Valdo BlogValdo Blog

AI dalam Layanan Pelanggan: Otomatisasi Membantu, Manusia Tetap DibutuhkanAI in Customer Service: Automation Helps, People Are Still Needed

AI membantu layanan pelanggan menjadi lebih cepat dan efisien, tetapi empati, penilaian, dan tanggung jawab tetap membutuhkan manusia. Bagaimana menggabungkannya?AI makes customer service faster and more efficient, but empathy, judgement, and accountability still require people. How do you combine the two?

BerandaHome›BlogBlog›AI dalam Layanan Pelanggan: Otomatisasi Membantu, Manusia Tetap DibutuhkanAI in Customer Service: Automation Helps, People Are Still Needed
Foto Hendri SusantoHSHendri SusantoHendri Susanto·26 Oktober 202626 October 2026·7 menit baca7 min read

Dalam tiga tahun terakhir, AI generatif mulai masuk ke operasi layanan pelanggan bukan lagi sekadar proyek percobaan, melainkan bagian dari perencanaan dan anggaran operasional. Pertanyaannya pun bergeser: bukan lagi apakah AI akan digunakan, tetapi pekerjaan mana yang tepat untuk diotomatisasi dan kapan manusia perlu mengambil alih.Over the past three years, generative AI has moved into customer service operations — no longer as an experiment but as part of operational planning and budgeting. The question has shifted: not whether AI will be used, but which work is right to automate and when a person needs to take over.

Pengalaman kami mengelola contact center, penagihan, dan back office untuk sektor perbankan serta perusahaan pembiayaan menunjukkan satu pola penting: AI paling efektif menangani pekerjaan yang berulang dan berpola, sedangkan manusia tetap dibutuhkan untuk menangani situasi yang menuntut penilaian, empati, negosiasi, dan tanggung jawab.Our experience managing contact centers, collections, and back office for the banking and financing sectors reveals an important pattern: AI is most effective at handling repetitive, patterned work, while humans remain essential for situations that require judgment, empathy, negotiation, and accountability.

Maka yang menjadi persoalan bukanlah memilih antara AI atau manusia, melainkan menggabungkan keduanya agar layanan menjadi lebih efisien tanpa kehilangan kualitas interaksi.The issue, therefore, is not choosing between AI or humans, but combining both so that services become more efficient without losing the quality of interaction.

Pekerjaan yang Sudah Layak DiotomatisasiWork That Is Already Worth Automating

AI dapat membantu menangani pekerjaan dengan pola yang jelas dan aturan yang terdefinisi, misalnya:AI can handle work with clear patterns and defined rules, for example:

  • Menjawab pertanyaan berulang dengan jawaban baku, seperti jam operasional, status pengiriman, persyaratan dokumen, dan informasi tagihan.Answering repetitive questions with standard answers, such as operating hours, delivery status, document requirements, and billing information.
  • Mengelompokkan dan meneruskan tiket ke tim yang tepat, termasuk mengenali maksud pelanggan dari bahasa sehari-hari.Classifying and routing tickets to the right team, including recognising customer intent from everyday language.
  • Mengirim pengingat pembayaran dan melakukan verifikasi awal dalam proses penagihan, sesuai aturan dan batas kewenangan yang telah ditetapkan.Sending payment reminders and performing first-pass verification in collections, within defined rules and limits of authority.
  • Membuat ringkasan percakapan dan membantu pemeriksaan kualitas, sehingga supervisor dapat memprioritaskan percakapan berisiko atau yang memerlukan tindak lanjut.Summarising conversations and supporting quality review, so supervisors can prioritise risky conversations or those needing follow-up.
  • Memperkirakan kebutuhan tenaga kerja berdasarkan pola volume kontak dan riwayat operasional.Forecasting workforce needs based on contact volume patterns and operating history.

Otomatisasi pada pekerjaan tersebut dapat mengurangi pekerjaan repetitif, mempercepat respons, dan memberi ruang bagi agen untuk menangani kasus yang membutuhkan perhatian lebih besar.Automating this work reduces repetitive tasks, speeds up responses, and gives agents room to handle cases that need closer attention.

Pekerjaan yang Tetap Membutuhkan ManusiaWork That Still Requires People

Batas otomatisasi bukan semata-mata soal kemampuan teknologi, tetapi juga konsekuensi dari sebuah keputusan. Ketika jawaban yang keliru dapat merugikan pelanggan, atau situasi membutuhkan pemahaman emosi dan pertimbangan yang kontekstual, manusia harus tetap memegang kendali.The boundary of automation is not only about technical capability; it is about the consequence of a decision. Where a wrong answer can harm a customer, or where a situation requires emotional understanding and contextual judgement, a person must stay in control.

Beberapa contoh pekerjaan yang masih sangat membutuhkan keterlibatan manusia adalah:Some examples of work that still require significant human involvement are:

  • Menangani keluhan yang emosional, termasuk pelanggan yang kecewa atau mempertimbangkan untuk berhenti menggunakan layanan. Pilihan kata, empati, dan kemampuan membaca situasi dapat menentukan hasil percakapan.Handling emotional complaints, including customers who are disappointed or considering leaving. Wording, empathy, and the ability to read the situation can determine the outcome.
  • Melakukan negosiasi pembayaran dan menangani kasus penagihan sensitif, terutama ketika diperlukan pertimbangan khusus atau kesepakatan yang memiliki konsekuensi hukum.Negotiating payments and handling sensitive collections cases, especially where special consideration or legally consequential agreements are involved.
  • Melakukan penjualan konsultatif, ketika pelanggan membutuhkan penjelasan, rekomendasi yang sesuai kebutuhan, dan kepercayaan sebelum mengambil keputusan.Consultative selling, when customers need explanation, recommendations suited to their needs, and trust before deciding.
  • Menangani sengketa, data pribadi, dan kasus berisiko kepatuhan, yang membutuhkan penilaian cermat serta pertanggungjawaban yang jelas.Handling disputes, personal data, and compliance-risk cases, which require careful judgement and clear accountability.
  • Mengambil keputusan di luar aturan standar, ketika informasi tidak lengkap, kondisi pelanggan tidak biasa, atau solusi yang tepat tidak dapat ditentukan hanya dari pola data.Deciding outside standard rules, when information is incomplete, the customer's situation is unusual, or the right solution cannot be determined from data patterns alone.

AI dapat membantu menyiapkan informasi dan rekomendasi, tetapi keputusan yang berdampak penting tetap perlu melibatkan manusia dengan kewenangan yang sesuai.AI can prepare information and recommendations, but decisions with significant impact still need a person with the appropriate authority.

Pola Hybrid: AI dan Agen Bekerja BersamaThe Hybrid Pattern: AI and Agents Working Together

Pendekatan yang lebih stabil bukanlah mengganti seluruh agen manusia dengan chatbot atau voice bot, melainkan menggabungkan AI dan manusia dalam satu alur layanan.A more stable approach is not to replace all human agents with chatbots or voice bots, but to combine AI and humans in a single service flow.

Dalam contact center, AI dapat menjadi lapisan pertama untuk menyapa pelanggan, memahami maksud pertanyaan, mengambil informasi yang relevan, dan menyusun ringkasan percakapan. Jika pertanyaan berada di luar batas kewenangannya, mengandung risiko, atau membutuhkan empati dan negosiasi, percakapan harus dialihkan kepada agen manusia bersama konteks yang sudah terkumpul.In a contact center, AI can serve as the first layer to greet customers, understand the intent of their questions, retrieve relevant information, and compile conversation summaries. If a question falls outside its authority, carries risk, or requires empathy and negotiation, the conversation must be transferred to a human agent along with the context already gathered.

Dengan cara ini, pelanggan tidak perlu mengulang ceritanya dari awal. Agen juga dapat memulai percakapan dengan informasi yang lebih lengkap, sehingga waktu dan keahliannya digunakan untuk menyelesaikan masalah, bukan sekadar mengumpulkan data.This way, customers do not have to repeat their story. Agents can also start with fuller information, so their time and skill go into solving the problem rather than merely collecting data.

Prinsipnya sederhana: AI membantu menangani volume, manusia menangani keputusan dan hubungan.The principle is simple: AI handles volume, people handle decisions and relationships.

Setiap otomatisasi perlu memiliki jalur eskalasi yang jelas menuju agen manusia. Jawaban otomatis juga harus dapat ditelusuri ke sumber informasi yang digunakan, sementara manusia harus memiliki kewenangan dan sarana untuk mengoreksi hasil AI ketika diperlukan.Every automation needs a clear escalation path to a human agent. Automated answers must also be traceable to the information they used, while people must have the authority and the means to correct AI output when needed.

Tiga Risiko yang Tidak Boleh DiabaikanThree Risks That Cannot Be Ignored

Penerapan AI dalam layanan pelanggan tidak cukup hanya dengan memilih model yang canggih. Ada sejumlah risiko operasional yang perlu dikelola sejak awal.Deploying AI in customer service is not just a matter of choosing a sophisticated model. Several operational risks must be managed from the start.

1. Jawaban yang terdengar meyakinkan, tetapi keliru1. Answers that sound convincing but are wrong

AI dapat menghasilkan jawaban yang terdengar masuk akal meskipun informasinya salah atau tidak lengkap. Karena itu, jawaban perlu dibatasi pada sumber pengetahuan resmi yang relevan, diuji secara berkala, dan dialihkan kepada manusia ketika tingkat kepastian atau kewenangannya tidak memadai.AI can produce plausible answers even when the information is wrong or incomplete. Answers therefore need to be limited to relevant official knowledge sources, tested periodically, and escalated to a human when confidence or authority is insufficient.

2. Data pribadi diproses tanpa kendali yang memadai2. Personal data processed without adequate control

Informasi pelanggan dapat terekspos jika data dimasukkan ke sistem pihak ketiga tanpa dasar pemrosesan, pengaturan akses, dan perlindungan yang sesuai. Pengelolaan data harus mengikuti kebijakan perusahaan serta ketentuan perlindungan data pribadi yang berlaku. Ini bukan sekadar pilihan teknis, melainkan bagian dari tata kelola dan kepatuhan.Customer information can be exposed if data is entered into third-party systems without a lawful basis, access controls, and appropriate protection. Data handling must follow company policy and applicable personal data protection rules. This is not merely a technical choice; it is part of governance and compliance.

3. Tidak ada jejak audit atas keputusan otomatis3. No audit trail for automated decisions

Tanpa pencatatan yang memadai, perusahaan akan kesulitan menjelaskan mengapa suatu permintaan diproses, ditolak, atau dialihkan. Catatan mengenai sumber informasi, tindakan sistem, eskalasi, dan keputusan manusia diperlukan untuk evaluasi serta penanganan keluhan.Without adequate records, a company will struggle to explain why a request was processed, declined, or routed. Records of information sources, system actions, escalations, and human decisions are needed for evaluation and complaint handling.

Ketiga risiko tersebut sering kali bukan disebabkan oleh kurang canggihnya teknologi, melainkan oleh tata kelola yang belum siap. Karena itu, penerapan AI sebaiknya dimulai dengan kebijakan yang jelas: data apa yang boleh diproses, siapa yang bertanggung jawab, kapan manusia harus mengambil alih, dan bagaimana hasilnya diperiksa serta diaudit.These three risks often stem not from weak technology but from governance that is not ready. AI adoption should therefore begin with clear policy: which data may be processed, who is accountable, when a person must take over, and how outcomes are reviewed and audited.

Ukur Hasilnya Sebelum dan Sesudah OtomatisasiMeasure Results Before and After Automation

Otomatisasi tanpa angka pembanding belum tentu meningkatkan kinerja. Ada kemungkinan pekerjaan hanya berpindah dari agen ke tim yang harus memeriksa jawaban mesin.Automation without a baseline does not necessarily improve performance. Work may simply move from agents to a team that has to check machine answers.

Sebelum menerapkan AI, perusahaan perlu mencatat kondisi awal, antara lain:Before deploying AI, a company needs to record the starting point, including:

  • Biaya per kontak.Cost per contact.
  • Waktu tanggap dan waktu penyelesaian.Response time and resolution time.
  • Tingkat penyelesaian pada kontak pertama (first contact resolution).First contact resolution rate.
  • Skor kepuasan pelanggan.Customer satisfaction score.
  • Hasil audit kualitas.Quality audit results.
  • Produktivitas agen dan tingkat eskalasi.Agent productivity and escalation rate.

Setelah implementasi, tambahkan indikator seperti persentase percakapan yang selesai tanpa agen, tingkat eskalasi kepada manusia, akurasi jawaban otomatis, dan waktu yang dibutuhkan agen untuk menangani kasus. Evaluasi juga apakah kepuasan pelanggan dan kualitas layanan tetap terjaga.After implementation, add indicators such as the share of conversations completed without an agent, the escalation rate to humans, the accuracy of automated answers, and the time agents need to handle a case. Also evaluate whether customer satisfaction and service quality are maintained.

Keberhasilan AI tidak cukup diukur dari banyaknya kontak yang berhasil diotomatisasi. Yang lebih penting adalah apakah teknologi tersebut memperbaiki hasil operasional tanpa mengorbankan pengalaman pelanggan, kepatuhan, dan kualitas keputusan.Success is not measured by how many contacts were automated. What matters more is whether the technology improves operational outcomes without sacrificing customer experience, compliance, and decision quality.

AI Membantu, Manusia Tetap MenentukanAI Helps, People Still Decide

AI membuka peluang untuk membuat operasi layanan pelanggan lebih cepat, konsisten, dan efisien. Namun, layanan yang baik tetap membutuhkan manusia yang mampu memahami konteks, menunjukkan empati, melakukan negosiasi, dan bertanggung jawab atas keputusan.AI opens the opportunity to make customer service operations faster, more consistent, and more efficient. But good service still needs people who can understand context, show empathy, negotiate, and take responsibility for decisions.

Karena itu, masa depan layanan pelanggan bukan semata-mata tentang mengganti manusia dengan mesin. Masa depan yang lebih berkelanjutan adalah menggunakan AI untuk menangani pekerjaan yang tepat, sekaligus memberdayakan manusia untuk melakukan pekerjaan yang membutuhkan pertimbangan dan sentuhan manusia.Therefore, the future of customer service is not simply about replacing humans with machines. A more sustainable future involves using AI to handle the right tasks while empowering humans to do the work that requires judgment and a human touch.

Bagaimana Valdo Dapat Membantu?How Can Valdo Help?

Valdo membantu perusahaan mengelola operasi contact center, penagihan, dan back office dengan pendekatan yang menggabungkan manusia, proses, teknologi, dan pengendalian kinerja. Penerapan AI dapat dipertimbangkan sesuai karakteristik proses, kebutuhan pelanggan, risiko, dan target operasional, bukan sekadar mengikuti tren teknologi.Valdo helps companies manage contact center, collections, and back office operations through an approach that combines people, processes, technology, and performance control. AI adoption can be considered based on process characteristics, customer needs, risks, and operational targets, rather than merely following technology trends.

Dengan dukungan pengelolaan operasional, pemantauan kualitas, dan evaluasi kinerja yang terukur, Valdo dapat membantu perusahaan mengidentifikasi proses yang layak diotomatisasi, menentukan bagian yang tetap memerlukan agen manusia, serta membangun alur eskalasi yang tepat.With operational management, quality monitoring, and measured performance evaluation, Valdo can help a company identify which processes are worth automating, decide which parts still require human agents, and build the appropriate escalation flow.

Jika perusahaan Anda sedang mengevaluasi penggunaan AI dalam layanan pelanggan, penagihan, atau back office, Valdo siap berdiskusi untuk membantu memetakan kebutuhan operasional dan merancang pendekatan yang sesuai, agar teknologi meningkatkan efisiensi, sementara manusia tetap hadir ketika pelanggan paling membutuhkannya.If your company is evaluating the use of AI in customer service, billing, or back office, Valdo is ready to discuss and help map your operational needs and design a suitable approach, so that technology enhances efficiency while humans remain present when customers need them most.

Ingin membahas kebutuhan operasi Anda?Would you like to discuss your operations?

Ceritakan kebutuhan operasional Anda, mulai dari volume pekerjaan, jam layanan, hingga target kinerja yang ingin dicapai. Tim Valdo siap membantu mengevaluasi kebutuhan dan merekomendasikan solusi BPO yang paling sesuai, tanpa biaya konsultasi.Tell us about your operational needs, from work volume and service hours to the performance targets you want to achieve. The Valdo team is ready to help evaluate your needs and recommend the most suitable BPO solution, at no consultation cost.

Konsultasi melalui halaman KontakTalk to us via the Contact page
Tanya Asisten ValdoAsk Valdo AssistantAda pertanyaan tentang Valdo?Have a question about Valdo?
Halo! Saya asisten Valdo. Tanyakan apa pun soal layanan BPO kami — contact center, back office, collection, atau tenaga kerja.Hi! I am Valdo’s assistant. Ask me anything about our BPO services — contact center, back office, collections, or manpower.

Pertanyaan Anda dapat kami teruskan ke tim kami.Your question may be forwarded to our team.