Menurutnya, pendekatan tersebut menunjukkan bahwa AI bukan ditujukan untuk menggantikan peran manusia sepenuhnya. Sebaliknya, AI bertugas menangani pertanyaan yang bersifat berulang dan sederhana, sementara kasus yang kompleks tetap menjadi tanggung jawab tenaga profesional.

Lebih lanjut, Dimas mengungkapkan bahwa proses pengembangan AI juga dilakukan secara bertahap. Sebelum diterapkan secara penuh, sistem harus melalui fase proof of concept untuk mengukur tingkat akurasi jawaban, mengidentifikasi unknown keywords, serta mengevaluasi tingkat halusinasi AI.

"Kami tidak langsung mengimplementasikan AI. Kami melakukan pengujian terlebih dahulu, melihat seberapa banyak unknown keyword yang muncul dan bagaimana tingkat halusinasinya. Target kami adalah membuat skor halusinasi serendah mungkin, idealnya di bawah dua, sehingga kualitas jawaban tetap terjaga," ujarnya.

Ia menambahkan, keberhasilan implementasi AI juga sangat bergantung pada kualitas data yang dimiliki perusahaan. AI hanya dapat memberikan jawaban berdasarkan informasi yang tersedia, sehingga perusahaan harus memiliki knowledge base yang lengkap, akurat, dan selalu diperbarui.

"Challenge terbesar implementasi AI adalah apakah perusahaan memiliki knowledge base yang lengkap dan data yang benar-benar bisa digunakan untuk menjawab kebutuhan pelanggan. Selain itu, perusahaan juga perlu memiliki AI Governance yang jelas agar implementasinya tetap sesuai dengan regulasi perlindungan data pribadi maupun etika AI," kata Dimas.

Dimas melanjtukan, AI Governance menjadi fondasi penting agar setiap solusi AI yang diterapkan tetap aman, transparan, dan sesuai dengan kebijakan masing-masing perusahaan.

Di sisi lain, Dimas menegaskan bahwa kehadiran AI seharusnya dipandang sebagai alat untuk meningkatkan produktivitas, bukan menggantikan tenaga kerja.

"AI bukan dibuat untuk menggantikan manusia. Justru AI membantu menangani pertanyaan-pertanyaan sederhana yang jumlahnya sangat banyak, sehingga human agent bisa lebih fokus menangani kasus-kasus yang kompleks dan membutuhkan keahlian khusus. Dengan begitu operasional menjadi lebih efektif, efisien, sekaligus memberikan pengalaman pelanggan yang lebih baik," tutupnya.

Baca Juga: Bukan Sekadar Chatbot, Ini 5 Transformasi Contact Center Berkat Generative AI