오늘날 정교한 AI 영업툴이 있는데도 불구하고 대부분의 기업은 이를 효과적으로 사용하지 못한다. AI를 영업에 이로운 방식으로 활용하려면 어떻게 해야 할까? HBR 2022. 11-12월호에 실린 기고문을 통해 살펴보자.
정교한 기술을 영업 프로세스에 적용하고 있는 기업이 늘어나고 있다. 하지만 연구에 따르면 대부분은 이 기술을 효과적으로 사용하지 못하고 있으며 일부 기업은 아예 사용하고 있지도 않다. 디지털에 정통한 영업 조직들이 수십 년간 구축해 놓은 고객관계관리 CRM 시스템조차 충분히 활용이 안 되고 있는 실정이다. 영업을 위한 AI솔루션 연구·자문 기업인 세일즈 매스터리가 332명의 영업관리자를 대상으로 실시한2022년 영업실적평가 설문조사에 따르면 응답자의 15%는 회사에서 CRM 시스템을 적극적으로 사용하고 있지 않다고 답했고 42%는 고객 및 잠재고객에 대한 정보를 저장하는 용도로만 CRM 시스템을 활용하고 있다고 응답했다.
영업사원들은 당연히 고전할 수밖에 없다. CSO인사이츠가 약 1000명의 영업리더를 대상으로 실시한 글로벌 설문조사에 따르면 2012~2019년 사이 연간 할당량을 충족한 영업사원의 비율은 63%에서 57%로 낮아졌다. 16가지 유형의 영업활동별 팀 성과를 평가하라는 요청에 리더들은 각자의 팀이 5년 전에 비해 15개 부문에서 업무 효율성이 떨어졌다고 응답했다. 그리고 필자들과 대화를 나눈 영업임원들은 최근 들어 영업사원들의 성과가 더욱 나빠졌다고 밝혔다.
문제는 구매 프로세스가 판매 프로세스보다 빠르게 진화하고 있다는 점이다. 오늘날 구매자는 그 어느 때보다 많은 정보를 갖고 있다. 광범위한 온라인 리소스에 접근할 수 있기 때문에 영업사원을 만나기도 전에 제품을 평가할 수 있다. 또 다른 문제는 영업담당자가 판매와 직접 관련 없는 일에 너무 많은 시간을 할애한다는 점이다. 세일즈 매스터리의 2022 설문조사에 따르면 영업사원은 평균적으로 영업시간의 32%만 판매에 쏟고 나머지 68%는 수익을 내지 않는 활동에 썼다.
필자들 중 배리와 짐은 20년 이상 영업조직의 프로세스와 관계를 연구했다. 제3 저자인 벤은 1970년대부터 같은 주제로 학생들을 가르쳤다. 제4저자인 보리스는 AI 및 데이터 분석이 조직에 미치는 영향을 수년간 연구해 왔다. 필자들은 해당 주제와 관련된 수십 개의 기사와 백서를 공동 발행했다. 그리고 2021년에는 500개 이상의 영업조직을 대상으로 설문조사를 실시하고 AI가 영업성과 개선에 미친 역할을 평가했다.
이런 연구 및 컨설팅 작업을 통해 AI 툴이 프로세스에 많이 적용될수록 보다 많은 데이터가 생성되는 선순환을 관찰할 수 있었다. 양질의 데이터는 양질의 알고리즘으로 이어지고 양질의 알고리즘은 더 나은 서비스와 성공을 낳는다. 그러면 다시 AI 적용이 늘어나는 선순환이 계속된다. 결과적으로 필자들은 조직이 AI 솔루션을 보다 빨리 도입하고 광범위하게 적용할수록 효과도 커진다고 생각한다. 성공은 기하급수적으로 증가한다. AI 툴을 도입하지 않을 때의 경쟁 리스크도 함께 증가한다.
안타까운 현실이지만 영업리더들에게 AI 기반 영업 프로세스 도입은 새로운 소프트웨어를 다운로드하는 일처럼 간단하지 않다.
이 글에서 필자들은 그동안 AI가 어떻게 판매 촉진에 활용돼 왔는지, 그리고 어떻게 하면 AI가 더 많은 일을 해내게 할 수 있을지를 점검한다. 그리고 AI를 성공적으로 도입한 영업리더들이 어떤 방법으로 최적의 성과를 낼 수 있었는지를 구체적으로 설명한다. 또한 영업리더가 영업지원 AI의 활용을 개시하거나 개선할 수 있도록 설계된 자체 평가도구를 소개하겠다.
고객 참여 강화
먼저 AI 적용이 영업의 판도를 완전히 바꿔버린 예를 살펴보자. 이 사례는 현재 트렐릭스로 사명이 변경된 컴퓨터 보안솔루션 선두업체 맥아피 엔터프라이즈가 2021년 5월 필자들과 공유한 내용이다. 이 회사가 내부적으로 개발한 플랫폼의 AI는 고객 시스템 전반에 있는10억 개의 센서를 분석하고 보안 위협을 식별하며 우선순위를 지정한다. 플랫폼은 각 위협이 미칠 수 있는 영향을 예측하고 고객에게 경고한 뒤 대응 조치를 처방한다. AI는 보안팀의 효율성을 높이는 동시에 영업조직에도 유용한 도구가 된다.
회사의 전직 글로벌 영업 전략 및 운영 부사장인 필라 솅크에 따르면 맥아피의 영업전문가들은 AI를 활용해 아직 고객이 아니거나 고객이지만 플랫폼을 사용하지 않는 회사들의 잠재적 리스크를 파악한다. 그리고 AI가 센서 데이터를 취합해 영업사원에게 각자 담당하는 지역에서 사전 연락이 필요한 회사는 어디인지, 그 이유는 무엇인지 등 맞춤형 조언을 제공한다. 그러면 영업사원은 영업조직의 하이 벨로시티 세일즈 플랫폼의 플레이북을 따른다. 이 플레이북은 잠재고객의 참여를 어떻게 유도해야 하는지를 안내하고, 이를 수행하는 데 필요한 자료도 제공한다.
이런 접근방식은 영업사원과 구매자 간 역학관계를 바꿔 놓았다. 영업사원은 잠재고객의 시스템에 있는 정보를 공유해 달라고 요청하는 대신, 자체 시스템의 AI 분석을 통해 드러난 고객의 리스크를 공유하고 해결방법에 관한 조언을 제공하겠다고 제안한다. 맥아피가 2020년 1월 HVS에 센서 생성 데이터를 통합한 뒤 이를 활용한 영업사원의 실적을 추적한 결과 잠재고객과 대화를 개시하는 능력이 10배 향상된 것으로 나타났다. 그뿐 아니라 초기 대화가 영업기회로 이어진 경우가 3배 증가했고, 계약 갱신율도 5% 증가했다.
이는 관리자들에게도 득이 됐다. HVS 도입 이전 관리자는 시간의 9%에서 10%만을 팀원 코칭에 할애할 수 있었다. 하지만 이제는 플랫폼이 영업사원의 활동을 지속적으로 분석해 누가 어떤 종류의 영업기회에 대해 어떤 도움을 필요로 하는지를 알려주기 때문에 관리자가 이를 파악하는 데 몇 시간씩 써야 할 필요가 없다. 덕분에 코칭에 집중할 수 있는 시간도 30%로 늘었다.
영업 성공 매트릭스
필자들은 기업이 도입 가능한 AI 솔루션의 종류를 결정할 수 있도록 도와주는 영업 성공 매트릭스라는 도구를 개발했다. 영업 성공 매트릭스는 관계 수준과 프로세스 수준이라는 두 축으로 이뤄진다. 영업조직은 매트릭스상 위치를 파악해 현재 판매를 가장 높일 수 있는 AI 툴의 종류와 다음 단계에서 취해야 할 조치를 알 수 있다.
대부분의 기업은 고객충성도와 경쟁우위가 가장 높은 최고 수준의 관계 및 프로세스로의 이동을 궁극적인 목표로 삼는다.
관계 수준
매트릭스는 판매조직이 고객과 가질 수 있는 5가지 유형의 관계를 보여준다. 5가지 유형이란 거래 벤더, 선호 공급업체, 솔루션 컨설턴트, 전략적 협력자, 신뢰할 수 있는 공동의 가치창출자다. AI는 5가지 관계 유형 모두에 도움이 되지만 도움이 되는 방식은 각각 다르다.
거래 벤더
가장 낮은 수준의 관계다. 고객의 거래는 빠르고 반복적이고 일상적이며 보통 셀프서비스 또는 온라인 쇼핑 등이 포함된다. 이 수준에서 수익성과 경쟁력을 유지하려면 기업은 비용을 절감하고, 업무를 최대한 자동화하고, 구매자-판매자 상호 작용을 최소화해야 한다. 이때 AI 알고리즘이 도움이 된다. 이 수준의 AI로 대표적인 것은 전자상거래 사이트의 제품 추천이다. 이 제품을 구매한 고객이 어떤 다른 제품도 구매했는지 보여주는 기능을 말한다. 추천은 유사한 구매자의 활동뿐만 아니라 과거 구매 내역 또는 웹 검색, 구매자 인구 통계, 유료 게재 위치 등 불러온 데이터를 기반으로 한다.
선호 공급업체
이 수준의 관계를 맺는 조직은 제공하는 제품이나 서비스 차별화를 통해 가시적인 고객 선호를 창출한 조직이다. 이런 차별화를 통해 판매자는 고객 정보를 얻을 수 있다. 그리고 이런 정보는 고객과의 더 많은 비즈니스 접점을 확보하고, 추천인을 늘리고, 다른 제품 및 서비스를 교차 판매하고, 새로운 수요나 경쟁 활동에 대한 더 많은 정보를 얻는 데 활용될 수 있다. 예컨대 많은 선호 공급업체들은 사후관리 서비스를 제공해서 고객의 활동 중단 혹은 일시정지 기간을 최소화하는 동시에 매출과 이익을 늘릴 수 있다. 프린터 잉크 잔량을 모니터링하고 새 잉크를 자동 발송하는 것이 이런 관리 서비스의 예다. AI는 과거 사용 패턴, 상대적 사용자 규모, 유지 관리 기록 등을 분석해 이 수준의 판매자가 고객의 요구사항을 예측하도록 도와줄 수 있다.
솔루션 컨설턴트
세 번째 수준의 판매자는 하나의 시스템에 통합된 복잡한 제품 및 서비스 묶음을 제공한다. 판매자가 경쟁력을 갖추기 위해서는 통합솔루션이 구매자가 개별 구성요소를 자체적으로 모아 조립하는 것보다 더욱 많은 가치를 제공한다고 믿게끔 만들어야 한다. 일반적으로 판매자는 개별 구성요소와 통합솔루션 모두에서 이윤을 창출한다. 서비스로서의 소프트웨어 기업도 이 범주에 속한다. 보통 이런 기업의 영업팀에는 소프트웨어가 어떻게 사용되는지를 모니터링하고 다른 기능도 써보도록 권장하는 고객성공 담당자가 있다.
AI 애플리케이션은 고객 기록 및 '유사인구' 사용 데이터를 기반으로 고객의 '고착도'를 높이고 이탈을 최소화하는 방법을 제안하는 방식으로 솔루션 컨설턴트를 지원할 수 있다. 고객 및 잠재고객과의 관계 개선에 AI를 활용한 트렐릭스의 예는 솔루션 컨설턴트를 위한 완벽한 기술 활용 사례다.
전략적 협력자
전략적 협력자 수준은 구매자와 판매자 간 연결고리가 더 많고 강하고 복잡하다. 보통 이런 연결은 지역 차원의 관계지만 글로벌한 경우도 있다. 거래 규모가 커지고 관계의 지속 기간도 늘어나면 고위경영진이 관여한다. 이 수준에서 필요한 영업 접근방식은 영업사원과 구매담당자가 취하는 전통적 방식과는 전혀 다르다. 고객관리는 사실상 전사적이고 다기능적으로 수행되며 다양한 대화를 조정하고 내·외부 리소스를 결집하는 작업을 동반한다. 구매자와 판매자 간 상호작용이 다양한 차원에서 발생하기 때문에 복잡성도 기하급수적으로 증가한다. 어림잡아 계산하거나 스프레드시트 추적으로 기회를 찾아내는 방법으로는 더 이상 충분하지 않다. 전략적 협력 수준의 기업은 AI를 활용해 고객을 분석하고, 가장 가까운 경쟁업체와 재무성과를 비교하며, 격차를 파악해 우선순위를 지정하고, 고객의 니즈와 공급업체의 역량에 맞는 맞춤형 솔루션을 추천할 수 있다.
신뢰할 수 있는 공동의 가치창출자
공동의 가치창출자 수준의 판매자는 고객의 전략 실행을 돕는 수준을 넘어 전략 수립에서도 협력한다. 이는 다양한 영업방식 중 으뜸으로 여겨진다. 그렇다고 해서 모든 고객이 최고를 원하거나 이를 위한 비용을 지불하려 하지는 않는다. 게다가 이런 유형의 공급업체로 성장할 수 있는 기술을 갖춘 기업은 많지 않다. 공동의 가치창출자 관계는 매우 복잡하고 많은 리소스를 필요로 하는 데다 최고경영진의 참여를 요구하기 때문에 과거에는 이런 관계가 소수에 불과했다.
공동의 가치창출자 수준은 구매·판매 방정식 양쪽에 있는 다양한 수준과 기능들이 서로 직접 소통하는 소위 '엑스트라프라이즈' 방식의 고객관리가 필요하다. 예컨대 두 당사자의 CFO가 공급망 문제와 비상 계획에 대한 이야기를 나눌 때 AI 영업툴은 회사 내부 및 외부의 여러 당사자를 참여하도록 만들 수 있다. 또한 엔진 제조업체의 엔지니어가 항공기 제조업체의 엔지니어와 협력해 유지보수 수요를 예측하는 제트엔진의 '디지털 트윈'을 만들 때 AI 툴은 항공사의 유지보수 담당자를 논의에 참여하도록 할 수 있다. 공동의 가치창출자 수준의 상호작용은 다양하고 진지하고 미래지향적이다. 그리고 독점적이다.
역사적으로 보면 판매자의 3분의 2는 거래 벤더, 선호 공급업체, 솔루션 컨설턴트 등 가장 낮은 세 가지 유형의 관계에 머물러 있었던 반면 9% 정도는 최고 수준인 신뢰할 수 있는 공동의 가치창출자 관계에 도달했다. 일반적으로 거래 벤더 및 선호 공급업체 수준에서는 AI를 사용해 효율성을 개선하고 비용을 절감하는 동시에 고객서비스를 유지 또는 개선하는 것을 목표로 삼는다. 다음 단계인 솔루션 컨설턴트와 전략적 협력자 수준에서는 영업활동의 효율성 제고를 주요 목표로 하며 AI는 보다 정교한 방식으로 영업하는 전문가들을 지원한다. 신뢰할 수 있는 공동의 가치창출자 수준에서는 고객과의 깊고 집중적인 협업을 지향한다.
AI를 신중히 적용하면 판매 증대에 도움이 될 뿐 아니라 고객관계를 보다 높은 수준으로 끌어올리는 데도 도움이 된다. 그러나 기업이 어떤 수준에 속하든 변치 않는 것이 있다. 비즈니스와 기술, 사람들이 일하는 방식과 장소가 아무리 급변해도 고객이 기업에 건네는 질문은 한결 같다. 당신은 나에 대해 무엇을 알고 있는가? 우리 기업에 대해 무엇을 알고 있는가? 당신 또는 당신들은 어떤 부가가치를 만들어 내는가? 이는 관계를 구축하고 향상시키고자 하는 판매자라면 반드시 답해야 하는 질문들이다. AI는 그런 니즈나 질문들을 대체하는 게 아니라 오히려 보다 풍성하고 좋은 답변을 내놓을 수 있도록 도와준다.
프로세스 수준
기술이 발전하고 새로운 종류의 정보 및 데이터에 대한 접근이 가능해지면서 기업이 영업 프로세스를 대하는 방식은 근본적으로 변할 수밖에 없었다. AI 툴은 가장 낮은 수준인 임시 프로세스에서 비공식 프로세스, 공식 프로세스, 애자일 프로세스, 그리고 맞춤형 프로세스에 이르는 스펙트럼 전반에 걸쳐 실적을 높여줄 수 있다.
임시 프로세스
임시 프로세스 수준의 영업담당자들은 각자도생한다. 제품 또는 서비스 정보 외에 영업교육은 거의 혹은 전혀 받지 않는다. 현장의 피드백은 바라지도 않고 환영받지 못하는 경우도 많다. 영업지원이란 최고마케팅임원이나 영업임원, CEO가 영업사원과 함께 나가 큰 거래를 성사시킨다는 의미다. 이런 프로세스 유형에서는 효율성을 가장 중요하게 생각하며 영업조직은 이메일을 스캔하고 잠재고객의 연락처 정보를 CRM 시스템에 추가하는 등 간단한 AI로 효율성을 개선할 수 있다.
비공식 프로세스
이 수준에서 기업은 영업담당자에게 정해진 영업방식을 제안하고 이를 사용하도록 권장하지만 실제로 그 방식을 따르는지 모니터링하거나 결과를 측정하지는 않는다. 영업교육은 거의 이뤄지지 않는다. 심지어 경험 많은 영업관리자와 영업사원들은 기업이 권하는 프로세스를 폄하하며 ‘본부에서 하는 말은 현장에서 통하지 않는다’며 따르지 말라고 할 수도 있다. 하지만 AI로 구동되는 CRM 시스템은 영업사원의 신속한 작업, 고객에 대한 통찰력 개선, 결과 측정, 그리고 궁극적으로 프로세스 이해 및 정교화에 도움이 될 수 있다.
공식 프로세스
공식 프로세스 수준의 기업은 정해진 영업 프로세스를 정기적으로 또는 일상적으로 시행하며 얼마나 효과적인지를 정기적으로 검토한다. 이런 기업은 최종 거래 체결/미체결율과 리드 전환율이 변하기 시작하는 시점을 파악해 원인을 분석하고 대응할 수 있다. AI는 기업이 이 모든 작업을 보다 정확하고 기하급수적으로 빠른 속도로 수행할 수 있도록 도와주기 때문에 영업팀이 즉각적으로 개선할 수 있는 계기를 마련해 준다.
애자일 프로세스
이 레벨의 기업은 공식적인 영업 프로세스를 갖추고 있을 뿐만 아니라 현장에서 발생하는 일들을 평가할 수 있는 척도를 지속적으로 생성하는 CRM 시스템도 갖추고 있다. 이는 외부 변화에 신속하게 대응하는 데 도움이 된다. 또한 분석과 비즈니스 인텔리전스를 활용하고 AI의 모든 기능을 활용해 민첩성을 보다 크게 높일 수 있다. 이런 기업들은 불확실성이 있는 초기 단계에서부터 이미 변화의 바람을 감지할 수 있기 때문에 위협은 사전에 최소화하고 기회는 잘 활용할 수 있다.(예: 다양한 구매주기 단계에 걸리는 시간 증가)
맞춤형 프로세스
이 수준은 기업이 민첩한 AI 경험을 기반으로 변화에 빠르게 대응하는 것을 넘어 변화를 예측하기 시작하는 단계다. 예측 분석은 이를 수행하는 데 필요한 핵심 기능이지만 AI와 머신러닝이 판매와 마케팅, 기타 데이터 스트림을 지속적으로 스캔하며 가능한 위협과 기회를 식별하기 전까지는 진정으로 구현할 수 없다. AI가 생성하는 향상된 통찰력과 유연성을 통해 판매자는 메시징 및 제안을 맞춤화하고 고객 기반 마케팅과 고객 기반 판매를 구현할 수 있다.
임시와 비공식 프로세스 등 가장 낮은 두 수준의 프로세스에서도 AI를 사용해 효율성을 높일 수 있다.
세 번째 수준인 공식 프로세스에서 AI는 코칭이나 보고와 같은 활동의 효율성을 높인다. 애자일 및 맞춤형 수준에서 AI는 데이터를 마이닝해 실현되거나 실현되지 않은 고객 요구사항에 대한 심층적인 통찰력을 제공한다.
일반적으로 조직에서 고객과 보다 높은 수준의 관계를 구축하려면 더 높은 수준의 프로세스도 갖춰야 한다. 예를 들어 전략적 협력자 또는 신뢰할 수 있는 공동의 가치창출자가 되고자 하는 기업은 대개 애자일 또는 맞춤형 프로세스를 갖춰야 한다. 물론 올바른 데이터와 분석도 필요하다. 다시 말하지만 AI를 효과적으로 적용하면 원하는 프로세스 수준에 도달할 수 있다.
AI 예측 관리
2018년 기술 기업 허니웰은 사업 단위에서 판매 예측의 정확성을 높이고, 정보에 근거한 의사결정을 하며, 장단기 성과를 예측하는 데 도움이 될 만한 툴을 찾기 시작했다. 항공우주, 기능성 소재, 안전 및 생산성 산업을 위한 솔루션을 구축하는 허니웰은 다수의 글로벌 팀을 보유하고 있으며 다양한 영업 툴과 스프레드시트를 사용한다. 허니웰은 모든 영업 프로세스를 하나의 플랫폼으로 가져오면서도 실시간으로 통찰을 제공하고 효율성을 높일 수 있는 자동화된 시스템을 원했다.
그리고 여러 파트너와 공급업체를 평가한 결과 애비소를 선택했다. 애비소는 통합된 글로벌 예측 프로세스를 구축하는 것 외에도 허니웰에 맞춤형 솔루션을 제공했다. 즉 지역, 팀, 제품 라인, 신규/반복 비즈니스 모델별로 거래 포트폴리오와 예측을 분석할 수 있는 기능을 제공한 것이다. 이후 허니웰은 영업 파이프라인에 대한 통찰을 얻기 위해 거래 인텔리전스 역량을 시스템에 추가했다. 그리고 이를 통해 영업 파이프라인의 건전성을 평가하고 담당자가 할당을 채우는 데 도움을 줄 만한 최고의 거래가 무엇인지를 파악하고자 했다.
허니웰 영업 팀들은 애비소의 툴을 사용해 각 팀의 관점과 성공 여부에 대한 예상을 제공해 통합된 예측 및 담당했던 개별 구성 요소에 대한 예측을 모두 구할 수 있었다. 또한 애비소는 각 영업사원이 자신의 예측, 고객, 커뮤니케이션 등을 볼 수 있는 맞춤형 대시보드를 만들었다. 애비소의 툴은 영업관리자가 트렌드와 거래 기회를 파악하고 영업성사에 걸림돌이 되는 장애물을 식별하며 이를 완화하기 위한 조치를 취하는 데 기여했다.
이후 애비소는 플랫폼에서의 솔루션으로 통화, 웹 회의 및 이메일에서 정보를 캡처하는 대화형 인텔리전스를 도입했다. 덕분에 허니웰의 영업경영진은 다가올 모든 거래에 대한 보다 깊이 있는 통찰을 얻을 수 있었다. 결과는 압도적이었다. 평균적으로 연간 허니웰의 총 예상 매출은 1억5000만 달러 증가했고 일부 부서의 경우 CRM 비용이 100만 달러 이상 절감됐다. 또한 파이프라인 활동 및 담당자와 고객 간 온라인 상호작용이 각각 80% 이상 늘었으며 신규 거래 수도 70% 이상 증가했다.
영업지원 AI 시작하기
AI 솔루션을 최대한 활용할 수 있으려면 조직은 필요한 하드웨어와 소프트웨어, 프로세스를 갖추고 있어야 한다. 그뿐 아니라 AI 툴에 제공할 고품질 데이터와 이를 활용할 수 있는 적합한 인재가 필요하다.
조직에서 AI 영업솔루션을 성공적으로 구현하려면 어떤 조치를 취해야 할까? 첫째, AI 전략을 명확하게 설명해야 한다. 달성하려는 목표는 무엇인가? 둘째, 조직의 구조가 해당 전략을 지원하는지 검토해야 한다. AI 목표를 달성하기 위한 팀이 조직돼 있는가? AI 툴은 사람, 프로세스, 기존 기술 및 지식을 포함하는 통합된 프레임워크의 일부가 될 것이다. 이런 구성 요소들이 정비돼 있는가? 다음으로 조직이 데이터 수집, 실적 관리, 교육, 커뮤니케이션 등을 위한 올바른 시스템을 보유하고 있는지 확인해야 한다.
올바른 문화도 성공의 열쇠다. 경영진부터 시작해 조직 전체가 AI툴을 이해하고 적용할 수 있는 스킬을 갖춰야 한다. AI 이니셔티브가 고위경영진부터 시작되는 것은 맞지만 완전한 채택을 위해서는 관련 직원들의 동의가 중요하다. 실험과 학습을 지지하는 문화가 있어야 한다. 새로운 이니셔티브의 성공에 필요한 변화 관리 전략들을 활용해 도입 과정을 신중하게 관리해야 한다. 목표 설정, 벤치마킹, 책무성 등이 과정에 포함돼 있어야 한다.
점점 더 많은 기업들이영업지원 AI 솔루션을 도입하기 시작한 만큼 그렇지 않은 기업들은 입지를 잃게 될 것이다. 이런 툴은 시간이 지나면서 그 효과가 점점 더 커지기 때문에 선발주자는 의미 있고 지속가능한 선두의 위치를 확보하게 될 것이다. 2022년 필자들이 실시한 설문조사 응답자의 81%는 AI 영업툴이 없는 조직은 ‘심각한 경쟁 열위’에 처하거나‘ CRM에 중요한/핵심 추가 기능’을 놓치게 될 것이라고 말했다. 동시에 AI 솔루션을 이미 도입했거나 도입하고 있는 응답자의 비율은 94%로 증가했다. 다시 말해 영업지원 AI 솔루션을 직접 경험한 사람들일수록 AI의 중요성에 더욱 깊이 공감한다는 뜻이다.
거의 10년간 AI와 자동화를 영업 프로세스에 성공적으로 적용해온 기업들도 있고 그보다 훨씬 더 오랫동안 해 온 기업들도 있다. 이에 반해 시작조차 못했거나 시도했지만 실패한 영업조직들은 영원히 뒤처질 수도 있다.
출처 세계적 경영 저널 HBR 2022년 11-12월 호
필자 보리스 그로이스버그, 짐 디키, 벤슨 P. 샤피로, 배리 트레일러
번역/에디팅 류아람/김윤진
정리 인터비즈 이한규
inter-biz@naver.com