773명의 응답자 모두가 AI도입을 계획하고 있음에도 예측 AI와 생성형 AI의 차이를 정확하게 말할 수 있는 사람은 절반 밖에 되지 않습니다. AI 도입만으로는 기업이 성장한다는 생각은 굉장히 위험합니다. 이번 포스팅의 연구 결과 보고서에서 성공 기업의 CRM을 통한 AI투자 전략 3가지를 확인하고 완벽한 AI 기반 CRM을 구축하세요.
리더 10명 중 9명은 AI를 사용하는 데 강력한 데이터 전략이 중요하다는 것을 알고 있지만, 그들 중 3분의 1만 데이터 전략을 활용하고 있습니다. 2024년 1월, 세일즈포스는 이처럼 빠르게 발전하는 AI 환경에서 나타나는 격차에 대한 해답을 찾기 위해 Forrester Consulting에 연구를 의뢰했습니다.
그 결과, 14개국의 비즈니스 리더 773명을 대상으로 실시한 이 연구는 AI 기반 CRM에 대한 글로벌 비즈니스 리더의 사고방식을 나타내며, 이를 통해 기업이 성장을 위해 우선시해야 할 몇 가지 기본 원칙이 있음을 증명해냈습니다.
우선 이것을 살펴보기 전에 AI 기반 CRM의 현재 상태를 이해해야합니다. 그 후에 주요 성공 요인과 권장 사항을 살펴보세요.
기본적인 AI 이해의 격차로 드러난 성장 가능성
이번 조사에 따르면 전 세계 기업들은 다양한 CRM 사용에 AI를 도입하고 있는 것으로 나타났습니다. 하지만 AI 도입만으로 모든 것이 순조롭게 진행될 수는 없으므로 이 연구에서 발견한 ‘CRM에서 AI 도입의 성공에 영향을 미칠 수 있는 차이점’를 알아야합니다.
연구 결과를 보면, 모든 응답자가 AI 도입을 계획하고 있음에도 불구하고 예측 AI와 생성형 AI를 나란히 제시했을 때 두 가지 정의를 모두 정확하게 선택할 수 있었던 것은 절반 밖에 되지 않습니다.
- 예측형 AI: 기존 데이터를 분석하여 앞으로를 예측합니다.
- 생성형 AI: 학습된 패턴을 기반으로 새로운 콘텐츠 생성합니다.
AI전략이 특정 목적과 목표가 동일한 두가지의 AI 모델을 모두 포함한다면, 우리는 보다 포괄적인 교육이 필요합니다. 예를 들자면, 각 유형의 AI가 구현하는 구체적인 사용 사례, 예상되는 KPI, 그리고 이러한 목표에 기반한 AI 전략 설계 방법을 알아야합니다.
또 주목해야할 점은 리더의 92%가 강력한 데이터 전략의 중요성을 강조하는 반면, 34%만이 비즈니스 전반에 걸쳐 데이터 전략을 실행하고 있다고 답한 것으로 보아 데이터 성숙도와 준비도 사이에 상당한 격차가 존재한다는 것입니다. 우리는 이러한 격차를 해소해야 AI를 효과적으로 사용할 수 있습니다.
계속해서 보안 문제와 생성형 Ai의 출력 품질에 대한 언급이 많아지면서 ‘고객 신뢰’ 또한 주요 관심사로 떠올랐습니다. 의도치 않게 개인 고객 데이터가 노출될 수 있다는 우려와 함께 브랜드 평판에 대한 잠재적 손상은 생성형 AI 구매의 장벽으로 크게 작용하고 있습니다.
No.1 CRM 세일즈포스의 최신 트렌드 뉴스레터
새로운 소식을 가장 먼저 받아보세요!
강력한 AI 기반 CRM을 위한 세 가지 준비
1. 데이터 준비
‘데이터 품질과 가용성’은 성공적인 AI 구현의 핵심입니다. 설문조사 응답자의 50% 이상이 데이터 품질 개선이 필수적이라고 답했습니다. 그럼에도 불구하고 응답자들은 비즈니스의 CRM에서 가장 어려운 점에 대한 질문에 ‘데이터 품질 문제와 데이터 기술 부족’으로 답했습니다.
반면, 데이터 성숙도가 높은 기업은 이미 AI를 도입했을 뿐만 아니라 비즈니스 전반에 걸쳐 통합 CRM을 사용할 가능성이 높기 때문에 고객 서비스 제공과 고객 만족도에 미치는 영향이 더욱 큰 것으로 나타났습니다.
권장사항 : 데이터를 정리하세요. 조직 내 빠른 소통을 위한 기술을 도입하세요. 고객 데이터에 대한 전체적인 시각 확보에 집중하세요. 전략적 목표에 맞춰 데이터에 대한 균형잡힌 접근 방식을 활용하세요. AI 사용 사례를 제공하는 데 필요한 구체적인 데이터 요구 사항을 이해하세요. 모든 것을 한 번에 개선하는 것은 어렵다는 것을 알고, AI 사용 사례에 단계적으로 접근할 수 있도록 필요한 특정 데이터 요구 사항을 확인하세요. 가장 중요한 것은 AI를 통해 전략을 수립할 때 데이터 품질과 가용성은 최우선으로 고려하세요.
2. AI에 대한 신뢰 구축
거의 모든 응답자(96%)가 AI 공급업체와 파트너십을 맺을 때 신뢰가 가장 중요하다고 답할 만큼, AI를 활용할 때 신뢰 구축은 필수적 요소입니다. 의도치 않게 개인 고객 데이터가 노출되거나, 저작권을 침해하거나 데이터 규제 준수 요건을 위반하는 것은 고객들에게 많은 우려와 의문을 불러일으킵니다.
특히, 조직은 데이터 마스킹(민감한 데이터를 익명화하는 작업)과 같은 보안 보호 기능을 이미 툴에 내장하고 있는 벤더를 찾습니다. 또는 핵심 CRM 제품 일부에서 AI를 제공하는 공급 업체를 선택하여 외부 소스를 통합하는 데 추가적인 어려움이나 복잡성이 없도록 합니다.
권장사항: AI입력과 출력을 모두 세심하게 관리할 수 있는 신뢰 있는 AI 공급업체와 협력하세요. 대규모 언어 모델과 공유할 때는 데이터를 마스킹하세요. 공급업체 호스팅 또는 외부 모델을 고려할 때는 입력된 값이 저장되지 않게끔 하며 데이터 사용에 대한 통제권을 잃지 않을 수 있도록 해야합니다. 개인정보 보호 및 보안 문제 외에도 프롬프트와 출력에서 유해한 출력이 있는지 자동으로 스캔해야합니다. 마지막으로, AI 활용의 품질, 정확성, 신뢰를 보장하기 위해 사람을 참여시키는 것도 고려해보세요.
3. 교육 및 기술 향상을 위한 공간 확보
AI가 조직에 도입되면서 설문 응답자의 거의 절반이 지속적인 기술 향상이 필요하다는 데 동의했습니다. 이는 AI개념에 대한 전반적인 이해 부족과 함께 AI 교육에 대한 신중한 접근이 필요하다는 것입니다. 또한 응답자들은 현재 CRM 시스템 사용의 가장 큰 문제가 데이터 기술 부족이라고 지적합니다.
권장사항: 직원들이 Ai 전략과 목표를 전반적으로 이해할 수 있도록 하는 것 외에도, 프롬프트를 만들고 개선하기 위한 직원 교육부터 전술적으로 시작하세요. 프롬프트를 활용하세요. 프롬프트는 대규모 언어 모델에 출력 생성을 돕기 위해 제공되는 자세한 매뉴얼입니다. 프롬프트가 좋을수록 AI 모델은 더 정확하고 관련성 높은 결과물을 얻을 수 있습니다. 이를 통해 모든 직원이 프롬프트 엔지니어가 될 수 있으며, 이러한 교육은 AI의 잠재적 이점을 극대화하여 직원들이 보다 효율적으로 일할 수 있도록 도와줍니다. 또한 직원들이 AI 결과물의 정확성, 편향성, 유해성, 잠재적 피해 여부를 평가할 수 있도록 교육하는 기업 정책을 수립하는 것이 필수적으로 이루어져야합니다.
전체 연구 보고서에서 최고 리더들이 강력한 데이터 전략, 지속적인 학습 문화, 확고한 신뢰를 구축하여 AI 투자를 최대한 활용하는 방법을 확인하세요. 또한 더 많은 정보를 확인하여 당신의 팀이 AI 기반 CRM을 통해 탁월한 성과를 창출할 수 있는 기반을 마련하세요.
궁금한 점은 언제든 문의주세요.
전문가가 도움을 드리겠습니다.
