정보기술 / 기업용 소프트웨어
Fujitsu: 분산된 제품 지식을 모아 고객별 영업 제안서 작성
- 기업
- Fujitsu
- 국가
- 일본
- 도입 상태
- 운영
- 자료 공개
- 날짜 기준
- 자료 발표 시점. 도입 시작일과 다를 수 있음
- 근거 확인 방법
- 원문 본문 열람
업무 문제
Fujitsu 영업팀은 넓은 제품군과 여러 곳에 흩어진 전문지식을 찾아 고객별 제안서에 모으는 데 시간을 썼다. 신입 직원은 제품 정보를 찾기 어려웠고 숙련자도 최신 자료를 식별하고 맞춰야 했다. 제안서 준비가 고객과의 관계 구축이나 전략을 세우는 시간을 줄였다.
적용한 기술과 데이터
Fujitsu는 Azure AI Foundry의 Azure AI Agent Service와 Semantic Kernel로 여러 전문 AI 에이전트와 이를 조율하는 AI를 연결했다. Fujitsu Kozuchi Composite AI가 사용자 요청을 해석하고 사내 여러 자료에서 지식을 찾아 종합해 제안서를 만든다. Azure AI Search를 연결해 검색과 정리를 지원하며 신입 직원에게 제품 정보와 업무 지침도 제공한다. 실증 단계에서 영업팀의 피드백을 받아 사용성을 다듬었다. 도구는 제안 준비를 맡고 영업팀은 고객 응대와 고객에 맞춘 활동에 시간을 돌린다.
성과
Microsoft 고객 사례는 에이전트 출시 뒤 영업 제안서 작성의 생산성이 67% 높아졌다고 밝혔다. 영업팀은 지식의 빈틈을 메우고 고객 관계를 강화하는 데 도움이 됐다고 평가했다. 이 내부 프로젝트에서 얻은 경험은 Fujitsu의 다른 AI 사업에도 반영된다. 전략 수립 자동화와 더 복잡한 에이전트 협업은 앞으로 넓히려는 영역으로 소개됐다.
한계와 남은 과제
67% 생산성 향상의 측정 방식과 표본 수는 원문에 없다. 약 38,000명은 이 에이전트를 포함한 Fujitsu AI 도구의 사용자 범위이므로 제안서 에이전트의 단독 이용자 수로 보지 않는다.
출처
공개된 자료를 정리한 사례입니다. ATF Works 도입 고객의 결과가 아닙니다.