미국 벤처 투자사 MMC벤처스에 따르면 10개 기업 가운데 1개 기업이 10개 이상의 AI 애플리케이션을 사용하고 있다. 최근 설문 조사에서는 챗봇, 프로세스 최적화, 부정행위 분석 등 세 가지 분야에서 가장 많이 사용하고 있다고 밝혔다.
세일즈포스 리서치는 IT 리더의 83%는 AI와 머신러닝이 고객 참여를, 69%는 자사의 비즈니스를 변화시키고 있다고 응답했다.
글로벌 시장분석기관인 IDC는 2023년 AI 시스템 관련 지출이 979억 달러에 달할 것으로 예상했다.
AI 시스템 테스트를 통해 고객 경험 향상, 수익안정 및 증대, 비용절감 등의 성과를 보여주며 생산 부문에 진출하고 있다. 가장 성공적인 AI 활용 사례는 세 가지 영역 모두에 기여하며 측정 가능한 결과를 내놓는다.
포브스는 최근 발표된 다양한 분석 보고서를 바탕으로 AI가 기업 영역에서 확실한 성과를 제공하는 10가지 방법을 제시했다.
1. 고객 피드백 시스템 개선
고객 피드백 시스템은 AI 기반 셀프 서비스 플랫폼의 실행을 주도한다. 제조업체 CEO들은 자신들의 신제품 개발 계획에 힘을 실어주는 고객 의견에 헌신하고자 한다. 최우수 제조업체들은 고객의 피드백을 더 잘 얻기 위해 AI를 이용하고 있으며 주문형 제품 맞춤화 전략도 향상시키고 있다. 고객 대응 시간을 개선하면서 고객 센터 데이터를 모아 분석하는 작업이 최근 AI 플랫폼에서 이뤄지고 있다.
2. 수요 예측 개선 및 비용 절감
맥킨지는 AI가 예측 오류를 50% 줄이고 제품 가용성 향상으로 매출 손실을 65% 줄임으로써 수요예측을 개선하고 있다는 사실을 발견했다.
공급망은 모든 제조업의 생명선이다. 맥킨지의 초기 활용사례 분석 결과 AI는 운송· 입고 비용과 공급망 관리 관련 비용을 각각 5%~10%, 25%~40%씩 절감할 수 있는 것으로 나타났다. AI를 활용하면 전체 재고를 20%~50%까지 감소시킬 수 있다.
3. CEO의 변화 관리
대다수의 전 세계 CEO와 최고인사책임자(CHRO)는 3년 안에 AI를 더 많이 사용할 계획이다. 특히, 미국은 73%가 응답해 다른 국가들에 비해 앞서고 있다.
인터뷰에 응한 모든 CEO와 CHRO의 63% 이상이 신기술이 전반적으로 기업 운영에 긍정적인 영향을 미친다고 말했다. 자사에 AI를 도입하는 CEO와 CHRO는 변화관리에 효과적인 역할을 하고 있다. 54%에 달하는 대다수의 직원이 AI의 혜택을 보고 있어 AI에 대한 걱정을 덜하고 있는 편이다. 최고 임원급 간부들은 직원들이 좀더 뛰어난 디지털 능력을 갖출 수 있게 해 인재 전쟁에서 승리할 수 있는 더 좋은 기회를 얻고 있다.
4. 차세대 물류 기술
AI는 고급 자원 스케줄링 시스템으로 가장 의미 있는 이득을 보는 차세대 물류 기술의 기반이다. AI를 기초로 한 기술은 현재 개발 중인 광범위한 차세대 물류 및 공급망 기술의 기반이다. AI는 오늘날 제조업체가 직면하고 있는 복잡한 제약 사항과 비용, 납품 문제를 해결하는 데 크게 기여하며 실제 가장 큰 성과를 내고 있다. 예를 들어, AI는 자동화가 가장 큰 규모의 이점을 제공할 수 있는 분야에 대한 통찰력을 제공한다.
5. 고객 서비스를 위한 대화형 AI
AI는 5억 달러에서 10억 달러 규모의 기업에서 일하는 마케터들이 가장 많이 채택하고 있으며, 고객 서비스를 위한 대화형 AI가 가장 우세한 것으로 보고 있다.
5억 달러에서 10억 달러 사이의 기업이 AI 채택 사례의 수와 규모에 있어서 주도적 역할을 한다. 매출 2500만 달러 이하 중소기업 중 약 52%가 고객 통찰력을 위한 예측 분석에 AI를 활용하고 있다. 중소기업이 마케팅 콘텐츠와 타이밍을 최적화해 마케팅 ROI(투자대비수익률)를 향상시키기 위해 AI 지출을 가장 많이 쓴다(38.1%)는 점은 흥미롭다.
6. 반도체 제조 공정 효율화
한 반도체 제조사는 스마트 커넥티드 기기를 AI와 결합해 수율을 30% 이상 향상시키는 동시에 팹(실리콘 웨이퍼 제조 공장) 가동을 최적화하고 생산 공정 전체를 효율화하고 있다.
공급망 예측 오류를 50% 줄일 수 있었고, AI로 얻은 통찰력 덕분에 제품 가용성이 더 정확해져 매출 손실도 65%나 감소했다. 기계 학습으로 품질 테스트를 자동화해 결점 검출율을 최대 90%까지 높이고 있다. 새로운 기술이 어떤 결과를 제공할 것인지 여부를 결정할 때 제조업체가 찾는 측정 가능한 결과를 보여준다.
7. AI 기반 고객 성향 모델
AI는 개인별 성향 모델을 만들 수 있게 한다. 이러한 모델은 어떤 고객이 묶어 팔기나 가격 제안에 대해 행동할 것인지를 예측하는 데 매우 유용하다.
성향 모델은 해당 고객이 구매, 상향 판매, 교차 판매로 이어지는 묶어 팔기, 가격 제안, 이메일 홍보, 콜 투 액션(랜딩페이지 구매버튼 클릭)에 대해 행동할 확률을 예상하는 예측 분석을기초로 한다. 이 예측분석에는 기계 학습도 포함된다. 성향 모델은 고객 유지율을 높이고 전환율을 줄이는 데 매우 효과적이라는 것이 입증되었다. 최근에는 다채널 소매업에서 우수 사업체들은 고객 선호와 과거 행동이 미래 구매로 어떻게 이어질지 더 잘 예측하기 위해 성향 모델에 의존한다.
8. 블록체인과 IoT 결합 공급망 성능 향상
AI는 IoT 지원 센서를 이용해 포착한 배송 추적 데이터에서 패턴을 찾아 물류 비용을 절감한다. 연간 600만 달러까지 절감 효과를 내고 있다.
BCG는 최근 배송 추적 애플리케이션을 사용하는 분산형 공급망이 어떻게 성능을 향상시키고 원가를 절감할 수 있는지를 살펴보았다. 업체들은 30노드 구성 블록체인을 사용해 공급망을 통해 실시간으로 데이터를 공유할 때 개선된 분석 통찰력과 결합하면 연간 600만 달러의 비용 절감 효과를 얻을 수 있다는 것을 발견했다.
9. 전자, 하이테크 제조업에서 품질 불량 비용 절감
AI 기반 응용프로그램을 이용해 일관성 없는 공급업체 품질 수준과 납품 방식을 감지하고 이를 이행함으로써 전기전자, 하이테크, 조립 제조 전반에 걸친 품질 불량 비용을 절감하고 있다.
북미에 본사를 둔 중견기업들이 직면하고 있는 두 번째로 중요한 성장 장벽은 공급자들의 일관된 품질과 납품 실행력 부족이다. 제조업체는 AI를 이용해 누가 가장 좋은 납품업체인지, 어떤 생산센터가 가장 정확하게 오류를 발견하는 지 빠르게 파악할 수 있다.
10. AI 결합 공장 운영 최적화
실시간 모니터링과 AI를 통한 현업 최적화는 현재 히타치 생산 공장에서 이루어지고 있다.
현재 히타치에서는 실시간 모니터링과 AI를 결합해 공장 현업을 최적화하고 기계 부하와 예상 생산 실행에 대한 통찰력을 제공하도록 진행 중이다. 각 기계의 부하 수준이 전체 생산 일정에 어떤 영향을 미치는지 실시간으로 파악하면 각 생산 실행을 보다 효과적으로 관리할 수 있다. 주어진 생산 실행에 가장 적합한 기계를 최적화하는 것은 이제 AI를 사용해 가능하다.
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com