Manajemen pengetahuan menjadi pusat perhatian dalam perjalanan AI

Tanpa kemampuan manajemen pengetahuan yang kuat, pemimpin pengalaman pelanggan tidak akan dapat mewujudkan potensi AI.

Menurut laporan Ark Invest Big Ideas 2025 , agen akan meningkatkan produktivitas perusahaan melalui perangkat lunak. Perusahaan yang menggunakan agen harus dapat meningkatkan volume unit dengan tenaga kerja yang sama dan mengoptimalkan tenaga kerja mereka menuju aktivitas bernilai lebih tinggi.

Kecerdasan buatan (AI) juga akan meningkatkan pekerjaan pengetahuan. Hingga tahun 2030, Ark mengharapkan jumlah perangkat lunak yang digunakan per pekerja pengetahuan akan tumbuh pesat karena bisnis berinvestasi dalam solusi produktivitas. Agen AI siap untuk mempercepat adopsi aplikasi digital dan menciptakan pergeseran epochal dalam interaksi manusia-komputer.

Menurut Laporan Tolok Ukur Konektivitas 2025 oleh MuleSoft dan Deloitte Digital, 93% pemimpin TI melaporkan niat untuk memperkenalkan agen AI otonom dalam dua tahun ke depan, dan hampir setengahnya telah melakukannya. Namun, perjalanan menuju adopsi AI agen dan tenaga kerja digital tidak akan mudah tanpa fokus yang disengaja pada strategi manajemen data dan pengetahuan.

Penelitian Mulesoft dan Deloitte , berdasarkan umpan balik dari 1.050 CIO, mengungkapkan bahwa data terperangkap di seluruh aplikasi perusahaan yang terpisah. Rata-rata perusahaan menggunakan 897 aplikasi, dengan 45% menggunakan 1.000 aplikasi atau lebih -- semakin menghambat kemampuan tim TI untuk membangun pengalaman terpadu. Hanya 29% aplikasi perusahaan yang terintegrasi dan berbagi informasi di seluruh bisnis. Sebagian besar (93%) pemimpin TI merasa bahwa AI akan meningkatkan produktivitas pengembang selama tiga tahun ke depan, naik tujuh poin persentase sejak 2023.

Data yang terputus tetap menjadi penghalang yang luar biasa untuk modernisasi warisan bagi organisasi. Saat ini, 83% perusahaan melaporkan bahwa tantangan integrasi merupakan penghalang yang signifikan bagi upaya modernisasi warisan mereka. Dan 97% pemimpin TI mengakui bahwa organisasi mereka berjuang dalam mengintegrasikan pengalaman pengguna akhir. Hanya 10% responden yang melaporkan tidak mengalami tantangan karena silo data, sementara 74% organisasi menganggap sistem TI mereka terlalu saling bergantung.

Integrasi yang buruk dan data yang terputus menyebabkan manajemen pengetahuan yang buruk. Tanpa kemampuan manajemen pengetahuan yang kuat, pemimpin pengalaman pelanggan tidak akan dapat menyadari potensi AI, termasuk agen. Penelitian Deloitte mencatat bahwa 25% perusahaan yang menggunakan AI akan menerapkan agen AI pada tahun 2025.

Sementara itu, penelitian Accenture menyoroti pentingnya manajemen pengetahuan sebagai kemampuan inti 'otak digital kognitif', yang diperlukan bagi bisnis untuk mengadopsi solusi AI agen. Jadi, mengapa manajemen pengetahuan merupakan faktor keberhasilan penting untuk adopsi AI dalam bisnis, termasuk kemampuan untuk menggunakan AI agen untuk menciptakan tenaga kerja digital?

Untuk lebih memahami dampak manajemen pengetahuan pada keberhasilan adopsi AI generatif (Gen AI) dan AI agen di perusahaan, saya mewawancarai salah satu pakar terkemuka dunia tentang manajemen hubungan pelanggan (CRM), pengalaman pelanggan (CX), manajemen pengetahuan (KM), dan layanan pelanggan. Michael Maoz adalah wakil presiden senior strategi inovasi di Salesforce. Sebelum bergabung dengan Salesforce, Maoz adalah wakil presiden riset dan analis terkemuka di Gartner, menjabat sebagai pemimpin riset untuk area strategi layanan pelanggan dan dukungan.

Berikut adalah sorotan percakapan kami.

Pada hari-hari saya sebagai pemimpin Dukungan Pelanggan, manajemen pengetahuan adalah pembeda, meskipun itu bukan disiplin yang akan membuat Anda dipromosikan. Mengapa itu akan berubah?

Michael Maoz: Tanpa kemampuan manajemen pengetahuan yang kuat, pemimpin pengalaman pelanggan tidak akan dapat menyadari potensi AI. Kualitas manajemen pengetahuan (KM) di perusahaan menerima pengawasan baru karena bisnis bekerja untuk meningkatkan penggunaan AI generatif dan AI agen. Seperti yang ingin Anda katakan, data adalah air baru -- dan ini terutama berlaku untuk artikel pengetahuan dan konten secara keseluruhan: harus berlimpah, bersih, dan dapat diakses. Organisasi pendukung yang sudah memiliki kompetensi KM yang kuat meningkatkan proyek seperti Agentforce (solusi AI agen Salesforce).

Anda telah meneliti mengapa beberapa perusahaan berkembang di KM, sementara yang lain mungkin tertinggal. Pola apa yang Anda lihat, dan bagaimana itu muncul?

Michael Maoz: Ini akan selalu tergantung pada siapa yang memiliki proses KM. Dalam industri di mana layanan pelanggan tidak memiliki prosesnya, KM adalah disiplin yang belum matang, bukan karena kesalahan mereka sendiri. Di ujung lain spektrum adalah tokoh-tokoh di industri di mana manajemen pengetahuan adalah prioritas utama dan tim dukungan pelanggan memiliki, atau memiliki kata akhir, konten pengetahuan yang mereka gunakan dan berikan kepada pelanggan. Industri-industri ini, seperti teknologi, kedirgantaraan, dan peralatan medis, mematuhi standar, seperti Knowledge-Centered Service (KCS) Konsorsium for Service Innovation atau pedoman dari Asosiasi Industri Teknologi dan Layanan (TSIA).

Michael Maoz, SVP strategi inovasi di Salesforce tentang pentingnya manajemen pengetahuan untuk mengadopsi AI agen.

Jika kita mengesampingkan komplikasi yang akan muncul di area KM sekarang karena kita ingin menghubungkannya ke Gen AI, apa yang membuat perusahaan hebat dalam mengembangkan konten yang tepat, dan membuatnya tersedia dalam format yang tepat -- yang bisa berupa PDF panjang atau gambar atau video -- dan mudah dicari dan ditemukan di saluran yang dipilih pelanggan?

Michael Maoz: Perusahaan-perusahaan besar memiliki budaya yang kuat seputar pengetahuan, dan mempermainkan prosesnya. Saya ingat mengunjungi produsen peralatan medis di New Hampshire dan beberapa tim dukungan teknis memiliki piala kecil di meja mereka untuk keterampilan mereka dalam memecahkan masalah. Inilah kesamaan yang terbaik:

Manajemen pengetahuan diakui di seluruh perusahaan sebagai keharusan
Penciptaan pengetahuan terpusat dan/atau dikoordinasikan antar departemen
Sistem tersedia untuk menangkap pengetahuan dari semua sumber yang relevan, termasuk obrolan pengguna dan forum komunitas, interaksi telepon, dan sinyal perangkat
Alat pengukuran memantau penggunaan konten, dan dampak konten pada layanan mandiri, dan survei pelanggan mereka mencerminkan bagaimana orang secara konsisten menerima jawaban yang benar terlepas dari saluran (email, pesan, bot, web, atau aplikasi)
Disiplin yang kuat seputar penggunaan konten, termasuk: mengetahui cara membuat konten, mempromosikannya ke saluran yang tepat, dan membuatnya tersedia untuk tugas yang tepat; mengidentifikasi kesenjangan pengetahuan di mana ada 'kegagalan untuk menemukan' yang dilaporkan oleh perwakilan layanan, pelanggan, atau bot; memiliki data yang mengarah ke artikel pengetahuan atau konten yang perlu dihapus karena sudah usang atau tidak relevan
Sistem KM terintegrasi ke dalam sistem CRM, memungkinkan personalisasi yang mendalam

Perusahaan seperti divisi Ring Amazon (yang menjual bel pintu rumah, sistem alarm, dan kamera keamanan) dan Dyson adalah contoh perusahaan yang berpusat pada produk B2C yang memahami bahwa dokumentasi yang baik dan relevan secara kontekstual yang tersedia di seluruh saluran dan terkait dengan produk tertentu menurunkan biaya dukungan dan menyenangkan pelanggan.

Perusahaan yang efektif juga menyadari terbatasnya jumlah kemungkinan masalah yang dapat dihubungi pelanggan kepada mereka. Perusahaan B2B dalam peralatan berteknologi tinggi atau medis biasanya yang paling matang dalam mengadopsi metodologi tipe KCS. Mereka tunduk pada pembaruan produk, rilis perangkat lunak baru, dan penarikan pabrik, dan terkadang memiliki pihak ketiga yang melakukan sebagian atau semua dukungan untuk produk.

Mengapa menyoroti fokus kuat kami pada AI, dan yang kami maksud adalah Gen AI dan AI agen, yang lebih menekankan perlunya kualitas pengetahuan yang digunakan untuk mengatasi masalah pelanggan?

Michael Maoz: Berapa banyak tampilan publik yang keras yang telah kita lihat dalam setahun terakhir Gen AI membuat konten yang palsu, tidak lengkap, salah, atau menunjukkan bias? Belum lagi bahwa itu tidak memiliki tata kelola seputar penggunaan etis. Tidak ada kepala layanan pelanggan atau pengalaman pelanggan yang ingin mendapatkan teks itu dari CEO yang merujuk pada kegagalan AI.

Untungnya, ada pendekatan untuk KM yang mempercepat penggunaan konten pengetahuan Anda dengan aman dengan menambahkan komponen Gen AI. Itulah yang kami lakukan dengan Agentforce. Yang pertama adalah kebutuhan untuk mengurangi risiko setiap proyek Gen AI. Ini seperti Sumpah Hippocrates kami: jangan membahayakan. Itu mudah ketika Anda menempatkan Gen AI di depan repositori pengetahuan tertutup yang telah dikuratori dengan cermat dan digunakan untuk menjawab hanya beberapa pertanyaan atau menulis teks atau email dalam rentang terbatas.

Bagaimana Anda menskalakan pendekatan tersebut untuk menggabungkan semua data perusahaan Anda, baik data terstruktur dalam sistem CRM atau ERP Anda, tetapi juga data tidak terstruktur seperti PDF dan log obrolan? Untuk ini, Anda memerlukan tata kelola data yang kuat. Anda perlu menjalankan konten melewati tim penggunaan etis untuk menghilangkan bias. Anda membutuhkan lapisan privasi. Anda perlu memperhitungkan masalah tata kelola atau privasi data. Ini rumit.

Apa rahasia membangun sistem KM terpercaya yang mencakup semua bentuk AI?

Michael Maoz: Berteman dengan pemasaran. Saat profesional layanan pelanggan mematangkan kemampuan AI mereka, mereka akan mulai bekerja dengan cara yang lebih terkoordinasi dengan pemasaran. Banyak praktisi KM terbaik akan menemukan kedekatan dengan pembuat konten dalam pemasaran. Tim konten pemasaran memiliki dewan editorial, dewan tata kelola konten, dan tim kepemimpinan pemasaran yang mensponsori konten. Mereka bekerja keras untuk memastikan bahwa nada merek terlihat, dan dengan gaya dan bahasa yang tepat, sehingga memperkuat merek.

Itulah masa depan layanan pelanggan - empati dalam skala besar, dan memperkuat merek. Pemasaran memahami berbagai persona yang ditargetkan oleh konten pemasaran dan membuat templat yang diperlukan, dan mereka sering memiliki pusat keunggulan konten untuk memastikan bahwa penulis, desainer konten, dan ahli strategi konten bekerja sama. Segera pemasaran dan layanan pelanggan akan sangat terkoordinasi. Berikut adalah beberapa praktik terbaik KM yang kami amati:

Tentukan sumber kebenaran tunggal: Tim terbaik menguji apakah kontennya mutakhir dan patuh. Mereka menjalankan tes untuk menghindari halusinasi, yang dapat terjadi ketika AI menjawab pertanyaan menggunakan informasi yang kedaluwarsa. Ketika ada beberapa departemen dengan akses ke informasi yang sama, mereka memastikan bahwa AI menggunakan sumber konten daripada di mana konten itu disalin. Pelanggan kami bahkan menggunakan Agentforce untuk menemukan sumber informasi duplikat dan memeriksa apakah sumbernya diselaraskan.
Tandai konten: Setiap tim publikasi teknis yang hebat sudah melakukan pekerjaan menandai konten dengan metadata sehingga Gen AI dapat mengambilnya dengan cepat. Sekarang, dalam kasus penggunaan lanjutan, konten diakses hanya setelah terlebih dahulu melihat riwayat pembelian pelanggan, tingkat kepuasan, skor influencer, dan kecenderungan untuk churn. Pendekatan ini memungkinkan tingkat personalisasi baru.
Survei dan umpan balik: Dengan menggunakan praktik KCS, tim mensurvei pelanggan untuk melihat bahwa jawabannya memenuhi harapan mereka dan mendaftarkan perubahan apa pun yang perlu dibuat. Bekerja dengan AI dan ilmuwan data, mereka dapat meminta penyesuaian pada model AI. Dalam kasus Salesforce, kami memiliki mesin penalaran yang memantau ekosistem pengetahuan selama proses untuk melihat apakah itu berjalan seperti yang dirancang. Kemudian berfungsi untuk memodifikasi dan mengoptimalkan proses.

Apa yang harus kita harapkan selama tiga tahun ke depan dari praktisi KM berkemampuan AI?

Michael Maoz: Satu-satunya batasan penggunaan AI adalah imajinasi Anda. Manajemen pengetahuan adalah inti dari meminimalkan begitu banyak tugas yang dilakukan oleh agen manusia saat ini. Setelah pengetahuan dapat dipercaya dan dapat diambil, kemungkinannya tidak terbatas. Di sinilah bercerita masuk -- untuk menginspirasi para pemimpin. Untuk perwakilan layanan manusia kami, Agentforce dapat, misalnya:

Bantu agen dengan saran yang tepat
Perbarui beberapa sistem terintegrasi untuk memastikan akurasi data
Bertindak atas nama agen manusia -- membuka kasus, menutup kasus, mengambil informasi, mengirim pemberitahuan -- untuk melakukan semua tugas yang berulang, membosankan, tetapi penting yang dapat dilakukan AI lebih cepat, lebih akurat, dan dalam skala besar
Buat frasa yang benar dengan nada yang tepat
Sarankan apa yang harus dikatakan atau mengirim pesan kepada pelanggan
Lampirkan artikel, gambar, atau file suara yang relevan untuk memecahkan masalah
Buat alur kerja untuk orientasi karyawan baru
Meringkas kasus atau percakapan telepon
Tarik poin-poin terpenting dalam email atau rekaman suara
Pahami emosi manusia dan tanggapi dengan empati atau kesabaran yang lebih besar atau dengan memberikan lebih banyak detail

Untuk pelanggan akhir, KM dengan Agentforce memiliki manfaat yang luar biasa. Di sini juga, satu-satunya batasan adalah imajinasi. Misalnya, dengan pelanggan yang diautentikasi di situs web atau di aplikasi atau dengan AI percakapan, alat ini dapat melakukan tindakan seperti memproses pengembalian pesanan atau mengisi formulir sebelumnya, memeriksa dan memperbarui detail pengiriman, memberikan saran yang dipersonalisasi, menegosiasikan diskon yang tepat, atau membebaskan biaya. Chatbot AI percakapan yang menggunakan basis pengetahuan yang dikurasi dapat menjawab semua pertanyaan faktual.

Pendekatan itu meninggalkan pertanyaan yang paling kompleks - pertanyaan yang jawabannya adalah "tergantung" - kepada agen manusia, dengan cara yang sama bahwa hanya manusia yang harus menangani keadaan darurat atau di mana pelanggan gelisah, takut, atau cemas. AI dapat mendeteksi keadaan ini dan mengarahkan interaksi dari layanan mandiri ke agen manusia.

Apa yang harus Anda lakukan selanjutnya

Ada begitu banyak kemungkinan luar biasa di depan. Siapa yang tahu bahwa KM bisa semenarik ini? Ini juga mengingatkan saya bahwa begitu banyak dari apa yang diuraikan Michael akan berdampak pada orang-orang. Saya dapat melihat beberapa keterampilan baru dan strategi rekrutmen yang dibutuhkan, dan tingkat manajemen perubahan yang akan dianut oleh beberapa bisnis, sementara yang lain akan berjuang.

Menurut Laporan Masa Depan Pekerjaan Forum Ekonomi Dunia 2025, 170 juta pekerjaan baru akan diciptakan pada tahun 2030 dan AI akan memainkan peran kunci. Akan ada saat-saat ketika, bahkan dengan sistem pengetahuan terbaik, bisnis akan selalu perlu mengidentifikasi kapan pelanggan membutuhkan dan ingin berbicara dengan manusia, terlepas dari apakah AI dapat menjawab pertanyaan tersebut. Berikut adalah poin penting:

Kerjakan kemenangan kecil sambil mengerjakan permainan panjang
Disiplin dengan manajemen pengetahuan karena informasi yang tepercaya, tersedia, dan benar akan membuat atau menghancurkan perjalanan AI
Ukur saat Anda pergi untuk menunjukkan nilai
Bekerja sebagai tim lintas organisasi, dan gunakan wawasan pelanggan untuk berkembang ke tingkat berikutnya
Manajemen pengetahuan, ketika terhubung dengan AI, membuka dunia baru dalam memuaskan pelanggan, menurunkan biaya, dan mengembangkan bisnis

Artikel ini disusun bersama Michael Maoz, wakil presiden senior strategi inovasi di Salesforce.