AI dalam customer service bekerja dengan membaca pesan pelanggan, mencari jawabannya di dokumen resmi perusahaan, lalu membalas atau menyerahkan kasus ke agen manusia lewat tiket. Memahami urutan itu membantu Anda menentukan di tahap mana jawaban bisa salah dan pengaturan apa yang mencegahnya.
Survei Gartner terhadap 3.566 pelanggan pada Februari dan Maret 2026 menemukan hanya 27% responden bersedia mencoba chatbot lagi setelah satu pengalaman buruk. Gartner menyarankan pemimpin layanan mengutamakan keandalan di atas jangkauan, yaitu memulai dari jenis masalah yang sudah terselesaikan dengan baik dan memperluasnya setelah hasilnya andal.
Artikel ini menguraikan lima tahap kerja AI beserta pengaturan di tiap tahap, contoh alur keluhan pesanan, teknologi pendukungnya, dan cara mengendalikan risiko jawaban salah.
Apa Itu AI dalam Customer Service?
AI dalam customer service adalah sistem yang menggabungkan kemampuan memahami bahasa, dokumen resmi perusahaan, sambungan ke aplikasi bisnis, dan aturan penyerahan ke agen untuk melayani pelanggan lewat teks atau suara.
Keempat komponen itu menentukan batas kemampuannya, sebab AI hanya tahu isi dokumen yang diberikan dan hanya bisa bertindak di aplikasi yang diizinkan.
Chatbot berbasis aturan hanya mengenali menu dan kata kunci, sedangkan AI percakapan membaca kalimat bebas. Tabel berikut membedakan empat bentuk yang dipakai bisnis saat ini.
| Bentuk | Cara kerja | Contoh tugas |
|---|---|---|
| Chatbot berbasis aturan | Mencocokkan kata kunci atau tombol menu dengan balasan yang sudah disiapkan | Menampilkan menu “ketik 1 untuk status pesanan” |
| AI percakapan | Membaca kalimat bebas, lalu menyusun jawaban dari dokumen perusahaan | Menjawab “barang ini boleh dikembalikan?” sesuai kebijakan yang berlaku |
| AI agent | Mengambil tindakan di aplikasi lain atas nama pelanggan | Membaca status pelacakan paket langsung dari sistem ekspedisi |
| AI pendamping agen (copilot) | Bekerja di sisi agen, bukan di sisi pelanggan | Merangkum riwayat percakapan dan menyarankan draf balasan |
Pembahasan berikutnya berfokus pada AI percakapan dan AI agent, karena keduanya melayani pelanggan langsung dan menjalani seluruh tahap kerja.
Cara Kerja AI dalam Customer Service
Setiap pesan pelanggan melewati lima tahap, yaitu AI membaca maksudnya, mencari jawaban di dokumen, membalas atau bertindak, menyerahkan kasus sulit ke agen, lalu mencatat hasilnya. Di tiap tahap ada satu pengaturan yang ditetapkan perusahaan, seperti batas keyakinan di Tahap 1 dan jadwal tinjauan di Tahap 5.
Tahap 1: Menerima Pesan dan Mengenali Maksudnya
Pesan masuk dari kanal seperti WhatsApp, email, live chat, atau media sosial. AI lalu memakai natural language processing (NLP), teknologi pengolah bahasa manusia, untuk menentukan maksud pelanggan dan mengambil data seperti nomor pesanan.
Setiap maksud yang terbaca datang dengan skor keyakinan, dan batas minimum skor itu menjadi pengaturan yang Anda tetapkan. Pesan di bawah batas langsung diteruskan ke agen, bukan dijawab dengan tebakan.
Tahap 2: Mencari Jawaban di Basis Pengetahuan
Basis pengetahuan (knowledge base) adalah tempat perusahaan menyimpan dokumen resmi yang boleh dirujuk AI, seperti FAQ, syarat pengembalian barang, spesifikasi produk, dan prosedur operasi standar (SOP) layanan.
Teknik yang disebut retrieval-augmented generation (RAG) memisahkan dua pekerjaan, yaitu mencari potongan dokumen yang paling cocok dengan pertanyaan, lalu menyusun jawaban hanya dari potongan itu.
Pengaturan kuncinya adalah daftar dokumen yang boleh dipakai AI, lengkap dengan tanggal tinjauan terakhir tiap dokumen. Dokumen kedaluwarsa menghasilkan jawaban salah yang ditulis dengan percaya diri, misalnya harga promo yang sudah berakhir.
Bila dokumen tidak memuat jawabannya, AI yang diatur dengan benar mengaku tidak tahu dan menyerahkan kasus ke agen.
Tahap 3: Membalas atau Menjalankan Tindakan
Jika keyakinan pada jawabannya cukup tinggi, AI membalas dengan bahasa dan nada yang sudah ditetapkan perusahaan. AI agent bisa melangkah lebih jauh lewat integrasi, yaitu sambungan ke aplikasi lain, misalnya untuk membaca status pelacakan paket atau mengecek stok barang.
Izin tindakan menjadi pengaturannya. Tindakan yang hanya membaca data boleh berjalan otomatis, sedangkan tindakan yang mengubah uang atau data pelanggan, seperti pengembalian dana, menunggu persetujuan agen.
Tahap 4: Menyerahkan Kasus ke Agen lewat Tiket
AI menyerahkan kasus ke agen ketika jawabannya diragukan, pelanggan meminta berbicara dengan manusia, nada pesan memanas, atau topiknya menyangkut uang dan sengketa. Penyerahan dilakukan lewat tiket, yaitu satu catatan per kasus yang bisa dibuka agen tanpa membaca ulang seluruh percakapan.
Pengaturannya adalah aturan penyerahan, yang terdiri dari daftar topik yang selalu beralih ke agen dan isi minimum tiket. Isi minimum itu mencakup ringkasan keluhan, maksud pelanggan, data pesanan, dan langkah yang sudah dicoba AI, sehingga pelanggan tidak perlu mengulang cerita.
Tahap 5: Mencatat Hasil dan Memperbaiki
Percakapan yang sudah selesai tetap berguna sebagai bahan evaluasi: sistem menyimpan pertanyaan yang tidak terjawab, koreksi dari agen, lama penyelesaian, dan nilai kepuasan pelanggan. Pengaturannya berupa jadwal tinjauan, yaitu waktu tetap untuk memeriksa sampel percakapan dan melengkapi dokumen yang kurang.
Tanpa jadwal itu, kesalahan yang sama berulang dan baru diketahui saat pelanggan mengeluh. Sebagai ukuran awal, hitung persentase percakapan yang selesai tanpa pelanggan menghubungi lagi soal masalah yang sama.
Baca juga: 9 Rekomendasi Prosedur SOP Customer Service
Contoh Alur: Keluhan Pesanan yang Belum Sampai
Pada keluhan pesanan yang belum sampai, AI memastikan status pengiriman lewat data, lalu menyerahkan keputusan pengembalian dana kepada agen. Contoh berikut bersifat ilustrasi dan memakai kebijakan toko daring fiktif.
Seorang pelanggan toko elektronik daring menulis lewat live chat pada Rabu siang bahwa pesanannya belum sampai dan ia ingin uangnya kembali bila paket tidak bisa dikirim.
| Tahap | Yang terjadi | Pengaturan yang bekerja |
|---|---|---|
| Tahap 1: maksud dikenali | AI membaca dua maksud dalam satu pesan, yaitu keluhan pengiriman dan permintaan pengembalian dana, lalu mengambil nomor pesanan dari akun pelanggan | Batas keyakinan: kedua maksud terbaca jelas, jadi alur berlanjut |
| Tahap 2: jawaban dicari | Dokumen kebijakan menyatakan paket yang tertahan di pusat transit harus dicek ke ekspedisi, dan pengembalian dana diputuskan agen | Daftar dokumen: hanya kebijakan pengiriman versi terbaru yang dipakai |
| Tahap 3: balasan atau tindakan | Lewat integrasi ke sistem ekspedisi, AI membaca bahwa paket tertahan di pusat transit sejak Jumat, lalu menyampaikan temuan itu kepada pelanggan | Izin tindakan: AI hanya membaca status dan tidak memproses pengembalian dana |
| Tahap 4: kasus diserahkan | AI membuat tiket prioritas tinggi untuk tim logistik berisi ringkasan keluhan, nomor pesanan, riwayat status paket, dan permintaan pengembalian dana | Aturan penyerahan: urusan uang berpindah ke manusia, dengan isi tiket yang lengkap |
| Tahap 5: hasil dicatat | Setelah agen menyelesaikan kasus, tiket diberi label “paket tertahan di transit” dan masuk ke tinjauan mingguan | Jadwal tinjauan: jika polanya berulang, tim menambah prosedur di dokumen sumber |
Pelanggan mendapat kepastian status sejak balasan pertama, sementara keputusan soal uang tetap di tangan agen. Seandainya AI boleh memproses pengembalian dana sendiri, satu salah baca status paket dapat mengeluarkan uang untuk pesanan yang sebenarnya sudah diterima.
Teknologi di Balik AI Customer Service
AI customer service bertumpu pada lima lapisan teknologi yang bekerja berurutan, sehingga kelemahan di satu lapisan terbawa ke lapisan berikutnya. Tabel berikut memuat tugas tiap lapisan dan cara gagalnya yang umum.
| Lapisan | Tugasnya | Cara gagal yang umum |
|---|---|---|
| NLP | Menentukan maksud pesan, mengambil data seperti nomor pesanan, dan membaca nada pesan | Salah mengenali maksud pada pesan singkat, pesan berisi dua permintaan, atau campuran bahasa daerah |
| Machine learning dan LLM | Machine learning melatih sistem dari contoh data, bukan dari aturan tulis tangan. LLM (large language model) menyusun kalimat jawaban dari pola bahasa | Jawaban lancar tetapi tidak sesuai fakta, yang disebut halusinasi |
| Pencarian dokumen (RAG) | Mengambil potongan dokumen yang maknanya paling dekat dengan pertanyaan, lalu menyerahkannya ke LLM sebagai bahan jawaban | Dokumen kedaluwarsa atau saling bertentangan menghasilkan jawaban salah |
| Integrasi lewat API | API (application programming interface) adalah jalur resmi bagi dua aplikasi untuk bertukar data. Lewat API, AI membaca CRM (customer relationship management, yaitu aplikasi penyimpan data pelanggan), sistem pesanan, dan helpdesk (aplikasi pengelola tiket) | Izin akses terlalu luas atau data di aplikasi sumber tidak mutakhir |
| Pengaman (guardrail) dan pencatatan | Membatasi topik, menyaring jawaban sebelum terkirim, dan merekam tiap keputusan AI untuk ditinjau | Aturan terlalu longgar atau catatan tidak pernah ditinjau |
Integrasi menentukan apakah AI mengenal pelanggan yang sedang menulis. Tanpa API, AI hanya menjawab dari dokumen.
Terapkan akses sekecil mungkin: izin baca untuk data pesanan dan riwayat pelanggan, izin tulis hanya untuk membuat atau memperbarui tiket.
Risiko Jawaban AI yang Salah dan Cara Mengendalikannya
Jawaban AI yang salah sulit dikenali pelanggan karena ditulis dengan nada yakin, sehingga dibaca sebagai pernyataan resmi perusahaan. Pengendaliannya dilakukan lewat pengaturan di setiap tahap kerja, bukan lewat satu filter di akhir.
Tabel berikut memetakan empat jenis jawaban salah ke pengaturan yang menutup celahnya.
| Jenis jawaban salah | Contoh | Pengaturan yang menutup celahnya |
|---|---|---|
| Menyebut kebijakan yang tidak ada | Menjanjikan pengembalian dana untuk kasus di luar kebijakan | Daftar dokumen: AI menjawab hanya dari dokumen terdaftar dan mengaku tidak tahu bila dokumen tidak memuat jawabannya (Tahap 2) |
| Memakai informasi kedaluwarsa | Menyebut harga promo yang sudah berakhir | Penanggung jawab dan tanggal tinjauan untuk tiap dokumen (Tahap 2 dan 5) |
| Salah membaca maksud | Menjawab ongkos kirim padahal pelanggan meminta pengembalian dana | Batas keyakinan minimum, dengan pesan di bawah batas diteruskan ke agen (Tahap 1) |
| Berjanji di luar wewenang | Menyetujui kompensasi tanpa persetujuan agen | Izin tindakan hanya membaca, dan aturan penyerahan mewajibkan topik uang ke agen (Tahap 3 dan 4) |
Tinjauan rutin di Tahap 5 menangkap kesalahan yang lolos dari pengaturan Tahap 1 sampai 4, sebelum pelanggan melaporkannya.
Kesimpulan
AI dalam customer service bekerja lewat lima tahap, dan mutunya ditentukan lima pengaturan: batas keyakinan, daftar dokumen, izin tindakan, aturan penyerahan, dan jadwal tinjauan. Jawaban yang salah umumnya bisa ditelusuri ke salah satu pengaturan itu.
Mulailah dari satu kanal dan satu jenis masalah yang jawabannya sudah tertulis, lalu perluas cakupannya setelah hasilnya terbukti andal.
Optimalkan Layanan Pelanggan Anda
Jadwalkan demo Adaptist Prose dan lihat bagaimana Ticketing System terintegrasi membantu menyatukan tiket, percakapan, dan data pelanggan dalam satu dashboard. Dengan alur kerja yang lebih terstruktur, tim dapat merespons lebih cepat, mengurangi beban operasional, dan menjaga kualitas layanan tetap konsisten seiring pertumbuhan bisnis.
FAQ
Belum tentu. AI layak dicoba jika pertanyaan yang sama muncul setiap hari dan jawabannya sudah tertulis, sedangkan pesan yang masih sedikit cukup dibantu balasan cepat (quick reply) di aplikasi pesan.
Sistem yang memakai model bahasa besar (large language model) umumnya memahami bahasa Indonesia sehari-hari, termasuk singkatan dan salah ketik. Istilah khusus bisnis dan campuran bahasa daerah tetap perlu diuji dengan riwayat chat Anda sendiri sebelum diluncurkan.
Ya, sebaiknya diberi tahu. Sebutkan di awal percakapan bahwa pelanggan dilayani AI dan sediakan perintah yang jelas, misalnya mengetik “agen”, untuk berpindah ke manusia.
Tidak. AI menjawab pertanyaan yang bisa selesai seketika, sedangkan sistem ticketing mencatat, mengarahkan, memprioritaskan, dan melacak kasus yang butuh penanganan manusia sampai selesai.
Waktunya bergantung pada kesiapan dokumen dan integrasi. Uji coba satu kanal dengan FAQ yang sudah tertulis dapat dimulai lebih cepat daripada sistem yang harus tersambung ke data pesanan dan tagihan.
