Contoh Agentic CRM sering terlihat meyakinkan saat alur berjalan normal. Ujian yang lebih berguna muncul saat data kosong, izin tidak cukup, atau tindakan harus dibatalkan.
Artikel ini memakai dokumentasi Microsoft, Salesforce, Oracle, NIST, dan Model Context Protocol. Tujuh contoh berikut adalah pola alur ilustratif, bukan daftar kemampuan Semaya.
Jika Anda belum mengenal istilahnya, baca definisi dan cara kerja Agentic CRM. Gunakan perbandingan CRM, chatbot, copilot, dan Agentic CRM untuk membedakan perilakunya.
Ringkasan tujuh contoh Agentic CRM
Setiap contoh memakai tujuh pertanyaan yang sama. Struktur ini memisahkan tindakan agen dari label produk.
| Contoh | Pemicu | Data | Tujuan | Tindakan | Batas manusia | Bukti audit | Jika gagal |
|---|---|---|---|---|---|---|---|
| Kualifikasi prospek masuk | Prospek baru | Profil, sumber, izin komunikasi, dan kriteria | Tentukan kecocokan | Riset, tanya, dan serahkan | Penjual menerima prospek | Data, kriteria, pesan, dan alasan | Hentikan atau minta data |
| Tindak lanjut dan jadwal pertemuan | Prospek belum selesai | Riwayat, izin komunikasi, kalender, dan zona waktu | Dapatkan jawaban atau jadwal | Kirim tindak lanjut dan usulkan waktu | Aturan frekuensi serta komitmen | Pesan, waktu, persetujuan, dan hasil | Berhenti atau serahkan |
| Pembaruan peluang penjualan | Percakapan baru | Akun, peluang, catatan, dan tahapan | Jaga data peluang tetap akurat | Ringkas, usulkan, dan perbarui | Perubahan nilai atau tahap penting | Sumber, perubahan, dan pelaku | Tandai konflik data |
| Pembuatan dan pembaruan kasus layanan | Pesan atau email layanan | Pelanggan, percakapan, produk, dan kategori | Buat kasus yang dapat ditangani | Buat atau isi data kasus | Staf menilai prediksi penting | Prediksi, perubahan, dan aktivitas agen | Biarkan kolom kosong atau eskalasi |
| Status dan perubahan pesanan | Pertanyaan tentang pesanan | Identitas, status, pembayaran, dan kebijakan | Selesaikan permintaan yang diizinkan | Cek, batalkan, tukar, atau kembalikan | Pengembalian dana dan pengecualian kebijakan | Verifikasi, kebijakan, tindakan, dan hasil | Jangan mengubah pesanan |
| Eskalasi kasus layanan | Risiko SLA atau kasus berhenti | Umur kasus, prioritas, pemilik, dan histori | Dorong kasus ke pemilik yang tepat | Prioritaskan, beri tahu, dan serahkan | Manajer memilih tindakan berisiko | Sinyal, rekomendasi, penerima, dan respons | Naikkan ke jalur darurat |
| Penjualan tambahan dan pengaktifan kembali | Sinyal kebutuhan atau pelanggan pasif | Produk, penggunaan, izin komunikasi, dan histori | Temukan tindak lanjut yang relevan | Prioritaskan dan koordinasikan kontak | Manusia menyetujui penawaran sensitif | Sinyal, alasan, segmen, pesan, dan hasil | Batalkan kontak |
1. Kualifikasi prospek masuk
Prospek masuk dari formulir, acara, atau webinar. Agen membaca sumber prospek, wilayah, profil perusahaan, serta kriteria pelanggan sasaran yang telah disetujui.
Tujuannya bukan langsung menjual. Agen perlu menentukan apakah data cukup dan apakah prospek sesuai kriteria. Agen dapat melakukan riset, membuat pertanyaan lanjutan, atau menyiapkan pesan awal.
Microsoft mendokumentasikan mode riset saja serta mode riset dan interaksi. Mode kedua dapat menghubungi prospek, menilai kecocokan, lalu menyerahkan prospek yang memenuhi aturan kepada penjual.
Tim tetap menentukan kriteria penyerahan, kanal, izin komunikasi, dan data yang boleh dipakai. Jika identitas atau izin komunikasi tidak jelas, agen tidak mengirim pesan.
Jejak audit mencatat data yang dibaca, kriteria yang dipakai, pesan, jawaban, hasil penilaian, serta alasan penyerahan atau penghentian.
2. Tindak lanjut dan jadwal pertemuan
Prospek sudah bertanya, tetapi percakapan belum menghasilkan langkah berikutnya. Agen membaca riwayat, izin komunikasi, zona waktu, kalender, dan aturan frekuensi kontak.
Salesforce mendokumentasikan agen penjualan yang dapat menjawab pertanyaan, menangani keberatan, menjadwalkan pertemuan, serta menyerahkan percakapan. Dokumentasinya juga mencakup percakapan dua arah melalui email, SMS, dan WhatsApp.
Agen dapat memilih waktu tindak lanjut dan mengusulkan jadwal yang tersedia. Agen tidak boleh membuat slot, janji harga, atau batas waktu yang tidak ada pada sistem sumber.
Jika pelanggan menolak, izin komunikasi berakhir, atau kalender bermasalah, agen berhenti. Sistem mencatat pesan, jadwal, respons, perubahan izin, dan penyerahan kepada orang.
Untuk biaya pesan keluar, kategori, dan periode tarif, baca harga WhatsApp Business Platform 2026. Harga kanal tidak menentukan apakah alur tersebut agentic.
3. Pembaruan peluang penjualan
Penjual selesai melakukan panggilan atau menerima balasan penting. Agen membaca peluang, akun, catatan percakapan, tahapan penjualan, dan aturan pembaruan.
Oracle mendokumentasikan alur agentic yang menangkap interaksi, mengenali kontak baru, memperbarui peluang, dan membuat komunikasi penjualan berdasarkan konteks.
Agen dapat merangkum percakapan dan mengusulkan perubahan. Tim dapat mengizinkan pembaruan catatan biasa, tetapi tetap meminta persetujuan untuk nilai transaksi atau tahapan penting.
Jika percakapan bertentangan dengan data CRM, agen menandai konflik. Agen tidak memilih versi yang paling menguntungkan tanpa bukti.
Audit menghubungkan sumber percakapan, data sebelum perubahan, usulan, persetujuan, data setelah perubahan, dan identitas pelaku.
4. Pembuatan dan pembaruan kasus layanan
Pelanggan mengirim pesan atau email tentang masalah produk. Agen membaca identitas, percakapan, produk, kategori kasus, serta aturan pengalihan.
Microsoft mendokumentasikan Case Management Agent yang membuat kasus dari percakapan dan memperbarui kolom dari percakapan atau email. Jika konteks tidak cukup, agen tidak mengisi kolom tersebut.
Staf dapat menerima atau menolak nilai yang diprediksi. Supervisor dapat melihat tindakan, komunikasi, eskalasi, dan kemajuan kasus melalui tampilan aktivitas agen.
Desain yang aman mempertahankan kolom kosong jika bukti kurang. Sistem mencatat sumber, nilai prediksi, penerimaan, penolakan, perubahan otomatis, serta eskalasi.
5. Status dan perubahan pesanan
Pelanggan meminta status, pembatalan, penukaran, atau pengembalian pesanan. Agen memverifikasi identitas, status pembayaran, kondisi pemenuhan, dan kebijakan yang berlaku.
Salesforce mendokumentasikan layanan mandiri untuk status, pembatalan, penukaran, dan pengembalian dalam batas kendali. Oracle mendokumentasikan tugas layanan terkait pengecualian, penahanan, pembatalan, dan pengembalian pesanan.
Agen dapat menjawab status atau menyiapkan perubahan yang memenuhi kebijakan. Pengembalian dana dan pengecualian kebijakan memerlukan batas manusia yang lebih ketat.
Jika verifikasi gagal atau dua sistem memberi status berbeda, agen tidak mengubah pesanan. Audit menyimpan verifikasi, versi kebijakan, pilihan, persetujuan, tindakan, dan hasil.
6. Eskalasi kasus layanan
Kasus mendekati batas layanan, berpindah tanpa pemilik, atau berhenti bergerak. Agen membaca umur kasus, prioritas, histori, pemilik, dan aturan eskalasi.
Oracle mendokumentasikan ruang kerja yang mengenali risiko eskalasi, pelanggaran SLA, dan kasus yang berhenti. Sistem memberi rekomendasi tindakan kepada manajer layanan.
Agen dapat memprioritaskan kasus, memberi tahu pemilik, dan menyiapkan penyerahan. Manajer tetap menangani kompensasi, perubahan kebijakan, atau keputusan lain yang berisiko.
Jika notifikasi gagal, sistem memakai jalur darurat yang telah ditentukan. Audit mencatat sinyal, rekomendasi, penerima, waktu respons, dan keputusan akhir.
7. Penjualan tambahan dan pengaktifan kembali
Sistem menemukan kebutuhan baru atau pelanggan yang lama tidak aktif. Agen membaca produk yang dimiliki, penggunaan, histori layanan, izin komunikasi, serta kriteria kelayakan.
Oracle mendokumentasikan tim agen yang mencari peluang perluasan, menilai kesiapan penjualan, dan mengoordinasikan tindakan pemasaran serta penjualan. Salesforce mendokumentasikan pemilihan perjalanan pelanggan dari profil dan konteks terbaru.
Agen dapat memprioritaskan akun dan menyiapkan tindak lanjut. Sinyal penggunaan bukan izin untuk mengirim pesan. Tim harus memeriksa izin komunikasi, frekuensi, kanal, dan batas penawaran.
Jika rekomendasi tidak mempunyai alasan yang dapat ditinjau, agen membatalkan kontak. Audit menyimpan sinyal, alasan, segmen, pesan, persetujuan, respons, dan penghentian.
Kapan alur belum termasuk Agentic CRM?
Otomasi biasa sudah cukup jika pemicu selalu menjalankan langkah yang sama. Chatbot juga belum agentic jika hanya menjawab pertanyaan dari basis pengetahuan.
Saran tanpa tindakan adalah bantuan AI. Tindakan satu langkah dari perintah manusia lebih dekat dengan copilot. Baca matriks pembanding berbasis perilaku jika batas tersebut masih kabur.
Satu alur menunjukkan perilaku agentic jika agen memilih langkah menuju tujuan, memakai tindakan terbatas, menangani kegagalan, dan meninggalkan bukti yang dapat diperiksa.
Cara memilih contoh pertama
Saya sarankan Anda mulai dari satu alur yang memenuhi lima syarat:
- pekerjaan terjadi cukup sering untuk diuji berulang;
- pemilik alur dan kondisi selesai sudah jelas;
- data sumber tersedia dan mempunyai izin;
- tindakan awal berisiko rendah atau mudah dipulihkan;
- tim dapat mengukur kesalahan, eskalasi, dan hasil tanpa menebak.
Kualifikasi prospek dalam mode riset atau pembaruan kasus dengan tinjauan manusia biasanya lebih mudah dibatasi. Pengembalian dana dan perubahan komitmen memerlukan kontrol lebih ketat.
Kendali manusia bukan langkah tambahan
NIST AI RMF meminta organisasi mendokumentasikan batas pengetahuan, pengawasan manusia, pengambilalihan, penghentian, respons insiden, dan pemulihan. Kontrol tersebut menjadi bagian desain alur.
Spesifikasi alat MCP juga menyarankan agar manusia dapat menolak pemanggilan alat. Aplikasi perlu menunjukkan alat yang tersedia, pemanggilan yang terjadi, dan konfirmasi untuk operasi penting.
Pelajari arsitektur data, izin, persetujuan, audit, dan pemulihan Semaya. Gunakan prinsip hak akses minimum untuk setiap agen AI.
Tujuh contoh ini membantu Anda menguji Agentic CRM dari alurnya. Mulai dari tujuan yang sempit, lalu minta bukti saat agen membaca, memilih, bertindak, berhenti, dan pulih.
Batas produk
Tujuh contoh ini adalah pola alur ilustratif dari dokumentasi primer, bukan daftar kemampuan Semaya. Ketersediaan, konfigurasi, dan batas setiap produk dapat berbeda. Tim tetap harus memeriksa data, izin, persetujuan, audit, penghentian, pemulihan, serta kewajiban yang berlaku.
Pertanyaan umum
- Apakah semua contoh Agentic CRM harus berjalan otomatis?
- Tidak. Agen dapat menjalankan langkah baca atau persiapan secara otomatis. Tim dapat mewajibkan persetujuan sebelum perubahan data, komunikasi keluar, uang, atau komitmen pelanggan.
- Contoh Agentic CRM mana yang cocok untuk usaha kecil?
- Pilih satu alur yang sering terjadi, mempunyai aturan tertulis, dan mudah dipulihkan. Kualifikasi prospek atau pembaruan kasus biasanya lebih mudah dibatasi daripada pengembalian dana atau perubahan kontrak.
- Apakah Agentic CRM dapat bekerja melalui WhatsApp?
- Dapat, jika sistem mempunyai integrasi, izin komunikasi, dan aturan pesan yang sesuai. WhatsApp menjadi kanal percakapan; CRM tetap mengelola konteks, tindakan, audit, serta eskalasi.
- Data apa yang diperlukan untuk contoh Agentic CRM?
- Berikan hanya data yang diperlukan oleh satu tujuan. Contohnya adalah sumber prospek, izin komunikasi, percakapan terkait, pemilik akun, kebijakan, atau status pesanan.
- Bagaimana cara menguji contoh Agentic CRM?
- Uji alur normal, data kosong, data bertentangan, permintaan di luar izin, penolakan persetujuan, kegagalan alat, penghentian, dan pemulihan. Periksa seluruh jejak auditnya.
Rujukan terperinci
- Microsoft Learn: Sales Qualification Agent overview Diakses 1 September 2026.
- Microsoft Learn: Use Case Management Agent to create and update cases Diakses 1 September 2026.
- Salesforce: Pre-Built Agentforce Use Cases Diakses 1 September 2026.
- Salesforce: Why Choose Agentforce? Diakses 1 September 2026.
- Oracle: Oracle AI for Fusion Applications - Agentic AI Apps Diakses 1 September 2026.
- NIST: Artificial Intelligence Risk Management Framework 1.0 Diterbitkan 26 Januari 2023. Diakses 1 September 2026.
- Model Context Protocol: Tools Specification 2025-06-18 Diterbitkan 18 Juni 2025. Diakses 1 September 2026.