Perusahaan-perusahaan di seluruh dunia kini bersekongkol dengan AI agent, voice AI, dan otomatisasi di berbagai saluran komunikasi — namun, arsitektur yang ada tidak kalah cepat dengan semangat inovasinya. Menurut Gaurav Anand, global head of Customer Interaction Suite di Tata Communications, sebagian besar implementasi AI konversasional hanya 'menempel' pada sistem warisan yang tidak dirancang untuk mendukungnya.
"Dalam kegilaan untuk mengadopsi AI, banyak organisasi yang sekadar menempelkan AI konversasional di atas sistem lama," ujarnya. Akibatnya, meskipun banyak perusahaan telah mengadopsi alat digital, belum banyak yang memiliki platform yang benar-benar terintegrasi, terukur, dan mampu melakukan orkestrasi yang lancar.
Kesenjangan ini menciptakan beban kognitif yang berat bagi agen manusia, yang harus menyatukan konteks dari berbagai alat yang tidak terhubung untuk memahami apa yang sudah disampaarkan oleh sistem AI kepada pelanggan. Tantangannya bukan sekadar akses ke data, tetapi ketiadaan konteks perusahaan yang digunakan bersama — yang menghubungkan identitas pelanggan, interaksi, transaksi, kebijakan, perjalanan, dan sistem operasional ke dalam pemahaman yang konsisten.
Arsitektur pengalaman pelanggan tradisional dirancang untuk routing yang linier dan digerakkan oleh manusia, bukan untuk mengelola aliran data secara real-time antara sistem AI otonom, data lake, dan pekerja manusia. "Kompleksitas operasional hari ini tidak lagi tentang menambahkan lebih banyak kecerdasan," tambah Anand. "Tetapi tentang mengkoordinasikan kecerdasan yang sudah ada di seluruh perusahaan, sehingga pelanggan perusahaan tidak merasakan hambatan dari silo-silo internal. Ini membutuhkan lapisan konteks yang digunakan bersama — di mana sistem AI, aplikasi, dan orang dapat beroperasi dari pemahaman yang sama tentang pelanggan dan bisnis."
Seiring masalah koordinasi ini berkembang, prioritas strategis di dalam perusahaan semakin beralih dari otomatisasi ke orkestrasi. Otomatisasi hanya memecahkan tugas individu, sementara orkestrasi menghubungkannya menjadi hasil akhir yang menyeluruh. Evolusi berikutnya adalah orkestrasi berbasis konteks, di mana AI agent, aplikasi, dan pekerja manusia beroperasi dengan pemahaman bersama tentang pelanggan, proses, dan niat bisnis — bukan hanya berdasarkan catatan sistem yang terpisah.
Seiring lebih banyak bot, agent, dan alat AI yang dikumpulkan, mengelola semuanya semakin rumit. Keuntungan kompetitif kini lebih bergantung pada bagaimana sistem saling menyelesaikan pekerjaan, berkolaborasi, dan melakukan eskalasi secara cerdas — bukan sekadar pada penggunaan otomatisasi.
Perusahaan yang hanya menempatkan voice AI di depan sistem yang sudah ada cenderung mengulangi kesalahan lama. Alih-alih meningkatkan pengalaman, mereka justru menciptakan menu telepon deterministik yang seharusnya sudah digantikan oleh AI. Manfaat sejati dari AI terletak pada skala, kecepatan, dan orkestrasinya.
Anand menunjuk ke gelombang konsolidasi di industri, di mana penyedia pusat kontak tradisional mengakusisi perusahaan berbasis AI untuk menutup kesenjangan kemampuan dan memperkaya penawaran pengalaman pelanggannya. Pergeseran luas ini mencerminkan pengakuan bahwa perusahaan butuh lebih dari sekadar saluran dan otomatisasi — mereka butuh lapisan kecerdasan yang mampu mengorkestrasikan AI, manusia, data, dan alur kerja di seluruh bisnis.
Tujuan di semua industri adalah membuat AI menjadi lapisan penghubung antara pelanggan, karyawan, dan sistem perusahaan. Untuk mencapai hal ini, organisasi semakin membutuhkan taksonomi perusahaan yang konsisten: kosakata bisnis yang digunakan bersama — yang menyelaraskan data pelanggan, produk, kebijakan, SOP, transaksi, dan alur kerja di berbagai platform yang tidak terhubung.
Solusi Tata Communications adalah Interaction Fabric — lapisan orkestrasi yang menggabungkan pusat kontak, pesan, kolaborasi, AI, dan data pelanggan, sementara mengkoordinasikan AI agent, saluran, dan sistem perusahaan secara real-time. Di balik orkestrasi ini terdapat arsitektur berbasis konteks yang terus-menerus menghubungkan identitas, percakapan, transaksi, dan data operasional agar interaksi tetap konsisten di seluruh saluran dan titik kontak.
Dengan demikian, AI dan agen dapat berpindah di antara suara, WhatsApp, chat, email, dan alur kerja CRM tanpa kehilangan konteks pelanggan. Identitas, niat, dan wawasan berbasis AI mengalir terus-menerus di seluruh saluran, bukan terjebak dalam aplikasi yang terpisah.
Fase berikutnya dari orkestrasi bukan hanya mengoordinasikan tugas di antara sistem, tetapi mengoordinasikannya melalui pemahaman bersama tentang perusahaan. Graf konteks, yang dibangun di atas taksonomi perusahaan, menciptakan pemahaman konsisten dengan menghubungkan pelanggan, interaksi, produk, kebijakan, keputusan, dan hasil di seluruh silo organisasi. Ini memungkinkan AI agent dan pekerja manusia untuk beroperasi dari sumber konteks yang sama — mendorong keputusan yang lebih akurat, alih transfer yang lancar, dan pengalaman pelanggan yang konsisten.
Namun, menyelaraskan niat pelanggan, riwayat percakapan, data perusahaan, dan pengambilan keputusan AI di seluruh saluran hanya berhasil tanpa lag. Jaringan warisan yang tidak dirancang untuk frekuensi data modern menciptakan apa yang Anand sebut sebagai 'gravitasi data' — menyebabkan latensi dan perjalanan yang tidak konsisten saat pengguna beralih saluran.
"Jaringan yang mendasari perlu dirancang agar setia kaku seperti sistem AI yang berjalan di atasnya," terangnya. "Interaksi tetap sinkron dan teknologi sendiri menjadi tidak terlihat — hanya menyisakan pengalaman yang terasa effortless."
Kolaborasi efektif antara visibilitas manusia dan sistem AI dimulai dari pengalaman agen, bukan dari teknologi tertentu. Implementasi yang paling efektif memungkinkan AI dan agen manusia untuk beroperasi dari pemahaman konteks yang sama tentang pelanggan — memastikan informasi dari satu interaksi dapat memberi makna bagi interaksi berikutnya, terlepas dari saluran atau sistem.
Ringkasan panggilan otomatis, analisis sentimen secara real-time, dan bantuan berbasis AI memberi agen wawasan instan yang dapat ditindaklanjuti dan langkah berikutnya yang disarankan — langsung dalam alur kerja mereka. Ini memungkinkan AI untuk menangani tugas rutin bervolume tinggi seperti pengaturan ulang kata sandi atau pelacakan pengiriman.
Di Indonesia, adopsi AI agent di sektor perbankan, e-commerce, dan telekomunikasi masih dalam fase awal. Namun, dengan percepatan digitalisasi pasca-pandemi, banyak perusahaan lokal seperti Bank Mandiri, GoTo, dan Telkomsel mulai bereksperimen dengan chatbot cerdas dan voice AI. Tantangan orkestrasi yang dihadapi perusahaan global justru relevan — bahkan lebih krusial — karena infrastruktur TI di banyak perusahaan Indonesia masih bersifat terfragmentasi.
Pemerintah juga tengah mengembangkan kebijakan data nasional dan kerangka kerja AI yang bertujuan agar transformasi digital tidak hanya cepat, tetapi juga berkelanjutan dan inklusif. Dengan demikian, peluang bagi perusahaan teknologi asing seperti Tata Communications untuk menawarkan solusi orkestrasi ke pasar Indonesia semakin terbuka.
Namun, keberhasilan transformasi bukan hanya soal teknologi — melainkan soal budaya dan kesadaran akan pentingnya konteks yang konsisten. Perusahaan yang berhasil akan menjadi mereka yang tidak hanya menggabungkan AI, tetapi juga menyatukan seluruh ekosistemnya di sekitarnya.
Masa depan pengalaman pelanggan adalah tentang koneksi — bukan sekadar kecepatan. Dan orkestrasi adalah seni menggabungkan semua elemen itu agar terasa seperti satu.