Ada anggapan keliru bahwa AI agent bisa “pintar sendiri” begitu dipasang. Padahal sebagian besar jawaban yang diberikan agent bersumber dari dokumen dan data yang diberikan tim — SOP, FAQ, katalog produk, kebijakan layanan. Kalau sumber ini berantakan, jawaban yang keluar ikut berantakan, betapapun canggihnya model AI yang dipakai di baliknya.
Bentuk “Berantakan” yang Sering Tidak Disadari
- Informasi ganda yang saling bertentangan — misalnya kebijakan retur versi lama masih ada di satu dokumen, sementara versi baru ada di dokumen lain, dan tidak ada yang menghapus yang lama.
- Istilah yang tidak konsisten — produk yang sama disebut dengan nama berbeda di katalog, di grup internal, dan di invoice. Agent bisa kesulitan mengaitkan pertanyaan pelanggan dengan data yang benar.
- Dokumen yang tidak pernah diperbarui — harga, jam operasional, atau kebijakan yang sudah berubah di lapangan tapi dokumen rujukannya masih versi lama.
- Informasi penting yang hanya ada di kepala staf tertentu — tidak pernah dituliskan di mana pun, sehingga agent otomatis tidak punya akses ke situ sama sekali.
Kenapa Ini Lebih Fatal untuk Agent Dibanding Staf Manusia
Staf manusia yang baru biasanya bisa bertanya balik ke senior kalau menemukan dokumen yang membingungkan, atau punya naluri untuk curiga saat informasi terasa janggal. Agent, kecuali dirancang khusus untuk mendeteksi kontradiksi semacam itu, cenderung memakai apa pun yang tersedia dan menjawab dengan percaya diri — termasuk saat sumbernya sendiri sebenarnya sudah tidak akurat.
Langkah Praktis Sebelum Memasang Agent
- Audit dokumen yang akan dijadikan sumber jawaban — buang atau tandai versi usang, satukan versi yang bertentangan.
- Samakan istilah yang dipakai di semua dokumen rujukan, terutama nama produk dan layanan.
- Tetapkan satu penanggung jawab yang memastikan dokumen tetap diperbarui setelah agent live — bukan dianggap selesai begitu agent pertama kali dikonfigurasi.
- Tuliskan pengetahuan yang selama ini hanya ada di kepala staf senior, supaya bisa jadi bagian dari basis pengetahuan agent.
Kesimpulan
Kualitas AI agent sangat bergantung pada kualitas data yang menjadi rujukannya. Membenahi dokumentasi internal sebelum memasang agent sering terasa seperti pekerjaan membosankan yang menunda peluncuran, padahal ini justru fondasi yang menentukan apakah agent nanti benar-benar membantu atau malah menambah masalah baru.