B2B 미지급금 관리(accounts-payable) 플랫폼인 Stampli는 ChatGPT Work를 워크플로우에 통합한 후 온보딩 시간을 68% 단축했습니다.
내부적 관점이 중요한 이유
대부분의 헤드라인은 챗봇, 코드 생성기 또는 이미지 디자이너를 위한 생성형 AI를 홍보합니다. 하지만 Stampli는 동일한 기술이 서비스 운영 속도를 높일 수 있음을 보여줍니다. 고객사를 더 빠르게 런칭하면 구축(implementation) 팀의 부담을 줄이고, 수익 인식 주기를 단축하며, 제품이 본격적으로 가동되기 전부터 고객 만족도를 높일 수 있습니다.
수치 이면의 맥락
일반적인 AP 도입 과정에는 데이터 가져오기, 규칙 설정, 사용자 역할 할당 및 고객별 맞춤형 문서 묶음 작업이 필요합니다. 많은 SaaS 기업에서 이러한 단계는 몇 주씩 소요되며, 더 가치 있는 업무에 투입될 수 있는 숙련된 직원의 시간을 소모합니다. Stampli는 반복적인 체크리스트 항목을 파악하여 이를 ChatGPT Work에 입력하고, 내부 프롬프트를 워크플로우 자동화와 결합했습니다.
이 회사는 단순히 스위치를 켠 것이 아닙니다. 모델이 각 온보딩 단계를 안내할 수 있도록 프롬프트와 자동화 라이브러리를 구축했습니다. 그 결과, 일회성 실험이 아니라 모든 신규 고객에게 적용할 수 있는 반복 가능한 프로세스를 만들어냈습니다.
리스크와 한계
자동화에는 여전히 인간의 감독이 필요합니다. 복잡한 계약, 특이한 세무 관할 구역 또는 기존 ERP 연동 등은 전문가의 판단을 요구합니다. 검토 없이 AI에게 문서 초안 작성을 맡기면 컴플라이언스 오류가 발생할 수 있습니다. 또한 시스템의 성공 여부는 잘 설계된 프롬프트에 달려 있습니다. 잘못된 지침은 오해의 소지가 있는 결과물을 생성하며, 팀이 실수를 바로잡는 데 시간을 낭비하게 만듭니다.
다른 팀이 취할 수 있는 단계
고객 성공(customer-success) 또는 구축(implementation) 팀을 이끌고 있다면, AI를 통한 효율 향상을 측정하기 위해 다음 단계들을 시도해 보세요:
- 계약 체결부터 실제 가동(go-live)까지의 모든 작업을 매핑합니다.
- 각 단계에 소요되는 시간을 기록합니다.
- 고객마다 변함없이 반복되는 작업을 강조합니다.
- 문서 작성이나 설정 작업이 수동으로 재작성되는 지점을 찾아냅니다.
반복 가능하고 복잡도가 낮은 작업을 대상으로 삼는 것이 AI가 빛을 발하는 지점입니다. 작은 규모의 파일럿 프로젝트로 시작하여 피드백을 통해 프롬프트를 개선하고, 모델의 신뢰성이 입증된 후에 확장하십시오.
향후 주목할 점
Stampli의 도입은 아직 초기 단계이며, 이탈률(churn), 업셀(upsell) 속도 및 비용 구조에 미치는 영향은 아직 불분명합니다. 관찰자들은 이러한 속도 향상이 측정 가능한 수익 증대로 이어질지, 아니면 단순히 내부 업무량의 형태를 재편하는 데 그칠지 지켜볼 것입니다. 더 많은 벤더가 서비스 파이프라인에 AI를 테스트함에 따라, 제품 혁신과 운영 효율성 사이의 경계는 계속해서 모호해질 것입니다.