Ada banyak kehebohan tentang potensi kekuatan kecerdasan buatan generatif (AI), tetapi implementasi di dunia nyata sulit untuk ditemukan. Sementara teknologi ini bisa mengubah dunia kerja selamanya, implementasinya saat ini difokuskan pada beberapa area kunci — dan salah satunya adalah pengalaman pelanggan (CX).
Forrester mengharapkan kecerdasan buatan generatif memberikan dorongan besar bagi tim CX hingga 2024. Peneliti teknologi ini mengatakan agen layanan akan menggunakan alat yang didukung AI untuk mengajukan pertanyaan berbahasa alami dan menerima jawaban atas pertanyaan pelanggan daripada mencari informasi di database.
Juga: 4 cara untuk membantu organisasi Anda mengatasi inertia AI
Firma jasa profesional Genpact juga mengharapkan lebih banyak bisnis menggunakan kecerdasan buatan generatif untuk menemukan cara baru untuk mengukur dan membayangkan kembali pengalaman pelanggan. Beberapa organisasi pionir sudah merangkul AI untuk CX. Ambil spesialis perangkat lunak MHR, yang menggunakan Platform Pendapatan Clari dan alat yang diaktifkan AI dari penyedia untuk memberikan visibilitas staf terhadap kinerja penjualan.
Tim Lancelot, kepala pemberdayaan penjualan di MHR, menjelaskan kepada ZDNET bagaimana Clari Copilot menggunakan AI untuk merangkum percakapan dan membuat tindakan pintar yang terintegrasi ke dalam platform Salesforce MHR.
“Salah satu poin penjualan besar dari teknologi kecerdasan percakapan Copilot adalah bahwa itu duduk dalam Platform Pendapatan Clari yang sudah ada kami,” katanya. “Jadi, misalnya, saya bisa melihat kesepakatan dan, pada tahap penjualan, kita bisa memeriksa staf kita telah berbicara tentang hal-hal tertentu, seperti kontrak.”
Juga: Pengembangan Agile dapat membuka kekuatan kecerdasan buatan generatif – inilah caranya
Lancelot mengatakan tim penjualan sekarang mendapatkan manfaat dari pandangan tunggal pelanggan dan mereka mencapai titik itu dengan cepat dengan membuat tumpukan teknologi yang terkonsolidasi. “Anda tidak bisa mengelola apa yang tidak bisa Anda ukur. Dan Anda tidak bisa mengelola dengan efektif jika Anda tidak bisa mengukur secara real time. Kunci keberhasilan adalah merangkum informasi untuk membantu Anda membuat keputusan berikutnya secara efektif — dan itulah yang dilakukan Clari,” katanya.
Organisasi lain yang menggunakan AI untuk meningkatkan CX adalah Simplyhealth. Penyedia solusi kesehatan Inggris ini menggunakan Salesforce Einstein for Service untuk membantu staf menjawab pertanyaan melalui email dengan respons berbasis GPT. Dan Eddie, direktur layanan pelanggan di Simplyhealth, mengatakan kepada ZDNET bahwa kecerdasan percakapan AI membantu mengubah efisiensi agen dengan memastikan staf mengirimkan informasi yang tepat kepada pelanggan pada waktu yang tepat.
Sistem berbasis GPT mencari database perusahaan dan menghasilkan respons otomatis untuk pertanyaan yang sering diajukan. Eddie mengatakan sebuah email yang mungkin membutuhkan waktu 12 menit bagi seorang agen untuk menjawab sekarang hanya membutuhkan sekitar satu setengah menit.
Juga: 5 cara CIO dapat mengelola permintaan bisnis untuk kecerdasan buatan generatif
Sementara Simplyhealth sudah meningkatkan CX melalui AI, Eddie mengatakan pemimpin digital lain harus menemukan kasus penggunaan yang tepat. “Ada keseimbangan yang harus dicapai dalam hal tujuan organisasi Anda dan apa yang ingin Anda lakukan,” katanya. “Apakah ada masalah yang tim Anda coba selesaikan? Apakah ada hasil yang dibutuhkan pelanggan? Dan kemudian bagaimana AI memainkan peran dalam perjalanan itu bagi staf untuk mencapai tujuan?”
Eddie mengatakan tujuan jangka panjang di Simplyhealth adalah menggunakan AI untuk meningkatkan proses CX: “Bagi kami, AI akan memainkan peran dalam layanan kami, tetapi bukan segalanya. Itu akan menjadi bagian dari cara pelanggan dan pasien kami dapat mengakses layanan kesehatan.”
Caroline Carruthers, CEO di konsultan Carruthers and Jackson, adalah seorang ahli lain yang mengatakan para profesional harus memastikan solusi CX yang diaktifkan AI-nya difokuskan secara ketat pada hasil bisnis: “Kecerdasan buatan generatif adalah hal yang menarik perhatian publik — semua orang mencoba mendapatkan palu kecerdasan buatan generatif.”
Juga: 5 cara untuk mempersiapkan dampak kecerdasan buatan generatif pada profesi TI
Carruthers mengatakan kepada ZDNET bahwa para profesional harus menahan kegembiraan bisnis dengan fokus pada pertimbangan kunci, seperti kemampuan internal. “Ada biaya masuk karena Anda harus mempelajari satu set alat yang baru,” katanya. “Dan AI adalah kumpulan keterampilan yang mahal untuk dibawa ke dalam sebuah organisasi karena semua orang tertarik.”
Toby Alcock, CTO di Logicalis, merujuk pada tantangan bisnis lain: Halusinasi. Para profesional yang menjelajahi AI untuk CX harus memahami keterbatasan teknologi dan potensi kecerdasan buatan generatif untuk menghasilkan jawaban yang tidak akurat atas pertanyaan — atau yang lebih buruk.
“Saya pikir ada banyak potensi untuk AI,” kata Alcock kepada ZDNET. “Tapi setiap cerita positif, Anda akan melihat skenario mimpi buruk di mana sebuah chatbot mengambil pandangan ekstrim dan harus segera dimatikan.”
Bukti menunjukkan para profesional harus mengambil kendali yang ketat atas informasi perusahaan sebelum mereka mencoba-coba dengan AI. Penelitian dari Aberdeen Group menunjukkan hanya 35% bisnis hari ini puas dengan penggunaan data mereka saat ini dalam mengelola program CX mereka.
Juga: Ingin menjadi seorang ilmuwan data? Lakukan 4 hal ini, menurut para pemimpin bisnis
Sementara itu, Carruthers dan Jackson melaporkan hanya 5% bisnis yang membanggakan tingkat kedewasaan AI yang tinggi, departemen AI yang mapan, atau proses AI yang jelas.
Alcock mengatakan organisasi harus fokus pada proses, standar, dan kebijakan yang memastikan data digunakan secara efisien dan aman: “Saya pikir tata kelola, dalam hal bagaimana Anda menetapkan batasan yang sangat ditentukan di sekitar model AI, akan menjadi lebih penting.”
Sentimen itu beresonansi dengan Sophie Gallay, direktur data global dan IT klien Etam, yang bergabung dengan pengecer Prancis pada Februari 2023. Dia sedang membuat strategi grup untuk masalah data kunci, seperti arsitektur, peralatan, tata kelola, dan nilai.
Tahap pertama strategi ini, yang akan berlangsung hingga akhir 2024, difokuskan pada membangun platform data segar dengan menggunakan teknologi Snowflake. Saat Etam menyelesaikan tahap pertama strategi ini, Gallay akan mencari cara baru untuk membantu Etam memanfaatkan data, termasuk kecerdasan buatan.
Juga: Ingin bekerja di bidang AI? Bagaimana cara beralih karier dalam 5 langkah
Dia mengatakan kepada ZDNET bahwa kasus penggunaan pertama untuk AI kemungkinan akan difokuskan pada meningkatkan produktivitas dan responsifitas staf dukungan. “Saya ingin mendedikasikan waktu mereka untuk topik-topik penting,” katanya. “Dan saya cukup yakin produk hebat yang didukung oleh kecerdasan buatan generatif bisa menjawab permintaan level-satu dari klien kami.”
Namun, prioritas Gallay adalah mengekspos manfaat AI — dan itu semua tentang membangun fondasi, menahan ekspektasi bisnis, dan membuktikan nilai.
“Saat ini adalah momen yang tepat bagi kami karena kami memiliki tim yang diperlukan untuk diuji dan kematangan teknis dan data untuk membuat produk dalam skala begitu kami siap,” katanya.
“Skenario terburuknya adalah memulai sesuatu setahun yang lalu, melihat bahwa nilainya besar, dan kemudian berhenti dan mengatakan, ‘Maaf, teman-teman, kami tidak bisa memperluas karena kami tidak memiliki platform data, data, dan tata kelola.’ Saya ingin memastikan bahwa, sejak detik kami mengatakan, ‘Baiklah, ini memiliki nilai, mari kita perluas,’ bahwa kami memiliki kemampuan untuk melakukannya.”