AI 자동화 데이터 준비: 에이전트 이전에 입력 수정

AI 에이전트가 실패하는 이유는 모델이 약하기 때문만은 아니다. 프로세스 주변의 데이터가 준비되지 않았기 때문에 종종 실패합니다.

워크플로가 더 많이 운영될수록 입력이 더 중요해집니다.

진실의 근원을 정의하세요

모든 자동화된 워크플로는 데이터 충돌 시 어떤 시스템이 승리하는지 알아야 합니다.

예를 들면:

• CRM인가 아니면 스프레드시트인가?
• 티켓이나 이메일 스레드?
• 계약서인가요, 내부 메모인가요?
• 최신 문서인가, 승인된 문서인가?

인간이 진실의 출처에 대해 의견이 일치하지 않으면 에이전트는 그 혼란을 증폭시킬 것입니다.

누락된 정보를 표시합니다.

강력한 자동화 시스템은 모든 입력이 완료된 척하지 않습니다. 공백을 감지합니다.

유용한 점검 사항:

• 필수항목
• 첨부파일 누락
• 불분명한 고객 신원
• 오래된 기록
• 일관되지 않은 날짜
• 모순되는 지시

때때로 최고의 자동화 단계는 “작업 완료”가 아닙니다. “빠진 맥락을 물어보세요”입니다.

의도적으로 액세스를 디자인합니다.

AI 워크플로에는 액세스가 필요하지만 액세스가 무제한이어서는 안 됩니다.

정의:

• 에이전트가 읽을 수 있는 내용
• 쓸 수 있는 것
• 호출할 수 있는 도구
• 승인이 필요한 것
• 어떤 데이터가 민감한지
• 기록해야 할 내용

좋은 자동화는 제한적이기 때문에 강력합니다.

점차적으로 지식을 구조화하라

많은 회사가 지식 에이전트를 원하지만 지식은 문서, 티켓, 채팅 및 사람들의 머리에 분산되어 있습니다.

가치가 높은 지식을 정리하는 것부터 시작하세요.

• 반복되는 절차
• 제품 결정
• 고객 지원 패턴
• 가격 책정 규칙
• 온보딩 단계
• 알려진 예외

이는 마법처럼 만들기 전에 검색을 유용하게 만듭니다.

작업흐름에 가까운 맥락을 유지하세요

일반적인 지식은 워크플로우별 컨텍스트보다 덜 유용합니다. 최고의 자동화 시스템은 사용자가 지금 무엇을 하려고 하는지 알고 있습니다.

이는 데이터를 프로���스 상태에 연결하는 것을 의미합니다.

• 현재 사건
• 고객 이력
• 이전 결정
• 해당 정책
• 다음으로 필요한 조치

컨텍스트는 AI를 챗봇에서 워크플로 도우미로 바꿔줍니다.

실제 규칙

“어떤 모델을 사용해야 합니까?”라고 묻기 전에 다음과 같이 질문하십시오.

유능한 인간이 이 일을 잘 수행하려면 어떤 정보가 필요합니까?

해당 정보가 누락되거나 흩어져 있거나 신뢰할 수 없는 경우 먼저 데이터 영역을 수정하세요.

• AI 프로세스 자동화 준비
• AI 자동화 연구실