Artificial Intelligence (AI) sedang merevolusi cara bisnis beroperasi. Bagi perusahaan, perjalanan ini penuh potensi namun juga diiringi kompleksitas. Dalam artikel ini, kami akan memandu Anda melalui kerangka AI yang rumit ini, dengan megupas dua kunci dalam teknologi AI, yaitu Voicebot yang sudah terbentuk dan LLM Agent yang tengah naik daun.
Apa itu Voicebot?
Ketika Anda mengangkat telepon reminder akan jadwal atau penagihan pembayaran, terdapat kemungkinan Anda sedang berbicara dengan Voicebot. Voicebot memanfaatkan teknologi Automatic Speech Recognition (ASR), Natural Language Processing (NLP) dan Text to Speech (TTS) untuk dapat memahami cara manusia berbicara dan menciptakan interaksi yang mirip sekali dengan manusia berdasarkan reaksi pelanggan.
Salah satu penggunaan umum untuk Voicebot adalah customer service 24 jam. Mereka dapat menangani pertanyaan umum dari panggilan masuk kapanpun, sehingga human agent dapat fokus ke masalah yang lebih kompleks.
Voicebot juga unggul dalam melakukan panggilan dalam volume besar untuk reminder, promosi dan leads filtering. Mereka efektif dalam membantu bisnis meningkatkan pendapatan dan juga pertumbuhan pelanggan. Voicebot dapat melakukan panggilan ke pelanggan dalam skala besar untuk membantu mengingatkan semua pelanggan terkait, atau dengan cepat menyaring dan mengkualifikasi prospek dalam seluruh daftar kontak CRM. Dengan Voicebot menangani kontak awal, human agent dapat melakukan follow-up pada prospek yang sudah terkualifikasi dan siap untuk dikonversi.
Apa itu LLM Agent
Seperti yang kami bahas di artikel sebelumnya, LLM Agent adalah kombinasi dari model bahasa luas dengan tiga komponen kunci lainnya untuk Planning, Memory, dan Tool use. Kami juga dapat menyebut LLM Agent sebagai LLM powered autonomous agent system, dimana LLM berfungsi sebagai otaknya.
LLM telah mengungkapkan kemampuan Natural Language Understanding (NLU) mereka yang menakjubkan. Akan tetapi LLM juga memiliki batas kemampuan untuk memahami dan mempelajari beragam aplikasi di dunia nyata. Untuk memaksimalkan potensi LLM, kita perlu membangun sistem yang dapat memperoleh dan mengaplikasikan pengetahuan untuk menyelesaikan masalah praktis. Disitulah LLM powered autonomous agent system atau LLM Agent hadir. LLM Agent dapat menangkap, berpikir, dan bertindak seperti co-pilot kita, melampaui hanya kemampuan percakapan. Secara teoritis, dengan memberikan LLM Agent tujuan umum dan sistem agen yang mendalam, mereka dapat merencanakan penyelesaian tugas secara bertahap. Mereka juga mampu menggunakan AI Agent atau instrumen teknologi yang tersedia untuk bantuan saat diperlukan.
Membandingkan Voicebots dengan LLM Agent
Voicebot mengikuti alur dialog yang ditentukan dengan ketat. Mereka hanya memahami ekspresi dan kata-kata yang diajarkan. Sebagai contoh, kasus yang tampaknya sederhana seperti mentransfer panggilan pasien rumah sakit dari garis utama ke ekstensi departemen yang berbeda bisa memerlukan matriks alur dialog. Ini bisa memakan waktu berhari-hari bagi conversation designer untuk mengembangkannya.
Berbeda dengan Voicebot, LLM Agent memiliki keunggulan baru dalam kemampuan Natural Language Use (NLU) yang kuat. Mereka mengerti akan berbagai macam ekspresi manusia dan memahami konteks selama percakapan real-time. Jika ada pertanyaan yang mencakup sesuatu yang LLM Agent tidak mengerti, mereka dapat melanjutkan dialog hingga mencapai kejelasan, sangat mirip dengan cara manusia yang cenderung mengajukan pertanyaan lanjutan untuk mendapatkan pemahaman yang lebih baik.
Selain itu, meskipun Voicebot dapat melakukan apa yang mereka latih dengan efisien, mereka tidak memiliki kemampuan perencanaan atau pengambilan keputusan secara mandiri. Mereka juga tidak dapat beradaptasi dengan lingkungan eksternal yang dinamis.
Yang jika dibandingkan, LLM Agent mampu mempelajari secara mandiri akan pengetahuan baru dari berbagai bahasa dan ranah pengatahuan. Keduanya memiliki ingatan jangka pendek (in-context learning), serta ingatan jangka panjang dari pencarian dan pengambilan informasi. Mereka juga dapat melakukan penalaran dan perencanaan, serta menyederhanakan tugas yang besar dan kompleks menjadi langkah yang lebih kecil dan mudah dikelola.
Bagaimana Proses Refund Dilakukan dengan Cara yang Berbeda?
Mari kita pertimbangkan skenario permintaan refund dari pelanggan untuk memahami bagaimana Voicebot dan LLM Agent merespons dengan cara yang berbeda.
Voicebot dapat memahami semua ekspresi dan keywords mengenai refund atau pengembalian dana jika dilatih untuk itu. Ia dapat membacakan proses refund dari daftar pertanyaan umum atau Frequent Asked Questions (FAQ) saat diminta. Namun, Voicebot tidak dapat menangani pertanyaan di luar FAQ.
Di lain sisi, LLM Agent dapat memakai berbagai alat dan memanfaatkan praktik terbaik dalam industri untuk menyelesaikan masalahnya. Terlebih lagi, LLM juga mampu untuk melakukan pembelajaran berlanjut dan optimalisasi, memperoleh pengetahuan baru dan penerapan terbaik dari waktu ke waktu. Ketika seorang pelanggan mengajukan refund, LLM Agent dapat meminta ID pembelian, kemudian menggunakan instrumen yang relevan (misalnya seperti lembar pelacakan logistik), untuk memeriksa status pengiriman. Mereka bahkan dapat membujuk pelanggan, dan menyarankan untuk menunggu beberapa hari sebelum proses pengembalian dana. Sementara itu, LLM Agent akan menganalisis waktu pemesanan, dan menilai apakah periode refund telah berakhir, atau memeriksa status kredibilitas pelanggan untuk menentukan apakah refund tersebut memenuhi syarat.
Melampaui Keterlibatan Pelanggan
Kedepannya, kami berharap age LLM untuk melampaui customer engagement Mereka akan sepenuhnya terintegrasi dengan sistem software perusahaan, dan menjadi pusat komando inti dari seluruh sistem. Pada saatnya, LLM akan menjadi pakar industri dan pengambil keputusan. Mereka akan memahami pengetahuan perusahaan yang spesifik untuk suatu domain dan secara dinamis menggunakan berbagai instrumen teknologi untuk mengotomisasi penyelesaian tugas. Agen atau alat yang digunakan oleh LLM dapat bervariasi, termasuk sistem umum kantor seperti CRM, ERP, OA, PMS, dan lainnya. Kami juga membayangkan LLM Agent sebagai co-pilot yang serba bisa, mengelola alur kerja, membantu pelanggan atau pun karyawan.
Memilih Solusi AI yang Tepat Untukmu
Walaupun masa depan LLM powered autonomous agent systems atau LLM Agent menjanjikan, pengembangan mereka masih berada di tahap awal. LLM Agent dapat mengurangi beban pelatihan dan perancangan alur dialog yang rumit. Mereka memiliki kapabilitas untuk belajar dan mengoptimalkan tanpa banyak campur tangan manusia. Namun, pelatihan LLM Agent tersebut memerlukan sumber daya komputasi dan kapasitas GPU yang besar sehingga LLM Agent mungkin tidak selalu menjadi solusi yang paling hemat biaya untuk bisnis anda.
Sebaliknya, Voicebot berfungsi sebagai co-pilot bisnis yang tangguh dan mampu memberikan hasil yang mengesankan. Mereka meningkatkan kepuasan pelanggan dengan menyediakan layanan sepanjang waktu, meningkatkan tingkat pembayaran melalui panggilan pengingat otomatis dalam skala besar, dan secara efisien mengkualifikasi prospek untuk diikuti oleh human agent, diantara tugas-tugas lainnya.
Sebagai hasilnya, kami merekomendasikan bisnis untuk memanfaatkan Voicebot untuk aplikasi yang relatif sederhana seperti telepon pengingat, pelaksanaan leads-filtering awal, atau menangani pertanyaan rutin. Bisnis sebaiknya mempertimbangkan untuk memanfaatkan kekuatan LLM Agent ketika mereka membutuhkan interaksi yang kompleks, penalaran dinamis, pengetahuan khusus industri, atau integrasi dengan berbagai sistem perusahaan.
Artificial Intelligence (AI) menawarkan berbagai solusi dengan spektrum luas untuk bisnis. Baik itu Voicebot atau LLM Agent, pilihan bergantung pada kebutuhan dan sumber daya masing-masing. Kunci keberhasilan terletak pada pemahaman terhadap sistem AI ini, dan memilih asisten AI yang tepat untuk membimbing bisnis anda menuju masa depan yang sejahtera.
Sumber Referensi
Zhiheng Xi dkk. (2023). The Rise and Potential of Large Language Model Based Agents: A Survey. Diambil dari: https://github.com/WooooDyy/LLM-Agent-Paper-List
