Apa itu agen virtual?

Wanita muda di kantor bekerja di meja

Apa itu agen virtual?

Agen virtual menggabungkan pemrosesan bahasa alami, pencarian cerdas, dan otomatisasi proses robotik (RPA) dalam UI percakapan, biasanya berupa chatbot.

Apa itu teknologi agen virtual?

Teknologi agen virtual (VAT) adalah kombinasi dari pemrosesan bahasa alami, pencarian cerdas, dan otomatisasi proses robotik (RPA) dalam satu antarmuka pengguna percakapan — biasanya chatbot— untuk mengotomatiskan dialog dengan pengguna akhir, memberikan informasi, dan secara langsung melakukan tindakan untuk memenuhi permintaan pengguna.

Solusi agen virtual terkemuka mewakili lompatan evolusi dalam utilitas chatbot. Kemajuan terbaru dalam AI percakapan, yang diterapkan bersama dengan speech-to-text, optical character recognition (OCR), dan analisis sentimen, memungkinkan agen virtual menafsirkan input pengguna yang bersifat terbuka dan secara akurat mengidentifikasi tujuan spesifik pengguna, atau “niat.” Ketika diintegrasikan ke dalam sistem backend yang relevan, seperti platform CRM atau infrastruktur penagihan, agen virtual sering kali mampu mengotomatiskan tindakan untuk mencapai tujuan itu tanpa campur tangan manusia lebih lanjut.

Sementara beberapa teknik machine learning dan otomatisasi yang memberdayakan agen virtual telah ada selama bertahun-tahun, perakitan bagian-bagian penyusunnya menjadi satu sistem mandiri yang mendorong fleksibilitas dan produktivitas VAT.

Desain 3D bola yang menggelinding di lintasan

Berita + Insight AI terbaru 


Temukan insight dan berita yang dikurasi oleh para pakar tentang AI, cloud, dan lainnya di Buletin Think mingguan. 

Agen virtual vs chatbot vs. asisten virtual

Penggunaan dan fitur agen virtual, chatbot, dan asisten virtual saling bersinggungan, dan kurangnya definisi formal untuk istilah-istilah ini dan yang serupa menyebabkan istilah-istilah tersebut terkadang digunakan secara bergantian.

Terlepas dari ambiguitas ini, ada konsensus umum tentang perbedaan teknologi yang memisahkan masing-masing alat terkait ini.

Chatbot adalah istilah umum untuk program yang menyimulasikan percakapan manusia secara real-time dengan pengguna. Chatbot yang dioperasikan melalui perintah suara daripada perintah tertulis dikenal sebagai sistem respons suara interaktif (IVR). Biasanya, chatbot mengelola interaksi pelanggan dengan aliran decision trees. Ini tidak selalu melibatkan kecerdasan buatan; banyak chatbot mengandalkan serangkaian input yang telah diprogram sebelumnya yang dapat dikenali, masing-masing memicu jawaban yang telah ditulis sebelumnya. Chatbot yang belum sempurna, tidak dapat mengurai input yang tidak sesuai dengan apa yang telah diprogram untuk dikenali, mengharuskan pengguna untuk memilih dari serangkaian opsi pra-tulisan sederhana daripada menulis (atau mengucapkan) input dengan kata-kata mereka sendiri.

Meskipun sebagian besar teknologi agen virtual melibatkan chatbot yang menerima dan merespons permintaan, tidak semua chatbot menawarkan fungsionalitas VAT yang sebenarnya. Banyak chatbot dan sistem IVR yang hanya berfungsi untuk memberikan atau mengumpulkan informasi dasar, seperti menyampaikan jam buka toko atau menentukan ke mana harus mengarahkan pelanggan di pusat panggilan.

Asisten virtual pada dasarnya tidak mengacu pada perangkat lunak, tetapi pada manusia yang memberikan bantuan jarak jauh, yaitu, bantuan virtual. Agak membingungkan, 'asisten virtual' (atau 'perangkat lunak asisten virtual') juga kadang-kadang digunakan sebagai istilah umum untuk semua produk virtual yang memberikan bantuan, termasuk layanan seperti Siri dari Apple atau Alexa dari Amazon (yang juga dijuluki sebagai asisten suara atau asisten digital).

Agen virtual, yang juga dikenal sebagai intelligent virtual agent (IVA) atau asisten virtual cerdas (juga IVA), lebih dari sekadar chatbot yang sangat canggih. Agen virtual tidak hanya didefinisikan oleh AI percakapan yang dapat mengidentifikasi maksud dari teks atau ucapan bebas dari pengguna, tetapi juga otomatisasi langkah-langkah untuk memenuhi maksud tersebut-dan terus meningkatkan kemampuannya untuk melakukan keduanya. Sementara chatbot hanya dapat merespons, agen virtual dapat memahami, belajar , dan melakukan.

Asisten suara seperti Siri atau Alexa dapat dianggap sebagai agen virtual menurut definisi ini, tetapi istilah 'agen virtual' lebih sering mengacu pada penggunaan organisasi dan integrasi yang disesuaikan dengan sistem perusahaan. Dengan kata lain, asisten suara biasanya bertindak sebagai perpanjangan tangan dari diri Anda sendiri: mereka mengotomatiskan tindakan yang akan Anda lakukan, seperti mengirim teks, mencari info publik, atau memutar lagu. Agen virtual merupakan perpanjangan tangan dari bisnis Anda: mereka mengotomatiskan tindakan untuk pelanggan atau karyawan, seperti membayar tagihan atau memperbarui kredensial login.

Akademi AI

Manfaatkan AI untuk layanan pelanggan

Lihat bagaimana AI generatif dapat menyenangkan pelanggan dengan pengalaman yang lebih mulus dan meningkatkan produktivitas organisasi di tiga area utama ini: layanan mandiri, agen manusia, dan operasi pusat kontak.

Jenis agen virtual

Perusahaan yang ingin mengoptimalkan bisnis mereka dengan teknologi agen virtual memiliki beragam pilihan yang tersedia. Masing-masing menawarkan tingkat penyesuaian dan integrasi yang berbeda-beda dan memerlukan tingkat tenaga kerja dan kecanggihan yang berbeda-beda untuk diterapkan dan dipertahankan. Solusi agen virtual terbaik untuk bisnis Anda adalah fungsi dari kebutuhan spesifik yang akan ditangani oleh VAT dan sumber daya yang tersedia untuk memperoleh dan mengelolanya.

  • Solusi menyeluruh: penawaran layanan lengkap yang penuh dengan bantuan profesional dari penyedia layanan untuk mengelola implementasi, pemeliharaan, dan integrasi ke dalam aplikasi, sistem, dan alur kerja yang relevan.
  • Alat pengembangan pro yang dapat diskalakan: Platform yang dapat diakses dengan API paling sesuai untuk organisasi dengan sumber daya teknis khusus dan pengembang untuk mengelola implementasi yang kompleks secara langsung.
  • Solusi terintegrasi: kemampuan pelengkap yang terintegrasi langsung ke dalam alat perusahaan yang dimiliki, seperti chatbot yang dibangun ke dalam perangkat lunak pusat kontak.

Cara membuat agen virtual

Pemahaman menyeluruh tentang perjalanan pelanggan Anda sangat penting untuk membuat agen virtual bekerja secara efektif. Dengan mengidentifikasi maksud pelanggan dengan benar dan langkah-langkah yang diperlukan untuk mencapainya, Anda dapat mengonfigurasi agen virtual Anda untuk secara alami memetakan langkah-langkah tersebut.

1. Tentukan ruang lingkup: masalah atau peluang apa yang akan ditangani oleh agen virtual?

Berfokus pada tujuan yang salah akan membatasi potensi agen virtual Anda, begitu juga dengan ruang lingkup yang terlalu luas atau terlalu sempit. Masalah, pertanyaan, dan tugas berulang mana yang menghabiskan terlalu banyak bandwidth dukungan pelanggan? Kebutuhan karyawan apa yang tidak terpenuhi secara memadai? Divisi bisnis mana yang paling diuntungkan dari penghematan biaya atau penghematan waktu? Bagian FAQ dari situs web Anda sering kali merupakan basis pengetahuan yang berguna untuk memulai.

2. Tentukan saluran pesan: di mana pengguna akan berbicara dengan agen virtual Anda?

Apakah agen virtual mengatasi masalah umum dengan situs web atau aplikasi Anda? Apakah ini dimaksudkan untuk mengurangi volume panggilan telepon di pusat kontak Anda? Apakah ini menjawab pertanyaan yang sering diajukan di Slack? Saluran tempat pengguna akhir berinteraksi dengan agen virtual Anda secara alami harus selaras dengan tujuan yang dilayaninya. Saluran pengiriman pesan juga dapat memengaruhi bagaimana maksud pengguna diungkapkan, bagaimana AI percakapan agen virtual Anda harus menafsirkan dan menanggapinya, serta alat dan sistem relevan mana yang tersedia untuk integrasi.

3. Latih model AI percakapan untuk menafsirkan dan menanggapi permintaan secara cerdas

Agen virtual Anda harus mampu menafsirkan pertanyaan pelanggan secara akurat dan mengenali maksud pengguna. Untuk melakukan hal tersebut tanpa membatasi pengguna pada pilihan berbasis menu dibutuhkan pemahaman bahasa alami yang canggih: pengguna manusia sesungguhnya jarang mengartikulasikan tujuan mereka dengan kata-kata yang tepat—bahkan ejaan yang tepat—seperti yang Anda prediksi. Chatbot terkemuka kemudian semakin banyak menggunakan AI generatif, yang dilatih untuk mewakili merek Anda dengan tepat, agar percakapan tetap berjalan.

4. Meningkatkan maksud di luar cakupan ke agen langsung

Agen virtual Anda tidak seharusnya—dan tidak bisa—dirancang untuk menangani setiap permintaan yang ada. Lebih baik memberikan solusi berkualitas tinggi untuk sekumpulan masalah yang lebih kecil daripada menangani daftar tujuan yang lebih besar secara tidak memadai. Ketika niat pengguna berada di luar cakupan, hubungkan pengguna ke manusia yang sesuai untuk memberikan bantuan.

5. Mengintegrasikan sistem yang diperlukan untuk menangani niat dalam cakupan

Setiap niat dalam cakup harus dipetakan ke alat dan proses yang diperlukan untuk mencapainya. Untuk mencapai permintaan informasi, pencarian cerdas harus terhubung ke sumber data yang relevan. Tujuan berbasis tindakan yang membutuhkan otomatisasi proses robotik (RPA) mungkin memerlukan integrasi dengan sistem seperti platform CRM, infrastruktur pembayaran, perangkat lunak penjadwalan, atau portal layanan mandiri TI.

6. Terus tingkatkan agen virtual Anda

Setelah agen virtual Anda aktif dan menghasilkan data hasil, terus sempurnakan dan perbaiki.Peningkatan ini dapat didorong oleh teknologi—misalnya, dengan machine learning yang mengembangkan kemampuan AI Anda untuk mengidentifikasi maksud—atau didorong oleh strategi, dengan mengevaluasi maksud yang kurang terlayani, alur yang rusak, atau peluang untuk mengembangkan cakupan agen virtual Anda.

Manfaat teknologi agen virtual

Penerapan VAT yang berhasil telah terbukti memberikan dampak positif terhadap keuangan, logistik, dan moral karyawan bisnis Anda.

  • Peningkatan kepuasan pelanggan: Dalam sebuah survei terhadap 1.005 responden di 12 industri dan 33 negara yang dilakukan oleh IBM Institute for Business Value (IBV) bekerja sama dengan Oxford Economics, 99% organisasi yang menggunakan teknologi agen virtual berbasis AI melaporkan adanya peningkatan kepuasan pelanggan. Secara rata-rata, organisasi-organisasi tersebut mendapatkan keuntungan dari peningkatan 8 poin persentase dalam kepuasan pelanggan dan peningkatan 4 poin dalam NPS.
  • Penghematan waktu bagi karyawan: Dengan mengalihkan tugas-tugas yang paling berulang dan memakan waktu ke agen virtual, VAT sering kali meningkatkan efisiensi agen manusia. Studi IBV/Oxford yang disebutkan di atas menemukan bahwa VAT mengurangi waktu penanganan agen manusia rata-rata 12%.
  • Mengurangi biaya: Mengurangi waktu yang dibutuhkan oleh agen manusia untuk menyelesaikan kontak memiliki manfaat tambahan, yaitu mengurangi biaya layanan. Studi Forrester Consulting baru-baru ini memperkirakan bahwa sebuah organisasi besar1 dapat menghemat rata-rata USD 6,00 per percakapan yang dimuat menggunakan IBM watsonx Assistant. Studi yang sama menemukan bahwa agen virtual yang merutekan percakapan telepon dengan benar dapat menghemat USD 7,75 per panggilan yang dirutekan dengan benar.
  • Peningkatan kepuasan karyawan: Agen layanan pelanggan yang dilengkapi dengan alat bantu dan dukungan yang tepat akan merasa lebih dihargai oleh organisasi mereka. Mereka juga lebih cenderung memberikan pengalaman yang lebih baik kepada pelanggan. Moral karyawan yang lebih baik juga membantu retensi karyawan, yang memiliki dampak finansial tersendiri: Penelitian Gallup menemukan bahwa biaya untuk mengganti seorang karyawan dapat berkisar antara 50-200% dari gaji tahunan karyawan yang keluar.

Contoh penggunaan untuk teknologi agen virtual

Agen virtual menawarkan berbagai peluang untuk meningkatkan pengalaman pelanggan, operasi bisnis yang menghadapi pasar, serta produktivitas dan koordinasi internal.

  • Layanan pelanggan: Agen virtual, dalam bentuk chatbot berbasis teks atau sistem respons suara interaktif (IVR) berbasis panggilan, sering digunakan sebagai perwakilan layanan pelanggan otomatis di berbagai saluran, dari situs web yang dimiliki dan dioperasikan hingga platform media sosial hingga platform perpesanan seperti Slack dan WhatsApp.
  • E-commerce dan penjualan: Agen virtual dapat digunakan untuk meningkatkan saluran penjualan dan perolehan prospek dengan mengkualifikasikan prospek dan menyelesaikan transaksi di lingkungan ritel yang beragam.
  • Produktivitas tenaga kerja: Agen virtual dapat membantu meningkatkan produktivitas karyawan dengan mengotomatiskan tugas-tugas hafalan dan pertanyaan, sehingga membebaskan waktu karyawan untuk tugas-tugas yang lebih kompleks. Mereka juga dapat membantu dalam memperlancar kolaborasi, alur kerja, dan manajemen proyek melalui otomatisasi penjadwalan, pengelolaan dan transkripsi makna langsung, serta peningkatan kemampuan alat komunikasi di tempat kerja seperti Slack dan Microsoft Teams.

Metrik kinerja utama untuk agen virtual

Meskipun evaluasi yang benar-benar komprehensif tentang seberapa efektif teknologi agen virtual telah diterapkan akan bergantung pada tantangan dan tujuan spesifik bisnis Anda, berikut ini adalah tiga ukuran utama untuk mengukur seberapa baik VAT memenuhi ekspektasi kinerja.

  • Pengenalan maksud: Seberapa akurat agen virtual Anda menafsirkan maksud pengguna? Pengguna sering mengartikulasikan kebutuhan mereka dengan cara yang unik, dari pilihan kata hingga sintaks hingga ejaan. Seorang pelanggan mungkin bertanya, "bagaimana cara melunasi saldo akun saya?" ketika agen virtual Anda diprogram untuk "bayar tagihan saya". Menangani varians alami dalam cara pengguna mengekspresikan maksud dengan benar adalah komponen penting dari implementasi yang sukses, dan sering kali merupakan fungsi dari kemampuan pemrosesan bahasa alami (NLP).
  • Segmen dalam cakupan: Berapa persen dari permintaan pengguna yang masuk-dengan asumsi maksud mereka telah diidentifikasi secara akurat-yang sesuai dengan maksud yang diprogramkan untuk agen virtual Anda? Jika sebagian besar permintaan selaras dengan apa yang diprogram untuk ditangani VAT Anda, itu dikalibrasi dengan baik untuk kebutuhan pengguna Anda. Jika sebagian besar permintaan berada di luar cakupan, Anda mungkin perlu mengevaluasi kembali strategi VAT Anda. Survei IBV/Oxford Economics menemukan bahwa, dari seluruh responden, proporsi rata-rata kontak masuk yang termasuk dalam cakupan VAT adalah 63%.
  • Penanganan: Seberapa sering VAT berhasil menyelesaikan kasus tertentu tanpa eskalasi untuk—atau keterlibatan dari—agen manusia? Ini adalah metrik yang rumit: denominatornya mungkin termasuk permintaan dengan niat di luar cakupan; numeratornya mungkin termasuk atau tidak termasuk kasus dengan beberapa niat yang beberapa—tetapi tidak semua—niat berhasil ditangani. Studi IBV/Oxford Economics, yang mendefinisikan penanganan sebagai "bagian dari total kontak yang VAT telah dilatih untuk menangani" yang diselesaikan tanpa eskalasi, menghitung rata-rata penanganan di seluruh responden yang relevan menjadi 64%. Perbedaan 38% memisahkan angka penahanan tertinggi dan terendah yang dilaporkan.
Solusi terkait
IBM watsonx Assistant

Memberikan layanan pelanggan yang konsisten dan cerdas dengan AI percakapan. Jelajahi bagaimana Anda dapat mempercepat komunikasi dengan pelanggan, meningkatkan produktivitas, dan meningkatkan profit Anda dengan IBM watsonx Assistant.

Jelajahi watsonx Assistant
Konsultasi dan layanan AI

Temukan kembali alur kerja dan operasi yang penting dengan menambahkan AI untuk memaksimalkan pengalaman, pengambilan keputusan secara real-time, dan nilai bisnis.

Jelajahi layanan AI
Solusi kecerdasan buatan (AI)

Gunakan AI di bisnis Anda dalam perpaduan antara keahlian AI terdepan di industri dari IBM dan portofolio solusi Anda.

Jelajahi solusi AI
Ambil langkah selanjutnya

Dengan mudah membangun asisten AI generatif yang memberikan pengalaman layanan-mandiri tanpa gesekan kepada pelanggan di perangkat atau saluran apa pun, membantu meningkatkan produktivitas karyawan dan meningkatkan skala di seluruh bisnis Anda.

Jelajahi watsonx Assistant Temukan watsonx.ai
Catatan kaki

1 Untuk tujuan penelitian, Forrester mengumpulkan pengalaman para narasumber dan responden survei dan menggabungkan hasilnya ke dalam satu organisasi komposit yang merupakan perusahaan jasa keuangan dan asuransi dengan pendapatan 7 miliar USD per tahun.