Layanan pelanggan bergeser dari menjawab pertanyaan menjadi menyelesaikan tugas secara mandiri dari awal hingga akhir.
Selama satu dekade, otomatisasi dalam CX berarti pengalihan—bot yang menjawab FAQ dan mengarahkan hal-hal sulit ke manusia. AI agentik mengubah unit kerja dari balasan menjadi hasil.
Model modern kini dapat merencanakan tugas multi-langkah, memanggil sistem internal, dan bertindak atas nama pelanggan: memesan ulang penerbangan, mengeluarkan pengembalian dana, mengkonfigurasi ulang rencana. Pusat kontak menjadi meja pengecualian, bukan garis depan.
Pemenangnya bukan mereka yang mengerahkan bot terbanyak, tetapi mereka yang mendesain ulang perjalanan sehingga agen dapat menyelesaikannya dengan aman tanpa serah terima.
Why we think it'll come up
Models can now act
Foundation models reliably plan multi-step tasks and call tools, not just generate text.
Systems are getting APIs
Core CX platforms now expose actions agents can trigger safely with guardrails.
Cost pressure is real
Leaders are under margin pressure to cut cost-to-serve without gutting satisfaction.
What it changes for customer experience
For customers
Most issues resolve in a single conversation, any hour, with no queue or repeat-yourself friction.
For business
Cost-to-serve drops sharply while human agents move to high-value, emotionally complex cases.
For CX & operations
Journey design becomes the core skill — mapping what an agent may safely complete autonomously.
Industries on the front line
Dari Pengalihan ke Penyelesaian: Mengapa Unit Kerja Telah Berubah
Gelombang pertama otomatisasi CX dibangun di atas ambisi sederhana: menjauhkan pelanggan dari agen. Chatbot menjawab FAQ, pohon IVR mengarahkan panggilan, dan keberhasilan diukur dalam tingkat pengalihan. Asumsi dasarnya adalah bahwa otomatisasi dapat menangani bagian pinggir sementara manusia memegang pusat. Asumsi itu kini secara struktural sudah usang.
Yang berubah bukan hanya kapabilitas model — melainkan arsitektur dari apa yang dapat dilakukan AI dalam sebuah perjalanan layanan. Model dasar kini dapat merencanakan berbagai langkah, memanggil sistem internal secara langsung, dan melaksanakan tindakan konsekuensial atas nama pelanggan. Memesan ulang penerbangan yang terganggu, mengeluarkan pengembalian dana berdasarkan aturan kebijakan, mengkonfigurasi ulang tingkat langganan: ini bukan lagi demonstrasi kasus-kasus ekstrem. Ini adalah alur kerja siap produksi di organisasi-organisasi pengadopsi awal saat ini. Pusat kontak, sebagai hasilnya, diposisikan ulang dari garis depan respons menjadi meja pengecualian — menangani kasus-kasus yang benar-benar membutuhkan penilaian, empati, atau otoritas manusia.
Proyeksi Gartner bahwa AI agentic akan secara otonom menyelesaikan sebagian besar masalah layanan umum dalam beberapa tahun bukanlah perkiraan yang jauh. Ini adalah ringkasan desain bagi para pemimpin CX yang perlu bertindak sekarang.
Tiga Kekuatan Struktural yang Bertemu Sekaligus
Pergeseran ini tidak didorong oleh satu terobosan teknologi. Ini adalah hasil dari tiga kekuatan yang datang secara bersamaan, dan konvergensi merekalah yang membuat momen saat ini menjadi penentu.
- Model yang dapat bertindak, bukan hanya merespons. Model bahasa besar telah bergerak melampaui pembuatan teks menjadi perencanaan tugas multi-langkah yang andal. Ketika terhubung ke alat — mesin pemesanan, sistem penagihan, API verifikasi identitas — mereka dapat melaksanakan resolusi daripada hanya menggambarkannya.
- Platform yang mengekspos permukaan tindakan yang aman. Platform CX inti dan back-office kini menerbitkan API dengan pagar pembatas: tindakan terdefinisi yang dapat dipicu oleh agen, dengan batasan pada cakupan, reversibilitas, dan ambang otorisasi. Infrastruktur untuk otonomi yang aman sedang dibangun ke dalam tumpukan oleh vendor, bukan dipasang oleh tim IT.
- Tekanan margin yang membuat status quo tidak dapat dipertahankan. Biaya untuk melayani telah menjadi perhatian tingkat dewan di seluruh perbankan, telekomunikasi, perjalanan, dan e-commerce. Para pemimpin tidak dapat mempertahankan model layanan yang padat karyawan sambil secara bersamaan berinvestasi dalam transformasi AI. Resolusi agentic menawarkan jalur yang kredibel untuk biaya yang lebih rendah dan kepuasan yang lebih tinggi — tetapi hanya jika desain perjalanan tepat.
Organisasi yang memperlakukan ketiga kekuatan ini sebagai aliran kerja independen akan lebih lambat dan kurang koheren daripada mereka yang mendesain di sekitar persimpangan ketiganya.
Apa Artinya Ini bagi Pelanggan — dan Mengapa Berbeda dari Otomatisasi Sebelumnya
Pengalaman pelanggan dari resolusi agentic secara kualitatif berbeda dari pengalaman chatbot yang terlatih dengan baik. Perbedaannya bukan kecepatan atau ketersediaan, meskipun keduanya meningkat. Perbedaannya adalah kelengkapan. Pelanggan yang menghubungi bank mereka pada pukul 11 malam tentang tagihan yang disengketakan tidak menginginkan pengakuan dan nomor kasus. Mereka ingin tagihan dibatalkan, atau penjelasan yang jelas mengapa tidak bisa, dengan langkah selanjutnya sudah dimulai.
Sistem agentic menutup celah itu. Sebagian besar masalah terselesaikan dalam satu percakapan, kapan saja, tanpa pelanggan mengulang nomor rekening mereka kepada tiga agen yang berbeda atau menunggu 48 jam untuk panggilan balik. Gesekan yang mengikis kepercayaan — antrean, transfer, janji tindak lanjut — secara struktural dihilangkan ketika sistem dapat menyelesaikan apa yang dimulainya.
Resolusi bukanlah fitur. Itu adalah inti dari interaksi layanan. Otomatisasi yang mengalihkan tanpa menyelesaikan hanya memindahkan frustrasi, bukan menghilangkannya.
Bagi agen manusia, implikasinya adalah peningkatan nyata dalam sifat pekerjaan mereka. Kasus-kasus yang mencapai seseorang adalah kasus-kasus yang benar-benar membutuhkan seseorang: perselisihan yang kompleks, situasi yang sarat emosi, pelanggan yang berisiko churn yang membutuhkan percakapan daripada transaksi. Itu adalah peran yang lebih bermakna — tetapi membutuhkan keterampilan yang berbeda, peralatan yang berbeda, dan metrik kinerja yang berbeda dari pusat kontak saat ini.
Desain Perjalanan sebagai Kompetensi Inti
Organisasi yang akan memimpin pergeseran ini bukanlah mereka yang menerapkan agen AI terbanyak. Mereka adalah mereka yang melakukan pekerjaan yang lebih sulit dan kurang glamor dalam mendesain ulang perjalanan. Resolusi agentic membutuhkan jawaban yang tepat untuk pertanyaan yang sebagian besar tim CX belum pernah secara formal tangani: tindakan apa yang dapat diselesaikan sistem ini dengan aman tanpa otorisasi manusia?
Pertanyaan itu memiliki dimensi hukum, operasional, dan etika. Ini membutuhkan pemetaan setiap langkah dalam perjalanan bervolume tinggi, mendefinisikan kondisi batas untuk tindakan otonom, dan menginstrumentasi setiap serah terima sehingga ketika seorang agen memang meningkatkan ke manusia, konteksnya berpindah dengan bersih. Metrik yang mengatur pekerjaan ini adalah tingkat resolusi — bukan tingkat pengalihan. Pengalihan mengukur seberapa sering Anda menghindari masalah. Resolusi mengukur seberapa sering Anda menyelesaikannya.
Titik awal praktisnya sengaja sempit. Pilih satu perjalanan bervolume tinggi, bergesekan tinggi — permintaan pengembalian dana, perubahan rencana, pengiriman yang terlewat — dan bangun alur kerja agentic untuk perjalanan itu secara menyeluruh. Definisikan pagar pembatasnya. Instrumentasi pengecualiannya. Ukur resolusi, bukan penahanan. Kemudian perluas.
Sektor-sektor yang merasakan tekanan ini paling awal — perbankan, telekomunikasi, perjalanan, e-commerce, dan teknologi — memiliki karakteristik umum: volume interaksi yang tinggi, sebagian besar bersifat transaksional, dengan jalur resolusi yang cukup terikat aturan untuk dikodifikasi. Itulah profil yang tepat di mana alat agentic memberikan hasil tercepat dan di mana kesenjangan kompetitif antara penggerak awal dan yang tertinggal akan paling terlihat dalam dua hingga tiga tahun ke depan.
Jendela untuk adopsi yang disengaja dan terencana terbuka. Itu tidak akan tetap terbuka selamanya.
Pilih satu perjalanan bervolume tinggi, tentukan tindakan yang dapat diselesaikan agen dengan aman, dan lengkapi setiap serah terima. Tingkat penyelesaian—bukan pengalihan—adalah metrik yang penting.
Trends Radar
Other trends
Build for what's next
Turn this trend into a measurable experience advantage.