AI di contact center sudah bergerak jauh dari chatbot yang hanya menjawab FAQ. Perusahaan sekarang mulai melihat virtual agent, agent copilot, intelligent routing, conversation intelligence, hingga agentic AI yang dapat menjalankan action tertentu. Namun semakin besar kemampuan AI, semakin penting cara perusahaan mengaturnya.
Untuk enterprise, pertanyaannya bukan sekadar “AI bisa melakukan apa?”. Yang lebih penting adalah: data apa yang boleh diakses AI, interaction apa yang aman diotomatisasi, kapan agent manusia harus mengambil alih, dan bagaimana proses tersebut terhubung dengan CRM serta sistem perusahaan. Inilah yang membedakan Enterprise AI Contact Center dari chatbot biasa.
Enterprise AI Contact Center Bukan Sekadar Chatbot
Chatbot biasanya bekerja pada ruang yang relatif terbatas. Customer bertanya, sistem mencari jawaban, lalu memberikan respons. Enterprise AI Contact Center memiliki cakupan lebih luas. AI dapat berperan sebagai virtual agent untuk kebutuhan sederhana, copilot untuk membantu agent, atau engine untuk routing, klasifikasi interaction, conversation summary, dan workflow tertentu. Artinya, perusahaan tidak hanya menambahkan “bot” di depan contact center. AI mulai masuk ke dalam operating process. Karena itu, implementasinya tidak bisa diperlakukan seperti memasang widget chat di website.
Tidak semua interaction mempunyai tingkat risiko yang sama. Perusahaan dapat membaginya menjadi 3 kelompok.
- Low risk: FAQ, informasi umum, lokasi cabang, prosedur dasar, atau pertanyaan dengan jawaban yang sudah jelas.
- Medium risk: status case, reminder, informasi account tertentu, atau kebutuhan yang memerlukan authentication dan akses data.
- High risk: complaint sensitif, fraud, dispute transaksi, restrukturisasi, complex claim, perubahan data penting, atau keputusan yang berdampak pada customer.
Kelompok pertama relatif lebih cocok menjadi kandidat self-service. Kelompok kedua membutuhkan kontrol lebih kuat. Kelompok ketiga sebaiknya mempunyai human approval atau langsung dialihkan kepada agent sesuai risk policy perusahaan. Target implementasi AI bukan “sebanyak mungkin conversation ditangani bot”, tetapi menempatkan AI pada interaction yang memang tepat.
AI akan lebih berguna ketika mempunyai context. Namun context tidak sama dengan memberikan seluruh customer profile kepada AI. Jika customer bertanya, “Bagaimana cara pembayaran?”, AI hanya membutuhkan knowledge mengenai metode pembayaran. Tetapi jika customer bertanya, “Apakah pembayaran kontrak saya sudah diterima?”, sistem mungkin perlu melakukan authentication dan membaca data tertentu dari CRM atau sistem transaksi. Perusahaan perlu menentukan sistem mana yang menjadi source of truth, data apa yang boleh digunakan, siapa yang mempunyai hak akses, dan bagaimana aktivitas AI dicatat. Prinsip yang lebih aman adalah memberikan AI data yang dibutuhkan untuk menyelesaikan task, bukan seluruh data hanya agar AI terlihat lebih pintar.
CRM Integration dengan AI Contact Center
AI yang tidak terhubung dengan business context umumnya hanya dapat menjawab pertanyaan umum. Untuk enterprise operation, AI perlu bekerja bersama CRM dan contact center platform. Secara sederhana, Genesys dapat menangani interaction, routing, voice, digital channel, dan agent operation. Salesforce dapat menyimpan customer profile, account, case, history, serta business workflow. Ketika kedua layer tersebut terintegrasi, AI dapat bekerja dengan context yang lebih relevan. Misalnya customer menghubungi contact center mengenai case yang masih terbuka. Sistem dapat mengenali customer, membaca case context yang diizinkan, lalu menentukan apakah kebutuhan tersebut dapat diselesaikan melalui self-service atau perlu diarahkan ke agen. Value utamanya bukan karena AI “lebih pintar”, tetapi karena AI bekerja di dalam workflow yang terhubung.
Salah satu titik kegagalan AI Contact Center muncul ketika bot tidak dapat membantu, lalu customer dialihkan ke agent. Jika agent tidak menerima history percakapan, customer harus menjelaskan masalah dari awal. Pada situasi tersebut, AI justru menambah satu tahap baru. Human handoff yang baik seharusnya membawa context yang relevan, misalnya identitas yang sudah diverifikasi, intent, conversation summary, case category, previous action, dan reason for escalation. Agen kemudian melanjutkan interaction, bukan memulainya kembali. Karena itu, human handoff bukan fitur tambahan setelah AI selesai dibuat. Handoff perlu menjadi bagian dari solution design sejak awal.
Tidak semua perusahaan harus langsung menggunakan AI yang berinteraksi secara mandiri dengan customer. Agen Copilot dapat menjadi langkah awal yang lebih terkendali.
Dalam model ini, agent manusia tetap menangani customer. AI bekerja di belakang layar untuk membantu mencari knowledge, menampilkan informasi relevan, memberikan suggested response, atau membuat summary setelah interaction selesai. Pendekatan ini memungkinkan perusahaan menggunakan AI untuk mengurangi pekerjaan repetitif tanpa langsung menyerahkan keputusan kepada AI. Untuk contact center dengan produk kompleks atau aturan operasional ketat, model seperti ini lebih mudah diuji dan dikontrol.
Generative AI terutama menghasilkan jawaban. Agentic AI dapat bergerak lebih jauh dengan menjalankan action. Contohnya bukan hanya menjelaskan cara memperbarui data, tetapi memulai workflow perubahan data setelah mendapatkan otorisasi. Perusahaan perlu mendefinisikan dengan jelas: action apa yang boleh dilakukan AI, action apa yang memerlukan persetujuan manusia, bagaimana authentication dilakukan, bagaimana audit trail disimpan, dan apa yang terjadi jika AI memberikan jawaban atau action yang tidak tepat. Untuk sektor yang diatur ketat seperti BFSI, governance tidak bisa menjadi pekerjaan setelah go-live. Governance harus masuk sejak tahap desain. Untuk industri perbankan, OJK juga telah menerbitkan panduan tata kelola AI sebagai acuan penerapan AI yang bertanggung jawab.
Angka seperti “berapa persen interaction ditangani AI” memang menarik, tetapi tidak cukup. Automation rate tinggi belum tentu berarti operating model lebih baik. Perusahaan juga perlu melihat apakah customer masih sering meminta agent, apakah kasus harus dibuka ulang, apakah escalation berjalan baik, apakah agent menerima context yang cukup, dan apakah kualitas jawaban sesuai standar. KPI dapat berbeda pada setiap perusahaan, tetapi prinsipnya sama: AI harus dinilai dari dampaknya terhadap workflow dan service outcome, bukan hanya dari jumlah interaction yang dialihkan dari agen.
Perusahaan dapat membeli teknologi AI terbaru, tetapi hasilnya tetap terbatas jika existing workflow sudah bermasalah. Jika CRM terfragmentasi, knowledge tidak terkelola, routing tidak jelas, atau agent masih melakukan banyak input manual, AI hanya bekerja di atas fondasi yang belum siap. Karena itu, sebelum implementasi, perusahaan sebaiknya melakukan assessment terhadap contact center architecture, customer journey, CRM, knowledge source, integration, data access, escalation, dan risk level. Baru setelah itu ditentukan AI use case yang memang relevan.
Enterprise AI Contact Center bersama Solutif
Solutif menyediakan layanan Contact Center, CX Consultancy, System Integration, Implementation, serta Maintenance Support dengan dukungan teknologi seperti Genesys dan Salesforce. Pendekatan Enterprise AI Contact Center dapat dimulai dari AI readiness assessment: memetakan interaction yang dapat diotomatisasi, interaction yang tetap membutuhkan agent, data yang diperlukan, integration point, human handoff, governance, serta target operating model.
Solutif kemudian dapat membantu pada layer contact center architecture, CRM integration, routing, AI & automation, implementation, hingga post-go-live support sesuai kebutuhan perusahaan.
Bagi enterprise, tujuan implementasi AI seharusnya bukan mengganti sebanyak mungkin agent. Tujuannya adalah menempatkan AI pada proses yang tepat, menjaga human control pada interaction yang membutuhkan judgement, serta membuat AI bekerja bersama CRM, contact center, dan workflow yang sudah dimiliki perusahaan.
Jika perusahaan Anda sedang mengevaluasi Enterprise AI Contact Center di Indonesia, diskusikan existing architecture, CRM, interaction flow, dan AI use case bersama tim Solutif. Kunjungi Solutif.co.id atau hubungi 021-5021-1001 untuk informasi lebih lanjut.