AI Bisa Menjawab Pertanyaan. Tantangan Berikutnya adalah Membantu Orang Melangkah Maju.

Kita telah menjadi sangat mahir membangun AI yang mampu menjawab pertanyaan. Tanyakan kapan batas waktu pengajuan, dokumen apa yang diperlukan, atau bagaimana suatu proses berjalan, dan AI dapat memberikan jawaban yang berguna dalam hitungan detik. Namun, ketika yang dipertaruhkan menyangkut pendidikan, masa depan keuangan, atau rasa memiliki seseorang, jawaban hanyalah permulaan. Yang penting adalah apakah orang tersebut benar-benar dapat melangkah maju.

Di sinilah AI agenik menjadi menarik. Alih-alih memperlakukan setiap interaksi sebagai pertanyaan yang berdiri sendiri, agen AI dapat mengenali posisi seseorang dalam perjalanan yang lebih besar, mengidentifikasi langkah berikutnya, dan membantu mereka mencapainya. Namun, untuk melakukannya secara andal, dibutuhkan lebih dari sekadar model bahasa yang mumpuni. Diperlukan alur yang dirancang khusus, sistem yang saling terhubung, dan pengawasan manusia yang dirancang ke dalam proses sejak awal.

Mari kita lihat pendidikan tinggi. Seorang mahasiswa mendaftar, mengurus bantuan keuangan, mendaftar mata kuliah, bertemu dengan penasihat akademik, mencari dukungan akademik, mencari magang, bersiap untuk lulus, mencari pekerjaan, dan pada akhirnya menjadi alumni. Perguruan tinggi mengatur setiap tahap tersebut di bawah departemen dan sistem teknologi yang berbeda, tetapi mahasiswa merasakan semuanya sebagai satu universitas. Mereka seharusnya tidak perlu memahami bagan organisasinya untuk mendapatkan bantuan yang dibutuhkan.

Orang Tidak Menginginkan Antarmuka Lain. Mereka Ingin Menyelesaikan Sesuatu.

Dalam survei terbaru terhadap 1.058 mahasiswa perguruan tinggi di AS yang sedang terdaftar, 76% mengatakan mereka berharap dapat menangani sebagian besar kebutuhan layanan mahasiswa tanpa menelepon atau datang ke kantor. Namun, satu dari empat mahasiswa mengatakan institusi mereka tidak memenuhi harapan itu. Saat ditanya hal apa yang paling penting dalam pengalaman digital modern, 64% menyebut respons dan penyelesaian yang cepat, 54% menyebut ketersediaan 24/7, dan 50% menyebut kemampuan menyelesaikan tugas di satu tempat. Mahasiswa menginginkan jawaban yang lebih cepat, lebih sedikit perpindahan antarpetugas, dan kemampuan menyelesaikan tugas tanpa harus berpindah-pindah sistem.

Seorang calon mahasiswa memulai pendaftaran kuliah, tetapi tidak pernah menyelesaikannya. Chatbot biasa mungkin dapat menjawab pertanyaan tentang persyaratan pendaftaran, tetapi mahasiswa itu tetap harus mencari tahu apa yang masih kurang dan bagaimana melanjutkan prosesnya. Sistem agenik dapat mengenali bagian tempat pendaftaran terhenti, mengidentifikasi langkah berikutnya, dan membantu mahasiswa melanjutkan dari tahap terakhir. Jika mahasiswa mengatakan bahwa ia sudah mengunggah transkrip nilai, sistem dapat memeriksa catatan pendaftaran, memastikan dokumen itu sudah ada, lalu melanjutkan ke persyaratan berikutnya alih-alih memintanya mengunggah ulang.

Di sinilah pula beberapa tantangan teknis terbesar masih tersisa. Microsoft Research mengidentifikasi keandalan, kemampuan mempertahankan konteks, dan pelaksanaan alur kerja di dunia nyata sebagai beberapa tantangan yang dihadapi agen produktivitas. Agen tidak dapat membimbing seseorang melalui suatu proses secara andal jika kehilangan konteks di antara langkah-langkah atau tidak dapat bekerja di berbagai sistem yang terlibat.

Dari Jawaban Reaktif Menuju Bantuan Proaktif

Peluangnya tidak hanya mencakup menjawab pertanyaan, tetapi juga mengenali saat seseorang membutuhkan dukungan dan membantu institusi menentukan langkah berikutnya yang tepat. Misalnya, tim pengembangan institusi mungkin mengenali tanda-tanda bahwa seorang alumni siap menjalin kembali hubungan, menjadi sukarelawan, atau memberikan donasi pertamanya. Namun, mengenali tanda-tanda itu hanyalah permulaan. Nilai sebenarnya muncul dari pemahaman tentang pendekatan komunikasi yang tepat bagi orang tersebut pada saat itu, serta tindakan yang perlu dilakukan selanjutnya.

Alur yang dirancang khusus dapat mengintegrasikan praktik yang sudah mapan untuk berbagai kelompok sasaran dan tujuan, sehingga tim memiliki titik awal yang lebih kuat dibandingkan dengan alat generik atau alur kerja yang dibangun dari nol. Manfaatnya juga lebih dari sekadar menghemat waktu staf. Institusi telah memiliki data dalam jumlah sangat besar. Yang mereka butuhkan adalah bantuan untuk menafsirkan sinyal-sinyal tersebut dan mengubahnya menjadi interaksi yang penuh pertimbangan dan tepat waktu.

Kebutuhannya jelas. Dalam survei mahasiswa yang sama, separuh mahasiswa mengatakan mereka tidak menghubungi institusinya karena prosesnya terasa terlalu sulit. Sebanyak 40% lainnya pernah diminta mengulangi informasi yang sudah mereka berikan, 34% pernah dialihkan tanpa mendapatkan penyelesaian, dan 31% tidak dapat menemukan informasi yang dibutuhkan lalu menyerah.

Pengalaman AI yang paling bermanfaat membantu institusi mengenali titik-titik hambatan tersebut sebelum membuat seseorang kehilangan minat untuk tetap terlibat.

Konteks Mengubah Jawaban Menjadi Tindakan yang Berguna

Kita semua pernah merasakan frustrasi karena harus berulang kali memberikan informasi yang sama kepada suatu organisasi. Sekarang bayangkan harus melakukannya saat mencoba mendaftar mata kuliah, menyelesaikan masalah bantuan keuangan, atau menjalin kembali hubungan dengan almamater. Setiap interaksi yang tidak terhubung membuat institusi terasa semakin tidak mengenal kita.

Menghubungkan informasi berdasarkan individu, bukan berdasarkan departemen yang terpisah, mengubah pengalaman tersebut. Mahasiswa, alumni, dan donatur mendapatkan interaksi yang lebih berkesinambungan dan personal, sementara staf memperoleh konteks yang memungkinkan mereka merespons dengan lebih efektif. Ketika institusi membuat interaksi lebih mudah dan personal, mereka menciptakan kondisi yang mendukung hubungan yang lebih kuat dan loyalitas jangka panjang.

Mahasiswa sudah menunjukkan bahwa mereka ingin pengalaman digital berjalan seperti ini. Riset mahasiswa yang sama menemukan bahwa 56% mengharapkan sistem terasa terhubung tanpa pengalihan atau keharusan memasukkan informasi yang sama berulang kali. Separuhnya mengharapkan perangkat digital secara proaktif mengingatkan mereka tentang tenggat, persyaratan, atau masalah sebelum hal-hal tersebut menjadi kendala.

Mewujudkan pengalaman seperti itu membutuhkan lebih dari sekadar membuat setiap perangkat lebih cerdas. Caranya adalah dengan menghubungkan informasi dan alur kerja agar institusi dapat memahami tahap perjalanan seseorang dan merespons dengan tepat.

AI Terbaik Tahu Kapan Harus Bertindak, Melindungi, dan Memberi Ruang

Tujuan AI agentik bukanlah mencapai otonomi semaksimal mungkin. Tujuannya adalah memadukan bantuan, tindakan, dan pertimbangan manusia secara tepat, dengan persetujuan manusia yang terintegrasi ke dalam alur kerja sejak awal.

Seiring AI semakin mampu mengambil tindakan, menentukan hal yang dapat dilakukannya secara mandiri sama pentingnya dengan memperluas kemampuannya. Tugas rutin, seperti mengidentifikasi formulir yang belum lengkap atau menyajikan informasi yang relevan, mungkin cocok untuk diotomatisasi. Namun, jika sistem AI menyiapkan komunikasi atau merekomendasikan tindakan yang dapat memengaruhi pengalaman mahasiswa, seseorang harus berkesempatan menyetujuinya sebelum apa pun disampaikan kepada mahasiswa tersebut.

Pengawasan manusia tidak seharusnya terbatas pada eskalasi kasus yang tidak biasa atau peninjauan keputusan setelah keputusan itu dibuat. Dalam interaksi berisiko tinggi, persetujuan harus diberikan sebelum tindakan, bukan sesudahnya. AI dapat mengidentifikasi sinyal, merekomendasikan langkah selanjutnya, dan menyiapkan komunikasi, sementara staf tetap memegang kendali atas tindakan berikutnya.

Pendekatan ini juga memberi ruang bagi pertimbangan dan empati yang tidak dapat digantikan oleh teknologi. Mahasiswa yang menghadapi situasi keuangan tidak biasa atau kesulitan akademis mungkin membutuhkan lebih dari sekadar rekomendasi otomatis. Teknologi seharusnya membantu staf mengenali situasi seperti itu dan merespons dengan konteks yang mereka perlukan, bukan menyingkirkan staf dari proses tersebut.

Penerapan yang bertanggung jawab juga berarti melindungi informasi sensitif yang menjadi tumpuan pengalaman ini. Menghubungkan sistem dan memungkinkan AI mengambil tindakan memunculkan pertanyaan penting tentang akses data, izin, keamanan, dan akuntabilitas. Agen yang membantu dalam proses pendaftaran atau pengajuan bantuan keuangan hanya boleh mengakses informasi dan melakukan tindakan yang sesuai untuk interaksi tersebut, dengan batasan yang jelas mengenai hal-hal yang boleh dilakukannya.

Riset Microsoft Research tentang agen dengan pengawasan manusia menegaskan pentingnya merancang pengawasan dan kendali manusia ke dalam sistem yang semakin otonom, termasuk mekanisme yang memungkinkan manusia berpartisipasi dalam pekerjaan agen dan mengarahkannya kembali. AI yang bertanggung jawab memungkinkan terciptanya pengalaman yang lebih baik dengan membangun kepercayaan yang diperlukan untuk mewujudkannya.

Generasi AI Berikutnya Berfokus pada Hasil

Ada satu perubahan lain yang perlu dilakukan institusi: mengubah cara mereka mengukur apakah AI benar-benar berfungsi.

Saat ini, kinerja AI sering dinilai berdasarkan metrik aktivitas: jumlah percakapan yang ditangani, pertanyaan yang dijawab, waktu respons, atau pertanyaan yang tidak perlu diteruskan kepada staf. Ukuran tersebut dapat menunjukkan apakah suatu sistem digunakan atau mengurangi beban kerja, tetapi belum tentu menunjukkan apakah sistem itu membantu seseorang mencapai tujuannya.

Bagi mahasiswa yang terhenti di tengah proses pendaftaran, keberhasilan berarti menyelesaikan pendaftaran tersebut, bukan sekadar menerima jawaban dari asisten AI. Bagi alumni yang ingin kembali menjalin hubungan, keberhasilan berarti mengambil langkah selanjutnya untuk membangun hubungan itu.

Dampak pengalaman digital ini jauh melampaui kemudahan. Riset mahasiswa menemukan bahwa 38% pernah menunda urusan penting terkait pendaftaran, bantuan keuangan, atau akademik karena perangkat digital sulit digunakan. Satu dari empat mahasiswa mengatakan kesulitan tersebut membuat mereka mempertanyakan apakah tetap terdaftar sepadan dengan kerepotannya. Ketika teknologi menimbulkan begitu banyak hambatan, mengukur keterlibatan dengan teknologi itu sendiri berarti meleset dari persoalan utama. Institusi seharusnya menilai apakah orang berhasil menyelesaikan urusan yang ingin mereka tuntaskan, di mana mereka menemui kesulitan, dan apakah pengalaman tersebut semakin baik dari waktu ke waktu.

Generasi AI berikutnya akan ditentukan oleh apa yang dapat dicapai orang berkat AI, dan ini merupakan perubahan yang menggembirakan. Baik saat seseorang menjalani kuliah, mengelola layanan kesehatannya, maupun berinteraksi dengan organisasi yang mereka pedulikan, peluangnya adalah membuat pengalaman yang rumit terasa benar-benar suportif. Untuk mencapainya, diperlukan perjalanan yang dirancang dengan mempertimbangkan kebutuhan nyata orang, informasi yang saling terhubung, pengawasan manusia yang bermakna, serta komitmen untuk mengukur hasil, bukan aktivitas.

Tujuannya bukan menambah otomatisasi demi otomatisasi itu sendiri. Tujuannya adalah membantu orang melangkah maju dengan lebih sedikit hambatan, kepercayaan diri yang lebih besar, dan keyakinan yang lebih kuat bahwa organisasi di sisi lain benar-benar memahami mereka.