Chatbot AI untuk Customer Service: Cara Kerja dan Cara Membangunnya

admin
3 Mei 2024
8 menit membaca

Diperbarui: 9 Jul

Chatbot AI untuk customer service memakai large language model (LLM) untuk memahami pertanyaan pelanggan, mencari jawabannya di dokumentasi Anda, lalu menyusun balasan yang akurat tanpa perlu agen menangani setiap tiket. Hasilnya, pelanggan terlayani lebih cepat dan tim support lepas dari pekerjaan berulang.

Panduan ini membahas cara kerja chatbot tersebut, cara membangunnya dari konten Anda sendiri, dan cara menjaganya tetap akurat. Di bagian akhir ada studi kasus nyata dari pengujian terhadap 100 pertanyaan pelanggan.

Apa Itu Chatbot AI untuk Customer Service?

Chatbot AI untuk customer service adalah perangkat lunak yang memahami maksud pertanyaan pelanggan lalu menjawabnya dari dokumentasi Anda, bukan sekadar mencocokkan kata kunci dengan jawaban yang sudah disiapkan. Chatbot generasi lama hanya membalas dengan respons kaku dari alur yang sudah ditentukan. Asisten berbasis LLM memahami maksud pertanyaan dan menghasilkan jawaban yang mengacu langsung ke produk, kebijakan, dan harga Anda.

Ini penting karena pelanggan jarang bertanya dengan susunan kata yang sama seperti di dokumentasi Anda. Asisten inilah yang menjembatani perbedaan tersebut, sehingga Anda tidak perlu menyiapkan skrip jawaban untuk setiap kemungkinan pertanyaan.

Seberapa Besar Dampak AI pada Customer Service?

Dampaknya besar dan bergerak cepat. Menurut Gartner, pada 2029 agentic AI akan menyelesaikan 80% masalah customer service umum tanpa campur tangan manusia, sekaligus memangkas biaya operasional hingga 30%. Beberapa angka lain memperkuat arah yang sama:

Gartner juga memproyeksikan AI percakapan akan menekan biaya tenaga kerja contact center hingga 80 miliar dolar AS pada 2026.
IBM mencatat 42% organisasi besar sudah menerapkan AI dan 40% lainnya sedang menjajakinya, dengan layanan pelanggan sebagai salah satu penggunaan utamanya.

Tren ini adalah bagian dari penerapan AI dalam bisnis yang jauh lebih luas, dan customer service biasanya menjadi area yang paling cepat menunjukkan hasil.

Bagaimana Cara Kerja Chatbot AI Customer Service?

Chatbot AI customer service bekerja dengan menghubungkan large language model ke dokumentasi, knowledge base, dan riwayat tiket Anda, lalu memakai natural language processing untuk mencocokkan setiap pertanyaan dengan informasi yang paling relevan. Ada dua hal yang membedakannya dari chatbot generasi lama.

Memahami Konteks, Bukan Sekadar Kata Kunci

Chatbot ini membaca setiap pertanyaan untuk memahami kebutuhan pelanggan yang sebenarnya, bukan hanya memindai kata yang cocok. Ketika pelanggan bertanya, "kenapa saya tidak bisa melampirkan file ke tiket?", sistem lama mungkin tidak memberi jawaban yang berguna. Asisten berbasis LLM langsung menangkap maksudnya dan menampilkan dokumentasi tentang tipe file yang didukung beserta batasannya.

Cara pelanggan bertanya memang jarang sama persis dengan bahasa di dokumentasi Anda. Asisten ini menanganinya tanpa perlu Anda memelihara kumpulan skrip jawaban.

Menjawab dari Dokumentasi Anda Sendiri

Jawaban diambil dari dokumentasi spesifik Anda, bukan dari pengetahuan umum model. Dengan demikian, setiap balasan tetap konsisten dengan kebijakan, harga, dan fitur Anda. Asisten pun menjelaskan produk sesuai kondisi sebenarnya.

Bagaimana Cara Membangun Chatbot AI Customer Service?

Chatbot AI customer service dibangun lewat enam langkah, mulai dari audit dokumentasi hingga peluncuran dan pemantauan. Alurnya mirip dengan proses terstruktur yang digunakan BI Solusi dalam menangani proyek AI. Berikut tahapannya:

Audit dokumentasi Anda: kumpulkan artikel bantuan, dokumen produk, dan tiket yang sudah selesai, lalu perbaiki bagian yang kurang atau usang. Akurasi asisten mengikuti kualitas materi yang dibacanya.
Tentukan model dan skema retrieval: pilih LLM yang sesuai anggaran dan kebutuhan akurasi Anda, lalu hubungkan ke knowledge base lewat lapisan retrieval agar jawabannya tetap berpijak pada konten Anda.
Hubungkan sumber data: kaitkan knowledge base, riwayat tiket, dan dokumentasi produk yang perlu dirujuk asisten.
Tetapkan aturan eskalasi: tentukan kapan asisten menjawab langsung, kapan menyiapkan draf untuk ditinjau agen, dan kapan pertanyaan diteruskan ke agen manusia.
Uji dengan pertanyaan nyata: jalankan sistem memakai pertanyaan lama yang riil, lalu periksa akurasinya sebelum sampai ke pelanggan.
Luncurkan dan pantau: integrasikan ke helpdesk Anda, lalu pantau akurasi dan tingkat eskalasinya agar dokumentasi terus disempurnakan.

Umumnya tim memulai dengan pola draf lalu kirim: asisten menyiapkan balasan, agen yang mengirimkannya. Setelah hasilnya terbukti andal, pertanyaan rutin baru dijawab langsung tanpa perantara.

Lebih Baik Bangun Sendiri atau Pakai Platform?

Jawabannya bergantung pada seberapa besar kontrol yang Anda butuhkan atas jawaban. Platform siap pakai lebih cepat dijalankan dan memadai untuk kebutuhan umum. Membangun sendiri memerlukan usaha lebih di awal, tetapi memberi Anda kendali atas data yang dibaca asisten, gaya balasannya, dan cara integrasinya dengan alur kerja Anda.

Pemilihan model mengikuti logika serupa. Model besar lebih andal menangani pertanyaan kompleks, tetapi biayanya lebih tinggi per balasan. Model kecil lebih cepat dan hemat untuk pertanyaan rutin. Untuk sebagian besar kebutuhan support, penentunya bukan ukuran model, melainkan seberapa baik lapisan retrieval menyuplai dokumentasi Anda. Model kecil yang terhubung rapi sering kali mengungguli model besar dengan koneksi yang buruk.

Apa Tantangan Terbesar Chatbot AI Customer Service?

Dua tantangan terbesarnya adalah menjaga akurasi jawaban dan mengatur handoff ke agen manusia. Setiap LLM berpotensi memberi jawaban yang terdengar meyakinkan meski keliru. Karena itu, kontrol akurasi menjadi pembeda antara asisten yang membantu dan yang justru menimbulkan masalah. Pengaman pertamanya adalah mengikat setiap jawaban ke dokumentasi Anda, sehingga asisten mengutip konten Anda, bukan mengarang. Pengaman kedua adalah melatih sistem untuk menandai pertanyaan di luar cakupannya, bukan menebak.

Sisi lainnya adalah handoff ke agen manusia. Asisten yang baik meneruskan seluruh percakapan ke agen begitu mencapai batas kemampuannya, sehingga pelanggan tidak perlu mengulang masalahnya dari awal. Dengan aturan eskalasi yang jelas dan proses handoff yang mulus, pengalaman pelanggan tetap terjaga meski AI tidak dapat menyelesaikannya sendiri.

Studi Kasus: Chatbot AI Customer Service Diuji dengan 100 Pertanyaan

Dalam praktik, chatbot AI customer service dapat menyusun draf balasan, mendiagnosis masalah dari kasus lama, dan mengakui ketika tidak punya jawaban. TeamsWork mengujinya secara langsung. Perusahaan ini mengembangkan aplikasi produktivitas untuk Microsoft Teams, termasuk aplikasi ticketing dan checklist, dengan tim support yang melayani pelanggan terutama lewat email. Mereka menghubungkan asisten AI ke seluruh knowledge base, mulai dari artikel website, dokumen perusahaan, hingga arsip email lama, lalu mengujinya dengan 100 pertanyaan pelanggan nyata. Berikut tiga di antaranya.

Menangani Pertanyaan soal Harga

Asisten menganalisis pertanyaan, menelusuri ribuan dokumen di knowledge base, lalu menyusun draf balasan lengkap dengan panduan dan tautan langsung ke halaman harga. Sebelum dikirim, agen cukup menyesuaikan nadanya. Balasan pun tetap sesuai gaya perusahaan tanpa perlu pencarian manual.

Pertanyaan pelanggan: "Bagaimana cara mengubah paket harga saya?"

Jawaban AI:

Pelanggan yang terhormat,

Terima kasih atas minat Anda pada aplikasi produktivitas TeamsWork. Saya Marc, manajer produk, dan dengan senang hati saya akan memberi Anda informasi lebih lanjut.

Anda dapat menemukan detail tentang paket dan harga kami di halaman berikut: https://teamswork.app/ticketing

Harap tinjau opsi dengan cermat untuk menemukan paket yang paling sesuai dengan kebutuhan Anda. Jika Anda memiliki pertanyaan atau memerlukan bantuan dalam memilih paket yang tepat, jangan ragu untuk menghubungi kami.

Sekali lagi terima kasih telah mempertimbangkan TeamsWork. Kami berharap dapat membantu Anda untuk menyederhanakan alur kerja Anda.

Dengan senang hati,

Marc

Mendiagnosis Masalah Instalasi

Untuk kendala instalasi, asisten menelusuri kasus support serupa di masa lalu, lalu menyajikan solusi yang sudah terbukti kepada agen. Agen tidak perlu lagi menelusuri utas email lama satu per satu, dan waktu penyelesaian pun berkurang.

Pertanyaan pelanggan: "Instalasi aplikasi saya tidak selesai, bagaimana cara mengatasinya?"

Jawaban AI:

Pelanggan yang terhormat,

Saya memahami Anda mungkin mengalami masalah dalam menyelesaikan instalasi Aplikasi Ticketing TeamsWork. Saya di sini untuk membantu Anda menyelesaikannya dengan cepat.

Berikut beberapa perbaikan umum yang berhasil untuk pengguna lain:

Masuk kembali ke Teams Desktop: Keluar dari Microsoft Teams lalu masuk kembali. Tindakan ini sering kali menyegarkan aplikasi dan memungkinkan Tab Tiket baru muncul.

Hapus Cache Aplikasi Teams: Ikuti langkah-langkah yang disediakan oleh Microsoft di sini untuk menghapus cache.

Jika langkah-langkah ini tidak menyelesaikan masalah, berikan detail berikut agar saya dapat membantu Anda dengan lebih baik:

Pesan error apa pun yang Anda lihat: Harap sertakan teks atau tangkapan layar yang sebenarnya.

Langkah-langkah yang Anda ambil sebelum masalah ini terjadi: Tindakan apa yang menyebabkan masalah penginstalan?

Tanggapan Anda penting bagi kami! Kami terus berupaya meningkatkan pengalaman aplikasi kami. Terima kasih atas kesabaran Anda selagi kami berupaya memperbaikinya untuk Anda.

Dengan senang hati,

Marc

Tahu Kapan Ia Tidak Punya Jawaban

Satu pertanyaan tidak tercakup dalam knowledge base. Alih-alih mengarang jawaban, asisten mengenali keterbatasan itu dan melaporkannya secara jujur kepada agen. Dengan begitu, yang keluar adalah penanda untuk ditindaklanjuti, bukan jawaban keliru yang terdengar meyakinkan sampai ke pelanggan.

Pertanyaan pelanggan: "Apakah ini mendukung jenis file tempat tiket lama saya disimpan?"

Jawaban AI:

Pelanggan ingin mengetahui tentang jenis file yang kompatibel untuk mengimpor tiket. Saya tidak memiliki informasi yang tersedia.

Apa Manfaat Customer Service Berbasis AI?

Manfaat utamanya mencakup biaya yang lebih rendah, respons lebih cepat, akurasi yang konsisten, dan layanan 24/7. Begitu sistem berjalan, beban kerja support harian berubah dalam empat hal:

Biaya: pertanyaan rutin ditangani jauh lebih murah dibanding proses manual. Pada pengujian TeamsWork, ribuan email hanya memerlukan biaya komputasi sekitar dua dolar.
Kecepatan: waktu respons untuk pertanyaan rutin turun dari hitungan jam menjadi detik.
Akurasi: jawaban bersumber dari dokumentasi Anda yang sudah terverifikasi, bukan dari ingatan agen.
Ketersediaan: layanan berjalan 24/7 tanpa perlu menambah staf.

Dengan demikian, agen dapat fokus pada pekerjaan yang lebih bernilai. Mereka menangani eskalasi, kasus khusus, dan situasi yang memang membutuhkan sentuhan manusia, alih-alih memproses tiket berulang.

Apakah Chatbot AI Customer Service Cocok untuk Bisnis Anda?

Chatbot support AI cocok jika tim Anda menangani banyak pertanyaan berulang, memiliki dokumentasi untuk menyuplai sistem, dan ingin mempercepat penyelesaian tanpa menambah staf. Prasyarat ini sama pentingnya dengan tujuannya, karena asisten sepenuhnya bergantung pada konten yang Anda sediakan.

Satu hal yang perlu diperhatikan sebelum memulai: kualitas sistem mengikuti kualitas dokumentasinya. Knowledge base yang tidak terawat akan menghasilkan jawaban yang buruk. Karena itu, audit dokumentasi sebelum penerapan sangat sepadan dengan usahanya. Langkah ini pun termasuk yang ditangani oleh perusahaan konsultan AI terkemuka di Indonesia sebagai bagian dari implementasi. Jika Anda sudah memakai Freshdesk, Zendesk, atau helpdesk sejenis, integrasinya mudah dan alur kerja Anda tetap berjalan seperti biasa.

Pertanyaan yang Sering Diajukan

Apa itu chatbot AI untuk customer service?

Chatbot AI untuk customer service adalah perangkat lunak yang memakai large language model untuk memahami pertanyaan pelanggan dan menjawabnya dari dokumentasi Anda, tanpa perlu manusia menangani setiap tiket. Berbeda dari chatbot lama, ia memahami maksud pertanyaan, bukan sekadar mencocokkan kata kunci.

Seberapa akurat chatbot AI customer service?

Akurasinya bergantung pada dokumentasi yang menjadi rujukan asisten dan cara jawabannya diikat ke sumber. Chatbot yang mengambil jawaban dari konten Anda yang terverifikasi dan menandai pertanyaan di luar cakupannya akan tetap andal. Sebaliknya, jika dibiarkan mengarang dari pengetahuan umumnya, jawabannya bisa terdengar meyakinkan tetapi keliru.

Apakah chatbot AI dapat menggantikan agen support manusia?

Tidak. Chatbot AI menangani pertanyaan rutin yang berulang dan menyiapkan draf balasan, sehingga agen dapat fokus pada eskalasi dan kasus khusus. Sistem yang baik akan meneruskan ke agen manusia begitu pertanyaannya melampaui kemampuannya.

Berapa biaya menjalankan chatbot AI customer service?

Untuk pertanyaan rutin, biaya operasionalnya tergolong rendah setelah sistem siap. Pada pengujian TeamsWork, ribuan email hanya memerlukan biaya komputasi sekitar dua dolar. Meski begitu, usaha penyiapan dan pengerjaan dokumentasinya berbeda-beda pada tiap bisnis.

Apakah saya memerlukan aplikasi terpisah untuk menjalankan chatbot support AI?

Tidak harus. Chatbot AI dari BI Solusi terhubung ke helpdesk yang sudah Anda gunakan seperti Freshdesk atau Zendesk dan bekerja langsung di dalam alur kerja Anda saat ini, sehingga tim Anda tidak perlu mempelajari alat baru.

Dapatkan Chatbot AI Customer Service yang Dibuat Khusus untuk Bisnis Anda

BI Solusi membangun chatbot AI customer service yang dilatih dengan dokumentasi Anda, terhubung ke knowledge base Anda, dan terintegrasi dengan sistem yang sudah Anda gunakan. Setiap solusi dirancang khusus mengikuti alur kerja dan kebutuhan bisnis Anda.

Pelajari layanan pengembangan chatbot AI BI Solusi untuk melihat cakupan lengkap yang kami kerjakan, atau simak layanan konsultasi dan pengembangan AI kami untuk memahami posisi chatbot dalam strategi data yang lebih besar. Hubungi kami kapan saja untuk mendiskusikan kebutuhan Anda.

Diskusikan Chatbot Anda dengan BI Solusi

BI Solusi adalah mitra terpercaya Anda untuk keberhasilan dengan berbasis data di Indonesia, melayani perusahaan-perusahaan di kawasan Asia Tenggara dan sekitarnya. Kami spesialis dalam mengimplementasikan solusi Data Analytics, platform Business Intelligence, dan Big Data yang terdepan, dilengkapi dengan layanan Data Science yang handal.

Kami menawarkan model implementasi BI yang fleksibel, baik di dalam maupun di luar negeri, untuk memenuhi kebutuhan spesifik Anda dan memberikan hasil dengan kualitas terbaik.

Keahlian Konsultasi BI kami mencakup layanan Integrasi Data (ETL), Data Warehousing, dan penggunaan perangkat Visualisasi Data seperti Microsoft Power BI, Qlik Sense, dan Tableau untuk implementasi Laporan dan Dasbor.

Kami akan membantu Anda membuka potensi penuh dari data Anda dan mencapai tujuan bisnis Anda.