게 잡을 수있는 것으로 밝혀졌습니다. 현재 직원에게는 혜택도 있습니다.
대화 인터페이스는 많은 내부 커뮤니케이션 프로세스를 자동화하고 직원이 정보에 액세스 할 수있는 효율적이고 사용자 친화적 인 방법을 제공 할 수 있습니다. 즉, 구식 방식으로 수행하면 매뉴얼을 검색하고 동료와 상담하는 등의 작업이 필요합니다.
마지막으로 대화 형 AI 기반 직원 교육 및 설문 조사 프로세스가 점점 더 많이 사용되고 유망합니다.
인공 지능으로 구축 된 대화 형 인터페이스는 여행사에서 은행에 이르기까지 매우 보편화되고 있습니다. 그리고 대화 형 인공 지능은 모든 종류의 기업이 비즈니스 목표를 달성하는 데 도움이되므로 이점은 고객뿐 아니라 비즈니스에도 적용됩니다.
운영 비용이 절감되고 운영이 점점 확장되어 비즈니스로 성장할 수있는 더 많은 기회를 제공합니다.
