Alur kerja AI

Alur kerja kecerdasan buatan (AI) adalah proses menggunakan teknologi dan produk yang didukung AI untuk menyederhanakan tugas dan aktivitas dalam suatu organisasi.

Kemajuan terbaru dalam aplikasi dan alat yang didukung AI serta model AI telah menciptakan peluang baru bagi bisnis untuk meningkatkan cara mereka menangani alur kerja. Ketika organisasi merangkul transformasi digital, alur kerja yang didorong oleh AI, didukung oleh platform otomatisasi dan templat tingkat lanjut menghilangkan inefisiensi yang disebabkan oleh berbagai tugas manual dan meningkatkan pengalaman mitra, karyawan, dan pelanggan.

Laporan IBM Institute for Business Value menemukan 92% eksekutif setuju bahwa alur kerja organisasi mereka akan didigitalkan dan akan menggunakan otomatisasi berbasis AI pada tahun 2025.

Menurut Vanson Bourne (tautan berada di luar IBM.com) ¹ 80% organisasi saat ini mengejar tujuan otomatisasi menyeluruh dari sebanyak mungkin proses bisnis.

Alur kerja yang didukung AI menjadi langkah penting dalam meningkatkan operasi bisnis utama, yang meningkatkan pekerjaan karyawan mereka dan meningkatkan laba.

Ada beberapa teknologi AI yang dapat digunakan organisasi untuk meningkatkan alur kerjanya.

• API
• Otomatisasi proses bisnis
• AI Generatif
• Otomatisasi cerdas
• Pembelajaran mesin
• Pemrosesan bahasa alami
• Pengenalan karakter optik

API, atau antarmuka pemrograman aplikasi, adalah seperangkat aturan atau protokol yang memungkinkan aplikasi perangkat lunak berkomunikasi satu sama lain untuk bertukar data, fitur, dan fungsi. API adalah komponen kunci dari alur kerja AI, karena API mendorong kemampuan untuk menghubungkan layanan. Misalnya, menghubungkan dari situs web ke rekening bank Anda untuk membeli sesuatu secara online adalah contoh koneksi API yang digunakan.

Otomatisasi proses bisnis (BPA) adalah strategi yang menggunakan perangkat lunak untuk mengotomatiskan proses bisnis yang kompleks dan berulang. Biasanya digunakan untuk mengotomatiskan beragam tugas sederhana seperti memproses pesanan atau mengelola akun pelanggan yang merupakan bagian integral untuk menjalankan bisnis, tetapi lebih baik ditangani oleh otomatisasi daripada sumber daya karyawan. BPA dapat dengan mudah menangani onboarding karyawan, penggajian, dan tugas manual lainnya. Bagian dari BPA adalah otomatisasi proses robotik (RPA). RPA menggunakan teknologi otomatisasi cerdas untuk melakukan tugas kantor yang berulang. RPA mendukung ekstraksi data, penyelesaian formulir, pergerakan file, dan banyak lagi.

Gen AI adalah jenis AI yang dapat membuat konten orisinal, seperti teks, gambar, video, audio, atau kode perangkat lunak, sebagai tanggapan atas prompt atau permintaan pengguna. Teknologi AI generatif seperti chatgpt dapat membantu perusahaan mengidentifikasi cara-cara untuk meningkatkan alur kerja mereka dan menciptakan hasil yang tepat. Ini dapat menanggapi prompt atau permintaan pengguna untuk membuat konten, seperti teks, gambar, video, audio, atau kode perangkat lunak. Gen AI dapat mendukung begitu banyak alur kerja AI, mulai dari membantu mengidentifikasi tujuan strategis dan taktik hingga mengatur pertemuan hingga menawarkan masukan tentang salinan pemasaran. McKinsey memprediksi bahwa gen AI dapat mengotomatisasi (tautan berada di luar IBM.com) hingga 10% dari seluruh tugas dalam ekonomi AS^.2

Otomatisasi cerdas adalah ciri khas dari setiap alur kerja yang didorong oleh AI. Alur kerja ini melibatkan penggunaan teknologi otomatisasi untuk menyederhanakan dan meningkatkan skala pengambilan keputusan di seluruh organisasi. Sebagai contoh, penyedia asuransi dapat menggunakan otomatisasi cerdas untuk menghitung pembayaran, memperkirakan tarif, dan memenuhi kebutuhan kepatuhan.

Machine learning (ML) adalah cabang ilmu komputer yang menggunakan data dan algoritme untuk memungkinkan AI meniru cara manusia belajar, dan secara bertahap meningkatkan akurasinya. Salah satu bagian dari ML adalah pembelajaran mendalam, yang menggunakan neural networks untuk menyimulasikan kekuatan pengambilan keputusan yang kompleks dari otak manusia.

Pemrosesan Bahasa Alami (NLP) adalah jenis AI yang memanfaatkan machine learning untuk memungkinkan komputer memahami dan berkomunikasi dengan bahasa manusia. Organisasi jasa keuangan, misalnya, dapat menggunakan NLP untuk mengurai informasi dari laporan keuangan yang panjang dan kumpulan data lainnya untuk membuat keputusan yang lebih cerdas tentang di mana harus berinvestasi.

Pengenalan karakter optik (OCR), juga dikenal sebagai pengenalan teks, menggunakan ekstraksi data otomatis untuk dengan cepat mengubah gambar teks ke dalam format yang dapat dibaca oleh mesin. Hal ini dapat membantu organisasi mengambil informasi lama, seperti buku, dek, dan informasi cetak lainnya dan mendigitalkannya untuk dimasukkan ke dalam sistem manajemen pengetahuan modern.

• Apollo.io
• ChatGPT
• Claude
• Google Gemini
• IBM watsonx
• IBM watsonx Orchestrate™
• Microsoft Copilot
• Zapier

Produk ini membantu organisasi mengidentifikasi prospek dan mengubahnya menjadi penjualan melalui alur kerja keterlibatan yang didorong oleh AI. Apollo.io memiliki beberapa contoh penggunaan, termasuk optimalisasi inbound, keterlibatan penjualan, dan peningkatan CRM.

Dibuat oleh Open AI, ChatGPT adalah chatbot yang dikreditkan dengan memulai revolusi gen AI (tautan berada di luar IBM.com).³ Versi dasarnya gratis untuk semua pengguna, dan Open AI juga menawarkan beberapa versi lanjutan dengan biaya tambahan.

Claude adalah chatbot AI lain dari Anthropic AI yang dapat merangkum informasi dari dokumen yang lebih panjang, membantu pembuatan konten, menerjemahkan bahasa, dan membantu menulis kode.

Gemini juga merupakan asisten yang didukung gen AI yang dapat digunakan secara mandiri. Gemini juga terintegrasi dalam alat Google seperti Gmail, Docs, Sheets, dan banyak lagi, untuk menciptakan lebih banyak peluang alur kerja. 

Rangkaian teknologi IBM ini membantu organisasi membangun aplikasi AI khusus untuk bisnis mereka, mengelola semua sumber data, dan mempercepat alur kerja AI yang bertanggung jawab. Ada beberapa contoh penggunaan untuk watsonx, termasuk membuat konten, menerapkan chatbot, dan pengodean dengan lebih efisien.

IBM watsonx Orchestrate membantu organisasi menciptakan asisten dan agen AI yang dipersonalisasi untuk mengotomatisasi dan mempercepat pekerjaan mereka. Asisten ini menggunakan pemrosesan bahasa alami untuk memahami dan menjalankan tugas. IBM watsonx Orchestrate menggunakan katalog aplikasi dan keterampilan yang sudah ada sebelumnya dan pengalaman obrolan untuk merancang asisten dan agen AI yang dapat diskalakan, mengotomatiskan tugas yang berulang, dan menyederhanakan proses yang kompleks.

Ini adalah chatbot gen AI yang menjawab pertanyaan pengguna. Copilot tersedia sebagai aplikasi mandiri dan juga terintegrasi ke dalam Microsoft Teams, Outlook, dan Powerpoint.

Zapier adalah alat alur kerja yang sekarang menggunakan AI untuk mendukung berbagai jenis aliran kerja. Ini juga menghubungkan berbagai layanan, memungkinkan pembagian informasi dan konten yang cepat di sekitar mereka.

Ada berbagai contoh penggunaan standar untuk alur kerja yang didukung AI

• Layanan pelanggan
• Manajemen hubungan pelanggan
• Entri data
• Harga yang dinamis
• Pelaporan keuangan
• Manajemen pengetahuan
• Manajemen Operasi
• Analisis prediktif
• Pemeliharaan prediktif
• Perekrutan dan pengangkatan karyawan
• Penjualan dan upselling
• Pengembangan web

Organisasi dapat menggunakan alur kerja AI untuk mengelola proses pelanggan dengan lebih baik, mulai dari penerimaan pelanggan baru hingga mengirimkan informasi tentang pembelian mereka hingga menangani permintaan layanan yang masuk. Hal ini dapat membebaskan perwakilan layanan pelanggan untuk bekerja dengan pelanggan pada masalah tingkat yang lebih tinggi.

Camping World bermitra dengan IBM untuk meningkatkan interaksi pelanggan hingga 40% dan mengurangi waktu tunggu hingga 33 detik, berkat alur kerja AI.

Alat manajemen hubungan pelanggan (CRM) membantu organisasi mengawasi pelanggan terpenting mereka. Alur kerja AI semakin memperkuat alat ini, yang menciptakan peluang nyata bagi organisasi untuk mendapatkan lebih banyak insight dari database mereka. AI dapat menggabungkan beberapa contoh dari pelanggan yang sama, menambahkan informasi dari sumber eksternal dan menarik data pembelian, menciptakan insight yang dapat ditindaklanjuti. AI juga dapat menganalisis data tersebut, membantu organisasi memahami pelanggan mana yang mungkin berisiko berpindah ke lain produk, dan pelanggan mana yang terbuka untuk peluang upselling.

AI dapat mengumpulkan dan memeriksa kumpulan data dalam berbagai format, mengaturnya, dan menampilkannya sehingga manusia dapat menganalisisnya. AI dapat menghilangkan ketidakakuratan dan memproses data ke dalam format yang dapat dipahami dan dianalisis oleh algoritme AI lainnya.

Alur kerja AI dapat mengenali pola dalam data yang rumit dan banyak, menemukan insight yang sulit diidentifikasi oleh manusia. Alur kerja ini juga dapat mengidentifikasi potensi kesalahan data dan menyampaikannya kepada operator manusia atau melakukan perbaikan secara otomatis. Alur kerja ini juga dapat mengekstrak data dari sumber eksternal dan mengaturnya dengan rapi di dalam sistem internal organisasi.

Organisasi dapat menggunakan alur kerja AI untuk mengotomatiskan strategi penetapan harga mereka. Misalnya, harga Uber dan Lyft bervariasi tergantung pada beberapa faktor, termasuk penawaran dan permintaan, acara khusus dan masalah cuaca.

Ada beberapa contoh penggunaan alur kerja AI untuk layanan keuangan. Organisasi dapat mengotomatiskan aktivitas faktur dan utang dagang. Mereka juga dapat menggunakan AI untuk mengidentifikasi potensi kasus penipuan atau kesalahan manajemen keuangan yang mungkin tidak terdeteksi sebaliknya.

Sebuah studi IBM Institute for Business Value menemukan bahwa para eksekutif mengantisipasi AI generatif yang meningkatkan kemampuan mereka dalam memprediksi anomali, menjelaskan varian, menghasilkan skenario (40%), dan membuat laporan.

Alur kerja AI dapat menangani sejumlah aktivitas manajemen pengetahuan. Mereka dapat mentranskrip panggilan telepon dan meringkas catatan rapat, sehingga para peserta dapat berfokus pada rapat dan mengetahui bahwa catatan tersebut tersedia setelahnya. Mereka dapat menyederhanakan cara informasi dibagikan ke seluruh organisasi atau pihak-pihak tertentu. Karyawan juga dapat menggunakan asisten AI dan chatbot untuk menemukan dan menganalisis informasi perusahaan, membuat informasi lebih cepat saat dibutuhkan.

Alur kerja AI dapat membantu organisasi menyederhanakan berbagai proses operasional, mulai dari inventaris dan pengoptimalan rantai pasokan hingga pemantauan kontrol kualitas. Misalnya, alur kerja AI dapat mengidentifikasi kapan suatu produk akan habis karena permintaan dan tingkat pasokan saat ini. Alur kerja AI selanjutnya dapat menghubungi pemasok untuk memesan lebih banyak tanpa perlu campur tangan manusia.

Alur kerja AI juga dapat mendukung fungsi analisis prediktif. Algoritme machine learning dapat menganalisis data historis dan faktor eksternal dan memprediksi hal yang terjadi pada masa depan. Misalnya, peritel dapat mengatur alur kerja otomatis untuk memesan lebih banyak minuman saat cuaca diperkirakan akan mengalami peningkatan suhu.

Alur kerja AI dapat membantu tim pemeliharaan prediktif memantau data kinerja peralatan untuk memprediksi kapan mesin cenderung mengalami masalah atau gagal. Oleh karena itu, organisasi dapat mengoptimalkan jadwal pemeliharaan dengan melakukan servis pada mesin-mesin yang memiliki dampak paling kecil terhadap bisnis. IBM membantu Toyota menggunakan AI untuk meningkatkan kemampuan pemeliharaan prediktifnya. Hal ini menghasilkan pengurangan waktu henti sebesar 50% dan pengurangan kerusakan sebesar 80%.

AI dapat membantu organisasi meningkatkan cara mereka menemukan dan mempekerjakan karyawan. Mereka dapat menggunakan perangkat lunak solusi AI untuk memindai resume guna menemukan kandidat yang tepat dan perangkat lunak untuk secara otomatis menjadwalkan panggilan perkenalan dengan kandidat. Mereka juga dapat menggunakan alur kerja AI untuk mengintegrasikan dan menyiapkan pelatihan bagi karyawan yang dipekerjakan.

Corning bekerja dengan IBM untuk mengurangi biaya SDM sekaligus meningkatkan pengalaman karyawannya dengan 45.000 pekerjanya. Corning mengetahui bahwa kaum milenial merupakan persentase yang terus bertambah dari tenaga kerja Corning, yang menginginkan lebih banyak alat layanan mandiri berbasis teknologi.

Kemudian diperkenalkan portal layanan mandiri SDM, yang telah diisi sebelumnya dengan data setiap karyawan, untuk memudahkan mereka mendapatkan informasi atau layanan yang mereka butuhkan. Platform berbasis cloud ini kini menerima lebih dari 10.000 kunjungan harian dari karyawan dan manajer yang ingin mendapatkan informasi dan pelatihan yang mereka butuhkan.

Tim penjualan dapat menggunakan alur kerja AI untuk mengidentifikasi dan mempertahankan prospek penjualan. Alur kerja ini dapat membantu tenaga penjualan mengidentifikasi prospek mana yang paling mungkin membeli, tergantung pada penilaian prospek (tautan berada di luar IBM.com).⁴ Selain itu, LLM seperti AI generatif dapat membantu tenaga penjualan profesional membuat argumen yang lebih kuat kepada calon pelanggan terkait alasan mereka harus membeli solusi perusahaan.

AI adalah inti dari berbagai alur kerja pengembangan web. AI dapat membantu pengembang menulis dan menguji kode, mempelajari basis kode, mendokumentasikan kode, dan penggunaan lainnya. Sebuah studi Stack Overflow 2024 (tautan berada di luar ibm.com)⁵ menemukan bahwa para pengembang memperkirakan bahwa tahun depan mereka akan mengintegrasikan lebih banyak AI dalam mendokumentasikan kode (81%), menguji kode (80%), dan menulis kode (76%). Alur kerja AI juga merupakan komponen kunci dari gerakan no-code/kode rendah, dengan nonpengembang yang dapat lebih memahami dan berpartisipasi dalam proses pengembangan web.

• Mengotomatiskan tugas-tugas yang berulang
• Mendorong penghematan biaya
• Menghilangkan kesalahan manusia
• Tingkatkan pengambilan keputusan
• Meningkatkan pengalaman pelanggan
• Menyederhanakan dan mengoptimalkan proses

Alur kerja AI dapat menghilangkan kebutuhan karyawan untuk fokus pada tugas yang memakan waktu yang lebih otomatis. AI dapat menangani tugas-tugas rutin ini dan membebaskan pekerja manusia untuk menghabiskan lebih banyak waktu dengan pelanggan atau mitra dan menghasilkan lebih banyak nilai bisnis.

AI dapat berkontribusi pada “paradoks produktivitas,“ menurut Rob Thomas, SVP Software dan Chief Commercial Officer di IBM. AI dapat meningkatkan kualitas pekerjaan yang dilakukan dengan membuat semua orang menjadi lebih produktif, bukan mengambil pekerjaan semua orang, seperti yang dikhawatirkan beberapa orang.

Organisasi yang menggunakan alur kerja AI dapat menyelamatkan karyawannya dari pemborosan waktu untuk tugas manual yang tidak perlu. Karyawan tersebut dapat fokus pada proyek dan tugas bernilai tinggi yang menghasilkan pendapatan tambahan. Hal ini juga mengurangi hambatan dan inefisiensi dalam berbagi informasi, sehingga menciptakan organisasi yang lebih cerdas yang membuat keputusan lebih cepat.

Anggota tim mungkin membuat kesalahan, terutama ketika melakukan tugas-tugas yang kompleks. Untuk aktivitas yang lebih otomatis, teknologi AI dapat menyelesaikan tugas tersebut lebih cepat dan dengan tingkat akurasi yang lebih tinggi.

AI dapat menghilangkan hambatan dengan bertindak tanpa perlu campur tangan manusia. AI dapat melakukan analisis data secara real-time untuk membuat keputusan yang berdampak pada beberapa unit bisnis. Misalnya, pemasar dapat menggunakan alur kerja AI untuk mengoptimalkan kampanye iklan secara otomatis. Alur kerja AI dapat mengubah pengeluaran untuk mengalokasikan dana ke segmen atau postingan media sosial yang berkinerja terbaik.

Organisasi yang menciptakan alur kerja yang didorong oleh AI cenderung lebih efisien daripada organisasi yang mengandalkan proses manual. Organisasi dapat menggunakan AI untuk membuat dan memulai asisten virtual dan chatbot tingkat lanjut untuk menyederhanakan dukungan pelanggan agar dapat membantu pelanggan dengan lebih baik ketika mereka mengalami masalah. Untuk beberapa pelanggan, alur kerja yang didorong oleh AI yang menyediakan chatbot yang mudah digunakan membantu mereka mendapatkan jawaban tanpa perlu berbicara dengan manusia, sehingga meningkatkan kepuasan pelanggan. Sebagai contoh, Estee Lauder telah memulai (tautan berada di luar ibm.com)⁶ asisten rias berkemampuan suara melalui fitur chatbot.

Perangkat lunak otomatisasi berbasis AI dapat dengan mudah mengelola banyak proses yang menjadi ketergantungan organisasi. Organisasi menginginkan skalabilitas dan efisiensi dalam alur kerja mereka sehingga dapat meningkatkan pengalaman pengguna. Alur kerja AI dapat dengan mudah merutekan informasi dan proses di seluruh organisasi sehingga para eksekutif dan karyawan memiliki informasi real-time di mana pun mereka perlu mengaksesnya.

Ada juga beberapa tantangan yang harus diatasi organisasi saat menyiapkan alur kerja AI.

• Kekhawatiran karyawan
• Pengaturan awal
• Kemungkinan kesalahan
• Peningkatan skill dan pelatihan skill baru

Karyawan mungkin merasa gugup ketika perusahaan memperkenalkan AI ke dalam proses mereka, terutama jika AI menggantikan pekerjaan manual yang dilakukan karyawan. Perusahaan dapat mengatasi kekhawatiran ini secara langsung dan mengomunikasikan bagaimana AI dimaksudkan untuk menjadi nilai tambah bagi pekerjaan mereka. Mereka juga dapat mengedukasi karyawan tentang bagaimana penghapusan berbagai tugas manual tersebut dari beban kerja membebaskan mereka untuk melakukan pekerjaan yang lebih bermakna. Pada akhirnya, karyawan akan memandang AI sebagai kekuatan positif bagi mereka.

Seperti halnya pengenalan sistem lain, menyiapkan alur kerja AI membutuhkan beberapa pekerjaan awal. Solusi ini mengharuskan organisasi untuk menganalisis sistem yang ada, proses yang sedang berjalan, mengidentifikasi area di mana alur kerja AI dapat meningkatkan berbagai hal, dan menentukan apa yang perlu mereka ubah untuk mengimplementasikan alur kerja yang baru. Hal ini membutuhkan kesabaran dan pola pikir yang strategis. Namun, manfaat dari komitmen waktu awal ini jauh melebihi biaya yang dikeluarkan jika alur kerja AI dioptimalkan untuk menghasilkan nilai.

Meskipun banyak penggunaan AI yang dapat membantu organisasi menghindari kesalahan manusia, tetapi AI itu sendiri tidak sempurna. AI dapat melakukan kesalahan, itulah sebabnya organisasi perlu memeriksa data yang dihasilkan oleh AI. Hal ini semakin menunjukkan pentingnya karyawan dan pengetahuan mereka berdasarkan pengalaman untuk menjadi penentu akhir dari apa yang dihasilkan oleh alur kerja AI.

Meskipun banyak alur kerja AI yang dapat berfungsi tanpa mengubah cara kerja karyawan, tetapi ada juga yang mengharuskan karyawan untuk mempelajari prosesnya. Dengan demikian, organisasi mungkin perlu berinvestasi dalam kursus yang melatih karyawan untuk menggunakan AI atau melisensikan alat pelatihan tersebut dari pihak lain. Peningkatan keterampilan ini memiliki beberapa manfaat, karena karyawan tersebut mempelajari keterampilan yang berharga. Mereka juga menghasilkan pekerjaan yang lebih baik dan lebih efisien.