Forrester는 예측합니다. 다섯 명 중 한 명 미국 및 EMEA 소매업체는 2025년에 고객 대면 GenAI 애플리케이션을 출시할 예정입니다. 향상된 제품 검색, 개인화된 추천 및 향상된 카테고리 탐색이 주요 사용 사례입니다. 그렇다면 자동화된 상호작용으로 인해 미국의 고객 경험 점수가 1위로 떨어진 이유는 무엇입니까? 5% 감소 2023년(2015년 이후 최저치)에 소매업체가 GenAI 투자를 하기 전에 이로부터 무엇을 배울 수 있을까요?
2023년 KPMG 보고서는 쇼핑객에게 전략적 이점이 부족한 기술의 남용으로 인해 고객의 기대에 부응하지 못하는 것을 감소 원인으로 강조합니다. 의 CIO 및 CTO 50명 GenAI 프로젝트에 대해 질문을 받은 Fortune 500대 기업 중 대부분은 파일럿 기술이 잘못된 비즈니스 요구 사항을 해결했다는 사실을 발견했습니다.
2025년에 들어서면서 소매업체는 고객 중심의 GenAI 전략을 우선시해야 합니다. 최신 기술을 있으면 좋은 것으로 채택하기보다는 비즈니스 요구 사항을 살펴보십시오. 소매업체는 고객 여정을 검토하고, 개선의 여지를 파악하고, 사용 사례에 맞는 솔루션을 구축하거나 채택해야 합니다. 소매업체가 GenAI를 통해 사용자 경험(UX)을 향상시키는 여정에서 고려해야 할 4가지 교훈은 다음과 같습니다.
비즈니스-데이터-AI 시너지 보장
RAND 연구원들은 2024년에 다음과 같은 사실을 발견했습니다. AI 프로젝트의 80% 잘못된 목표, 데이터 부족, 기술 우선 접근 방식, 인프라 격차, 지나친 야심찬 AI라는 5가지 주요 영역으로 인해 실패합니다.
소매업체는 필요한 알고리즘을 구축하고 GenAI 투자를 성공시키기 위해 견고한 데이터 기반과 전문 지식이 필요합니다. 그들은 “솔루션 요구 사항을 충족할 만큼 충분한 데이터 가용성을 어떻게 보장할 수 있는가?”라고 자문해야 합니다. 그리고 이 데이터 중 독점 데이터는 얼마나 됩니까?” 성공적인 GenAI 프로젝트는 고품질의 관련 정보에 달려 있습니다. 조직이 보유하는 고유한 데이터 형식이 많을수록 솔루션의 사용자 정의 가능성도 높아집니다.
세 번째 질문은 “GenAI를 효과적으로 활용하려면 어떤 구체적인 인재 풀과 운영 구조 변화가 필요한가?”입니다. 동기, 비용 및 시간과 함께 기술 향상 수준을 이해하면 소매업체가 사내 솔루션 구축, 사용자 정의 또는 관리에 대한 투자 수익(ROI)을 결정하는 데 도움이 됩니다.
오늘날 기술 전문가가 아닌 사람도 코드 없는 도구로 작업하거나 장기적인 AI 파트너를 고용하여 이점을 활용할 수 있습니다. 타사 GenAI 솔루션을 선택할 때 전자상거래 경영진은 가격 및 ROI 외에도 확장성, 성능, 데이터 보안, 공급업체 전문성, 기술 스택 호환성 등의 요소를 우선시해야 합니다. 새로운 통합을 시작하기 전에 명확한 비즈니스 사례와 예상 결과가 중요합니다.
점진적인 접근 방식을 취하세요
2024년 BCG 그룹은 채택률을 평가했습니다. 최고의 전자상거래 GenAI 사용 사례; 즉, 블로그, 제품 설명, 제품 이미지 보완과 같은 콘텐츠 제작입니다. 고급 사용 사례에는 개인화된 제품 추천, 동적 가격 책정, 경쟁사 분석이 포함됩니다. 새로운 프로세스에 원활하게 적응하기 위해 더 복잡한 작업을 시도하기 전에 팀원들에게 체계적인 서비스를 익히십시오.
소매업체는 전자상거래 팀이 즉시 사용 가능한 GenAI 도구를 활용하여 도구의 기능을 숙지하도록 권장해야 합니다. 간단한 사용 사례와 제품 설명 및 이미지 생성과 같은 로우 코드 솔루션은 팀 구성원에게 가능한 시간 절약을 보여줄 뿐만 아니라 빈번한 검증 확인을 포함하도록 작업을 조정하는 데 도움이 되므로 훌륭한 출발점이 됩니다. 초기 단계에서 주간 또는 격주 검토를 도입하여 도구의 진행 상황을 측정하고 그 과정에서 접근 방식을 조정합니다. 팀의 피드백과 참여가 성공의 열쇠가 될 것입니다.
팀 구성원이 익숙해지면 소매업체는 새로운 사용 사례를 도입할 수 있습니다. 엔지니어는 AI 코드 완성 지원을 통해 개발을 간소화할 수 있습니다. 마케팅 담당자는 AI 기반의 맞춤형 상향 판매 및 교차 판매 권장 사항을 도입할 수 있으며 충성도 관리자는 고객 참여 수준에 따라 적응형 충성도 캠페인을 구축할 수 있습니다.
보안 우선 문화 조성
연결이 끊긴 시스템은 보안 취약점으로 이어질 수 있는 약한 링크이며, GenAI는 저숙련 위협에 대한 진입 장벽을 낮출 수 있는 잠재력을 가지고 있습니다. 사이버 범죄자는 GenAI를 사용하여 올바르게 사용하면 기능적으로 악의적일 수 있는 스크립트를 구축하여 공격을 자동화하고 특정 취약점을 표적으로 삼을 수 있습니다. 소매업체는 시스템을 안전하고 쉽게 모니터링할 수 있도록 견고한 데이터 기반, 간소화된 워크플로, 잘 연결된 애플리케이션 네트워크를 목표로 해야 합니다.
사이버 범죄자는 GenAI를 사용하여 매우 설득력 있는 가짜 콘텐츠(예: 사회 공학 및 피싱)를 통해 소비자를 조작할 수도 있습니다. 따라서 2025년에는 신원 확인이 더욱 중요해질 것입니다. 입증SMS, 이메일 또는 전용 인증 앱을 통해 시간에 민감한 코드를 사용자 장치로 보내는 등의 기능은 특히 금융 정보가 저장되는 고객 충성도 프로그램 및 쇼핑 플랫폼을 보호하는 데 도움이 됩니다.
또한 소매업체는 개발자가 정기적으로 소프트웨어, 소프트웨어 라이브러리 및 시스템을 업데이트하여 취약점을 해결하고 공격 표면을 최소화하도록 해야 합니다. 이러한 안전을 중시하는 검증 우선 사고방식은 전체 조직을 통해 필터링되어야 합니다. 정기적인 보안 인식 교육과 시뮬레이션을 실시하고 직원들이 의심스러운 활동을 즉시 보고하도록 장려함으로써 소매업체는 보안 중심 문화를 구축할 수 있습니다.
고급 엔드포인트 탐지 및 대응(EDR) 솔루션과 같은 AI 기반 모니터링 및 경고 시스템은 소매업체가 실시간으로 위협을 탐지하고 완화하는 데 도움이 될 수 있습니다. 그럼에도 불구하고 모든 직원이 시스템, 특히 사이버 보안 소프트웨어가 제대로 작동하는지 확인하는 습관을 갖는 것이 중요합니다.
디자인을 통해 공감하라
AI 불신의 가장 큰 원인은 고객 지원 채널에서의 사용입니다. 일부 고객의 53% 회사가 고객 서비스에 AI를 사용할 것이라는 사실을 알게 되면 경쟁업체로 전환하는 것을 고려할 것입니다.
고객은 GenAI가 자신과 지원 상담원 사이에 더 큰 격차를 만들 것을 두려워합니다. 그들은 자신의 문제가 가능한 최선의 방법으로 이해되고 해결될 것이라는 마음의 평화를 원하며, 이상적으로는 자신의 문제에 대해 무료 선물을 제공할 권한이 있는 관리자와 함께 할 수 있기를 바랍니다. 그러나 소매업체는 이러한 단계를 자동화된 서비스에 구축할 수 있습니다. 하지만 먼저 간단한 작업부터 시작하는 것이 여전히 중요합니다. 대화형 챗봇을 통해 FAQ와 온라인 정보에 더 쉽게 접근할 수 있게 만드는 것은 유용한 사용 사례입니다.
처음에는 소매업체가 GenAI의 기능에 적응함에 따라 고객 피드백, 혼란 또는 쿼리에 응답하기 위해 더 많은 인력이 적극적이고 환영받는 완충제가 될 것입니다. 지원 팀의 실시간 피드백은 소매업체가 GenAI 도구에 비해 작업이 너무 복잡한 모든 시나리오를 상상하는 데 도움이 됩니다. 이러한 시나리오에서 챗봇은 다음과 같은 보류 메시지를 사용하여 고객을 상담원에게 연결해야 합니다. “제안이 도움이 되지 않습니까? 상담원에게 연락하기’ 버튼을 클릭하세요. 가능한 모든 일반적인 질문에 간단하고 자동으로 답변될 때까지 매일 이 피드백을 분석하십시오.
GenAI 도구가 수행하는 모든 작업은 필요한 경우 챗봇이 중단한 부분을 선택하는 에이전트 채팅으로 원활하게 변환하는 것이 중요합니다. 또한 고객 서비스 상담원이 사용자 여정의 핵심 부분으로 남아 데이터를 관찰하고 반복되는 고객 문제의 근본 원인을 식별하는 등 중요한 작업을 위해 남겨 두는 것도 중요합니다. 이러한 방식으로 소매업체는 자동화된 대응 채널을 통해 솔루션을 제안하고 향후 문제를 예방할 수 있는 기반을 갖게 됩니다.
소매업체가 GenAI를 채택할지 여부에 관계없이 경쟁사, 고객 및 악의적인 행위자는 그렇게 할 것입니다. 간단한 사용 사례로 팀 구성원을 준비하면 새로운 작업 방식에 적응하고 새로운 잠재적인 위협 환경을 더 잘 이해하는 데 도움이 됩니다. 소매업체는 단계별 접근 방식으로 즉시 사용 가능한 도구와 시험용 GenAI 프로젝트를 활용하여 프로젝트가 성공적으로 완료될 때마다 고급 알고리즘을 통해 팀의 지식과 전문 지식을 구축할 수 있습니다. 거래 작업을 자동화하고 상담원으로 구성된 전문 팀을 유지함으로써 고객은 원하는 제품에 더 빠르게 액세스할 수 있으며 필요한 경우 상담원이 전화할 수 있다는 확신을 가질 수 있습니다.
게시물 소매업체, 2025년 GenAI 투자를 하기 전에 다음 4가지 교훈을 배우십시오 처음 등장한 Unite.AI.
