AI 에이전트는 복잡한 데이터 분석과 자동화된 의사결정으로 업무 효율성 및 정확성을 높인다. 특히 반복적이고 시간이 많이 소요되는 작업을 자동화해 인적 자원의 활용도를 극대화한다. 실시간으로 문제를 분석하고 솔루션을 제안하거나, 맞춤형 워크플로우를 생성하며, 고객 지원, 현장 서비스 관리, 데이터 기반 의사결정 등 다양한 분야에서 활용될 수 있다.

AI 에이전트는 예측 분석, 실시간 작업 조정, 자동화된 데이터 처리를 통해 운영 비용을 절감하고, 서비스 품질을 향상시키며, 사용자 경험을 개선한다.

정교한 자연어 처리, 자율 학습, 지능형 자동화 기술과 결합돼 다양한 산업에서 AI 동료(co-worker)이자 개인화된 지원과 실시간 데이터 활용으로 기업 경쟁력을 높이는 핵심 요소다.

AI 지식 중심 에이전트 플랫폼 기업 어센도(Ascendo) AI가 자사 현장 서비스 AI 에이전트(Field Service AI Agents)와 SAP의 현장 서비스 관리(Field Service Management, 이하 FSM)의 통합을 발표했다.

이번 협력으로 양사는 AI 기반 현장 서비스 운영 워크플로우를 효율화해 전문가를 예측하고 실시간으로 지식을 생성한다. 예측적 근본 원인 분석, 실시간 문제 해결 가이드, 온디맨드 AI 지원 워크플로우를 결합해 최종 고객, 원격 전문가, 현장 기술자에게 향상된 서비스 경험을 제공한다.

특히 모든 작업자에게 전문가 수준의 지원을 위해 실시간으로 지식 통합하고 지식 생성 시간을 단축하고 데이터와 지식의 사각지대 제거해 지식 격차 해소 및 효율성 극대화한다. 또한 워크플로우 수준에서 운영 효율성을 극대화하고 통합 초기부터 노동 및 자재 비용의 절감을 목표로 한다.

이번 통합에 어센도 AI는 디스패치 AI 솔루션, 즉각적인 근본 원인 분석, 부품 예측 및 관리, 문제 해결과 우선 순위 결정에서 지식 창출, 자동화된 안전 문서화, 최고 기술자 예측, 온보딩 및 교육 지원, 지능형 라우팅 예측, 원클릭 서비스 콜 요약, 모바일 현장 기술자를 위한 AI 기반 작업 계획 등 AI 기반 에이전트를 제공해 워크플로우를 최적화한다.

어센도 AI의 현장 서비스 관리 생성AI 에이전트
어센도 AI의 현장 서비스 관리 생성AI 에이전트

SAP FSM 통합의 주요 기능은 다음과 같다.

지식 생성 에이전트

디스패치 관리자는 SAP FSM 내에서 과거 활동, 기술 매뉴얼, 재고 데이터를 포함한 다양한 지식 소스를 활용해 새로운 지식을 생성할 수 있다. 또한 아센도 플랫폼에서 메타데이터를 캡처해 문제 해결 및 우선 순위 결정을 실행할 수 있다.

해결 에이전트

검색 엔진과 대화형 AI를 활용해 근본 원인 분석, 부품 요구사항 예측, 특정 문제에 적합한 최고 기술자를 식별할 수 있다.

원클릭 작업 계획 워크플로우 에이전트 

디스패치 관리자가 한 번의 클릭으로 현장 기술자를 위한 상세한 작업 계획을 생성할 수 있다. 이는 현장 서비스 기술자가 한 번의 방문으로 고객의 문제를 성공적으로 해결하는 비율인 ‘초회 수리 성공률(FTFR)’을 높이고 불필요한 현장 출장을 줄이며 지식을 글로벌 수준으로 배포할 수 있다.

부품 에이전트

현장 기술자는 어센도 AI에 실시간 부품 추천을 요청하고 즉시 부품을 주문할 수 있으며, 부품 워크플로우를 실행해 고객 문제 해결 속도를 높일 수 있다.

프라이버시 에이전트

데이터 파이프라인과 데이터 엔지니어링에서 필요한 데이터만 삽입해 기존 지식을 변경하지 않고 보안을 강화하며 AI 동료의 데이터 프라이버시를 보장한다.

어센도 AI의 SAP FSM Extension 화면
어센도 AI의 SAP FSM Extension 화면

이번 협력은 에너지 및 공공 서비스, 산업 제조, 의료 기기, 통신 및 하이테크 등 다양한 산업에서 현장 서비스 관리의 혁신을 주도하고 있다. AI 에이전트를 현장 서비스 관리 시스템의 확장 및 보완하는 모듈 현장 서비스 연장(Field Service Extensions)에 통합해 운영 효율성과 고객 지원을 강화하며, SAP 스토어의 기존 솔루션을 보완하는 더 포괄적인 도구를 제공한다.

광섬유 통신 장비 제조업체 인피네라(Infinera)는 어센도 AI를 활용해 최적화된 재고 관리를 구현했다. 서비스 제공자와 고객 간 제공될 서비스의 품질, 성능, 또는 신뢰성에 대한 약속과 기준을 정의한 계약(SLA) 95%를 달성하며, 긴급 문제 해결 없이 5000개의 고유 예비 부품을 300개 창고에서 사전 관리할 수 있었다.

어센도 AI CEO 겸 공동 창립자 카르파감 케이 나라야난(Karpagam Narayanan)은 “아센도 AI는 지식을 전략적 자산으로 여기는 기업을 위해 설계됐다.”라며 “신속한 문제 해결할 뿐만 아니라 새로운 지식을 생성해 다양한 데이터 소스 간 일관성을 제공한다.”라고 말했다.

관련기사

저작권자 © 지티티코리아 무단전재 및 재배포 금지