SMLSCO의 CEO인 Phoebe Lee는 원래 화학공학을 전공했습니다. 3학년 인턴십 기간 동안 산업 제품 영업 분야에 발을 들여놓았고 첫 해에 최고 영업사원이 되었습니다.
9년 후, 그녀는 회사를 이끌고 개인 영업 경험을 조직 역량으로 전환하기 위해 AI를 사용하는 방법을 탐구하기 시작했습니다. 그녀는 "AI는 관리 역량을 증폭시킬 수 있지만, 비즈니스 판단, 고객 관계, 리더십 책임은 여전히 사람이 처리해야 합니다."라고 믿습니다.
화학공학 전공에서 영업직으로
“3학년 때 원래 전공의 업무 환경이 저에게 맞지 않다는 것을 깨달았고, 영어 실력, 의사소통 방식, 성격이 국제 영업에 더 적합하다는 것을 알게 되었습니다.”
산업 금속 산업에 진출한 후 Phoebe는 첫 해에 최고 영업사원이 되었습니다. 하지만 3년 후, 그녀의 강력한 영업 성과는 더 이상 새로운 방향을 제시해주지 못했습니다. 그녀는 “개인 성과에만 책임지지 않는다면 얼마나 멀리 갈 수 있을까?”라고 궁금해하기 시작했습니다.
회사가 신사업을 준비하는 동안 원저우 여행은 그녀가 이 기회가 처음에 이해했던 것보다 훨씬 더 크다는 것을 깨닫게 해주었습니다.
“저는 직접 참여하여 개인적인 재정적 위험을 감수하고 신규 회사 구축을 돕기로 결정했습니다.”
영업 담당자에서 관리자로 전환한 후, 그녀의 초점은 주문뿐만 아니라 팀 개발, 시스템 구축, 모범 사례 복제, 영업 담당자의 성장에까지 확장되었습니다.
영업 관리에서 Phoebe는 다음과 같은 사실을 발견했습니다. “사업주들은 결과, 투명성, 인재 파이프라인에 집중합니다. 관리자는 프로세스 제어와 조기 경보가 필요합니다. 반면 일선 영업 담당자는 효율성 향상, 효과적인 피드백 수신, 의미 없는 서류 작업 감소를 희망합니다.”
기존 CRM 및 ERP 시스템은 방대한 양의 정보를 기록할 수 있지만 반드시 의사 결정을 지원하지는 않을 수 있습니다. 영업 활동은 여전히 일관성이 부족할 수 있고, 관리자는 여전히 수동으로 프로세스를 모니터링해야 하며, 모범 사례를 복제하기 어렵습니다.
“제 생각에 AI는 세 당사자의 목표를 일치시키는 통합 작업 메커니즘을 구축하는 새로운 가능성을 제공합니다.”
데이터를 기록에서 활용으로 이동
“정보를 기록하는 것과 실제로 사용하는 것 사이에는 근본적인 차이가 있습니다.”
기존 CRM은 마지막 고객 후속 조치 시간을 표시할 수 있지만, AI 에이전트는 기존 정보를 결합하여 우선순위가 필요한 고객을 플래그 지정할 수 있습니다. 월간 보고서는 이미 발생한 결과를 제시하는 반면, AI 에이전트는 관리자가 실시간으로 근본 원인을 분석하는 데 도움을 줄 수 있습니다.
“이를 위해서는 명확한 프로세스와 실행 가능한 데이터가 필요합니다. AI를 채택하기 전에 회사는 먼저 무엇을 기록할지, 작업이 어떻게 실행되는지, 데이터가 어떤 의사 결정을 지원해야 하는지를 명확히 해야 합니다.”
관리 역량은 여전히 사람에게서 시작됩니다
“AI는 영업 관리를 향상시킬 수 있지만, 인간의 판단과 관계는 여전히 필수적입니다.”
시스템은 지식을 구성하고, 패턴을 식별하고, 권장 사항을 제공할 수 있지만, 영업 담당자의 비즈니스 판단이나 고객과의 신뢰를 대체할 수는 없습니다.
“관리자는 실제 업무에 통합하기 전에 먼저 AI를 사용하여 그 기능과 한계를 이해해야 합니다. 조직은 또한 AI를 적극적으로 탐색하는 직원을 지원하여 AI 리터러시, 판단력 및 위험 인식을 함양해야 합니다.”
기술 배경이 없는 관리자로서 Phoebe는 오류 메시지를 볼 때 좌절감을 느낍니다.
“오류 메시지를 복사하여 AI에 묻고, 배우고 단계별로 조정할 것입니다. 또한 학습 과정을 공개적으로 공유할 의향이 있으며, 이는 관리자와 직원 간의 격차를 해소하는 데 도움이 됩니다.”
영업 인턴에서 CEO까지, Phoebe는 배움을 멈추지 않았습니다. SMLSCO에게 AI는 경험을 통합하고 관리 역량을 향상시키는 도구이지만, 변화의 진정한 동인은 여전히 판단하고 행동하려는 사람들입니다.
SMLSCO의 CEO인 Phoebe Lee는 원래 화학공학을 전공했습니다. 3학년 인턴십 기간 동안 산업 제품 영업 분야에 발을 들여놓았고 첫 해에 최고 영업사원이 되었습니다.
9년 후, 그녀는 회사를 이끌고 개인 영업 경험을 조직 역량으로 전환하기 위해 AI를 사용하는 방법을 탐구하기 시작했습니다. 그녀는 "AI는 관리 역량을 증폭시킬 수 있지만, 비즈니스 판단, 고객 관계, 리더십 책임은 여전히 사람이 처리해야 합니다."라고 믿습니다.
화학공학 전공에서 영업직으로
“3학년 때 원래 전공의 업무 환경이 저에게 맞지 않다는 것을 깨달았고, 영어 실력, 의사소통 방식, 성격이 국제 영업에 더 적합하다는 것을 알게 되었습니다.”
산업 금속 산업에 진출한 후 Phoebe는 첫 해에 최고 영업사원이 되었습니다. 하지만 3년 후, 그녀의 강력한 영업 성과는 더 이상 새로운 방향을 제시해주지 못했습니다. 그녀는 “개인 성과에만 책임지지 않는다면 얼마나 멀리 갈 수 있을까?”라고 궁금해하기 시작했습니다.
회사가 신사업을 준비하는 동안 원저우 여행은 그녀가 이 기회가 처음에 이해했던 것보다 훨씬 더 크다는 것을 깨닫게 해주었습니다.
“저는 직접 참여하여 개인적인 재정적 위험을 감수하고 신규 회사 구축을 돕기로 결정했습니다.”
영업 담당자에서 관리자로 전환한 후, 그녀의 초점은 주문뿐만 아니라 팀 개발, 시스템 구축, 모범 사례 복제, 영업 담당자의 성장에까지 확장되었습니다.
영업 관리에서 Phoebe는 다음과 같은 사실을 발견했습니다. “사업주들은 결과, 투명성, 인재 파이프라인에 집중합니다. 관리자는 프로세스 제어와 조기 경보가 필요합니다. 반면 일선 영업 담당자는 효율성 향상, 효과적인 피드백 수신, 의미 없는 서류 작업 감소를 희망합니다.”
기존 CRM 및 ERP 시스템은 방대한 양의 정보를 기록할 수 있지만 반드시 의사 결정을 지원하지는 않을 수 있습니다. 영업 활동은 여전히 일관성이 부족할 수 있고, 관리자는 여전히 수동으로 프로세스를 모니터링해야 하며, 모범 사례를 복제하기 어렵습니다.
“제 생각에 AI는 세 당사자의 목표를 일치시키는 통합 작업 메커니즘을 구축하는 새로운 가능성을 제공합니다.”
데이터를 기록에서 활용으로 이동
“정보를 기록하는 것과 실제로 사용하는 것 사이에는 근본적인 차이가 있습니다.”
기존 CRM은 마지막 고객 후속 조치 시간을 표시할 수 있지만, AI 에이전트는 기존 정보를 결합하여 우선순위가 필요한 고객을 플래그 지정할 수 있습니다. 월간 보고서는 이미 발생한 결과를 제시하는 반면, AI 에이전트는 관리자가 실시간으로 근본 원인을 분석하는 데 도움을 줄 수 있습니다.
“이를 위해서는 명확한 프로세스와 실행 가능한 데이터가 필요합니다. AI를 채택하기 전에 회사는 먼저 무엇을 기록할지, 작업이 어떻게 실행되는지, 데이터가 어떤 의사 결정을 지원해야 하는지를 명확히 해야 합니다.”
관리 역량은 여전히 사람에게서 시작됩니다
“AI는 영업 관리를 향상시킬 수 있지만, 인간의 판단과 관계는 여전히 필수적입니다.”
시스템은 지식을 구성하고, 패턴을 식별하고, 권장 사항을 제공할 수 있지만, 영업 담당자의 비즈니스 판단이나 고객과의 신뢰를 대체할 수는 없습니다.
“관리자는 실제 업무에 통합하기 전에 먼저 AI를 사용하여 그 기능과 한계를 이해해야 합니다. 조직은 또한 AI를 적극적으로 탐색하는 직원을 지원하여 AI 리터러시, 판단력 및 위험 인식을 함양해야 합니다.”
기술 배경이 없는 관리자로서 Phoebe는 오류 메시지를 볼 때 좌절감을 느낍니다.
“오류 메시지를 복사하여 AI에 묻고, 배우고 단계별로 조정할 것입니다. 또한 학습 과정을 공개적으로 공유할 의향이 있으며, 이는 관리자와 직원 간의 격차를 해소하는 데 도움이 됩니다.”
영업 인턴에서 CEO까지, Phoebe는 배움을 멈추지 않았습니다. SMLSCO에게 AI는 경험을 통합하고 관리 역량을 향상시키는 도구이지만, 변화의 진정한 동인은 여전히 판단하고 행동하려는 사람들입니다.
