Seringkali staf membutuhkan informasi mengenai estimasi cadangan atau status kontrak sebuah wilayah kerja untuk rapat yang akan dimulai beberapa menit lagi.
Datanya sebenarnya sudah tersedia di sistem. Namun, untuk mendapatkan jawabannya, staf masih perlu membuka beberapa aplikasi, mencari data yang relevan, atau menghubungi rekan kerja yang lebih familiar dengan sistem tersebut.
Situasi serupa juga bisa terjadi pada vendor.
Vendor hanya ingin mengetahui apakah status kualifikasinya sudah terverifikasi, masih dalam proses, atau membutuhkan tindak lanjut. Informasinya sudah tercatat di sistem, tetapi mereka tetap harus mengirim email atau menghubungi tim terkait untuk mendapatkan jawabannya.
Di sinilah AI agent seperti Agentforce dari Salesforce dapat membantu.
Dengan pendekatan ini, pengguna dapat mengajukan pertanyaan menggunakan bahasa natural dan mendapatkan informasi yang relevan langsung dari sumber data yang terhubung.
Dua agent satu untuk staf internal, satu untuk vendor eksternal dan berjalan pada platform Agentforce yang sama.
Ketika Data Sudah Tersedia, tetapi Jawabannya Masih Harus Ditunggu
Dalam organisasi dengan banyak data dan sistem, tantangannya tidak selalu soal bagaimana menyimpan data.
Sering kali, tantangannya adalah seberapa cepat orang yang membutuhkan bisa mendapatkan informasi tersebut.
Untuk staf internal, pertanyaan mengenai wilayah kerja dapat mencakup:
- Berapa estimasi cadangan wilayah kerja tertentu?
- Siapa operator wilayah kerja tersebut?
- Bagaimana status kontraknya?
Sementara bagi vendor, pertanyaannya bisa jauh lebih sederhana:
- Apakah perusahaan saya sudah terverifikasi?
- Kapan perusahaan saya terdaftar?
- Bagaimana status kualifikasi vendor saat ini?
Ketika pertanyaan seperti ini masih harus dijawab secara manual, pekerjaan sederhana dapat menjadi proses yang memakan waktu.
Staf internal harus mencari informasi dari beberapa sistem. Di sisi lain, tim yang mengelola data atau administrasi vendor harus meluangkan waktu untuk menjawab pertanyaan rutin yang sebenarnya informasinya sudah tersedia.
Bagaimana Agentforce Menjawab Pertanyaan dari Data yang Ada?
Agentforce adalah platform dari Salesforce yang memungkinkan organisasi membangun AI agent untuk berinteraksi dengan pengguna menggunakan bahasa natural.
Dalam use case ini, dua agent dibuat untuk kebutuhan yang berbeda:
- Agent pencarian data wilayah kerja untuk staf internal.
- Agent pengecekan status kualifikasi vendor untuk vendor eksternal.
Meskipun audiensnya berbeda, keduanya menggunakan prinsip kerja yang serupa.
Pengguna mengajukan pertanyaan → agent memahami maksudnya → agent mencari data yang relevan → informasi dikembalikan dalam bentuk jawaban yang terstruktur.
Dengan begitu, pengguna tidak perlu mengetahui secara detail di sistem mana informasi tersebut tersimpan.
1. Agent untuk Pencarian Data Wilayah Kerja
Agent pertama dirancang untuk membantu staf internal mendapatkan informasi mengenai wilayah kerja dengan lebih cepat.
Staf dapat mencari berdasarkan nama wilayah kerja yang disebutkan dalam pertanyaan. Agent kemudian menyajikan informasi yang relevan, seperti:
- Estimasi cadangan
- Operator
- Status kontrak
Salah satu kemampuan yang diuji dalam use case ini adalah pencarian menggunakan nama yang tidak harus ditulis secara lengkap atau persis.
Setelah wilayah kerja yang dimaksud ditemukan, agent dapat menyajikan informasi yang dibutuhkan dalam satu jawaban.
Bagaimana prosesnya?
Sebelum digunakan, agent diberikan instruksi yang jelas mengenai cara mencari dan menyusun informasi.
Misalnya, ketika mencari data wilayah kerja, agent diarahkan untuk menggunakan kata kunci nama wilayah kerja dan menyertakan informasi cadangan, operator, serta status kontrak dalam jawabannya.
Instruksi yang mengatur bagaimana agent mencari dan menyusun jawaban seputar wilayah kerja.
Ketika staf mengajukan pertanyaan, agent kemudian menjalankan pencarian berdasarkan instruksi tersebut dan mengembalikan hasilnya.
Yang menarik, jika data tidak ditemukan, agent tidak mengarang jawaban.
Percakapan real: staf bertanya cadangan dan status kontrak, agent menjawab lengkap beserta jejak pencariannya.
Agent akan menyampaikan bahwa data tidak ditemukan dan dapat menawarkan pencarian ulang menggunakan kata kunci lain.
Pendekatan ini penting karena AI bukan hanya perlu memberikan jawaban dengan cepat, tetapi juga perlu memberikan respons berdasarkan data yang tersedia.
Saat wilayah kerja yang dicari tidak ada di data, agent menyampaikannya apa adanya, bukan menebak.
2. Agent untuk Mengecek Status Kualifikasi Vendor
Kebutuhan kedua datang dari sisi vendor eksternal.
Vendor yang sudah terdaftar pada sistem kualifikasi vendor dapat membutuhkan informasi mengenai status mereka sendiri. Sebelumnya, pertanyaan seperti ini dapat disampaikan melalui email atau telepon kepada tim terkait.
Dengan agent, proses tersebut dapat dibuat lebih langsung.
Instruksi yang mengatur bagaimana agent mencari dan menyajikan status kualifikasi vendor.
Vendor cukup menyebutkan nama perusahaannya. Agent kemudian mencari informasi pada sumber data yang telah ditentukan dan memberikan:
- Status kualifikasi vendor
- Tanggal registrasi
Jika nama vendor tidak ditemukan, agent juga tidak akan menebak atau membuat status sendiri.
Percakapan real: vendor bertanya status kualifikasinya sendiri, agent menjawab lengkap.
Agent menyampaikan bahwa data tidak ditemukan dan dapat menawarkan pencarian menggunakan kata kunci lain.
Dengan mekanisme tersebut, vendor mendapatkan visibilitas yang lebih cepat terhadap status mereka tanpa harus selalu menunggu respons manual.
Saat vendor yang dicari tidak terdaftar, agent tetap jujur dan tidak menebak atau mengarang jawaban.
Dua Agent, Dua Audiens, Satu Prinsip Kerja
Menariknya, kedua use case tersebut sebenarnya memiliki pola yang sama.
| Kebutuhan | Pengguna | Informasi yang Dicari |
|---|---|---|
| Data wilayah kerja | Staf internal | Cadangan, operator, status kontrak |
| Status vendor | Vendor eksternal | Status kualifikasi dan tanggal registrasi |
Perbedaannya terutama terletak pada siapa yang menggunakan agent dan informasi apa yang perlu ditampilkan.
Untuk staf internal, fokusnya adalah mempercepat akses terhadap data operasional.
Untuk vendor, fokusnya adalah memberikan akses langsung terhadap informasi status mereka sendiri.
Keduanya menunjukkan bagaimana AI agent dapat digunakan sebagai lapisan interaksi yang lebih sederhana di atas data dan sistem yang sudah dimiliki organisasi.
Apa Manfaatnya bagi Perusahaan/Organisasi?
Penerapan AI agent pada use case seperti ini tidak hanya berdampak pada pengguna yang mengajukan pertanyaan.
Ada tiga kelompok yang mendapatkan manfaat.
a. Staf Internal
Staf dapat mendapatkan informasi mengenai wilayah kerja tanpa harus berpindah-pindah sistem atau menunggu rekan kerja yang memiliki akses dan pengetahuan terkait data tersebut.
b. Vendor
Vendor mendapatkan informasi mengenai status kualifikasinya sendiri secara lebih cepat tanpa harus selalu menunggu balasan email atau telepon.
c.Tim Pengelola Data
Tim yang sebelumnya menjadi perantara untuk menjawab pertanyaan rutin dapat mengurangi pekerjaan administratif berulang.
Waktu tersebut kemudian dapat dialihkan untuk pekerjaan yang membutuhkan analisis, koordinasi, atau pengambilan keputusan manusia.
Dari Information Search Menjadi Information Access
Perubahan utama dari use case ini sebenarnya bukan pada tempat data disimpan.
Data tetap berada pada sumber sistem yang digunakan organisasi.
Yang berubah adalah cara pengguna mendapatkan informasi tersebut.
Sebelumnya:
Pertanyaan → mencari sistem → membuka data → mengecek informasi → memberikan jawaban
Dengan AI agent:
Pertanyaan → agent mencari data → jawaban
Ketika informasi yang dibutuhkan sudah tersedia di sistem, AI agent dapat menjadi cara yang lebih natural bagi pengguna untuk mengaksesnya.
Inilah salah satu peluang penggunaan AI untuk enterprise yang cukup praktis: bukan selalu membuat sistem baru, tetapi membuat data dan sistem yang sudah dimiliki menjadi lebih mudah diakses oleh orang yang membutuhkannya.
Apa yang Perlu Dipersiapkan Sebelum Menggunakan AI Agent?
AI agent bukan sekadar chatbot yang diberikan akses ke database.
Agar hasilnya dapat digunakan dengan baik, organisasi tetap perlu memperhatikan beberapa hal, seperti:
1. Sumber data yang jelas
Agent perlu mengetahui dari mana informasi yang dibutuhkan harus diambil.
2. Instruksi yang spesifik
Agent perlu memiliki aturan mengenai data apa yang harus dicari dan informasi apa yang perlu disampaikan kepada pengguna.
3. Batasan akses
Informasi yang dapat dilihat oleh staf internal tentu tidak selalu sama dengan informasi yang dapat diakses vendor eksternal.
4. Penanganan data yang tidak ditemukan
Agent perlu memiliki mekanisme untuk mengatakan bahwa data tidak tersedia, bukan menghasilkan jawaban yang tidak memiliki dasar.
5. Pengujian
Respons agent perlu diuji dengan berbagai jenis pertanyaan untuk memastikan hasilnya sesuai dengan sumber data dan instruksi yang diberikan.
Dengan kata lain, keberhasilan implementasi AI agent tetap membutuhkan kombinasi antara teknologi, data, proses, dan governance.
Ketika organisasi memiliki banyak sistem dan data, tantangannya bukan hanya bagaimana mengumpulkan dan menyimpan data tersebut.
Tantangan berikutnya adalah bagaimana memastikan orang yang membutuhkan informasi dapat mengaksesnya dengan cepat.
Use case Agentforce untuk pencarian data wilayah kerja dan pengecekan status vendor menunjukkan salah satu pendekatan tersebut.
Staf internal dapat menanyakan informasi wilayah kerja secara langsung. Vendor dapat mengecek status kualifikasinya sendiri. Sementara tim yang sebelumnya menjadi perantara untuk pertanyaan rutin dapat kembali fokus pada pekerjaan yang membutuhkan kontribusi manusia.
Pada akhirnya, perubahan yang dihasilkan cukup sederhana:
dari menunggu jawaban menjadi mendapatkan jawaban secara instan.
Jika perusahaan Anda sedang mengeksplorasi bagaimana AI agent, Salesforce Agentforce, dan enterprise data dapat digunakan untuk meningkatkan akses informasi dan otomatisasi proses, tim Sunartha dapat membantu mendiskusikan use case yang sesuai dengan kebutuhan bisnis Anda.
Ingin Mengeksplorasi AI Agent untuk Bisnis Anda?
Diskusikan kebutuhan, proses, dan use case AI di organisasi Anda bersama tim Sunartha.
Konsultasikan kebutuhan Anda dengan tim Sunartha dan temukan peluang pemanfaatan AI yang paling relevan untuk bisnis Anda.
