Balik Arah! Inovasi AI yang Didahului Pelanggan

Meski sudah bertahun-tahun digitalisasi, perusahaan cuma bisa kurang dari sepertiga nilai yang diharapkan dari investasi digitalnya. Kenapa? Karena mayoritas perusahaan besar mulai dari kemampuan teknologi lalu menempelkan aplikasinya, bukan mulai dari kebutuhan pelanggan dan bekerja mundur ke solusi teknologi.

Kalau nggak prioritasin pelanggan, bisa jadi bikin solusi yang pecah-pecah, pengalaman pelanggan yang nggak konsisten, dan akhirnya gagal dalam transformasi. Perusahaan yang dapet hasil luar biasa dari AI malah balik arahnya.

Mereka pakai mindset 'customer-back engineering', taruh pelanggan di jantung transformasi teknologi. Strategi ini produk dan layanan dikembangin dengan pengalaman pelanggan jadi prioritas utama, termasuk tantangan, kebutuhan, dan ekspektasi pelanggan.

Tim pengembang produk kerja mundur dengan cara lincah dan agile untuk cari langkah yang perlu buat rancang dan bangun solusi yang dapet pengalaman yang diinginkan. 'Kamu bawa engineer lebih dekat ke pelanggan, dapet banyak inovasi sampingan,' bilang Ashish Agrawal dari Capital One.

Itu bikin efek pengali, karena engineer bisa pendekati masalah dari dimensi berbeda yang unik buat perspektif sales atau produk. Engineer itu problem-solver by nature, bilang Agrawal. Dengar tantangan pelanggan, mereka bisa cari cara efektif buat atasi kebutuhan pelanggan.

Fostering a customer-centric culture punya efek motivasi buat engineer mereka liat perubahan inti yang mereka buat atau fitur yang mereka tambah punya dampak langsung buat kehidupan pelanggan, tambah Agrawal. Tapi butuh disiplin juga.

Capital One tetapkan tujuan buat setiap engineer di organisasinya buat establish beberapa titik kontak dengan pelanggan sepanjang tahun dalam bentuk berbeda, termasuk sesi empati digital buat observasi user journey dan identifikasi di mana user nemu gesekan.

Embedded customer support buat periode waktu buat deepening understanding of servicing needs, engineering ride-alongs di mana engineer join customer success, sales, dan support staff di call atau on-site visits, serta hackathon competition buat build solution sekitar masalah pelanggan nyata.

The biggest challenge engineers dalam perusahaan besar itu kurang akses langsung ke pelanggan, bilang Agrawal. Ini bisa bikin lebih sulit buat teknologist buat kerja sama sama pelanggan buat identifikasi masalah dan inovasi solusi.

AI mempercepat tantangan juga peluang. Lifecycle launching product jadi jauh lebih cepat. Tapi kabar baiknya, engineer lebih dekat ke data yang masuk ke AI, jadi mereka bisa lebih cepat terapin teknik data AI-informed buat solve customer problems.

Agrawal kasih contoh skenario terkini: di ruang layanan pelanggan, conversation bisa langsung di-summarize dan kasih customer agent context tentang request original member dan action points yang tersisa. Agentic AI juga bisa enabled buat tanya follow-up questions yang spesifik tentang interaksi.

Solusi akan jauh lebih sulit di ekosistem tanpa banyak data berkualitas tinggi, bilang Agrawal. Tapi kalau kamu combine rich data ecosystem dengan agentic tools, kamu pindah dari incremental fixes ke high-velocity transformation.

Dengan invest di AI data dan tools dan fokus di rapid experimentation, cycle deploy solutions bisa dipercepat. Tim belajar kalau mereka memenuhi kebutuhan pelanggan dan iterate di range solusi yang lebih luas jauh lebih cepat, maka seluruh innovation cycle speed up.

Contohnya, Capital One pake customer insights buat build state-of-the-art, multi-agent AI framework disebut Chat Concierge. Dalam satu conversation, Chat Concierge bisa perform tasks seperti compare vehicles buat help car buyer decide pilihan terbaik dan schedule test drives.

Agentic AI use cases yang show strong potential buat transform customer experience di financial services termasuk respond ke customer service requests, adjust bill payments buat align dengan regular paychecks, atau extract key terms dari financial agreements.

Placing customer di center transformation butuh AI-first mindset. Perusahaan harus shift dari cuma augment existing product ke fundamentally reimagine problem dan user needs melalui lens AI capabilities.