Chatbot AI dan voicebot. Masa depan komunikasi bisnis | AI dalam bisnis #10

Kecerdasan buatan membantu kita berkomunikasi dengan perangkat kita melalui bahasa alami – cukup dengan mengajukan pertanyaan dan merumuskan perintah. Chatbot AI, juga dikenal sebagai bot percakapan atau AI percakapan, adalah program komputer berbasis AI yang menyimulasikan dan memproses percakapan manusia – tertulis atau lisan – yang memungkinkan orang berinteraksi dengan perangkat digital seolah-olah mereka sedang berbicara dengan orang sungguhan. Pasar chatbot global diproyeksikan mencapai pendapatan $454,8 juta pada tahun 2027, naik dari $40,9 juta pada tahun 2018. Jumlah tersebut memang sangat besar.

Bagaimana cara kerja chatbot dan voicebot?

Sebelum Anda mulai memikirkan mana yang harus dipilih untuk membantu bisnis Anda berkembang, mari jawab pertanyaannya: Bagaimana cara kerja chatbot? Chatbot teks berbasis kecerdasan buatan memungkinkan pengguna mengajukan pertanyaan bahasa alami melalui teks dan mendapatkan jawaban yang terdengar alami dan bermakna. Hal ini karena mereka menampilkan teknologi Natural Language Understanding (NLU) dan Natural Language Generation (NLG).

Voicebot, di sisi lain, memungkinkan penelepon menavigasi sistem respons suara interaktif (IVR) dengan suara. Dengan alat ini, penelepon tidak perlu mendengarkan menu telepon dan menekan nomor yang sesuai pada papan tombol. Mereka berbicara langsung dengan IVR, simulasi panggilan operator yang disederhanakan.

Hal ini karena mereka menggunakan teknologi berikut:

• Pengenalan Ucapan – mengubah suara penelepon menjadi teks,
• Pemahaman Bahasa Alami (NLU) – menganalisis pemahaman, menganalisis unit makna, mengekstraksi
• Language Generation (NLG) – menghasilkan respons yang sesuai berdasarkan pemahaman kueri,
• Teknologi Sintesis Ucapan – mengubah respons menjadi ucapan dan menyampaikannya kepada penelepon.

Kedua bot dapat menggunakan model bahasa besar (LLM) sebagai dasar untuk menciptakan respons mirip manusia terhadap kueri bahasa alami. LLM adalah algoritma komputer yang memproses masukan bahasa alami dan memprediksi kata berikutnya berdasarkan pola yang mereka kenali. Mereka mengadopsi pemrosesan bahasa alami (NLP) dan Pembelajaran mesin (ML) untuk menganalisis dan menghasilkan teks atau ucapan.

LLM memberikan kemampuan untuk memberikan respons yang asli, konsisten, dan kontekstual dengan melatih data tekstual dalam jumlah besar. Oleh karena itu, LLM meningkatkan kemampuan chatbots dan voicebots untuk memahami dan menghasilkan bahasa alami. Misalnya, LLM dapat membantu voicebots menangani pertanyaan kompleks atau dialog panjang.

Chatbot berbasis LLM memiliki banyak aplikasi dalam bisnis, seperti layanan pelanggan, penjualan, pemasaran, pendidikan, kesehatan, pariwisata, dan lain-lain.

Jenis chatbot AI

Chatbots dapat dibagi menjadi beberapa jenis menurut cara berkomunikasinya, yaitu teks dan suara, serta berdasarkan kompleksitas dan penerapannya:

• Chatbot berbasis tugas – berbasis aturan dan berorientasi pada tugas, paling sederhana untuk dioperasikan dan diterapkan,
• Chatbot dan voicebots yang bersifat prediktif dan berbasis data – memerlukan integrasi dengan database atau aplikasi, yang pengoperasiannya paling mirip dengan percakapan manusia.

Penjelasan cara kerja chatbot AI teks atau suara bergantung pada jenis yang kita diskusikan. Jadi mari kita lihat lebih dekat masing-masing.

AI Chatbots dan voicebot tugas

Chatbot berbasis tugas fokus pada pelaksanaan satu fungsi, seperti memberikan informasi atau menyelesaikan transaksi sederhana. Mereka mengikuti aturan, pemrosesan bahasa alami (NLP) dan sedikit ML untuk menghasilkan respons terhadap pertanyaan pengguna yang otomatis tetapi agak menyerupai percakapan alami.

Chatbot berbasis aturan sangat terspesialisasi dan responsnya harus terstruktur, sehingga sering digunakan untuk mendukung layanan pelanggan dan departemen dukungan. Misalnya, chatbot yang berorientasi tugas dapat menjawab pertanyaan tentang jam buka, cakupan bisnis, atau memproses pesanan sederhana. Chatbot yang berorientasi tugas dapat menangani pertanyaan-pertanyaan umum, tetapi tidak terlalu fleksibel dan tidak dapat beradaptasi dengan situasi baru.

Demikian pula, voicebot berbasis aturan mengikuti aturan dan skrip yang telah ditentukan sebelumnya untuk menangani tugas yang sederhana dan spesifik. Ini bisa berupa, misalnya, memesan penerbangan atau memeriksa cuaca melalui telepon. Mereka mudah dibuat tetapi memiliki kemampuan terbatas dan sedikit kemampuan beradaptasi.

Contoh perbedaan antara cara kerja chatbot berbasis tugas berbasis aturan dan chatbot yang menggunakan AI tingkat lanjut diilustrasikan dalam kutipan dialog berikut:

Dialog yang dikutip menunjukkan fleksibilitas chatbot AI – dari pertanyaan singkat “ Jam berapa Anda tutup? Dari konteksnya, pertanyaannya adalah tentang jam operasional toko dan hari ini. Chatbot semacam itu juga dapat diajarkan untuk menjawab dengan gaya tertentu yang mempertahankan kesan percakapan dengan orang tertentu.

Chatbot dan voicebot AI prediktif

Chatbot dan voicebot berbasis data menggunakan data dari berbagai sumber, seperti:

• Profil pengguna,
• preferensi dan pengaturan,
• catatan perilaku pengguna,
• masukan

Semua ini untuk memberikan jawaban yang dipersonalisasi dan relevan. Mereka juga dapat menggunakan data tersebut untuk mempelajari dan secara bertahap meningkatkan kinerja dan akurasinya.

Data ini terutama digunakan untuk memprediksi kebutuhan, niat, emosi pengguna, dan memberikan respons proaktif-prediktif . Chatbots juga dapat menggunakannya untuk menghasilkan ide dan saran baru bagi pengguna.

Chatbot AI prediktif berbasis data adalah yang paling canggih. Mereka juga dapat dipersonalisasi dan digunakan sebagai asisten digital yang mempelajari preferensi pengguna dan dapat memulai percakapan sendiri. Kedua tipe ini sering digabungkan untuk menciptakan agen percakapan yang lebih menarik dan cerdas.

Mereka menggunakan kesadaran konteks, pemahaman bahasa alami (NLU), pemrosesan bahasa alami (NLP), dan pembelajaran mesin (ML) untuk belajar dari waktu ke waktu. Misalnya, chatbot berbasis data dan prediktif dapat membantu pengguna mempelajari bahasa melalui dialog dan latihan interaktif, atau menyarankan produk berdasarkan profil pengguna dan perilaku masa lalu.

Contoh chatbot AI dalam bisnis

Chatbot berorientasi tugas menjalankan satu fungsi, seperti menyediakan informasi atau menyelesaikan transaksi sederhana. Misalnya, chatbot berorientasi tugas dapat:

• memesan kamar hotel atau tiket pesawat,
• memesan makanan atau bahan makanan secara online,
• memeriksa cuaca atau kondisi jalan,
• rencana pertemuan,
• menjawab pertanyaan yang sering diajukan (FAQ),
• dukungan pelanggan.

Contoh populer dari chatbot berorientasi tugas yang diterapkan dengan baik:

• Chatbot Expedia – untuk mencari dan memesan hotel dan penerbangan melalui Facebook Messenger,
• Chatbot Domino Pizza – untuk memesan pizza dan melacak pengiriman melalui Facebook Messenger,
• Chatbot ponco – untuk melihat prakiraan cuaca dan peringatan melalui Facebook Messenger dan Slack,
• Kayak chatbot – untuk merencanakan perjalanan dan membandingkan harga melalui Facebook Messenger, Slack, dan Alexa.

Fitur chatbot teks yang lebih canggih, berbasis data, dan prediktif di :

• pembelajaran atau keterampilan bahasa – seperti chatbot Duolingo, yang membantu pengguna mempelajari bahasa asing melalui dialog dan latihan interaktif di aplikasi Duolingo,
• menyarankan produk atau layanan berdasarkan profil pengguna dan perilaku masa lalu,
• menghasilkan ide atau konten baru untuk proyek kreatif,
• membantu tugas pekerjaan yang berulang, seperti mengelola keuangan, kalender, email, dll., seperti Google's Bard, asisten digital berbasis teks yang dapat menghasilkan teks dan mengirimkannya melalui email melalui Google Workspace

Beberapa contoh komersial populer dari chatbot AI prediktif untuk tujuan umum adalah:

• Siri milik Apple, asisten suara digital yang dapat melakukan berbagai tugas dan menjawab pertanyaan melalui perangkat iOS.
• Alexa dari Amazon, asisten suara digital yang dapat mengontrol perangkat rumah pintar, memutar musik, memesan produk, dan lainnya melalui perangkat Echo.

Contoh voicebot dalam bisnis

Jika pelanggan menelepon untuk memblokir kartu kredit, voicebot dapat membantu menemukan jalan melalui semua langkah tanpa melibatkan agen manusia. Untuk memberikan layanan pelanggan yang lancar, voicebots juga dapat membantu meningkatkan produktivitas karyawan dengan mengotomatiskan tugas-tugas seperti menyetujui permintaan, memesan persediaan, mengisi formulir, atau mengotomatiskan tugas-tugas kantor seperti menjadwalkan rapat.

Beberapa solusi pasar terbaik untuk voicebots adalah:

• Amazon Lex – Layanan yang memungkinkan pengembang membuat antarmuka percakapan menggunakan suara dan teks. Memberikan pengenalan ucapan, pemahaman bahasa alami, pembuatan bahasa alami, dan kemampuan sintesis ucapan. Itu juga terintegrasi dengan Amazon Alexa, Amazon Polly, Amazon Comprehend, dll.
• Google Dialogflow – Sebuah platform untuk menciptakan pengalaman percakapan yang alami dan kaya menggunakan suara dan teks. Ini memberikan pengenalan ucapan, pemahaman bahasa alami, pembuatan bahasa alami, dan kemampuan sintesis ucapan. Itu juga terintegrasi dengan Google Assistant, Google Cloud Speech-to-Text, Google Cloud Text-to-Speech, dll.
• IBM Watson Assistant – Memungkinkan pengembang merancang solusi percakapan melalui suara dan teks. Memberikan pengenalan ucapan, pemahaman bahasa alami, pembuatan bahasa alami, dan kemampuan sintesis ucapan. Ini juga terintegrasi dengan IBM Watson Speech Services, IBM Watson Text-to-Speech, IBM Watson Tone Analyzer, dll.

AI Chatbots atau voicebots – Mana yang harus dipilih untuk bisnis Anda?

Chatbots dan voicebots adalah dua jenis kecerdasan buatan percakapan yang dapat membantu perusahaan mengotomatiskan interaksi pelanggan dan memberikan layanan yang lebih baik. Namun, mereka memiliki kekuatan dan keterbatasan yang berbeda tergantung pada konteks dan preferensi pengguna. Berikut adalah beberapa kriteria untuk memilih solusi:

• Antarmuka pengguna – Chatbot AI lebih cocok untuk pengguna yang membutuhkan akses informasi visual, seperti gambar atau tautan. Voicebots, sebaliknya, lebih cocok untuk mereka yang perlu berkomunikasi dengan cepat atau, misalnya, mengendarai mobil atau mengoperasikan mesin sambil berbicara.
• Pengalaman pengguna – keduanya mengandalkan pemahaman bahasa alami (NLU) untuk memproses permintaan dan niat pengguna. Voicebot lebih menarik, namun responsnya harus benar-benar mirip manusia agar dapat menjalankan fungsinya. Voicebots juga memerlukan pengenalan dan sintesis ucapan, yang dapat menyebabkan lebih banyak kesalahan atau penundaan dalam percakapan. Di sisi lain, chatbots dapat memberikan lebih banyak masukan dan panduan kepada pengguna melalui tombol, menu, atau emotikon. Selain itu, mereka lebih mudah untuk dilatih dan ditingkatkan.
• Aplikasi -keduanya dapat digunakan dalam layanan pelanggan, penjualan, pemesanan, atau pengambilan informasi. Namun, beberapa mungkin lebih fungsional untuk satu tugas tertentu, tergantung pada kompleksitas, urgensi, atau sensitivitasnya. Misalnya, chatbot teks mungkin lebih baik untuk tugas yang memerlukan autentikasi, verifikasi, atau konfirmasi, sedangkan voicebot mungkin lebih baik untuk tugas yang bertujuan pada kecepatan, kenyamanan, atau personalisasi.

Untuk memutuskan mana yang lebih cocok dengan bisnis Anda, jawablah pertanyaan berikut:

1. Siapa target pelanggan Anda dan apa preferensi serta perilaku mereka?

Pertanyaan ini akan membantu Anda memahami kebutuhan dan harapan pelanggan Anda, serta metode komunikasi pilihan mereka. Misalnya, jika pelanggan Anda masih muda, paham teknologi, dan berorientasi seluler, mereka mungkin lebih memilih chatbot daripada voicebot. Jika pelanggan Anda lebih tua, kurang nyaman mengetik, atau memiliki masalah aksesibilitas, mereka mungkin lebih memilih voicebot.

2. Apa tujuan dan kendala pelanggan Anda, dan bagaimana Anda bisa mengatasinya?

Pertanyaan ini akan membantu Anda menentukan proposisi nilai dan kasus penggunaan solusi kecerdasan buatan percakapan Anda. Misalnya, jika pelanggan ingin segera memesan pizza atau memesan tiket pesawat, mereka mungkin lebih memilih voicebot daripada chatbot. Jika pelanggan ingin membandingkan produk, membaca ulasan, atau mendapatkan informasi mendetail, mereka mungkin lebih memilih chatbots.

3. Saluran dan platform apa yang digunakan pelanggan untuk berinteraksi dengan bisnis Anda?

Pertanyaan ini akan membantu Anda memilih metode penyampaian dan opsi integrasi terbaik untuk solusi kecerdasan buatan percakapan Anda. Misalnya, jika pelanggan Anda menggunakan media sosial, aplikasi perpesanan, atau situs web untuk menghubungi Anda, mereka mungkin lebih memilih chatbot daripada voicebot. Jika pelanggan Anda menggunakan panggilan telepon, speaker pintar, atau asisten suara untuk menghubungi Anda, mereka mungkin lebih memilih voicebot daripada chatbot.

4. Sumber daya teknis dan keuangan apa yang Anda miliki untuk mengembangkan dan memelihara solusi kecerdasan buatan percakapan Anda?

Pertanyaan ini akan membantu Anda menilai kelayakan dan skalabilitas solusi kecerdasan buatan percakapan Anda. Misalnya, jika Anda memiliki sumber daya atau keahlian yang terbatas, Anda mungkin lebih memilih chatbot daripada voicebot. Chatbots umumnya lebih mudah dan lebih murah untuk dikembangkan dan dipelihara. Voicebot memerlukan teknologi dan keterampilan yang lebih canggih, seperti pengenalan dan sintesis ucapan, yang dapat meningkatkan biaya dan kompleksitas solusi.

Kecerdasan buatan percakapan. Masa depan komunikasi dalam bisnis

Ketika perusahaan berupaya membangun hubungan yang lebih dalam dan bermakna dengan pelanggannya, pilihan antara chatbots dan voicebots bukan hanya soal teknologi, namun soal pemahaman dan antisipasi kebutuhan manusia.

Menggabungkan kecerdasan buatan dengan kemampuan melakukan percakapan yang menyerupai manusia, tidak hanya menjanjikan efisiensi tetapi juga transformasi cara perusahaan berinteraksi dengan pelanggannya. Mungkin di sinilah letak masa depan komunikasi bisnis – lebih intuitif, personal, dan secara paradoks, lebih manusiawi.

Jika Anda menyukai konten kami, bergabunglah dengan komunitas lebah kami yang sibuk di Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Penulis: Robert Whitney

Pakar JavaScript dan instruktur yang melatih departemen TI. Tujuan utamanya adalah meningkatkan produktivitas tim dengan mengajari orang lain cara bekerja sama secara efektif saat membuat kode.

Lihat semua postingan

AI dalam bisnis:

1. Ancaman dan peluang AI dalam bisnis (bagian 1)
2. Ancaman dan peluang AI dalam bisnis (bagian 2)
3. Aplikasi AI dalam bisnis - ikhtisar
4. AI dan media sosial – apa pendapat mereka tentang kita?
5. Chatbot teks yang dibantu AI
6. Teknologi asisten virtual, atau bagaimana cara berbicara dengan AI?
7. Bisnis NLP hari ini dan besok
8. Bagaimana kecerdasan buatan dapat membantu mengatasi BPM?
9. Akankah kecerdasan buatan menggantikan analis bisnis?
10. Peran AI dalam pengambilan keputusan bisnis
11. Apa itu Intelijen Bisnis?
12. Menjadwalkan posting media sosial. Bagaimana AI dapat membantu?
13. Postingan media sosial otomatis
14. Kecerdasan buatan dalam manajemen konten
15. AI kreatif hari ini dan masa depan
16. AI multimodal dan penerapannya dalam bisnis
17. Interaksi baru. Bagaimana AI mengubah cara kita mengoperasikan perangkat?
18. RPA dan API di perusahaan digital
19. Layanan dan produk baru yang beroperasi dengan AI
20. Pasar kerja masa depan dan profesi yang akan datang
21. AI Hijau dan AI untuk Bumi
22. Teknologi Pendidikan. Kecerdasan buatan dalam pendidikan
23. Apa kelemahan ide bisnis saya? Sesi brainstorming dengan ChatGPT
24. Menggunakan ChatGPT dalam bisnis
25. Aktor sintetik. 3 generator video AI teratas
26. 3 alat desain grafis AI yang berguna. AI generatif dalam bisnis
27. 3 penulis AI hebat yang harus Anda coba hari ini
28. Menjelajahi kekuatan AI dalam penciptaan musik
29. Menavigasi peluang bisnis baru dengan ChatGPT-4
30. Alat AI untuk manajer
31. 6 plugin ChatGTP mengagumkan yang akan membuat hidup Anda lebih mudah
32. 3 grafik AI. Menghasilkan kecerdasan dalam bisnis
33. Bagaimana masa depan AI menurut McKinsey Global Institute?
34. Kecerdasan buatan dalam bisnis - Pendahuluan
35. Apa itu NLP, atau pemrosesan bahasa alami dalam bisnis
36. Pemrosesan dokumen otomatis
37. Google Terjemahan vs DeepL. 5 aplikasi terjemahan mesin untuk bisnis
38. Pengoperasian dan aplikasi bisnis voicebots