효과적인 지원 서비스를 제공하기 위해서는 고객의 기술적 문제를 이해하는 것이 무엇보다 중요하다는 것을 잘 알고 있습니다. 기업은 기술 문제에 대한 프롬프트하고 정확한 솔루션을 요구하므로 지원 팀은 심층적인 기술 지식을 보유하고 실행 계획을 명확하게 전달해야 합니다. 가상 어시스턴트와 같은 제품 내장형 또는 온라인 지원 도구를 사용하면 고객 셀프 서비스를 통해 보다 많은 정보를 바탕으로 효율적인 지원 상호작용을 유도할 수 있습니다.
경영진의 85%는 앞으로 2년 안에 생성형 AI가 고객과 직접 소통할 것이라고 말합니다. 사이트와 도구에 셀프서비스 검색 기능을 구현할 경우, 생성형 AI의 도움을 바탕으로 그 역량이 대폭 강화될 수 있습니다. 생성형 AI는 방대한 데이터 세트에서 데이터를 학습해 미묘한 차이를 지닌 개인화된 답변을 생성할 수 있습니다. 질문의 기본 맥락을 이해하는 능력(어조, 감정, 문맥 등의 변수를 고려)을 통해 AI는 사용자의 특정 요구에 맞는 답변을 제공할 수 있으며, 자동화와 함께 사용하면 티켓을 열어 교체 부품을 주문하는 등의 작업도 실행할 수 있습니다.
가상 어시스턴트가 스스로 해결할 수 없는 주제가 있더라도 자동화를 사용하면 도움을 줄 수 있는 라이브 상담원과 고객을 간편하게 연결할 수 있습니다. 라이브 상담원에게 티켓이 에스컬레이션될 경우 AI가 생성한 대화 기록 요약을 제공해 가상 어시스턴트가 중단한 부분에서 원활하게 다시 시작할 수 있습니다.
AI 개발사인 IBM은 수천 명의 고객과 협력하여 기업 전체에 기술을 도입하여 새로운 차원의 인사이트와 효율성을 확보할 수 있도록 지원합니다. 대부분의 경험은 자체 프로세스와 도구에 AI를 구현한 후 이를 고객 참여에 적용하는 데서 비롯됩니다.
고객들은 사용자 요구 사항을 예측해 더 빠른 응답을 제공하고, 다운타임과 향후 문제를 최소화할 수 있는 선제적인 지원을 제공하는 간소화된 프로세스가 비즈니스에 필요하다고 말합니다.
IBM Technology Lifecycle Services(TLS)는 AI와 자동화 기능을 활용해 IBM 고객들에게 채팅, 이메일, 전화, 웹 등의 다양한 채널을 통한 간소화된 지원 서비스를 제공합니다. AI와 자동화를 고객 지원 서비스 도구와 운영에 통합한 것은 효율성을 높이고 고객 경험을 향상시키는 데 매우 중요한 역할을 했습니다.
생성형 AI는 수집한 데이터에서 패턴과 인사이트를 파악하여 지원 상담원이 복잡한 문제를 보다 쉽게 해결할 수 있도록 설계되어 또 다른 이점을 제공합니다. 이 기능은 상담원에게 고객의 상황과 이력에 대한 포괄적인 가시성을 제공하여 보다 정보에 입각한 지원을 제공할 수 있도록 합니다. 또한 AI는 자동 요약, 맞춤형 커뮤니케이션, 고객에게 더 나은 제품 사용법을 알려주는 등의 추천을 생성하고 새로운 서비스 개발을 위한 귀중한 인사이트를 제공할 수 있습니다.
IBM® TLS는 watsonx 기술 및 자동화 도구에 액세스하여 지원 엔지니어가 보다 생산적이고 효율적으로 작업할 수 있도록 지원하는 서비스를 구축했습니다. 그 예는 다음과 같습니다.
기술 지원에 대한 고객의 요구와 기대에 부합하려면 기술적 전문성과 원활한 의사소통, 효과적인 도구 사용, 선제적인 문제 해결이 조화를 이뤄야 합니다. 생성형 AI는 단순한 질의응답식 상호 작용을 넘어 상황에 따른 대화를 도입해 고객 서비스를 혁신합니다. 이는 정교하고 사용자 중심적인 상호 작용으로 이어집니다. 또한, 생성형 AI는 작업을 자동화하고, 데이터를 분석해 패턴과 인사이트를 식별하고, 고객 문제를 신속하게 해결할 수 있습니다.