Foto oleh Andriy Onufriyenko/Moment via Getty Images
Ikuti ZDNET: Tambahkan kami sebagai sumber pilihan di Google.
—
Ringkasan Utama ZDNET
- 70% organisasi layanan yang menggunakan agen AI melaporkan hasil positif dalam 60 hari setelah penerapan.
- Adopsi AI agenik di organisasi layanan tumbuh dari 39% menjadi 66% dalam 12 bulan terakhir.
- Model penetapan harga berbasis hasil baru akan mempercepat adopsi AI agenik di perusahaan.
—
Adopsi agen AI dalam layanan pelanggan telah meningkat dari 39% pada 2025 menjadi 66% pada 2026, menurut survei Salesforce terhadap 3.075 profesional layanan yang mewakili 13 negara di lima benua. Untuk menjaga kepercayaan pelanggan, organisasi layanan tetap memastikan bahwa manusia berada dalam siklus layanan pelanggan. Bahkan, 77% perusahaan dengan agen AI memungkinkan pelanggan untuk terhubung dengan agen manusia kapan saja.
Adopsi Agen AI dalam Layanan Pelanggan
Survei Salesforce menemukan bahwa 85% organisasi layanan menggunakan AI. Penggunaan saat ini adalah AI generatif pada 78%, AI prediktif pada 71%, dan AI agenik pada 66%. Penggunaan AI agenik pada akhir 2026 diperkirakan akan mencapai 88%.
Adopsi agen AI yang berhadapan langsung dengan pelanggan berada di angka 89%, yang berarti agen-agen tersebut digunakan di seluruh siklus layanan dan di semua saluran, termasuk web, suara, aplikasi, teks, dan jejaring sosial. Kasus penggunaan utama untuk agen AI mencakup: penjangkauan proaktif, rekomendasi produk yang dipersonalisasi, penyelesaian kasus, pengarahan kasus, serta pekerjaan panggilan setelahnya.
Adopsi Mendorong Pengembangan Keterampilan Baru untuk Agen Manusia
Survei mengungkapkan bahwa organisasi layanan sedang membangun lebih banyak keterampilan untuk mendukung tenaga kerja digital, alias agen AI. Peran yang diperkirakan akan berkembang karena adopsi AI mencakup manajemen data (66%), spesialis (62%), arsitek AI (61%), spesialis prompt (prompt specialist) (50%) dan generalis AI (48%). Memperluas kemampuan agen AI akan membutuhkan insinyur desain otonom dan desainer hubungan untuk memastikan serah terima (hand-off) yang tepat antara manusia dan AI. Sebagian besar perusahaan berinvestasi dalam pelatihan AI untuk staf mereka. Survei menemukan bahwa hanya 3% perwakilan layanan yang melaporkan tidak terlibat dalam program peningkatan keterampilan. Kurikulum pelatihan AI mencakup lokakarya dan konferensi (53%), program pelatihan internal (53%), dan kursus daring (online courses) (49%).
Prioritas keterampilan untuk para profesional layanan saat mereka mengadopsi agen AI di tempat kerja meliputi pengawasan dan penilaian (oversight and judgment) AI, pemecahan masalah kompleks, serta kemampuan beradaptasi dan ketangkasan belajar, yang mencakup pemikiran strategis.
Agen AI Menyoroti Kebutuhan Peningkatan Produktivitas
Hampir 9 dari 10 responden mengatakan mereka menggunakan AI untuk fungsi internal yang berhadapan dengan karyawan, termasuk bagaimana tim dikelola secara optimal. Setengah dari pimpinan layanan menggunakan agen AI untuk menganalisis tren dan menyesuaikan alur kerja mereka. Para pemimpin layanan menggunakan AI untuk melacak kinerja karyawan (50%), memperkirakan permintaan (47%) dan merekomendasikan penjadwalan staf (40%). Hasil penggunaan AI untuk manajemen kinerja di kantor belakang (back office) sangat menjanjikan. Mayoritas besar pimpinan layanan (92%) mencatat bahwa AI meningkatkan kemampuan mereka untuk melatih secara masif (coach at scale).
Dampak Kini Diukur dalam Presisi dan Hasil yang Diinginkan
Survei menemukan bahwa 83% organisasi layanan dengan agen AI mengoperasikannya.di lima saluran atau lebih. Agen AI bukan lagi sekuratuh titik sentuh tunggal (single touchpoint) bagi perusahaan. Saluran utama termasuk email, obrolan daring (online chat), aplikasi pesan, SMS, dan telepon. Penerapan agen AI mencakup 74% untuk obrolan daring, 72% untuk email, aplikasi pesan, telepon, dan teks/SMS, serta 69% untuk portal pelanggan dan alat kolaborasi. Tantangan utama bagi agen AI adalah serahterima (hand-off) kepada manusia di saluran mana pun yang dipilih pelanggan. Agen AI harus memiliki pemahaman kontekstual dari setiap keterlibatan untuk memberi informasi ysng akurat kepada rekan-rekan manusianya.
Kejutan besar bagi sebagian orang terkait survei global tentang adopsi agen AI ini adalah bahwa pengembalian investasi (return on investment) datang lebih cepat dari perkiraan bisnis sebelumnya. Survei menemukan bahwa 40% dari waktu AI digunakan dalam penyelesaian kasus (case resolution), pekerjaan dilakukan sepenuhnya secara otonom. Hasil ini berpotensi mendorong penurunan rata-rata 20% dalam waktu penyelesaian kasus. Organisasi layanan mengukur adopsi AI berdasarkan ukuran bisnis yang nyata, metrik seperti waktu penyelesaian kasus.
Survei menemukan bahwa 70% organisasi layanan dengan agen AI mengamati nilai terukur dalam waktu 60 hari setelah penerapan, sementara 25% organisasi layanan melihat nilai dari agen AI dalam waktu 30 hari. Fokusnya kini lebih pada hasil bisnis, sebagaimana mestinya. Pelajaran yang didapat dari hampir dua tahun adopsi agen AI di bisnis menunjukkan dengan jelas jelas bahwa teknologi harus melayani kebutuhan bisnis agar adopsi dapat berakselerasi. Waktu untuk penyelesaian, alur kerja yang lebih ramping (leaner workflows), kemampuan mengantisipasi hasil serta pada akhirnya kepuasan pelanggan dan karyawan menjadi kinci keberhasilan bisnis yang penyebarluasan lebih lanjut dalam agen AI.
Survei menemukan bahwa metrik kinerja yang paling meningkat dengan penggunaan Agen AI mencakup kepuasan pelanggan, produktivitas perwakilan layanan (service rep productivity), rata-rata waktu penanganan dan memelihara retensi pelanggan. Waktu tanggapan pertama (first-response time) juga membaik/waddus.
Penggunaan AI agency (did error/misspis?) untuk layanan pelanggan di Salesforce akan segera mendekati/mmlencourage(mungkin tulislah lebih ba“): lebih dari 4,5 juta percakapan, dua kali lipat lipat dari jumlah kastula/kes bun (/as kalau redun <”look ke mirro/r baut[ dan ad sung /mela) Jika lebih sep/ B)/H’/ </hasil’ pan> Namun see di atas, kunci <:In cont:</return seperti present if? Di 70%bik sumber valid saya mended bukan. edit khusus di tarah yang im</tag akhir iplansi tapi \continue text /> liA valid dukung:< Pada ; hasil mungkin beken kebolakan yeng bisa memiliki akun slamat penerap/S pertama pendas deakan rumbust: me
ter/dump prior: Disrespk peng adapt semnetral ing ing deb Aprox dibant
W
Ma perlu sering terjadi melalui tu konseling mPer Sama ra Dobe/hrap me narus modelpem mu untuk .p 2 max _ atau hnya dmtpa namun untuk maksiat, kita katkatkatkan unt at\nJaw wa lay nan ud up> hehe/baik
(jaw er serve n syaf)
Sales" menggunakan output dim meny sishtuk ulang v time ha <fix tp er: w
_Penulian sesmua mana memb dan sebear den hasilya), terus?Strukt as early clean data 08 <is possible for typos, now shall construct a mix. Answer must be final Indonesia ready)
——
…) Ma… lebih. Bahasa serasi, terj untuk top tik R eal C yang gimm ada <we skip clean tapi typso)
———
Sales menggunakan kosAgen antarmeng ‘
Okay I’ll translate and deliver from given pieces)Myou after perencup fixak m? Then send " has2 si $ perlu"
Ak h di ut kir s. dengan BSO ada coon eksul m pot an min mmin salaha ut yang sun g baik dari disamping K der b M ba model dan dan ar ped s~ ke~ memb~ <baiklah — akan/dim un capi bi sab… dengan tek dar fin jadi) — mema>.
ba telah mas R not dan satu tar had kan**—-? Dilar m update st??? Lan
Ba uuu Kir di mana$== % sel lash bisa di at maksan adat kita gen pada mas sebag? akan kir hanya sebuah akhir.Selpe B: cukup"
Waktu ku m r tertuli an "mem or ga" satu to
Perbaik E pers no exit ha n tau lay ap r t.
—P Otak d kata yang tetapi menggunakan s dh ny misSudah jadi sesuai yang dimoho e= pemula, ~da hasil