많은 사람들처럼, 나는 좋은 조언을 좋아합니다. 그러나 때로는 무언가를 끝내려면 도움이 필요합니다.
AI의 다음 회전 – 에이전트 AI – 우리를 조언에서 일을 끝내는 것으로 옮길 것입니다. 그것은 그것을 활용하는 비즈니스가 혁신적인 도약을 할 수있게 해줄 것입니다.
그러나 무엇으로 도약합니까? 그리고 어떻게 변형?
에이전시 AI는 고객 지원 비용을 25-50% 줄일 수 있으며 간단한 작업 실행을 넘어서서 품질과 고객 만족도를 크게 향상시킬 수 있습니다. 또한 복잡한 워크 플로 및 고객 상호 작용을 자율적으로 해결할 수 있습니다. 고객 지원에 신청할 때예를 들어, 에이전트는 쿼리에만 응답 할뿐만 아니라 처음부터 끝까지 문의를 종합적으로 해결하여 인간의 개입을 줄이고 효율성을 높입니다.
모든 새로운 기술과 마찬가지로 에이전트 AI를 채택하는 것은 과제를 제시합니다. 회사는 워크 플로가 잘 문서화되어 있고 깊이 이해되어야하며 강력한 지식 기반을 가지고 있습니다 에이전트 AI가 그릴 수있는 것. 그리고 생성 AI와 마찬가지로 데이터 개인 정보 및 보안 문제 회사는 자신이 활용하는 LLM (Large Language Model)과 정보를 저장하고 전달하는 방법을 이해하도록 요구합니다.
그러나 지능형 자동화를위한 올바른 채택 전략은 성공을 보장 할 수 있습니다. 가장 많은 혜택을 얻으려면 회사는 세 가지 일을해야합니다.
- 올바른 장소에서 시작하십시오
- 인간의 전문 지식과 균형 에이전트 AI
- 에이전트 전문 지식 네트워크를 활용하십시오
아직 초기이지만 다양한 산업 분야의 고객과 협력하여 에이전트 AI를 워크 플로우와 운영에 통합 할 때 배우는 것이 있습니다.
작게 시작하지 마십시오 – Smart를 시작하십시오
아마도 직관적으로, 시작하기 가장 좋은 곳은 가장 높은 대량 사용 사례입니다. 위험하지 않습니까? 제대로 완료되지 않았습니다. 실제로, 저용량이 적은 사용 사례로 시작하여 위험을 줄이는 것처럼 보일 수 있지만 실제로는 증가합니다 투자를 정당화하기에 충분한 영향을 미치지 않을 위험.
대량의 사용 사례로 시작하여 회사는 상당한 영향을 신속하게 실현하고 효율성 향상을 극대화하며 AI 에이전트 사용의 명확한 가치를 입증 할 수 있도록합니다.
너무 큰 시작의 위험을 어떻게 완화합니까? 초기에 가장 큰 사용 사례량의 1%만으로 에이전트를 구현함으로써. 이 접근법을 사용하면 더 넓은 자동화를 준비하는 동안 잠재적 인 문제를 식별하고 수정할 수 있습니다.
소매 회사의 경우, 이것은“내 주문은 어디에 있습니까?”를 자동화하는 것을 의미 할 수 있습니다. 또는 반환 처리 워크 플로. AI 에이전트는 회사의 이행 네트워크에서 배송을 모니터링하는 것 외에도 고객의 신원을 확인하고 실시간 상태를 확인하고 고객을 업데이트 할 수 있습니다. 주문이 예기치 않게 지연된 경우 옵션도 제공 할 수 있습니다.
반품의 경우, 에이전트는 회사의 반품 정책을 확인하고, 반품에 대한 고객 정보를 수집하고, 다음 단계를 제안하며, 반품 레이블 인쇄, 픽업 예약, 환불 발행 등과 같은 적절한 관련 작업을 완료 할 수 있습니다. 반품 에이전트는 학대 패턴을 관찰 할 수 있으며, 이에 따라 결정과 다음 단계를 조정할 수 있습니다.
회사가 대량 워크 플로의 샘플 부분에 AI 에이전트를 배치 한 후에는 워크 플로 활동을 모니터링하여 조정이 필요한 위치를 식별해야합니다. 에이전트가 원활하게 기능하면 회사는 결국 전체 워크 플로 볼륨을 처리 할 때까지 사전 정의 된 금액으로 사용을 확장 할 수 있습니다.
물론 모든 작업과 워크 플로가 에이전트 AI를 통한 총 자동화에 적합한 것은 아닙니다. 실제로, 인간 전문가를 AI 요원의 전반적인 작업과 연결하면 최상의 결과를 얻을 수 있습니다.
AI와 인간의 전문 지식의 균형을 유지하십시오
회사가 워크 플로와 프로세스를 조사 할 때 자동화 후보자의 경우 인간의 감독 또는 직접 행동에 가장 적합한 사례가 있습니다. 에이전트 AI는 믿을 수 없을 정도로 유능한 혁신이지만 한계가 있습니다.
특히 세 가지 :
그들을 지원하는 LLM과 같은 AI 에이전트는 현재 일반 정보를 가지고 있지 않습니다. 그들은 좁고 잘 정의 된 지역에서 가장 잘 작동합니다. 따라서 인간은 특정 과제를 수행하고 지식 원칙에서 추상화하는 방법을 배울 수 있지만 다른 관련없는 작업에 적용되는 AI는 현재 할 수 없습니다.
그런 다음 상당한 경험과 경험 기반 판단을 요구하는 매우 복잡한 의사 결정 매트릭스가있는 워크 플로가 있습니다. 예를 들어, 소매 회사는 간단한 마케팅 캠페인을 위해 컨텐츠가 필요할 수 있습니다. 에이전트는이를 처리하고 캠페인을 실행할 수 있습니다.
그러나 여러 시장에서 브랜드의 표현을 다시 방문하고 약속하고 싶습니까? 에이전트는 작업에 부응하지 않습니다. 시장 동향, 브랜드 인식, 시장 전체의 문화적 차이 및 브랜드가 감정을 불러 일으키는 방법에 대한 통찰력이 필요합니다.
마지막으로, 워크 플로우는 일반적으로 “지저분한”인간의 의사 소통과 정서적 뉘앙스에 의존하는 동정심과 같은 인간 요소가 인간에게 가장 남아 있습니다. 환자의 감정적 또는 정신 상태가 위험에 처할 수있는 화나게 고객 또는 의료 상호 작용과 관련된 고객 서비스 문제를 생각해보십시오.
그러나 나는 이진 결정 과정을 설명하지 않습니다. 이것을 AI 에이전트에게 제공하십시오. 다른 모든 것은 인간에게 간다. 실제로 하이브리드 모델이 가장 잘 작동합니다.
AI와 인간의 역할 사이에는 명확한 묘사가 필요하지만 인간 전문가가 작업을 처리해야하더라도 AI는 여전히 능력을 확장하고 전문 지식을 최대한 활용해야합니다.
일반적으로 회사는 거래, 반복 가능한 작업에 에이전트 AI를 사용하고 고위용 상호 작용, 감정적으로 복잡한 시나리오 및 미묘한 판단이 필요한 상황에 대한 인간 전문 지식을 활용해야합니다. 50 달러의 보증 청구는 완전히 자동화 될 수 있으며 5,000 달러의 청구는 인간의 감정 지능과 브랜드에 민감한 취급의 혜택을 누릴 수 있습니다.
에이전트 네트워크를 활용하십시오
아마도 가장 중요한 것은 에이전트 AI 솔로로 뛰어 들지 마십시오. 전문가 파트너 네트워크를 구축하십시오. 신흥 에이전트 AI 플랫폼은 디지털 및 음성 채널에서 기술을 공급할 수 있습니다. 고객 운영 환경을 이해하는 시스템 통합 업체 및 고문은 특정 고객 요구에 대한 대리인 모델을 훈련시킨 다음 회사의 운영에 통합 할 수 있습니다.
이러한 모델을 엔터프라이즈 시스템에 통합하려면 복잡한 워크 플로 및 산업 별 과제에 대한 깊은 전문 지식이 필요합니다. 또한 워크 플로 결정 지점과 인간의 상호 작용이 가장 필요한 곳에 대한 복잡한 이해가 필요하거나 에이전트 AI가 근로자 및 팀 생산성에 대한 혜택이되도록해야합니다.
에이전시 AI는 비즈니스에 효율성을 향상시키고 고객 경험을 향상 시키며 혁신을 주도하는 강력한 방법을 제공합니다. 그러나 성공은 서두르는 것이 아닙니다. 그것은 똑똑하고 정보에 입각 한 선택을 만드는 것입니다. 올바른 장소에서 시작하고 하이브리드 휴먼/AI 모델을 적용하고 올바른 네트워크를 활용합니다.
AI의 세계가 너무 빨리 변하면 혼자 갈 여유가 없기 때문입니다.
게시물 에이전트 AI의 부상 : 지능형 자동화에 대한 전략적 3 단계 접근 방식 먼저 나타났습니다 Unite.ai.
