SuaraSekitar Terkini Kumpulan Berita dan Informasi dari berbagai sumber yang terpercaya
Chatbots saat ini cenderung canggung dan bahkan menyakitkan untuk digunakan, terbatas pada menjawab serangkaian pertanyaan sederhana — seringkali salah. Tetapi bagaimana jika chatbot dapat dirancang untuk mendukung tugas yang lebih kompleks dan bertingkat, seperti mengatur jadwal harian atau menunjukkan kesalahan yang tersembunyi di dalam perangkat mekanis yang kompleks? Teknologi AI percakapan menjanjikan semua ini dan lebih banyak lagi.
AI percakapan dibangun di atas pemrosesan bahasa alami (NLP) dan teknologi pembelajaran mesin (ML) lainnya, dengan tujuan memungkinkan interaksi seperti manusia antara mesin dan manusia. Sejauh ini, AI percakapan sebagian besar telah digunakan untuk membuat chatbot canggih — sebagai lawan dari chatbot berbasis aturan dan skrip. “Ini banyak digunakan dalam konteks pemasaran dan layanan pelanggan karena dapat secara signifikan meningkatkan jangkauan, daya tanggap, efisiensi, dan personalisasi dan, pada saat yang sama, mengurangi biaya,” kata Yan Huang, profesor teknologi bisnis di Carnegie Mellon University Tepper School of Business.
Percobaan awal AI percakapan menargetkan aplikasi layanan pelanggan sederhana. “Namun, kami sekarang melihat perluasan aplikasi AI percakapan di area lain, mulai dari dukungan TI internal hingga pemeliharaan dan manufaktur,” kata Dan Simion, wakil presiden AI dan analitik di perusahaan penasihat TI dan bisnis Capgemini Americas.
Perusahaan telekomunikasi, misalnya, mungkin memiliki teknisi yang mencoba memperbaiki masalah teknis di dalam rumah pelanggan. Saat teknisi bekerja untuk memecahkan masalah, AI percakapan dapat memandu teknologi melalui tugas. “Daripada membaca manual untuk memperbaiki modem di rumah — atau dalam kasus manufaktur, memperbaiki mesin di pabrik atau pabrik — teknisi dapat mengajukan pertanyaan melalui solusi jenis chatbot yang memberi mereka menjawab di tempat,” jelas Simion.
AI Concierge Service
Dalam tahap awal saat ini, AI percakapan banyak digunakan di interaksi panggilan pelanggan. “Ini sering kali merupakan interaksi pertama yang mungkin Anda lakukan dengan perusahaan untuk mengarahkan panggilan Anda, menanggapi permintaan sederhana, atau untuk menemukan orang tertentu,” kata Theresa Kushner, direktur senior data dan analitik di penyedia layanan TI global, NTT Data Services. “Dengan cara ini, ia bertindak seperti pramutamu perusahaan, menyediakan layanan di sebagian kecil dari biaya interaksi manusia.”
Teknologi yang ada memungkinkan model pembelajaran mesin dilatih untuk mengenali kata-kata atau frasa yang menunjukkan maksud pengguna tertentu, seperti memeriksa saldo bank, menjadwalkan rapat, mengajukan pertanyaan SDM, dan membuka tiket dukungan pelanggan atau karyawan. “Dikenal sebagai pemahaman bahasa alami (NLU), model ini mampu menggeneralisasi dan mengenali maksud dari apa yang diminta pengguna,” jelas Gillian McCann, CTO di Workgrid Software, sebuah perusahaan yang dimiliki oleh Liberty Mutual Insurance.
Setelah maksud pengguna dikenali, dan dialog berlanjut, teknologi pengenalan entitas (NER) bernama masuk untuk mengekstrak informasi tambahan apa pun yang mungkin diperlukan untuk memenuhi tugas yang diperlukan. “Ketika semua informasi telah dikumpulkan, pendekatan integrasi aplikasi standar digunakan untuk melakukan tugas yang sebenarnya atau mengambil informasi yang diperlukan,” kata McCann.
Kushner mencatat bahwa AI percakapan sekarang mendekati titik di mana ia mampu menangani interaksi kompleks dengan pelanggan, belajar dari interaksi tersebut, dan memberikan tingkat dukungan pelanggan yang tidak pernah lelah, tidak pernah marah, dan selalu memberikan jawaban.
Simion setuju. “Kami melihat aplikasi ini menjadi lebih cerdas,” katanya. “Setelah pertanyaan diajukan oleh pengguna, alat AI percakapan memberikan jawaban kemudian, ketika pertanyaan lanjutan diajukan, pertanyaan tersebut terus menunjukkan informasi yang tepat berdasarkan seluruh konteks dan riwayat percakapan.”
Ruang untuk Peningkatan dalam AI Percakapan
Meskipun ada kemajuan baru-baru ini, teknologi AI percakapan masih relatif terbatas. Pengalaman pengguna sangat bervariasi, bahkan di saluran yang berbeda dalam organisasi yang sama.
“Hal ini menyebabkan frustrasi pelanggan, dan setiap orang memiliki kisah buruk untuk diceritakan,” kata Wayne Butterfield, direktur ISG Automation , sebuah unit penelitian teknologi dan firma penasihat ISG. “Kabar baiknya adalah ketika AI percakapan dilakukan dengan baik, itu tersedia, membantu, dan segera.”
Pada akhirnya, perusahaan perlu memastikan AI percakapan bermanfaat dan tidak membuat pengguna frustrasi. “Kita semua memiliki pengalaman dengan chatbot layanan pelanggan yang mungkin tidak mengerti apa yang kita minta atau mengarahkan kita ke pembuat keputusan yang salah,” kata Simion. “Memastikan alat AI percakapan berguna dan tidak membuat frustrasi sangat penting untuk adopsi lebih lanjut.” Masih banyak ruang untuk perbaikan, tambahnya. “Seluruh pengalaman adalah pohon keputusan berdasarkan masukan pengguna, dan alat AI percakapan harus memastikan pengguna masuk ke cabang yang tepat untuk mendapatkan informasi dan jawaban yang mereka cari.”
Keamanan dan privasi juga berpotensi menjadi batu sandungan. “Pengguna mungkin khawatir tentang keamanan aplikasi AI percakapan karena teknologi ini membutuhkan pengumpulan data terus-menerus tentang pengguna dan interaksi mereka dengan aplikasi dan, dengan demikian, rentan terhadap pelanggaran data,” jelas Huang. Untuk mengatasi masalah ini, keamanan dan perlindungan privasi harus dibangun langsung ke dalam aplikasi percakapan, katanya. “Beberapa pengguna akhir mungkin tidak mempercayai mesin secara umum, oleh karena itu penting juga untuk mengedukasi pengguna tentang keamanan dan manfaat percakapan AI untuk meningkatkan kepercayaan pengguna terhadap teknologi.”
Daftar Isi
Apa yang Harus Dibaca Selanjutnya
Apa yang Dibenci Beberapa Pelanggan dan Karyawan Tentang Chatbots
Bagaimana AI Dapat Membuat Perdagangan di Masa Depan Lebih Manusiawi
3 Cara Membuat AI Percakapan Bekerja Untuk Organisasi Anda