Kasus Penggunaan AI Generatif yang Harus Dipertimbangkan Setiap Perusahaan

Istilah “AI generatif” (Gen AI) mengacu pada jenis kecerdasan buatan yang mampu membuat konten pada tingkat yang sebanding dengan manusia.

Untuk mencapai hal ini, solusi Gen AI belajar mengidentifikasi pola, struktur, dan fitur dalam sejumlah besar data yang telah dilatih. Algoritme kemudian menggunakan pengetahuan ini untuk mereproduksi parameter yang sama dalam konten yang baru dibuat.

Model bahasa besar (LLM) seperti ChatGPT OpenAI adalah salah satu contoh AI generatif utama. Namun keajaiban teknologi ini jauh melampaui pembuatan teks.

Platform seperti Synthesia.io, Runway, dan Wondershare Filmora membantu membuat dan menyempurnakan konten video. Alat desain grafis tingkat lanjut, seperti DALL·E 2 dan AI Image Generator Canva sudah bersaing dengan desainer manusia. Selain itu, kini dimungkinkan untuk membuat musik bebas royalti menggunakan alat seperti Ecrett Music, Soundraw, dan MusicLM. Alat tersebut memungkinkan Anda membuat musik berdasarkan petunjuk teks atau tema dan suasana hati tertentu.

Di luar bidang pembuatan konten, kasus penggunaan AI generatif yang ampuh mencakup otomatisasi layanan pelanggan dan tugas dukungan, personalisasi pengalaman klien, peningkatan kemampuan analisis perusahaan, pemodelan skenario kompleks, dan banyak lagi.

Jika Anda berpikir untuk bermitra dengan perusahaan pengembangan AI generatif untuk mencoba satu atau beberapa kasus penggunaan Gen AI ini, kami akan membantu Anda memahami potensi transformatif teknologi ini dengan lebih baik.

Kasus penggunaan AI generatif di perusahaan

Dalam beberapa bulan terakhir, analis inovasi ITRex telah menulis beberapa postingan blog untuk mendidik klien kami tentang AI generatif dan kasus penggunaannya dalam bisnis.

Saat ini, seri artikel Gen AI kami mencakup topik berikut:

• Perbandingan kecerdasan buatan tradisional dan generatif
• Ikhtisar aplikasi AI generatif dalam layanan kesehatan, ritel, dan manajemen rantai pasokan

Oleh karena itu, dalam artikel ini, kami tidak akan mempelajari kasus penggunaan kecerdasan buatan generatif khusus industri. Sebaliknya, kami akan memberi tahu Anda proses dan tugas apa saja yang dapat ditingkatkan atau diotomatisasi sepenuhnya oleh teknologi terdepan ini.

Catatan penting lainnya.

Saat menjelajahi kasus penggunaan AI generatif untuk bisnis Anda, Anda biasanya memiliki dua jalur utama:

• Yang pertama adalah memanfaatkan produk yang tersedia secara komersial seperti ChatGPT, Synthesia.io, atau lainnya, yang dapat disesuaikan menggunakan kumpulan data spesifik Anda untuk memenuhi kebutuhan unik bisnis Anda. Platform-platform ini menyediakan antarmuka dan alat integrasi yang ramah pengguna, sehingga proses adaptasi menjadi relatif mudah bahkan bagi mereka yang tidak memiliki latar belakang luas di bidang AI.
• Opsi kedua melibatkan pemilihan model dasar AI yang sesuai, seperti GPT-3, BERT, atau penerusnya, dan melatihnya dengan data Anda. Pendekatan ini menawarkan tingkat penyesuaian dan kontrol yang lebih tinggi terhadap perilaku dan keluaran AI, namun memerlukan investasi yang lebih besar dalam hal keahlian teknis, sumber daya, dan waktu.

Ada juga opsi ketiga, yaitu membangun model AI generatif dari awal. Kami tidak akan merekomendasikan melakukan cara ini kecuali Anda adalah startup unicorn yang didukung oleh Microsoft, Google, dan Tesla, dan memiliki sumber daya komputasi dan keahlian teknis untuk memasukkan 300 miliar kata ke sistem Anda (itulah jumlah data teks yang menurut laporan diperlukan untuk melatih ObrolanGPT). Biaya untuk mengembangkan solusi AI yang sepenuhnya disesuaikan juga bisa sangat besar.

Tanpa basa-basi lagi, mari kita selidiki penerapan AI generatif dalam bisnis.

5 kasus penggunaan AI generatif teratas

1. Dukungan pelanggan otomatis yang mempertahankan sentuhan manusiawi

Salah satu kasus penggunaan AI generatif langsung berkisar pada penyediaan tanggapan instan terhadap pertanyaan pelanggan yang diterima melalui obrolan langsung, panggilan telepon, dan email.

Selain mengotomatiskan layanan pelanggan sepenuhnya, bisnis dapat memanfaatkan AI generatif untuk meningkatkan pekerjaan spesialis manusia. Asisten cerdas dengan percaya diri mengambil alih tugas seperti pencarian informasi, ringkasan panggilan, dan analisis transkrip panggilan. Hal ini memberdayakan manajer dukungan pelanggan untuk mengidentifikasi masalah umum yang dihadapi klien mereka, menyoroti area bermasalah di mana layanan pelanggan kurang, dan menggunakan umpan balik untuk menyempurnakan produk dan layanan mereka.

Penerapan AI generatif dalam layanan pelanggan juga mencakup hiper-personalisasi. Dengan menganalisis pola halus dalam rekaman panggilan, seperti pilihan kata, kecepatan bicara, dan nada suara, Gen AI dapat membantu organisasi menyesuaikan komunikasi dan memberikan penawaran yang dipersonalisasi untuk meningkatkan keterlibatan dan loyalitas pelanggan.

Tapi apa contoh AI generatif dalam layanan pelanggan?

Expedia Group, perusahaan teknologi perjalanan di balik beberapa platform pemesanan liburan dan penerbangan terkemuka di dunia seperti Hotels.com dan Vrbo.com, mengintegrasikan ChatGPT ke dalam aplikasi Expedia.

Daripada mencari penerbangan dan akomodasi di situs web Expedia, pengguna kini dapat meminta saran perjalanan kepada asisten pribadi bertenaga AI seperti halnya mereka berkonsultasi dengan agen perjalanan. ChatGPT dapat memberikan rekomendasi tujuan perjalanan, hotel, dan transportasi. Pengguna kemudian dapat menandai lokasi yang disarankan di aplikasi dan memeriksa ketersediaannya pada tanggal yang dipilih.

Untuk memanfaatkan otomatisasi layanan pelanggan berbasis AI, Expedia telah melatih teknologi OpenAI untuk mengidentifikasi dan memahami 1,26 kuadriliun variabel, termasuk rentang tanggal, lokasi hotel, jenis kamar, dan persyaratan harga. Asisten cerdas ini juga menggunakan data penerbangan Expedia untuk membandingkan harga pada tanggal tertentu dengan riwayat tren harga dan melacak fluktuasi. Informasi ini memungkinkan wisatawan menentukan waktu optimal untuk memesan dan mendapatkan reward.

Penggunaan solusi AI generatif untuk dukungan pelanggan dapat membantu perusahaan Anda mengurangi waktu tunggu, meningkatkan kepuasan, dan mengurangi biaya layanan pelanggan. Menurut laporan A New Era of Generative AI for Everyone dari Accenture, potensi teknologi untuk otomatisasi dan augmentasi tugas sangat tinggi di bidang perbankan, asuransi, pasar modal, serta energi dan utilitas. Secara keseluruhan, penerapan AI percakapan dan generatif untuk layanan pelanggan akan memungkinkan perusahaan mengurangi biaya terkait hingga 30%.

2. Pemasaran konten yang memberikan hasil nyata

Departemen pemasaran sejauh ini menjadi penerima manfaat utama dari kecerdasan buatan generatif. Mulai dari meningkatkan kekuatan prediktif mesin rekomendasi hingga memanfaatkan penempatan iklan yang cerdas, tidak ada tugas pemasaran digital yang tidak dapat ditingkatkan oleh Gen AI.

Namun, sebagian besar aplikasi AI generatif berkisar pada pembuatan konten.

Gen AI membuat konten yang relevan dan koheren secara kontekstual tentang topik tertentu hanya dalam hitungan detik. Sebagai perbandingan, penulis berpengalaman menghabiskan 2–6 jam untuk menyempurnakan postingan blog 1.000 kata.

Tidak mengherankan jika 25% dari seluruh konten digital sudah diproduksi oleh Gen AI.

Merek yang berpikiran maju menggunakan alat AI generatif untuk menulis dan mengedit pengumuman media sosial, postingan blog, deskripsi produk, artikel untuk membangun tautan, email penjualan, dan salinan untuk presentasi. Dalam beberapa kasus, mereka bahkan memecat penulis internal untuk mengurangi biaya pemasaran konten.

Namun, ada hambatan (atau, lebih tepatnya, beberapa hambatan).

Model bahasa besar cenderung berhalusinasi, menyajikan informasi yang salah atau dibuat-buat sebagai jawaban atas pertanyaan pengguna. Kelemahan ini berasal dari fakta bahwa LLM dilatih pada data dalam jumlah cepat yang mungkin tidak lengkap atau salah.

Selain itu, solusi AI generatif seperti ChatGPT belum dapat mengakses Internet, sehingga mencegah mereka menemukan statistik, kutipan, dan informasi lain untuk konten bernilai lebih tinggi.

Kurangnya konektivitas real-time juga membatasi aplikasi AI generatif dalam optimasi mesin pencari (SEO) hanya untuk menyarankan ide kata kunci dan topik konten, meskipun tersedia plugin khusus ChatGPT SEO, seperti SEO Core AI dan Bramework.

Apakah ada contoh AI generatif yang sukses dalam pemasaran konten?

Di ITRex, kami telah menggunakan alat yang didukung Gen AI untuk pembuatan konten selama hampir satu tahun. Kami telah menguji teknologinya dalam berbagai tugas, mulai dari mengedit deskripsi lowongan untuk tim SDM hingga menulis artikel teknologi.

Dengan mengeksplorasi kasus penggunaan AI generatif dalam pemasaran konten, kami telah membuat penulis kami setidaknya 30% lebih produktif, yang berarti mereka kini dapat mencurahkan lebih banyak waktu untuk penelitian pesaing dan klien serta interaksi dengan pakar di bidangnya.

Peningkatan tersebut terlihat pada berbagai tugas, termasuk:

• Penelitian awal . Alat Gen AI membantu penulis memahami topik teknologi yang kompleks, seperti pengumpulan data otomatis atau penggunaan pembelajaran mesin dalam bioinformatika, dan memandu penelitian lebih lanjut.
• Penyusunan konten . Salinan yang diproduksi oleh Gen AI dapat berfungsi sebagai draf awal untuk artikel dan bagiannya. Tim konten kami memperkaya draf tersebut dengan data statistik, referensi ke makalah penelitian terkemuka, masukan dari pakar teknis, dan studi kasus yang relevan.
• Pengeditan konten . Salah satu aplikasi utama AI generatif mencakup menjalankan konten yang ditulis manusia melalui algoritme cerdas untuk mendeteksi kesalahan tata bahasa dan ketidakkonsistenan gaya, memecah kalimat yang terlalu panjang menjadi lebih kecil, dan bahkan mengedit artikel dengan gaya publikasi online populer.

Perusahaan Anda dapat melakukan eksperimen ini selangkah lebih maju.

Dengan melatih alat yang tersedia secara komersial atau melatih ulang LLM dasar pada data Anda, Anda dapat membuat konten yang sangat dipersonalisasi dan efektif yang berperingkat baik di mesin pencari, menarik lalu lintas yang relevan ke situs web Anda, dan mengubah pengunjung situs web menjadi prospek.

3. Otomatisasi proses bisnis yang memberikan nilai

Lanskap otomatisasi proses bisnis (BPA) telah lama didominasi oleh solusi proses robotik (RPA) dan otomatisasi proses cerdas (IPA). Untuk mempelajari bagaimana teknologi ini saling melengkapi, lihat artikel BPA vs. RPA vs. IPA kami.

Dibandingkan dengan alat BPA berbasis aturan atau bahkan yang dilengkapi AI, aplikasi AI generatif lebih luas dan kompleks. Kekuatan transformasional mereka berasal dari kapasitas Gen AI untuk memahami bahasa alami.

Mengingat tugas berbasis bahasa mencakup 25% dari seluruh aktivitas kerja, kasus penggunaan AI generatif dalam bisnis mencakup berbagai proses dan alur kerja, termasuk:

• Melakukan aktivitas manajerial, seperti memprioritaskan tugas dalam aplikasi manajemen proyek, menjadwalkan rapat, dan mengatur email
• Mencari informasi akurat di seluruh infrastruktur TI Anda dan merangkum konten melalui antarmuka percakapan
• Membuat dokumen dan laporan standar atau khusus secara otomatis
• Memasukkan informasi ke dalam sistem teknologi

Keunggulan utama Gen AI adalah kemampuannya untuk terus belajar dari data baru dan menyempurnakan kemampuannya. Meskipun solusi IPA berbasis pembelajaran mendalam juga melakukan hal tersebut, solusi tersebut terkena lebih sedikit data pelatihan sejak awal sehingga memiliki potensi pengambilan keputusan yang lebih kecil.

Menurut McKinsey, penggunaan AI generatif dan teknologi lainnya secara strategis dapat mengotomatiskan hingga 70% tugas yang menyita waktu karyawan Anda. Hal ini dapat menghasilkan peningkatan produktivitas yang signifikan, dengan tingkat peningkatan tahunan sebesar 3,3%.

4. Analisis data yang dapat diakses oleh siapa saja

Tim ITRex telah lama mengadvokasi demokratisasi data — yaitu membuat informasi dan wawasan analisis data dapat diakses oleh semua individu dalam organisasi, terlepas dari keahlian teknis mereka.

Kami telah menciptakan solusi intelijen bisnis (BI) layanan mandiri dan alat analisis tambahan berbasis AI untuk perusahaan ritel, layanan kesehatan, media, dan hiburan terbesar di dunia.

Berkat integrasi aplikasi perusahaan (EAI) yang dilakukan dengan benar, manajemen data ahli, analisis AI, dan desain antarmuka pengguna yang efektif, kami telah membantu pelanggan kami meningkatkan pengelolaan aset dan operasi pemeliharaan, menentukan area untuk pengurangan biaya, dan meningkatkan produktivitas.

Dengan memanfaatkan kasus penggunaan AI generatif, klien kami dapat mengembangkan konsep ini lebih jauh lagi, meningkatkan BI layanan mandiri dan sistem analitik yang ditambah AI dalam beberapa cara:

• Pengambilan keputusan strategis . Meskipun alat BI membantu memahami data bisnis yang kompleks, aplikasi AI generatif dalam analisis data mencakup pengembangan strategi potensial, perkiraan tren, dan pembuatan laporan otomatis.
• Tingkat otomatisasi yang lebih tinggi . Ketika BI layanan mandiri menyederhanakan dan mengotomatiskan analisis data untuk pengguna akhir, AI generatif dapat mengotomatiskan pembuatan wawasan, prediksi, dan konten berdasarkan data operasional Anda. Wawasan ini kemudian dapat diakses melalui antarmuka percakapan — atau diubah menjadi grafik menggunakan petunjuk yang sesuai.
• Analisis proaktif . BI layanan mandiri sering kali bersifat reaktif, artinya karyawan Anda perlu menanyakan data untuk mendapatkan wawasan. AI generatif bisa bersifat proaktif, menawarkan solusi terhadap masalah dunia nyata tanpa pertanyaan eksplisit.
• Pemodelan skenario . AI Generatif dapat membantu pengguna dalam membuat keputusan kompleks dengan mensimulasikan kemungkinan hasil atau menghasilkan proposal berdasarkan data.

Studi terbaru menunjukkan bahwa 32% organisasi telah memanfaatkan kasus penggunaan AI generatif terkait analitik. Dari seluruh responden yang disurvei, 34% responden telah memperoleh manfaat besar, termasuk peningkatan daya saing (52%) dan peningkatan fungsionalitas atau kinerja produk mereka (45%).

Gen AI juga berpotensi mengurangi biaya analisis data, karena perusahaan Anda tidak perlu melatih model AI dari awal. Namun, untuk mendapatkan manfaat penuh dari analisis generatif yang dibantu AI, Anda masih perlu mencari dan memformat data Anda untuk pelatihan model. Lihat panduan persiapan data kami untuk meningkatkan pengetahuan Anda di bidang ini.

5. Orientasi dan pendidikan karyawan yang mendorong inovasi

Ada banyak tantangan penerapan AI yang melemahkan kemampuan organisasi untuk berinovasi. Hal ini mencakup hambatan teknologi yang muncul di akhir proses pengembangan, kegagalan dalam menskalakan bukti konsep (PoC) AI, dan masalah etika seputar adopsi AI.

Implikasi etika dan moral dari kecerdasan buatanlah yang menyebabkan penolakan terhadap perubahan – yang merupakan hambatan utama dalam transformasi digital menurut 49% eksekutif bisnis.

Dengan banyaknya kasus penggunaan AI generatif yang menjanjikan, wajar jika staf Anda takut digantikan oleh algoritme yang cerdas dan sangat produktif. Selain itu, karyawan mungkin ragu untuk meninggalkan alat teknologi yang telah mereka andalkan selama bertahun-tahun, terlepas dari seberapa berguna dan intuitif alat tersebut.

Bagaimana para pionir Gen AI mengatasi masalah ini?

Jawabannya terletak pada pendidikan dan orientasi karyawan yang efektif.

Baru-baru ini, Asana telah mewawancarai lebih dari 300 profesional pemasaran untuk mempelajari bagaimana perusahaan mereka mengintegrasikan AI ke dalam proses bisnis. Ternyata hanya 15% organisasi yang menyediakan pendidikan AI formal dan program manajemen pembelajaran untuk karyawan pemasaran! Namun, 55% peserta yang perusahaannya menawarkan program tersebut yakin bahwa mereka akan mencapai tujuan penerapan AI dalam waktu 12 bulan — dibandingkan dengan hanya 23% spesialis yang tidak memiliki akses terhadap pelatihan AI.

Pendidikan karyawan merupakan kasus penggunaan AI generatif yang sempurna.

Mulai dari membuat jalur pembelajaran yang dipersonalisasi untuk pekerja Anda hingga secara otomatis mengembangkan materi pelatihan, kuis, dan konten pendidikan lainnya, Gen AI dapat mempercepat pekerjaan tim pembelajaran dan pengembangan (L&D) Anda sekaligus meningkatkan hasil pembelajaran.

Teknologi ini juga dapat menyederhanakan proses perekrutan kandidat baru dengan membantu tim HR Anda dalam menyaring CV dan menyiapkan pertanyaan wawancara kerja berdasarkan profil pelamar.

Kasus penggunaan AI generatif ini hanyalah puncak gunung es.

Belum semua perusahaan tertarik dengan Gen AI, dan masih banyak yang harus dipikirkan, baik dari sisi teknis maupun bisnis.

Itu sebabnya hanya 33% eksekutif TI saat ini yang mempertimbangkan AI generatif sebagai prioritas utama organisasi mereka — meskipun 86% responden memperkirakan teknologi ini akan memainkan peran penting dalam organisasi mereka di masa depan.

Jika perusahaan Anda ingin menyelidiki aplikasi AI generatif yang ampuh, mengembangkan peta jalan implementasi gen AI yang anti-gagal, dan menyesuaikan atau membangun solusi Gen AI, ITRex siap membantu! Hubungi kami untuk mendiskusikan kasus penggunaan AI generatif yang paling sesuai dengan kebutuhan unik bisnis Anda!

Awalnya diterbitkan di https://itrexgroup.com pada 31 Oktober 2023.