Langkah Payter selanjutnya dengan Agentic AI: Dari orkestrasi proses hingga interaksi pelanggan yang cerdas

Pertumbuhan cepat, pilihan pintar

Payter adalah penyedia solusi pembayaran tanpa kontak (contactless payment) asal Belanda untuk aplikasi seperti mesin penjual otomatis tanpa pengawasan (unattended vending machines), stasiun pengisian daya, meteran parkir, dan terminal donasi. Permintaan solusi layanan mandiri ini sedang tumbuh pesat, dan Payter pun ikut tumbuh seiring dengan kenaikan permintaan.

Pertumbuhan ini memberikan tantangan yang jelas. Pelanggan mengharapkan layanan yang cepat—kapan saja dan di mana saja. Sementara organisasi itu sendiri tidak dapat meningkatkan kapasitasnya tanpa batas. Hal ini memerlukan keputusan cerdas dalam merancang dan mengotomatisasi proses.

Helpdesk di bawah tekanan

Dengan otomatisasi proses onboarding, Payter telah mengambil langkah besar menuju skalabilitas. Namun, pekerjaannya tak berhenti di situ. Dalam operasional sehari-hari, pertanyaan pelanggan terus berdatangan. Misalnya, pertanyaan soal waktu pengiriman, cara kerja sistem, dan apa yang harus dilakukan jika terjadi kesalahan teknis atau gangguan.

Seiring pertumbuhan Payter, tekanan pada helpdesk meningkat pesat. Karyawan yang duduk di belakang kursi helpdesk harus menangani aliran pertanyaan yang semakin banyak; sebagian besarnya berulang-ulang. Minat untuk mengadopsi AI jelas ada, namun bukan tanpa syarat. Payter tidak ingin datanya berakhir di LLM eksternal dan ingin menghindari AI menjadi faktor yang tidak dapat diprediksi dalam proses-proses penting.

AI yang meningkatkan, Camunda yang mengendalikan

Bersama Incentro, Payter mengembangkan pendekatan di mana AI tidak digunakan secara terpisah, tetapi menjadi bagian di dalam sistem yang lebih luas. Fondasinya sudah ada. Pada proyek sebelumnya, Camunda telah diperkenalkan sebagai lapisan orkestrasi yang mengelola proses dan bot RPA secara terpusat. Lapisan yang sama itu digunakan untuk menerapkan AI agent.

Proyek ini dimulai dengan sebuah uji coba—yang nantinya dapat diskalakan. Uji coba ini berlangsung di dalam helpdesk logistik, yang terkecil dari sebelas helpdesk Payter. Lingkungan ini memberikan variasi yang cukup untuk dipelajari sambil menjaga risiko supaya tetap terkendali.

Pertanyaan yang masuk, seperti permintaan untuk menjadwalkan ulang pengiriman, dianalisis oleh AI agent. Agen tersebut mengekstrak maksud dari permintaan. Kemudian, menggabungkannya dengan dokumentasi yang tersedia. Terakhir, memulai langkah selanjutnya, seperti menyesuaikan tanggal pengiriman. Jika perlu, manusia tetap terlibat untuk meninjau atau memperbaiki hasilnya.

Aspek penting dan berbeda dari banyak proyek AI lainnya adalah bahwa kendalinya bukan terletak pada AI, tetapi pada prosesnya. Camunda menentukan langkah-langkah yang diambil, kapan agen digunakan, dan kapan intervensi manusia diperlukan. Hal ini menjaga seluruh sistem tetap transparan dan terkendali. Payter dapat melacak dengan tepat apa yang terjadi di setiap prosesnya.

Membangun fondasi yang kuat

Kolaborasi antara Payter, Incentro, dan Camunda dibangun di atas fondasi yang sudah ada. Proyek pertama berfokus pada pengaturan lapisan orkestrasi pusat untuk proses end-to-end. Pada proyek kali ini, fokusnya adalah pada pengayaan proses tersebut secara cerdas dengan AI agent di mana fleksibilitas dan interpretasi diperlukan.

Incentro membantu menerjemahkan ambisi AI Payter menjadi solusi konkret dan dapat diterapkan. Dengan memulai dari skala kecil dan bekerja secara iteratif, ruang untuk bereksperimen terbuka sambil tetap mengendalikan risiko. Camunda menyediakan platform yang memungkinkan AI agent untuk diintegrasikan sebagai bagian integral dari proses, termasuk pemantauan dan pengendalian.

Pelanggan senang, karyawan senang

Hasil awal menunjukkan bahwa AI berbasis agen berkontribusi pada organisasi yang lebih efisien dan konsisten. Pertanyaan pelanggan ditangani lebih cepat dan kualitas komunikasi lebih konsisten karena respons didasarkan pada dokumentasi terpusat dan terus ditingkatkan.

Bagi karyawan, hal ini menunjukkan pergeseran peran. Alih-alih menjawab pertanyaan serupa berulang kali, fokus mereka bergeser pada menyelesaikan masalah yang lebih menantang dan meningkatkan basis pengetahuan yang mendasarinya.

Satu hal yang sama pentingnya adalah Payter mempertahankan kendali penuh atas penggunaan AI. Dengan menggabungkan AI dengan orkestrasi proses, maka visibilitas tetap terjaga, biaya dan kinerja dapat dipantau secara aktif, dan penyesuaian dapat dilakukan jika diperlukan.

Pendekatan ini juga sangat mudah diskalakan. Apa yang dimulai di satu helpdesk dapat diperluas ke bagian lain dari organisasi secara bertahap.