Penerapan agentic AI menjadi salah satu perkembangan paling signifikan dalam layanan customer beberapa waktu terakhir, sebab teknologi ini mampu menuntaskan permintaan customer, bukan sekadar merespons pertanyaan yang diajukan. Kemampuan menjalankan tindakan secara mandiri inilah yang membedakan posisinya dibanding sistem otomatisasi sebelumnya.
Ekspektasi customer turut mendorong pergeseran tersebut. Penyelesaian yang menuntut beberapa tahapan serta menunggu ketersediaan agent kini semakin sulit diterima, terutama pada sektor yang customer-nya terbiasa memperoleh layanan instan melalui aplikasi.
Artikel ini menguraikan apa sebenarnya agentic AI, karakteristik yang membedakannya, manfaat yang dapat diperoleh perusahaan, serta kesiapan yang perlu dipenuhi sebelum menerapkannya pada operasional layanan customer.
Pergeseran Ekspektasi terhadap Layanan Otomatis
Otomatisasi layanan customer telah berlangsung cukup lama, namun sifatnya sebagian besar masih terbatas pada penyampaian informasi.
Customer yang menanyakan status pengiriman memperoleh jawaban berupa informasi status. Customer yang ingin mengubah jadwal pengiriman memperoleh penjelasan mengenai prosedur yang harus ditempuh, lalu tetap harus menunggu agent untuk menjalankannya.
Pola tersebut menciptakan jarak antara apa yang diinginkan customer dengan apa yang benar-benar mereka peroleh. Sistem memahami permintaan, namun tidak memiliki kapabilitas untuk memenuhinya.
Agentic AI hadir menutup jarak tersebut. Sistem tidak berhenti pada pemahaman maupun penjelasan, melainkan melanjutkan hingga permintaan customer benar-benar terlaksana. Perubahan ini mengubah posisi teknologi dari alat bantu informasi menjadi pelaksana tugas operasional.
Apa Itu Agentic AI?
Agentic AI merupakan sistem berbasis AI (Artificial Intelligence) yang berorientasi pada pencapaian tujuan. Sistem mampu memahami kebutuhan customer, menentukan langkah yang perlu dilakukan, menggunakan tools maupun sistem yang tersedia, mengevaluasi hasilnya, kemudian menentukan tindakan berikutnya.
Istilah agentic merujuk pada tingkat otonomi yang dimiliki sistem. Alih-alih menjalankan skenario yang telah ditentukan secara kaku, sistem menyusun sendiri rangkaian langkah berdasarkan tujuan yang teridentifikasi.
Perlu dipahami bahwa otonomi tersebut tetap beroperasi dalam batas kewenangan yang ditetapkan perusahaan. Sistem tidak bertindak tanpa kendali, melainkan bekerja dalam koridor yang telah dirancang, termasuk mekanisme eskalasi kepada agent manusia untuk situasi yang berada di luar cakupannya.
Empat Karakteristik Utama Agentic AI
Karakteristik berikut membedakan agentic AI dari bentuk otomatisasi lainnya.
1. Kemampuan Memahami Tujuan
Sistem menafsirkan apa yang sebenarnya ingin dicapai customer, bukan sekadar mencocokkan kata kunci pada pertanyaan. Keluhan mengenai pengiriman terlambat, misalnya, diterjemahkan menjadi kebutuhan akan kepastian status sekaligus solusi penggantian jadwal.
Kemampuan ini memungkinkan sistem menangani permintaan yang disampaikan secara tidak terstruktur, sesuatu yang lazim terjadi pada percakapan sehari-hari.
2. Kemampuan Menyusun Rencana
Setelah tujuan teridentifikasi, sistem menyusun urutan langkah yang diperlukan untuk mencapainya. Rencana ini mencakup informasi apa yang perlu diambil, sistem mana yang harus diakses, serta tindakan apa yang akan dijalankan.
Penyusunan rencana berlangsung secara dinamis, sehingga perubahan konteks di tengah percakapan dapat direspons tanpa harus mengulang dari awal.
3. Kemampuan Menggunakan Tools
Agentic AI terhubung dengan berbagai sistem internal, mencakup CRM (Customer Relationship Management), basis data operasional, sistem pembayaran, maupun platform terkait lainnya.
Konektivitas inilah yang memungkinkan sistem menjalankan tindakan nyata, bukan sekadar memberikan informasi mengenai apa yang seharusnya dilakukan.
4. Kemampuan Mengevaluasi Hasil
Setiap tindakan yang dijalankan diverifikasi hasilnya. Sistem memastikan tujuan customer benar-benar tercapai sebelum percakapan diakhiri.
Kegagalan pada tahap mana pun memicu penyesuaian rencana maupun eskalasi kepada agent manusia, sehingga permintaan tidak berakhir tanpa penyelesaian.
Manfaat Agentic AI bagi Layanan Customer
Penerapan yang tepat memberikan sejumlah keuntungan yang berdampak langsung pada operasional maupun customer experience.
Penyelesaian yang lebih tuntas. Permintaan yang sebelumnya harus dialihkan kepada agent kini dapat diselesaikan sepenuhnya oleh sistem, sehingga tingkat penyelesaian dalam satu interaksi meningkat.
Layanan yang tersedia sepanjang waktu. Kapabilitas menjalankan tindakan memungkinkan customer memperoleh penyelesaian di luar jam operasional, bukan sekadar informasi bahwa permintaannya akan diproses kemudian.
Efisiensi operasional. Pengalihan permintaan rutin kepada sistem membebaskan agent untuk menangani kasus kompleks yang benar-benar memerlukan penilaian serta empati manusia.
Konsistensi penanganan. Setiap permintaan ditangani mengikuti standar yang sama, sehingga kualitas layanan tidak bergantung pada siapa agent yang kebetulan menerima interaksi tersebut.
Skalabilitas tanpa penambahan proporsional. Lonjakan volume interaksi dapat diserap tanpa harus menambah jumlah agent dalam proporsi yang sebanding.
Konteks yang tersedia bagi agent. Kasus yang dieskalasi diteruskan lengkap dengan ringkasan langkah yang telah dijalankan, sehingga agent tidak perlu memulai penanganan dari nol.
Ingin mengetahui sejauh mana agentic AI dapat diterapkan pada layanan customer Anda? Hubungi tim KPSG untuk mendiskusikan kebutuhan operasional perusahaan Anda melalui solusi CXaaS kami. Konsultasi tanpa biaya. [Jadwalkan Konsultasi Gratis]
Kesiapan yang Perlu Dipenuhi Sebelum Menerapkan
Manfaat agentic AI hanya terwujud apabila sejumlah prasyarat berikut terpenuhi.
Integrasi sistem melalui API. Kemampuan menjalankan tindakan bergantung sepenuhnya pada akses terhadap sistem internal. Perusahaan yang sistemnya masih terpisah perlu menyelesaikan integrasi terlebih dahulu.
Kualitas data yang memadai. Keputusan sistem hanya sebaik data yang tersedia. Basis data yang tidak konsisten maupun mengandung duplikasi berpotensi menghasilkan tindakan keliru yang merugikan customer.
Dokumentasi proses yang jelas. Sistem memerlukan acuan mengenai prosedur yang berlaku, mencakup langkah standar, pengecualian yang mungkin terjadi, serta kondisi yang memicu eskalasi.
Batas kewenangan yang ditetapkan. Tentukan sejauh mana sistem boleh bertindak tanpa persetujuan manusia, terutama pada tindakan yang berdampak finansial maupun menyangkut data sensitif.
Kebijakan tata kelola. Tetapkan siapa bertanggung jawab atas keputusan sistem, bagaimana kinerjanya dipantau, serta prosedur penanganan apabila terjadi kesalahan.
Kesiapan tim operasional. Peran agent bergeser dari menangani permintaan rutin menuju penanganan kasus kompleks serta pengawasan sistem. Pelatihan diperlukan agar transisi berjalan lancar.
Tahapan Penerapan yang Disarankan
Penerapan secara bertahap umumnya menghasilkan hasil yang lebih terkendali dibanding implementasi menyeluruh sekaligus.
Tahap 1: Petakan Permintaan yang Masuk
Kelompokkan seluruh jenis permintaan customer berdasarkan volume serta kompleksitasnya. Permintaan bervolume tinggi dengan alur yang jelas menjadi kandidat terbaik untuk penerapan awal.
Tahap 2: Mulai dari Cakupan Terbatas
Pilih satu maupun dua jenis permintaan sebagai proyek percontohan. Cakupan terbatas memudahkan evaluasi sekaligus meminimalkan dampak apabila terjadi persoalan.
Tahap 3: Tetapkan Batas serta Mekanisme Eskalasi
Rancang secara rinci kapan sistem boleh bertindak sendiri serta kapan harus mengalihkan penanganan kepada agent. Kejelasan pada tahap ini mencegah sistem mengambil keputusan di luar toleransi risiko perusahaan.
Tahap 4: Jalankan Uji Coba Terbatas
Operasikan sistem pada sebagian kecil volume terlebih dahulu, sambil memantau akurasi tindakan serta respons customer. Temuan pada tahap ini menjadi dasar penyempurnaan sebelum cakupan diperluas.
Tahap 5: Perluas Cakupan secara Bertahap
Tambahkan jenis permintaan baru setelah kinerja pada cakupan awal terbukti stabil. Perluasan bertahap menjaga kualitas layanan tetap terkendali seiring bertambahnya tanggung jawab sistem.
Kesimpulan
Agentic AI menghadirkan kapabilitas yang secara nyata mengubah cara perusahaan melayani customer, terutama melalui kemampuannya menuntaskan permintaan tanpa keterlibatan agent pada kasus rutin maupun multi-langkah. Empat karakteristik utamanya, meliputi pemahaman tujuan, penyusunan rencana, penggunaan tools, serta evaluasi hasil, menjadikannya berbeda dari bentuk otomatisasi sebelumnya.
Manfaat tersebut menuntut kesiapan yang memadai. Integrasi sistem, kualitas data, dokumentasi proses, batas kewenangan yang jelas, serta tata kelola yang tertata menjadi prasyarat yang menentukan apakah penerapan memberikan hasil sesuai harapan.
KPSG, dengan pengalaman lebih dari 35 tahun di bidang contact center dan customer experience, membantu perusahaan menilai kesiapan sekaligus menerapkan agentic AI dalam ekosistem CXaaS yang terintegrasi. Kami memastikan setiap penerapan teknologi disertai tata kelola yang memadai, sehingga efisiensi tercapai tanpa mengorbankan kendali maupun kepercayaan customer.
Siap membawa operasional bisnis Anda menjadi lebih efisien, scalable, dan siap menghadapi kebutuhan customer yang terus berkembang? Hubungi kami di sini. Temukan lebih banyak insight profesional dan tren industri terbaru di sini.
FAQ (Pertanyaan yang Sering Diajukan)
Apa itu agentic AI?
Agentic AI merupakan sistem kecerdasan buatan yang berorientasi pada pencapaian tujuan. Sistem mampu memahami kebutuhan customer, menyusun langkah yang diperlukan, menggunakan tools yang tersedia, serta mengevaluasi hasil sebelum menentukan tindakan berikutnya.
Apa yang membedakan agentic AI dari otomatisasi biasa?
Perbedaan utamanya terletak pada tingkat otonomi. Agentic AI menyusun sendiri rangkaian langkah berdasarkan tujuan yang teridentifikasi, serta mampu menjalankan tindakan nyata melalui integrasi dengan sistem internal.
Apa prasyarat sebelum menerapkan agentic AI?
Prasyaratnya meliputi integrasi sistem melalui API, kualitas data yang memadai, dokumentasi proses yang jelas, penetapan batas kewenangan, kebijakan tata kelola, serta kesiapan tim operasional.
Apakah agentic AI menggantikan peran agent manusia?
Tidak. Peran agent bergeser menuju penanganan kasus kompleks, situasi sensitif, serta pengawasan sistem. Interaksi yang memerlukan empati maupun penilaian situasional tetap membutuhkan manusia.
Bagaimana mengukur keberhasilan penerapan agentic AI?
Indikator utamanya meliputi tingkat penyelesaian tanpa eskalasi, akurasi tindakan, durasi penanganan, tingkat kepuasan customer, serta frekuensi intervensi manual oleh agent.
