고객 여정 및 에이전트 AI를 위한 "방법" 가이드

고객 여정 및 에이전트 AI를 위한 "방법" 가이드

이 글은 영어에서 자동으로 기계 번역되었으며 부정확한 내용이 포함될 수 있습니다. 자세히 보기
원본 보기

올해는 큰 추진력으로 발전해 왔습니다. 저는 지난 주 암스테르담에서 첫 번째 Institute 4 Journey Management에서 Journey Space의 다른 전문가들과 교류했습니다. 선두 기업들이 무엇을 하느냐, 어떤 성공을 거두고 있는지 볼 수 있는 기회였습니다. 주요 업계 분석가들의 피드백은 고객 여정 관리에 대한 관심이 그 어느 때보다 높다는 것입니다. 그러나 많은 기업들이 여전히 고객 여정 관리를 수용하는 방법에 대해 고심하고 있습니다.

비즈니스 소셜 미디어 공간에서 똑같이 중요한 논의 포인트가 된 것은 무엇입니까? (특히 LinkedIn) 에이전트 AI와 최근에는 MCP

AI 에이전트를 포지셔닝하기 위해 빠르게 시작하겠습니다. 이것은 평신도의 설명에 가깝기 때문에 내 기술적 설명이 소집을 충족하지 못할 수도 있습니다.

AI 에이전트는 LLM 모델의 조합입니다 (예: ChatGPT), 일련의 지침과 무언가를 할 수 있는 도구 세트와 결합됩니다. 예를 들어 다음을 수행할 수 있는 에이전트가 있을 수 있습니다.

  • 자동차 보험에 대한 제안을 웹에서 검색하십시오
  • 검색된 모든 정보를 비교 가능한 옵션으로 컴파일할 수 있는 또 다른 정보
  • 또 다른 하나는 잠재적으로 견적 양식을 채우고 견적 가격을 검색할 수 있는 도구 세트가 있습니다
  • 다양한 자동차 보험 옵션의 장단점에 대한 지침을 제공할 수 있는 또 다른 방법

이러한 각 에이전트 (LLM, 일련의 지침, 환경과 상호 작용하기 위한 도구로 구성 (예를 들어 따옴표) 그런 다음 다른 에이전트가 제어하여 작업을 완료할 수 있습니다.

이 분야의 최근 개발 중 하나는 "모델 컨텍스트 프로토콜"이라는 표준입니다. MCP 프로토콜에서 정말 중요한 것은 서비스 제공업체가 개발하고 게시한다는 것입니다 (예를 들어, 견적을 제공하는 보험 회사) 에이전트가 표준 방식으로 외부 서비스와 상호 작용할 수 있도록 합니다. 상담원이 사용할 수 있는 도구를 위한 앱스토어라고 생각하면 됩니다.

MCP 도구의 다른 예는 다음과 같습니다.

  • 호텔의 빈 상황을 표시하는 기능
  • 청구 제출 방법 및 해당 정보 수집 방법을 지정하는 기능
  • 특정 가격대 사이에서 최고의 휴대폰 계약을 표시하는 기능

MCP를 사용하면 AI 에이전트가 실제 서비스에 액세스하여 에이전트가 작업을 완료할 수 있습니다. MCP는 AI 커뮤니티의 많은 부문과 OpenAI 및 Anthropic과 같은 대형 업체의 지지를 받고 있습니다.

AI 솔루션을 개발할 때 (위와 같이 여러 에이전트로 구성), 이러한 에이전트를 직접 코딩하는 것이 가능하지만 에이전트 개발 속도를 높이는 Langchain 및 Semantic Kernal과 같은 정말 우수한 프레임워크가 있으며 AI 프레임워크를 사용하여 비기술적인 사람들이 에이전트 솔루션을 개발할 수 있도록 하는 시각적 도구가 있습니다. 이 분야의 발전은 빛의 속도로 진행되고 있습니다!

여정에 초점을 맞추고 있는 핵심 관심 사항은 상담원 솔루션을 여정 프레임워크에 연결하는 방법과 여정 프레임워크가 상담원의 기능을 향상시키기 위해 제공하는 것입니다. 다음으로 넘어가고 싶습니다.

여정 오케스트레이션 및 여정 분석 솔루션을 제공할 때 모든 여정에는 다음이 포함됩니다.

  • 시작
  • 목표
  • 목표를 향한 진행 상황 추적
  • 실패 시 하차
  • 여정에서 고객에 대한 통찰력을 수집하는 기능

다음과 같은 이유로 에이전트와 여정의 세계가 함께 모일 때 멋진 기회가 생깁니다.

  • 상담원은 목표가 있을 때 가장 잘 작동합니다. 그들은 상대적으로 지능적이지만 일반적인 AI가 달성되지 않았다는 점을 감안할 때 (그리고 한동안은 그렇지 않을 것입니다), 명확한 목표를 가지면 에이전트 사용이 최적화됩니다.
  • 에이전트는 더 나은 컨텍스트를 가질 때 극적으로 향상될 수 있습니다. 위의 예에서 상담원이 보험을 구매하는 고객의 요구 사항에 대해 더 많이 알수록 제공되는 것과 고객이 필요로 하는 것 사이의 적합성이 더 좋아집니다
  • 기업 시스템에서 데이터를 추출하는 것은 어려울 수 있지만 여정 분석 및 여정 오케스트레이션 솔루션은 이를 위해 최적화되어 있으며 여정의 시각화 및 분석을 가능하게 하는 데이터 추출 및 매핑 기능이 잘 개발되어 있습니다
  • 상담원 솔루션에는 일반적으로 효율성 및 측정 프레임워크가 없으며 고객 여정은 정확히 이를 제공합니다.

아래 이미지는 이 작업을 수행하는 방법을 보여줍니다.


글 내용

고객 여정은 시간의 개념이 도입된다는 점에서 상담원에게 고유한 관점을 제공합니다. 상담원은 더 이상 고객을 기다리는 것이 아니라 진행 상황을 평가하기 위한 프레임워크가 있기 때문에 여정을 따라 고객을 안내하고 육성합니다. 따라서 고객이 막혔을 때 상담원이 고객의 요구 사항을 충족할 뿐만 아니라 여정의 추진력을 유지할 수 있도록 유도할 수 있습니다 (며칠에 걸친 많은 고객 여정)

고객 여정과 고객 경험의 미래에는 AI 에이전트가 주입될 것입니다. 위의 작업을 수행할 수 있는 모든 기술이 갖추어져 있으며 앞으로 몇 달 동안 엄청난 급증을 보게 될 것입니다. 위의 뉴스레터가 제가 읽은 많은 부분이 훨씬 더 광범위하고 세부 사항이 없는 "방법"에 대한 좀 더 많은 통찰력을 제공하기를 바랍니다.

이 주제에 대한 피드백과 토론을 기대합니다.

앞으로 멋진 한 주를 보내시고 언제나처럼 여행을 즐기세요

트 렌트

Thanks for sharing, Trent. I have been thinking about this a lot lately. What does customer service look like in an Agentic world? Let’s catch up next time you in Cape Town.

Good article Trent. 👌 I totally buy into this idea… Agents can be value multipliers within the constraints and context of journeys… it is the constraints and context that provide perfect conditions for agent training and optimisation.

댓글을 보거나 남기려면 로그인

Trent Rossini의 글 더 보기