|
유통회사 세일즈팀에서 근무하는 김 대리는 최근 친구들과의 모임을 끝내고 마음이 복잡하다. AI로 업무 효율을 높이고 있다는 친구들과 달리 김 대리는 이를 제대로 활용하지 못하고 있기 때문이다. 여행 계획을 세우거나, 자녀의 과제를 도와줄 땐 AI를 활용하고 있지만, 정작 자신이 속해 있는 세일즈 조직이나 업무에서는 AI의 발전 속도를 따라가지 못하고 있는 것 같다. 고민 끝에 처음으로 회의에서 "AI를 세일즈에 어떻게 접목해야 할까"라는 진지한 질문도 던져봤지만, 그 해답을 찾기는 여전히 어려운 현실이다.
그렇다면 현재 세일즈 업무에서의 AI 사용률은 어느 수준에 도달했을까? 맥킨지의 최근 보고서에 따르면, 생성형 AI를 영업과 마케팅에 도입한 기업들은 고객 행동과 구매 이력을 바탕으로 초개인화된 제안을 만들어내면서, 리드 전환율을 평균 10~20% 가량 향상시켰다. 가트너는 2027년까지 영원사원의 리서치 워크플로우의 95%가 AI 개입으로 시작될 것이라고 전망하기도 했다. 이제 AI는 업무 효율을 높이는 단순한 보조 도구가 아니라 세일즈 프로세스 전체를 재구성하거나, 조직 내 세일즈 문화를 변화시키는 핵심 엔진으로 가동될 것으로 보인다. 따라서 이제는 세일즈 조직의 AXAI Transformation를 어떻게 바라봐야 할지, 그 정의를 내려야 한다. .jpg) 세일즈 조직의 AX는 결이 다르다 기업에서의 AX는 현재까지 주로 프로세스 자동화, 문서 작성, 반복 업무 효율화에 초점이 맞춰져 있다. 데이터 처리 속도를 높이고, 업무 흐름의 생산성을 끌어올려 AI를 가장 빠르고 효율적으로 활용하는 방법에 집중하고 있다. 하지만 세일즈 조직의 AX는 결이 다르다. 기존 업무 프로세스에서의 AX가 내부 운영의 선순환 구조를 만드는 것이라면, 세일즈 조직의 AX는 고객 접점에서 신뢰와 매출로 연결하도록 기여해야 한다. 'AI를 통해 불필요한 낭비를 줄이고, 생산성을 높인다'는 공통점이 있지만, 세일즈 조직의 업무 수행에는 '비정형적 대화'와 '관계의 정밀화'라는 차이점이 존재한다. AX를 위한 기존 조직의 전반적인 기반이 세일즈 조직의 AX로 연결되고, 다시 세일즈 조직에서 수집되는 데이터나 경험치가 조직 전반의 유의미한 정형·비정형 데이터로 쌓여가는 선순환의 고리가 만들어져야 하는 것이다. 결국 세일즈 조직에서 AI는 단순한 효율화 도구가 아니라, 영업 문화를 변화시키는 촉매가 되도록 그 목표를 더욱 선명하게 정의해야 한다. AX로 높이는 세일즈 조직의 효율 세일즈 조직에서 AX는 세일즈 프로세스 전반의 효율성을 높이는 동시에 성과와 효과를 극대화하는 이중적 역할을 수행해야 한다. 이를 구체적으로 나누어보자. 먼저, 고객 리서치, 시장 분석, 제안서 작성과 같은 준비 과정에 소요됐던 상당한 시간과 에너지를 보다 효율화할 수 있다. 방대한 데이터를 신속하게 요약·분석해, 세일즈 조직의 시간 관리를 돕는 것이다. 뿐만 아니라 고객의 니즈에 기반해 더 정밀하고 맞춤화된 서비스를 제공할 수도 있다. AI는 고객 이력, 구매 패턴, 관심사 데이터를 기반으로, 개인화된 메시지와 제안을 만들어낸다. 이를 통해 세일즈맨은 설득력을 높일 수 있고, 고객은 자신만을 위한 제안을 받았다는 만족감을 얻을 수 있다. 마지막으로 학습과 피드백의 체계화이다. 조직의 세일즈 전략과 방향에 맞는 콘텐츠가 결합되면, AI 세일즈 코칭까지 가능해진다. 이는 장기적으로 세일즈 문화와 학습 체계 자체를 변화시키는 기반이 된다. 이 같은 기대효과는 세일즈 조직이 어떤 방향성을 가지며, 속도는 어느 정도의 수준으로 만들 것인가와 연결된다. 전략적 목표와 일치하는 성과 향상이 가능해지고 시행착오를 줄일 수 있다는 의미다. 예를 들어 영업사원 개인의 감에 의존해 신규 고객군을 탐색해왔던 제조회사의 세일즈 조직이 AI를 도입함으로써 과거의 성공 사례와 시장 데이터를 학습해 최적 타깃을 제시하면, 영업사원들은 해당 타깃에 맞는 세일즈 메시지를 빠르게 지원받고, 한정된 자원으로 집중력 높은 세일즈 활동을 전개할 수 있게 된다. 세일즈에서의 AX 활용 전략 세일즈 AX는 결국, 효율과 효과라는 두 가지 목표를 모두 감안해야 한다. 시행착오를 줄여 속도를 높이고, 고객의 만족도나 경쟁력 강화에 필요한 인사이트도 도출할 수 있어야 한다. 이를 실제 전략으로 전환하면 크게 두 가지 축으로 구분된다. 하나는 데이터 기반의 세일즈를 위한 AI 활용 전략이다. CRM, 시장 데이터, 고객 구매 패턴 등 정량적 데이터를 AI가 분석해 어떻게 세일즈 활동을 지원하고, 전략 수립에 도움을 줄 수 있을 것인가에 대한 내용이다. 지속적으로 축적되는 데이터가 AI를 만나면 패턴을 감지하고 예측하게 되며, 우선순위를 만들어내면서 역동적인 세일즈 지원 도구가 될 수 있다. 다른 하나는 정성적 고객 경험을 기반으로 하는 AI 활용 전략이다. 세일즈는 사람의 감정과 신뢰가 얽힌 활동이다. 대화의 맥락, 고객의 표현과 감정, 관계적 신호를 AI가 언어 기반 분석으로 지원할 수 있다. 미팅 로그에서 고객이 반복적으로 언급하는 키워드를 감지하고, 영업사원에게 적절한 질문이나 대응 메시지를 추천하는 식이다. 데이터 기반 전략이 정량적 효율과 예측력을 강화한다면, 정성적 경험 기반 전략은 고객 관계와 설득의 질을 높인다. .jpg) ... 중략 ... |
|
기사 전문은 구독권한이 있는 회원께만 제공됩니다. 먼저 로그인 하세요.
로그인
|
