소매업체가 직원을 AI 봇으로 교체하는 숨겨진 이유
미국의 웬디스(Wendy's) 드라이브 스루 고객이 회사의 생성 AI 로봇인 Wendy's FreshAI에서 패스트푸드를 주문하는 바이럴 동영상을 본 적이 있을 것이다. 대부분은 시스템이 얼마나 빠르고 정확하며 예의바른지에 대한 놀라움과 함께 매우 인간적인 거래를 보여준다.
시스템 및 이와 유사한 다른 시스템은 초기 단계에 있고 일부는 여전히 인간의 지원에 크게 의존하고 있지만 소매업체는 인간 작업자를 대체하기 위해 AI에 막대한 금액을 투자하고 있다.
자동화를 서두르는 이유는 무엇일까? 임금을 삭감하는 것이 전부인 것처럼 보일 수 있으며 AI와 인간의 직접적인 교환이 실제로 많은 역할에서 일어나고 있다.
그러나 소매업 구조조정 쓰나미를 촉발하는 또 다른 힘이 있다. 문제는 21세기 비즈니스의 숨겨진 생명선인 데이터이다.
초인적인 데이터 수집기
소매점 직원은 일반적으로 비즈니스에 많은 데이터를 제공하지 않는다. 대신 데이터 흐름이 그들을 개인적으로 형성하고 우리가 경험이나 전문 지식으로 인식하는 것을 발전시킨다. 이는 기업이 전통적으로 직원을 장기간 유지하려고 노력하는 이유 중 하나이다.
반면 소매 AI 봇은 데이터 수집을 완전히 자동화한다. 봇은 기업의 광범위한 컴퓨터 시스템의 일부이므로 모든 고객 상호 작용의 세부 정보를 데이터베이스로 직접 연결할 수 있다. 데이터 수집에는 각 고객에게 제공되는 완전한 "자극"(첫 인사말, 음량, 어조, 속도, 고객 질문에 대한 응답, 물론 달러 및 센트 결과)이 포함될 수 있다.
기업의 윤리적 위치에 따라 AI 봇은 고객의 말뿐만 아니라 다양한 "메타 사실"(남성 또는 여성, 젊거나 늙음, 날씬하거나 비만, 키가 작거나 크거나 문신이 있거나 없는 경우)을 수집하도록 설계될 수도 있다.
실제로 비디오 및 오디오 녹음이 너무 흔하기 때문에 나중에 AI가 분류하고 분석할 수 있도록 상호 작용에 대한 모든 내용을 캡처하지 못할 이유가 없다.
인간을 봇으로 대체함으로써 한때 직원(데이터를 전문 지식으로 보유하고 있어 유지하는 데 더 많은 돈을 요구할 수 있는)에게 귀속되었던 모든 데이터가 이제는 비즈니스의 전자 금고로 바로 들어갈 수 있다.
그러나 AI 봇의 비즈니스 사례를 더욱 설득력 있게 만드는 것은 루프를 완료하고 데이터를 사용하고 수집할 수 있다는 것이다.
역동적인 "터치포인트" 생성자
소매업체는 고객의 인식과 결정에 영향을 미칠 수 있는 중요한 접촉 순간인 '터치포인트'에 많은 관심을 기울인다.
과거에는 효과적인 접점을 제공하기 위해 인간 직원을 선택하거나 교육했다. 예를 들어 패스트푸드점에서 화려한 유니폼을 입은 10대들의 모습은 어떤 이미지와 분위기를 자아낸다. 그리고 "감자튀김을 함께 드시겠어요?"와 같은 스크립트와 프롬프트는 매뉴얼에서 직접 나온 것이다.
그러나 인간 직원은 실제로 수백만 건의 과거 고객 상호 작용을 모델링할 수 없으며 이를 앞에 있는 고객과 비교하여 평가할 수도 없다.
소매 봇은 가능하다. 실시간 "데이터 루프"를 완료할 수 있다.
그게 무슨 뜻인가? 기가바이트의 과거 데이터를 사용하여 소매 봇은 현재 고객을 프로파일링하고 그에 따라 행동을 조정하고 고객과 상호 작용한 다음 다음 번에 더 나은 성과를 위해 생성된 데이터를 피드백할 수 있다. 그리고 다음 번에는 비슷한 고객이 있는 나라 반대편의 동일한 매장에서 2초 후에 있을 수도 있다.
기업은 AI가 해결할 수 있는 방정식이 되기 위해 노력하고 있다.
완전한 디지털화가 오늘날의 비즈니스 이상이기 때문에 이러한 모든 데이터 루프는 인간의 일자리를 희생하면서 폐쇄되고 있다.
왜일까? 원활한 루프로 흐르는 데이터를 기반으로 실행되는 비즈니스는 본질적으로 방정식이기 때문이다. 그리고 비즈니스가 방정식이라면 최신 AI를 사용하여 소매 봇을 지속적으로 조정하고 다른 레버를 당겨 수익을 극대화할 수 있다.
“어떻게 하면 돈을 더 벌 수 있을까?”라는 본질적인 질문에 AI가 제공하는 답변 매우 세분화될 수 있다. 예를 들어, 소매 봇의 데이터를 기반으로 AI는 언젠가 갈색 눈을 가진 과체중 고객에게 "다른 건 없나?"라고 묻기 전에 추가로 300밀리초의 일시 중지를 제안(및 테스트 및 구현)할 수 있다. 그리고 아무도 이해하지 못하는 이유로 이익이 증가할 수도 있다.
이로 인해 고객은 이상한 곳에 놓이게 된다.
데이터 루프는 비즈니스를 매우 민첩하게 만들어 고객이 자신의 마음이 단순히 읽히는 것이 아니라 예상되는 것처럼 느끼게 한다. 말도 안 되는 일이라고 생각하시는가? 아마도 여러분은 Google, YouTube, Amazon, Facebook 및 TikTok과 같은 알고리즘 개척자 및 완전 방정식 비즈니스에 오랜 시간 동안 붙어서 이것이 얼마나 잘 작동하는지 이미 잘 알고 계실 것이다.
소매업체는 AI를 사용하여 작업에 참여하기를 원한다.
실제로 Wendy's는 AI 드라이브 스루 데이터 대박에 이어 최근 Uber 스타일의 "동적 가격 책정"을 고려하고 있다는 보도를 중단해야 했다.
그렇다면 AI가 어떤 소매업 일자리를 먼저 차지하게 될까?
이 복잡한 질문에 대한 간단한 대답은 없다. 하지만 나는 지침이 되는 원칙을 제시할 수 있다.
AI는 데이터를 기반으로 성장한다. 귀하의 업무에 많은 양의 데이터가 포함되어 있고 데이터가 현재 캡처되지 않은 경우(드라이브 스루 직원과 같이 대용량 트래픽을 처리하는 사람) 또는 서비스 제공 방식을 알려주지 않는 경우(다시 드라이브 스루 직원) 복잡한 제품을 다루는 사람들도 있다) – 조심하라. 데이터 루프를 차단하고 있으며 십자선에 있을 수 있다.
반면에 너무 많은 데이터의 싱크홀이 아니고 많은 데이터가 터치포인트로서 큰 변화를 가져오지 않는다면 한동안은 안전할 것이다. 당신은 긴장을 풀고 일반적인 임금 절감 유형의 AI 구조 조정의 희생자가 될 때까지 기다리기만 하면 된다.
