Dalam lanskap kecerdasan buatan (AI) perusahaan, sektor penjualan dan manajemen pendapatan kini menjadi fokus utama yang menjanjikan pengembalian investasi atau return on investment (ROI) secara nyata.
Para Direktur Teknologi Informasi (CIO) kini mulai mengarahkan pandangannya ke teknologi Agen AI. Sistem AI ini tidak hanya merespons perintah, tetapi juga mampu bekerja mandiri untuk menyelesaikan alur kerja yang kompleks, mulai dari riset calon pelanggan yang tertarget hingga aksi tindak lanjut yang mendorong transaksi.
Gelombang adopsi Agen AI khusus tim penjualan ini pun kian masif. Beberapa inovasi teranyar meliputi Deal Agent dari Highspot yang mampu mempercepat konversi pipa penjualan (pipeline). Tak hanya itu, raksasa teknologi seperti Salesforce turut meramaikan lini ini lewat AgentForce.
Saking masifnya tren tersebut, lembaga riset Gartner memproyeksikan bahwa sebanyak 40 persen aplikasi perusahaan akan mengintegrasikan Agen AI spesifik tugas. Sejalan dengan itu, survei tahun 2025 dari Harvard Business Review yang didukung oleh Workato terhadap 600 pengambil keputusan teknologi menunjukkan data yang serupa. Sebanyak 86 persen responden berencana meningkatkan investasi pada agentic AI dalam dua tahun ke depan.
”Para tenaga pemasar kini bisa bersiap lebih cepat, hadir dengan sudut pandang yang lebih tajam, berpikir lebih strategis, dan menghabiskan lebih banyak waktu berkualitas bersama pelanggan,” ujar Kellie Romack, Chief Digital Information Officer ServiceNow.
”Kami telah melihat hasil awal yang luar biasa, di mana tim penjualan mampu memangkas waktu persiapan dari hitungan jam menjadi menit, sebuah peningkatan efisiensi hampir 95 persen,” ucapnya.
Namun, di tengah antusiasme yang begitu tinggi, para eksekutif mengingatkan perlunya disiplin ketat dalam menentukan di mana Agen AI harus diterapkan. Mereka menekankan pentingnya kesiapan operasional, serta cara mengamankan dan menskalakan teknologi ini di seluruh organisasi penjualan.
”Agen AI memberikan nilai paling optimal pada alur kerja penjualan yang polanya jelas, berbasis aturan (rule-based), dan melibatkan aktivitas repetitif bervolume tinggi,” kata Dan Shmitt, CIO di Salesforce.
”Ini adalah area di mana skala, konsistensi, dan kecepatan sangat penting. Pada akhirnya, ini akan menjadi area di mana tim manusia kekurangan kapasitas untuk melakukannya dalam skala besar,” ucapnya.
Otomatisasi Riset dan Personalisasi Prospek
Salah satu keunggulan utama Agen AI adalah kemampuannya mempercepat riset pelanggan untuk memberikan konteks yang lebih kaya bagi tim penjualan di lapangan.
”Agen AI dapat membantu tim penjualan menjadi komunikator yang paling relevan di hadapan calon pelanggan atau klien mereka,” jelas Tiago Azevedo (CIO platform pengembangan AI OutSystems).
Implementasi nyata dari konsep ini salah satunya terlihat di Samsara, sebuah perusahaan manajemen armada kendaraan. CIO Samsara Stephen Franchetti, mengatakan bahwa perusahaan mulai menerapkan agen pengetahuan (knowledge agents) berbasis AI secara internal. Apalagi, AI sebenarnya sudah sejak lama menjadi fondasi platform Samsara untuk mengoptimalkan rute kendaraan.
”Kami membuat model internal ‘Samsara GPT’ yang disesuaikan dengan data internal perusahaan, basis pengetahuan produk, data pelanggan spesifik, dan terintegrasi langsung dengan Salesforce dan sistem lainnya,” ucap Franchetti.
Hasilnya terbukti instan. Tim penjualan bisa langsung memahami seluk-beluk akun pelanggan secara cepat, menjawab pertanyaan lebih taktis, dan mempercepat proses adaptasi (onboarding). Berkat model ini, perwakilan pengembangan akun (account development representatives/ADRs) di Samsara mencatat pencapaian target 16 persen lebih baik.
”Ini adalah peluncuran teknologi paling sukses yang pernah kami lakukan. Teknologi ini diterima secara universal dan kami menerima umpan balik yang sangat positif,” kata Franchetti seperti dikutip CIO.
Langkah serupa diambil oleh ServiceNow. Menurut Kellie Romack, pihaknya menggunakan pusat penjualan dan pengalaman pelatihan berbasis AI untuk membuat tim pemasar lebih efektif dalam mempersiapkan pertemuan dan mengarahkan kesepakatan bisnis.
”AI Sales Coach kami, yang dibangun di atas model Claude milik Anthropic, menarik data akun, riset, dan kecerdasan produk menjadi sebuah panduan yang siap dieksekusi,” tambah Romack.
Selain mempermudah riset internal, Agen AI juga terbukti ampuh mempercepat strategi penjangkauan keluar (outbound). Di Samsara, kelompok uji coba yang memanfaatkan AI untuk menyusun draf email penawaran yang lebih personal mencatat peningkatan respons balik (callback) hingga 300 persen.
Sementara itu di Akamai, perusahaan penyedia layanan cloud dan keamanan siber, uji coba internal dilakukan melalui asisten penjualan pintar bernama SaiLS Bot.
Kate Prouty, CIO Akamai, memaparkan, “Tim SDR menggunakan SaiLS untuk mempercepat riset prospek melalui pemahaman perusahaan dan analisis dampak yang cepat.”
Melalui bantuan tools ini, tim sales dapat lebih mudah merumuskan rencana pemasaran yang sesuai kebutuhan akun dan memetakan peluang penjualan silang (cross-sell).
”Secara kuantitatif, dalam sembilan bulan pertama penggunaan SaiLS Bot, tim penjualan berhasil menghemat tenaga kerja yang setara dengan tiga karyawan penuh waktu,” ungkap Prouty.
Menambal Celah Inbound dan Akselerasi Transaksi
Selain urusan outbound, tantangan klasik lain dalam dunia penjualan adalah mengelola prospek masuk (inbound leads) yang melimpah namun kerap tidak tertangani karena keterbatasan waktu manusia.
”Riset terbaru kami menunjukkan hanya 25 persen dari prospek penjualan masuk yang membutuhkan interaksi langsung atau tindak lanjut oleh manusia. Artinya ada sekitar 75 persen prospek yang secara historis tidak tersentuh sama sekali,” kata Dan Shmitt dari Salesforce.
”Celah itu merepresentasikan batasan struktural dari model penjualan tradisional,” ucapnya.
Menyikapi masalah tersebut, Salesforce mengerahkan agen AI di situs web mereka untuk menjawab pertanyaan produk sekaligus menyaring minat awal konsumen. Di bagian internal, agen penjualan AI juga digunakan untuk menyuplai informasi akun secara instan, mulai dari riwayat transaksi, harga, hingga materi pengarahan eksekutif. Langkah taktis ini dilakukan guna mengubah ketertarikan awal calon pelanggan menjadi sebuah percakapan bisnis yang aktif.
Dampak signifikan terhadap pertumbuhan pipa penjualan ini juga dirasakan oleh Workato, platform otomasi dan integrasi. ”Kami telah menerapkan agen AI di seluruh operasi penjualan kami di Workato,” kata Carter Busse (CIO Workato).
Workato bahkan sukses menghasilkan peluang penjualan baru senilai USD2,7 juta berkat agen internal yang menganalisis rekaman panggilan di Gong (sistem operasi AI untuk tim pendapatan). Agen tersebut bertugas menganalisis faktor apa saja yang membuat sebuah transaksi berhasil, lalu menggunakannya untuk menyenyempurnakan strategi penjangkauan ke depan.
Secara keseluruhan, Workato telah membangun 28 agen penjualan untuk menangani berbagai proses otonom. Berbagai proses tersebut meliputi pengayaan data peluang, pembuatan penawaran, perutean persetujuan, hingga otomatisasi pembaruan data di sistem CRM setelah interaksi dengan klien selesai.
Efisiensi serupa juga ditemukan di sudut industri lain. Tiago Azevedo dari OutSystems memperkirakan perusahaannya telah menghemat sekitar 1.700 jam kerja administratif manual berkat agen kontak mereka.
”Dengan membekali tim kami dengan bukti-bukti yang tepat pada momen yang tepat, kami dapat memvalidasi nilai produk lebih cepat dan memperpendek siklus transaksi,” kata Azevedo.
OutSystems bahkan menerapkan sistem multi-agen yang disebut Agent Workbench. Salah satu agennya, Deal Mate, tercatat telah menyarankan 2.859 kisah sukses pelanggan yang relevan kepada tim penjualan sejak Oktober lalu untuk mendukung materi presentasi mereka.
Tata Kelola, Kendali, dan Keamanan Data
Meski memberikan hasil yang menggiurkan, keterlibatan Agen AI dalam alur kerja penjualan memicu urgensi tinggi terkait tata kelola, terutama ketika AI mulai menyentuh data sensitif pelanggan atau dibekali kemampuan eksekusi otonom.
”Pagar pembatas (guardrails) sama pentingnya dengan teknologi itu sendiri,” tegas Shmitt dari Salesforce.
Ia menyarankan perusahaan untuk menetapkan peran agen secara jelas, membatasi izin akses, dan tetap mewajibkan persetujuan manusia (human approval) untuk tindakan-tindakan bernilai tinggi.
”Banyak organisasi memperkenalkan agen ke dalam alur kerja di mana mereka berfungsi mendukung keputusan, alih-alih langsung menerapkan agen yang sepenuhnya otonom,” ucapnya menambahkan.
Masalah kontrol akses, autentikasi, dan otorisasi ini juga menjadi prioritas utama yang diamini oleh Carter Busse dari Workato.
”Kekhawatiran utama kami adalah memastikan agen yang bekerja atas nama karyawan penjualan hanya mengakses data yang diizinkan. Segala sesuatu yang mengubah catatan pelanggan atau mengirimkan komunikasi eksternal wajib melalui persetujuan,” kata Busse.
Busse menambahkan bahwa Workato memperlakukan Agen AI dengan regulasi ketat layaknya seorang karyawan baru. Mereka menjalani proses orientasi (onboarding) dengan pengetahuan bisnis yang terkurasi, dilatih tentang kebijakan tata kelola data, dan dipantau secara terus-menerus.
Dari sudut pandang infrastruktur, Azevedo memandang transparansi perilaku agen sebagai aspek krusial yang tidak bisa ditawar.
”Observabilitas penuh terhadap bagaimana agen mengambil keputusan sangat penting bagi CIO untuk membawa organisasi ke era hiper-otomatisasi cerdas yang berbasis pada rasa percaya (trust),” ucapnya.
Melihat dinamika ini, Kellie Romack dari ServiceNow menilai peran CIO di era modern bukan lagi sekadar pemimpin teknis, melainkan harus bertindak sebagai “penyelaras agung” (the great unifier).
”CIO harus mempertemukan tim penjualan, TI, hukum, keuangan, dan keamanan untuk menciptakan pengalaman yang kuat sekaligus bertanggung jawab. Keseimbangan itulah yang membuka nilai di seluruh organisasi,” tutur Romack.
Selain regulasi dan birokrasi, pengawasan biaya operasional teknologi juga menjadi tanggung jawab finansial yang wajib diperhatikan oleh para CIO.
”Agen AI harus diperlakukan sebagai sistem jangka panjang, bukan eksperimen jangka pendek,” pungkas Kate Prouty dari Akamai. Ia mengingatkan bahwa tanpa pengawasan ketat, biaya pemeliharaan alat AI bisa membengkak tanpa memberikan nilai riil bagi produktivitas tim.
Panduan Praktis Implementasi bagi Perusahaan
Bagi organisasi yang ingin mulai mengadopsi Agen AI ke dalam alur kerja penjualan mereka, para CIO membagikan beberapa praktik terbaik sebagai langkah awal:
Bangun Fondasi Data yang Kuat: Perusahaan yang sukses adalah mereka yang memprioritaskan pusat data dan basis pengetahuan (knowledge base) yang dikelola dengan baik serta terus diperbarui agar informasi tidak usang.
Ubah Budaya Kerja: Anggap Agen AI sebagai perpanjangan dari tenaga kerja manusia. Azevedo menyarankan perusahaan untuk menunjuk anggota tim khusus yang bertanggung jawab memantau performa agen tertentu dan sigap melaporkan kendala teknis yang muncul.
Mulai dari Skala Kecil dan Risiko Rendah: Jangan terburu-buru mengotomatiskan semua hal sekaligus. Busse merekomendasikan untuk memulai dari alur kerja dengan tingkat kesulitan tinggi namun memiliki risiko rendah, seperti agen yang mengelola optimalisasi lisensi secara proaktif agar dampaknya bisa diukur dengan cepat.
Fokus pada Titik Kesulitan Tim (Pain Points): Kerja samalah secara intim dengan tim penjualan untuk memetakan kendala utama mereka di lapangan.
“Pilih satu atau dua kasus penggunaan berdampak tinggi yang nilainya jelas, seperti persiapan penjualan atau pelatihan transaksi. Jika mereka harus bolak-balik berpindah sistem demi AI yang tidak membantu mereka mendapatkan janji temu atau menutup transaksi, teknologi itu tidak akan terpakai,” saran Romack.
”Pilih satu atau dua kasus penggunaan berdampak tinggi yang nilainya jelas, seperti persiapan penjualan atau pelatihan transaksi. Jika mereka harus bolak-balik berpindah sistem demi AI yang tidak membantu mereka mendapatkan janji temu atau menutup transaksi, teknologi itu tidak akan terpakai,” saran Romack.
Melangkah Melampaui Fase Eksperimen
Di tengah bayang-bayang laporan PwC di Forum Ekonomi Dunia (Davos) yang menyebutkan bahwa 56 persen CEO belum melihat manfaat finansial dari investasi AI mereka, realitas di lini penjualan justru menunjukkan arah sebaliknya. Agen AI terbukti memberikan ROI yang konkret dan terukur.
Membahas kemajuan ini, Stephen Franchetti dari Samsara menegaskan bahwa teknologi ini bukan lagi sekadar tren sesaat. ”Kami telah melewati fase eksperimen. Sekarang ini lebih kepada di mana letak nilainya dan bagaimana kami menerapkan AI untuk menyambut nilai tersebut,” katanya.
Namun, penting untuk dicatat bahwa kehadiran Agen AI ini bukan didesain untuk menggantikan posisi manusia secara massal. Teknologi ini berperan melengkapi kebutuhan tim dan memberi ruang lebih bagi para pemasar untuk mengasah keterampilan interpersonal (soft skills) mereka di depan klien.
”Peningkatan efisiensi saja sudah cukup menjadi alasan investasi ini,” kata Busse.
“Perwakilan penjualan kini menghabiskan lebih banyak waktu untuk percakapan nyata dengan pelanggan dan mengurangi pekerjaan administratif,” ucapnya menutup diskusi.
