IVR dan Agen Suara AI dalam Bahasa Arab dan Inggris

Panduan ini ditujukan bagi direktur layanan pelanggan, manajer contact center, dan pemimpin teknologi CX yang ingin mengotomatiskan panggilan telepon dalam bahasa Arab dan Inggris tanpa membuat penelepon frustrasi. Panduan ini membandingkan IVR klasik dengan agen suara AI percakapan, menunjukkan cara merancang alur panggilan dan handover, serta menjelaskan cara mengukur apakah otomatisasi benar-benar membantu.

Apa perbedaan IVR dan agen suara AI?

IVR (interactive voice response) klasik memutar prompt rekaman atau suara sintetis dan mengarahkan penelepon lewat tombol yang ditekan atau beberapa kata yang dikenali. Agen suara AI memahami ucapan bebas, melacak jalannya percakapan, dan dapat menyelesaikan tugas lewat sistem Anda. Keduanya menyelesaikan masalah yang berbeda, dan sebagian besar contact center akhirnya memakai keduanya.

Kapan IVR klasik masih unggul

Menu tombol mudah diprediksi, cepat diubah, dan tetap berfungsi di saluran yang buruk. Ini pilihan yang tepat untuk pemilihan bahasa, pilihan pengarahan singkat ("untuk pemesanan yang sudah ada, tekan 1"), konfirmasi ("tekan 1 untuk mengonfirmasi janji temu Anda"), serta pesan darurat atau di luar jam kerja. Standar seperti W3C VoiceXML dan SSML menjadi dasar banyak perangkat ini, dan prinsip desainnya tidak berubah: sedikit pilihan, yang paling umum di depan, dan ada jalan untuk menghubungi manusia.

Di mana agen suara AI memberi nilai tambah

Agen suara AI layak dipakai ketika penelepon menjelaskan kebutuhan dengan kata-kata sendiri, ketika menu akan terlalu berlapis, atau ketika panggilan berujung pada transaksi yang dapat diselesaikan sistem Anda. Contohnya "Pesanan saya sudah sampai mana?", "Saya mau memindahkan janji temu ke hari Kamis", atau "Kenapa saya ditagih dua kali?". Agen mengenali intent, mengumpulkan data, memanggil sistem Anda, lalu menyelesaikan permintaan atau melakukan handover (pengalihan ke agen manusia) beserta konteksnya.

Bagaimana merancang alur panggilan yang tidak dibenci penelepon?

Rancang panggilan berdasarkan alasan paling umum penelepon menghubungi Anda, bukan berdasarkan struktur organisasi Anda. Mulailah dari data: alasan panggilan terbaru, transkrip atau catatan agen, dan persentase panggilan untuk tiap alasan.

Prosedur desain alur panggilan

1. Daftar alasan panggilan teratas dan kelompokkan menjadi intent, misalnya status pesanan, ubah pemesanan, pertanyaan tagihan, keluhan, penjualan baru.
2. Klasifikasikan tiap intent: otomatisasi penuh, otomatisasi sebagian (kumpulkan data, lalu handover), atau langsung ke agen manusia.
3. Tulis sapaan. Merek, pilihan bahasa, dan pertanyaan terbuka: "Selamat datang di Najm Clinics. Anda berbicara dengan asisten virtual. Ada yang bisa saya bantu hari ini?" Tambahkan pemberitahuan perekaman di sini.
4. Rancang tiap intent otomatis sebagai jalur pendek: identifikasi penelepon, konfirmasi permintaan, lakukan tindakan, konfirmasi hasil, tawarkan bantuan lain.
5. Tentukan jalur keluar: apa yang memicu handover, ke mana tujuannya, dan data apa yang ikut diteruskan.
6. Rencanakan kegagalan: tidak ada input, input tidak dikenali, error sistem, di luar jam kerja. Setiap kasus harus berakhir di tempat yang berguna.
7. Tulis prompt untuk telinga: kalimat pendek, satu pertanyaan sekali waktu, informasi penting di akhir ("Janji temu Anda hari Kamis pukul 16.00").
8. Buat prototipe dan dengarkan. Bacakan alur dengan lantang bersama rekan kerja, lalu uji dengan penelepon asli sebelum diperluas.

Identifikasi dan verifikasi

Tentukan sejak awal bagaimana penelepon membuktikan identitasnya. Caller ID saja lemah karena nomor dapat dipalsukan. Pilihan yang umum adalah kode sekali pakai lewat SMS atau WhatsApp, data akun yang hanya diketahui penelepon, atau panggilan balik ke nomor terdaftar. Hindari mengandalkan biometrik suara saja untuk tindakan berisiko tinggi; NIST SP 800-63B, misalnya, menyatakan bahwa pencocokan biometrik berbasis suara tidak boleh digunakan untuk autentikasi menurut pedomannya. Untuk pilihan kanal OTP (kode verifikasi), lihat panduan OTP suara kami.

Apa yang perlu dipertimbangkan untuk dialek Arab?

Otomatisasi suara berbahasa Arab harus mampu menangani beberapa dialek, aksen, dan peralihan yang sering antara bahasa Arab dan Inggris. Teks dalam bahasa Arab Standar Modern (MSA) mungkin tampak benar tetapi terdengar formal atau kaku jika diucapkan, dan penelepon jarang berbicara MSA di telepon.

Tinjauan oleh penutur asli bukan pilihan, melainkan keharusan. Minta peninjau dari tiap kelompok target untuk mendengarkan prompt dan menilai transkrip, bukan hanya membaca skrip. Panduan kami tentang pesan pelanggan dalam bahasa Arab membahas pemilihan dialek dan desain dwibahasa untuk kanal tulisan, dan sebagian besar juga berlaku untuk suara.

Bagaimana deteksi intent bekerja, dan bagaimana menjaga akurasinya?

Deteksi intent mengubah ucapan penelepon menjadi permintaan yang dapat ditindaklanjuti sistem Anda, seperti "ubah pemesanan" lengkap dengan tanggal dan cabang. Pada agen suara AI, pengenalan suara menghasilkan transkrip, model bahasa menafsirkannya dan mengekstrak detail, lalu agen menentukan langkah berikutnya.

Aturan praktis untuk akurasi:

• Konfirmasi sebelum bertindak. "Anda ingin memindahkan janji temu dari hari Senin ke hari Kamis. Benar?" menangkap sebagian besar kesalahan pengenalan sebelum menjadi masalah.
• Ajukan satu pertanyaan klarifikasi, bukan tiga. Jika intent masih belum jelas setelah satu klarifikasi, lakukan handover.
• Gunakan ambang keyakinan. Biarkan agen melanjutkan saat keyakinan tinggi, mengonfirmasi saat sedang, dan mengklarifikasi atau handover saat rendah.
• Batasi tindakan dengan tool. Agen hanya boleh mengubah pemesanan lewat aksi sistem yang terdefinisi dan tervalidasi, bukan lewat instruksi bebas.
• Dasarkan jawaban pada konten yang disetujui. Jawaban tentang biaya, kebijakan, atau urusan medis dan hukum harus berasal dari basis pengetahuan Anda, bukan dari pengetahuan umum model.
• Tinjau transkrip setiap minggu. Cari intent yang salah dengar, alasan menelepon yang baru, dan ungkapan yang belum ditangani agen.

Bagaimana handover ke agen manusia seharusnya berjalan?

Handover yang baik memindahkan penelepon ke orang yang tepat dengan cepat dan meneruskan semua yang sudah diketahui agen, sehingga penelepon tidak perlu mengulang. Handover yang buruk menjatuhkan penelepon ke antrean umum tanpa konteks.

Pemicu handover

• Penelepon meminta berbicara dengan manusia, dengan kata-kata atau bahasa apa pun.
• Intent termasuk dalam daftar "selalu ke manusia" Anda.
• Tingkat keyakinan tetap rendah setelah satu klarifikasi, atau penelepon mengulang permintaan yang sama.
• Penelepon terdengar tertekan atau marah, atau menyebut kerentanan, penipuan, atau keadaan darurat.
• Sistem yang dibutuhkan untuk menyelesaikan tugas sedang tidak tersedia.

Konteks yang perlu diteruskan

Agen manusia sebaiknya melihat informasi ini di layar saat panggilan tersambung. Jika panggilan harus menunggu di antrean, sampaikan dengan jujur dan tawarkan panggilan balik. Panduan kami tentang handover chatbot ke agen manusia menjelaskan prinsip yang sama untuk pesan, dan logikanya berlaku juga untuk suara.

Bagaimana menangani perekaman panggilan, transkripsi, dan persetujuan?

Perekaman dan transkripsi sangat penting untuk menyempurnakan agen suara AI, tetapi melibatkan data pribadi dan terkadang data sensitif. Perlakukan keduanya sebagai keputusan privasi, bukan pengaturan bawaan.

• Beri pemberitahuan di awal panggilan bahwa panggilan dapat direkam dan ditranskripsikan, beserta alasannya. Tawarkan alternatif bagi penelepon yang keberatan jika dasar hukum Anda mensyaratkannya.
• Ungkapkan penggunaan AI. Beri tahu penelepon bahwa mereka berbicara dengan asisten virtual. EU AI Act memuat kewajiban transparansi untuk sistem AI yang berinteraksi dengan manusia, dan pengungkapan adalah praktik yang baik di setiap pasar.
• Pilih dasar hukum secara terpisah untuk perekaman, analitik, dan pelatihan model. Berdasarkan GDPR, dan di Arab Saudi berdasarkan Personal Data Protection Law (PDPL) yang diawasi SDAIA, tujuan dan dasar hukum perlu ditentukan; melatih model dengan rekaman mungkin memerlukan lebih banyak syarat daripada pemantauan kualitas. Panduan UK ICO tentang AI dan pelindungan data adalah rujukan praktis yang berguna.
• Minimalkan dan samarkan. Samarkan nomor kartu, kode, dan nomor identitas nasional dalam rekaman dan transkrip, atau jeda perekaman saat data tersebut dikumpulkan.
• Tetapkan masa retensi dan hapus sesuai jadwal.
• Kendalikan akses ke rekaman dan transkrip berdasarkan peran, dan catat log aksesnya.
• Periksa aturan setempat di setiap pasar tempat Anda beroperasi, termasuk residensi data dan aturan sektoral untuk perbankan atau layanan kesehatan. Panduan ini bukan nasihat hukum.

Bagaimana mengukur containment dan kepuasan pelanggan?

Ukur otomatisasi dari apakah masalah penelepon terselesaikan, bukan hanya dari berapa banyak panggilan yang tidak sampai ke agen. Gunakan sedikit metrik, dibaca bersama dan dipecah per intent dan bahasa.

Tetapkan baseline dari IVR atau layanan manusia Anda saat ini sebelum peluncuran, lalu bandingkan alur baru dengan baseline tersebut pada intent yang sama. Panduan kami tentang KPI layanan pelanggan omnichannel membahas bagaimana metrik ini selaras dengan kanal pesan.

Kapan sebaiknya agen manusia tetap menangani panggilan?

Pertahankan agen manusia untuk panggilan yang menuntut penilaian, empati, atau akuntabilitas lebih daripada kecepatan. Otomatisasi seharusnya membuat agen manusia lebih tersedia untuk panggilan-panggilan ini, bukan lebih sulit dijangkau.

• Keluhan dan sengketa, terutama kontak yang berulang.
• Penelepon yang rentan, kasus kehilangan orang terdekat, dan masalah kesehatan.
• Laporan penipuan dan insiden keamanan.
• Nasihat yang diatur regulasi di bidang perbankan, asuransi, dan layanan kesehatan.
• Penjualan bernilai tinggi dan percakapan retensi.
• Apa pun yang diminta penelepon untuk ditangani manusia.

Seperti apa rencana peluncuran yang masuk akal?

Luncurkan secara bertahap, mulai dari intent yang sempit, bervolume tinggi, dan berisiko rendah, dan perluas hanya ketika metrik mendukungnya.

1. Discovery. Analisis alasan panggilan, volume per jam dan per bahasa, serta hasil saat ini.
2. Cakupan. Pilih satu atau dua intent untuk diotomatisasi lebih dulu, seperti status pesanan atau perubahan janji temu.
3. Desain. Tulis alur, prompt, aturan handover, pemberitahuan AI, dan pemberitahuan perekaman dalam bahasa Arab dan Inggris.
4. Integrasi. Hubungkan sistem yang dibutuhkan agen, dengan tindakan yang didefinisikan secara ketat.
5. Uji internal bersama staf dari tiap kelompok dialek, termasuk saluran bising dan code-switching.
6. Pilot pada sebagian panggilan atau satu saluran, dengan agen manusia memantau transkrip setiap hari.
7. Ukur terhadap baseline Anda: containment, panggilan berulang, transfer, dan CSAT per intent.
8. Perluas ke lebih banyak intent, bahasa, atau jam layanan, dan pertahankan ritme tinjauan mingguan.

Contoh kasus: grup klinik di kawasan Teluk

"Najm Clinics" (fiktif) mengelola klinik di Riyadh, Dubai, dan Doha, dengan volume panggilan janji temu yang tinggi dalam bahasa Arab dan Inggris.

• Saat ini: IVR tombol empat tingkat mengarahkan penelepon ke tim pusat; banyak penelepon langsung menekan 0.
• Sapaan baru: sambutan dwibahasa singkat, pemberitahuan AI dan perekaman, lalu "Ada yang bisa saya bantu?" dalam bahasa pilihan penelepon.
• Intent otomatis: membuat, memindahkan, dan membatalkan janji temu, lokasi klinik, dan jam buka. Agen memverifikasi pasien dengan kode yang dikirim lewat WhatsApp atau SMS.
• Selalu ke manusia: gejala, hasil tes, sengketa tagihan, dan hal yang mendesak. Agen menyampaikan bahwa penelepon sedang disambungkan ke tim dan meneruskan intent, ID terverifikasi, bahasa, dan ringkasan.
• Bahasa Arab: agen berbicara dengan bahasa Arab yang hangat berwarna Teluk, mengenali penelepon dari Mesir dan Levant, serta menangani nama klinik dan perusahaan asuransi berbahasa Inggris di tengah kalimat.
• Pengukuran: intent janji temu dibandingkan dengan IVR lama dari sisi penyelesaian, panggilan berulang dalam seminggu, waktu hingga bertemu manusia, dan CSAT setelah panggilan.

Kesalahan apa yang perlu dihindari?

• Mengotomatiskan semuanya sekaligus alih-alih memulai dari beberapa intent.
• Menyembunyikan opsi ke manusia, yang memicu kemarahan dan panggilan berulang.
• Menguji hanya dalam MSA, lalu meluncurkan ke penelepon yang berbicara dengan dialek.
• Membiarkan agen berimprovisasi soal kebijakan, harga, atau topik medis.
• Handover tanpa konteks, sehingga penelepon mengulang semuanya.
• Melaporkan containment saja dan mengabaikan panggilan berulang serta CSAT.
• Merekam secara default tanpa pemberitahuan, batas retensi, atau penyamaran data.
• Tidak mengungkapkan penggunaan AI, yang merusak kepercayaan saat penelepon menyadarinya.
• Meluncurkan tanpa baseline, sehingga peningkatan tidak dapat dibuktikan.
• Keterbatasan: agen suara AI dapat salah dengar dan bisa keliru. Regulasi tentang perekaman, data, dan pengungkapan AI berbeda di tiap pasar dan terus berubah; pastikan aturan terbaru bersama tim hukum Anda.

Bagaimana OmniChannels.ai membantu

OmniChannels.ai menyediakan suara bersama kanal pesan: IVR multibahasa, text-to-speech termasuk bahasa Arab, dan agen suara AI, termasuk dalam bahasa Arab, yang melakukan handover ke agen manusia. Melalui BroadNet AI, agen mendukung pemahaman bahasa Inggris dan Arab, memori persisten, dan penggunaan tool. Layanan suara juga mencakup contact center inbound, dialer, perekaman dan transkripsi panggilan, serta penggunaan SIP trunk milik Anda sendiri. Kemampuannya sama dengan DialerBee, software call center dari BroadNet. Layanan suara disiapkan bersama tim akun kami sesuai nomor, bahasa, dan alur panggilan Anda. Baca panduan developer suara untuk melihat cara kerja penyediaannya.