Anda baru saja selesai berbicara dengan seorang pelanggan. Merekam tidak diperbolehkan, jadi Anda mengandalkan ingatan Anda — dan tepat setelah percakapan itu, biasanya hal itu tidak masalah.
Oleh Anthony Raaijmakers
Anda baru saja selesai berbicara dengan seorang pelanggan. Merekam tidak diperbolehkan, jadi Anda mengandalkan ingatan Anda, dan tepat setelah percakapan itu biasanya hal itu berjalan baik. Tetapi kemudian sisa hari menyela: kotak masuk yang menuntut perhatian, percakapan lain, catatan lepas yang tercecer di sana-sini. Menjelang malam, Anda masih ingat bahwa ada sesuatu yang dibahas, tetapi tidak lagi persis apa yang dijanjikan, keberatan mana yang masih terbuka, dan apa sebenarnya langkah berikutnya.
Ini relevan karena banyak investasi AI di perusahaan UKM berfokus pada satu chatbot lagi atau satu jawaban yang lebih pintar, padahal masalah yang paling menyita waktu terletak di tempat lain: bukan pada kurangnya jawaban yang baik, melainkan pada memudarnya konteks di antara orang, sistem, dan waktu.
Saya melihat pola ini muncul kembali di hampir setiap perusahaan yang bekerja dengan pelanggan. Apa yang tersisa setelah satu hari jarang berupa cerita yang utuh. Biasanya hanya cukup untuk tahu bahwa ada sesuatu yang sedang berlangsung, tanpa ada yang masih ingat persis apa yang disepakati. Bukan karena orang tidak memperhatikan, melainkan karena konteks memang tersebar di antara CRM, kotak masuk, catatan, dan ingatan satu orang — dan tak seorang pun menanganinya secara struktural sampai terjadi masalah.
Sebuah lapisan operasi AI menangani persis masalah ini, dan itu adalah jenis penerapan yang berbeda dari chatbot yang menjawab pertanyaan. Ini bukan tentang sistem yang menjawab lebih pintar, melainkan tentang lapisan yang mengingat apa yang telah dibahas, disepakati, dan masih harus dilakukan — sehingga sebuah tim tidak perlu berulang kali menyusun ulang dari nol apa yang sedang berlangsung. Keuntungannya bukan pada jawaban yang lebih baik atas sebuah pertanyaan, melainkan pada berkurangnya kehilangan konteks dalam operasi sehari-hari itu sendiri.
Bagi perusahaan UKM, itu adalah jenis keputusan yang berbeda dari "alat AI mana yang akan kita beli". Yang menjadi inti adalah pertanyaan di mana dalam organisasi Anda informasi paling sering memudar: pada peralihan antara percakapan penjualan dan penawaran, antara laporan support dan solusinya, antara janji kepada pelanggan dan rekan yang harus mewujudkannya. Memetakan hal itu memberi hasil lebih besar daripada satu alat tambahan yang ditumpuk di atas masalah yang sudah ada.
Di Oneminded, kami sengaja melihat lebih dulu ke lapisan operasional itu sebelum berbicara tentang produk AI tertentu. Bagi tim yang sedang tumbuh, nilainya bukan terletak pada apakah sebuah model bisa mengatakan sesuatu yang pintar, melainkan pada apakah tidak ada lagi yang harus menjelaskan hal yang sama dua kali, dan apakah seorang rekan yang baru masuk ke sebuah berkas yang sedang berjalan langsung tahu apa yang sedang dibahas.
Ingin memetakan di mana dalam organisasi Anda konteks paling sering hilang antara sebuah percakapan dan tindak lanjutnya? Percakapan itu dengan senang hati kami lakukan sebelum Anda berinvestasi pada alat baru. Anda dapat menghubungi kami.