Transcosmos Indonesia Kembangkan AI untuk Layanan Pelanggan

Transcosmos Indonesia kembangkan AI untuk layanan pelanggan melalui pendekatan yang dilaporkan menggabungkan otomatisasi dan peran petugas manusia. Bagi bisnis, poin pentingnya bukan sekadar penggunaan generative AI untuk membalas chat. AI baru berguna bila terhubung dengan data yang benar, proses layanan yang jelas, serta jalur eskalasi saat sistem tidak boleh mengambil keputusan sendiri.

Demokratis.co.id, ChatNews.id, dan Koridor.co.id pada 23 Oktober 2026 melaporkan bahwa pendekatan tersebut terkait layanan contact center, pemasaran digital, dan business process outsourcing atau BPO. Ketiga laporan itu juga menekankan kesiapan data, integrasi sistem, keamanan informasi, dan kompetensi karyawan sebagai penentu penerapan AI.

Apa yang dilaporkan tentang AI layanan pelanggan Transcosmos Indonesia

Transcosmos Indonesia dilaporkan mengembangkan AI layanan pelanggan untuk membantu memahami konteks percakapan, menganalisis kebutuhan pelanggan, dan mengenali sentimen interaksi sebelum petugas menentukan tindakan berikutnya. Menurut ChatNews.id, Vice President Director transcosmos Indonesia Ardi Sudarto menyatakan hal tersebut.

Laporan tersebut tidak berarti setiap percakapan pelanggan harus diserahkan penuh kepada AI. Koridor.co.id melaporkan pemanfaatan AI dalam konteks otomatisasi pertanyaan rutin, analisis percakapan, dan integrasi sistem perusahaan. Laporan Koridor.co.id menggambarkan fokus pemanfaatan pada alur layanan, bukan sekadar penambahan kotak percakapan otomatis pada situs atau aplikasi.

Transcosmos Indonesia sendiri bergerak pada layanan contact center, pemasaran digital, dan BPO, menurut Demokratis.co.id. Media tersebut juga melaporkan perubahan dari call center berbasis telepon menuju contact center omnichannel, yaitu layanan yang menangani interaksi melalui telepon, aplikasi pesan, media sosial, serta kanal digital lain.

AI customer service perlu dibedakan dari otomasi biasa dan AI Agent

Otomasi biasa menjalankan aturan tetap. Contohnya, formulir masuk dapat otomatis membuat tiket layanan dan mengirimkan notifikasi ke tim terkait. Sistem tidak perlu memahami makna pesan secara mendalam untuk menjalankan langkah itu.

AI customer service menambahkan kemampuan untuk membaca atau menganalisis isi pesan. Sebagai ilustrasi hipotetis, pelanggan menulis, “Pesanan saya belum tiba dan alamat pengiriman perlu diubah.” Sistem AI dapat memberi label “status pesanan” dan “perubahan alamat”, lalu menyiapkan informasi yang relevan dari sumber data yang diizinkan. Petugas tetap perlu memeriksa permintaan perubahan alamat bila proses tersebut berisiko memengaruhi pengiriman.

AI Agent berada pada tingkat berbeda. Agent dapat menjalankan beberapa langkah untuk mencapai tujuan dengan memakai konteks dan tools yang tersedia. Namun, agent tidak seharusnya diberi akses tanpa batas. Perubahan data pelanggan, persetujuan kompensasi, pembatalan transaksi, atau pengiriman keputusan sensitif perlu aturan persetujuan manusia yang tegas.

Perbedaan ini penting saat perusahaan memilih solusi. Kebutuhan sederhana seperti menjawab jam operasional mungkin cukup dengan basis pengetahuan dan otomasi. Kebutuhan yang melibatkan pengecekan status, sistem CRM, atau beberapa sumber data memerlukan integrasi yang lebih rapi serta kontrol akses yang lebih ketat.

Titik awalnya adalah proses layanan, bukan tools

Menurut Demokratis.co.id dan Koridor.co.id, kesiapan data, proses bisnis, keamanan informasi, integrasi sistem, dan kemampuan karyawan memengaruhi hasil penerapan AI. Sebagai langkah perencanaan, tim dapat menunda pemilihan platform hingga kebutuhan proses, data, dan kontrol akses dipetakan. Pertanyaan pertama adalah “interaksi mana yang paling berulang, memiliki data jelas, dan aman untuk dibantu sistem?”

Misalnya, sebuah bisnis menerima banyak pertanyaan tentang status pesanan. Peta prosesnya dapat dimulai dari pesan pelanggan masuk, identifikasi nomor pesanan, pengecekan status pada sistem yang diberi izin, penyusunan jawaban, lalu eskalasi ke petugas jika data tidak ditemukan atau pelanggan menyampaikan keluhan. Dari peta itu, tim dapat melihat bagian mana yang cocok diotomatisasi dan bagian mana yang harus tetap dipegang manusia.

Sebelum AI digunakan untuk menjawab pelanggan, tim perlu menetapkan empat hal berikut:

1. Sumber jawaban. Tentukan dokumen kebijakan, data pesanan, FAQ, atau basis pengetahuan yang boleh digunakan sistem.
2. Batas tindakan. Bedakan tindakan informatif, seperti menampilkan status, dari tindakan yang mengubah data atau berdampak pada pelanggan.
3. Aturan handoff. Tentukan kondisi eskalasi, misalnya pelanggan marah, informasi tidak ditemukan, permintaan di luar kebijakan, atau kasus menyangkut data sensitif.
4. Penanggung jawab. Tetapkan siapa yang memperbarui basis pengetahuan, memeriksa kesalahan respons, dan menangani kegagalan integrasi.

Tanpa empat hal tersebut, AI dapat menghasilkan jawaban yang terdengar meyakinkan tetapi tidak sesuai kondisi operasional terbaru.

Basis pengetahuan dan integrasi menentukan kualitas respons

Basis pengetahuan adalah kumpulan informasi yang dipakai sistem untuk menjawab pelanggan, seperti kebijakan pengembalian, prosedur pengiriman, daftar layanan, atau panduan internal. Menurut Demokratis.co.id, akurasi jawaban AI perlu dijaga melalui basis pengetahuan yang tepat. Bila sumbernya usang, respons AI berpotensi ikut keliru.

Masalahnya sering bukan pada model AI, melainkan informasi yang tersebar. Tim layanan mungkin memakai dokumen berbeda dari tim operasional. Status pelanggan bisa tersimpan pada satu sistem, sementara kebijakan baru masih berada di file internal yang belum diperbarui. Dalam kondisi itu, chatbot yang tampak lancar justru dapat memberi informasi yang saling bertentangan.

Sebagai contoh hipotetis, tim customer service dapat membuat daftar pertanyaan yang paling sering muncul selama satu periode kerja. Setiap pertanyaan kemudian dipasangkan dengan sumber jawaban, pemilik dokumen, tanggal pembaruan, dan tingkat risiko. Pertanyaan tentang jam layanan dapat dijawab otomatis. Pertanyaan tentang pengecualian pengembalian barang dapat disiapkan sebagai draf, tetapi membutuhkan pemeriksaan petugas sebelum dikirim.

Integrasi juga harus dibatasi sesuai kebutuhan. Sistem AI tidak perlu mendapat akses ke seluruh data pelanggan hanya karena terhubung dengan CRM. Terapkan akses berdasarkan tugas. Sistem untuk menjawab status pesanan, misalnya, cukup membaca informasi pengiriman yang diperlukan dan tidak harus dapat mengubah alamat, menyetujui refund, atau membuka data yang tidak relevan.

Pembagian kerja manusia dan AI perlu dirancang sejak awal

ChatNews.id dan Koridor.co.id melaporkan pendekatan yang memadukan teknologi dengan tenaga manusia. Dalam layanan pelanggan, pembagian ini masuk akal karena tidak semua kasus memiliki risiko yang sama.

AI dapat membantu menangani pertanyaan rutin, membuat klasifikasi awal, merangkum percakapan panjang, atau menyiapkan draf respons dari basis pengetahuan. Petugas manusia menangani keputusan, kasus yang memerlukan empati, situasi di luar kebijakan, serta keluhan yang dapat berdampak pada hubungan pelanggan.

Andaikan pelanggan menghubungi layanan karena pesanan terlambat. AI dapat mengenali topik, mengambil status pengiriman dari sistem yang diizinkan, lalu menawarkan respons awal. Jika pelanggan meminta kompensasi atau menyampaikan keberatan atas kerusakan barang, percakapan perlu diteruskan kepada petugas. Petugas memeriksa bukti, kebijakan yang berlaku, dan pilihan penyelesaian sebelum memberi keputusan.

Pengawasan manusia juga perlu memiliki jejak kerja. Tim dapat meninjau percakapan yang dialihkan, alasan handoff, koreksi yang dilakukan petugas, dan kategori pertanyaan yang belum mampu dijawab basis pengetahuan. Hasil tinjauan tersebut dipakai untuk memperbaiki dokumen, aturan eskalasi, atau integrasi sistem. AI bukan proyek sekali pasang; kualitasnya perlu diperiksa dalam operasi sehari-hari.

Kesalahan yang perlu dihindari saat menerapkan AI customer service

Kesalahan pertama adalah mengotomatisasi proses yang belum jelas. Bila petugas sendiri memiliki jawaban berbeda untuk pertanyaan yang sama, AI hanya akan mempercepat ketidakkonsistenan tersebut. Rapikan kebijakan dan alur kerja sebelum membuat respons otomatis.

Kesalahan kedua adalah mengukur hasil hanya dari jumlah percakapan yang ditangani sistem. Angka itu tidak cukup menjelaskan kualitas layanan. Tim perlu melihat alasan eskalasi, jenis jawaban yang dikoreksi, pertanyaan yang berulang, serta kasus ketika pelanggan tetap membutuhkan bantuan manusia.

Kesalahan ketiga adalah memberikan akses terlalu luas. Menurut laporan Demokratis.co.id dan Koridor.co.id, keamanan informasi menjadi faktor penerapan AI. Karena itu, akses ke data pelanggan dan tindakan operasional perlu dibatasi, dicatat, serta ditinjau oleh pihak yang bertanggung jawab.

Untuk memulai, pilih satu alur berisiko rendah seperti pertanyaan status pesanan atau jam layanan. Kumpulkan pertanyaan yang benar-benar masuk, tetapkan satu sumber jawaban, buat aturan eskalasi, lalu minta petugas mencatat koreksi selama masa uji. Setelah pola kesalahan terlihat, perbaiki data dan workflow sebelum memperluas penggunaan AI ke proses yang lebih sensitif.