Tidak semua pertanyaan pelanggan dapat dijawab oleh AI dengan tingkat akurasi yang sama. Permintaan sederhana, seperti reset password atau cek status pesanan, biasanya dapat diselesaikan secara otomatis. Namun, kasus yang melibatkan refund, tagihan, privasi, atau keluhan yang kompleks sering kali memerlukan penanganan yang berbeda. Di sinilah Fallback Routing AI berperan.
Fallback Routing AI adalah mekanisme yang mengarahkan setiap permintaan ke model AI atau agen manusia yang paling sesuai. Dengan pendekatan ini, sistem dapat memberikan jawaban yang lebih akurat, mengurangi kesalahan, sekaligus mengoptimalkan biaya operasional karena tidak semua permintaan diproses oleh model AI yang sama.
Pada artikel ini, Anda akan mempelajari pengertian Fallback Routing AI, cara kerjanya pada AI Agent, manfaatnya dalam layanan customer support, serta strategi penerapannya agar layanan AI tetap efisien, andal, dan mudah dikembangkan.
Also Read
Ringkasan Cepat
- Fallback routing adalah pola orkestrasi: tiket masuk ke model cepat-murah dulu, lalu dievaluasi. Jika tidak yakin/berisiko, dialihkan ke model lebih kuat atau manusia.
- Tujuannya menyeimbangkan biaya, kecepatan, dan kualitas jawaban.
- Kunci praktik: confidence scoring, priority class (sensitif vs low-risk), dan cost controls per pesan/percakapan/customer tier.
- Sistem terbaik bukan sekadar chatbot, tetapi workflow: retrieval → routing → evaluation → escalation → human handoff.
Apa Itu Fallback Routing?
Fallback routing adalah mekanisme yang mengarahkan tiket pelanggan ke model AI utama terlebih dahulu. Jika jawaban dinilai kurang yakin, berisiko, atau tidak sesuai kebijakan, sistem akan mengalihkannya ke model AI yang lebih canggih atau langsung ke agen manusia.
Sederhananya, fallback routing bekerja seperti sistem triase di rumah sakit. Kasus yang sederhana ditangani lebih cepat, sedangkan kasus yang kompleks langsung diprioritaskan.
Kenapa Fallback Routing Penting?
Dalam customer support, tidak semua tiket memiliki tingkat kesulitan yang sama.
Beberapa pertanyaan cukup dijawab oleh AI, seperti:
- Reset password.
- Cek status pesanan.
- Cara upgrade layanan.
- Informasi produk atau paket.
Namun, ada juga kasus yang membutuhkan penanganan lebih hati-hati, misalnya:
- Refund atau sengketa pembayaran.
- Keluhan pelanggan yang emosional.
- Permasalahan privasi atau keamanan akun.
- Kebijakan yang berisiko menimbulkan salah informasi.
Dengan fallback routing, AI dapat mengurangi risiko memberikan jawaban yang keliru dan mengalihkan kasus berisiko ke jalur yang lebih aman.
Cara Kerja Fallback Routing
Secara umum, alurnya sebagai berikut:
- Pelanggan mengirim pertanyaan melalui chat, email, atau WhatsApp.
- Sistem mengenali jenis atau topik pertanyaan.
- AI mengambil informasi dari knowledge base atau database.
- Router menentukan apakah cukup menggunakan model utama atau perlu fallback.
- Jawaban dievaluasi berdasarkan tingkat keyakinan dan kebijakan.
- Sistem memberikan jawaban, meminta klarifikasi, atau meneruskan tiket ke AI yang lebih canggih maupun agen manusia.
Primary Route vs Fallback Route
Agar lebih efisien, tugas AI biasanya dibagi menjadi dua jalur.
Primary Route
Digunakan untuk pertanyaan yang sederhana dan berulang, seperti:
- FAQ.
- Tracking pesanan.
- Informasi produk.
- Panduan penggunaan.
Fallback Route
Digunakan untuk kasus yang lebih kompleks, misalnya:
- Troubleshooting teknis.
- Refund atau sengketa pembayaran.
- Interpretasi kebijakan.
- Kasus pelanggan yang sensitif atau membutuhkan keputusan manusia.
Dengan pembagian ini, customer support dapat tetap cepat untuk pertanyaan sederhana, sekaligus lebih akurat dalam menangani kasus yang membutuhkan perhatian khusus.
Confidence Scoring dan Kapan Tiket Harus Diekskalasi
Confidence scoring membantu sistem menentukan apakah jawaban AI sudah cukup akurat untuk dikirim ke pelanggan atau perlu diteruskan ke model lain maupun agen manusia.
Beberapa kondisi yang umumnya memicu eskalasi, antara lain:
- Informasi dari knowledge base tidak ditemukan.
- Jawaban AI belum lengkap atau kurang yakin.
- Topik menyangkut refund, billing, atau aspek legal.
- Pelanggan menunjukkan emosi negatif atau frustrasi.
- Informasi yang ditemukan saling bertentangan.
Sebagai contoh, jika AI tidak menemukan data yang dibutuhkan, sistem dapat meminta informasi tambahan atau langsung mengalihkan percakapan ke agen manusia. Pendekatan ini membantu menjaga akurasi jawaban sekaligus meningkatkan pengalaman pelanggan.
Priority Class dan Cost Control
Selain menentukan kapan harus melakukan eskalasi, sistem juga perlu mengatur prioritas tiket agar penggunaan AI tetap efisien.
Contoh pembagian prioritas yang umum digunakan:
- P0 Gangguan layanan atau insiden keamanan.
- P1 Masalah billing atau sengketa refund.
- P2 Kendala teknis.
- P3 Pertanyaan umum atau FAQ.
Di sisi lain, cost control digunakan untuk membatasi penggunaan model AI yang lebih mahal. Misalnya dengan menetapkan batas penggunaan per percakapan, per pelanggan, atau berdasarkan tingkat prioritas tiket.
Dengan kombinasi confidence scoring, priority class, dan cost control, AI customer support dapat memberikan respons yang cepat untuk pertanyaan sederhana, sekaligus memastikan kasus yang lebih kompleks ditangani melalui jalur yang lebih aman.
Tabel Contoh Penerapan Fallback Routing AI
Tabel berikut menunjukkan contoh penerapan Fallback Routing AI berdasarkan jenis tiket yang diterima. Anda dapat melihat rute (route) yang digunakan, batas confidence score (threshold), kondisi eskalasi ke agen manusia, serta target waktu penyelesaian (SLA) untuk setiap jenis permintaan.
| Tipe tiket | Route default | Trigger eskalasi | Eskalasi ke | SLA respon |
|---|---|---|---|---|
| FAQ sederhana | Primary | retrieval gagal | Fallback | cepat |
| Reset password | Primary | user frustrasi 2x | Human | cepat |
| Billing/refund | Fallback | policy tidak jelas | Human | sedang |
| Komplain emosional | Human | n/a | Human | cepat |
| Outage/security | Human/P0 | n/a | Human + eng | sangat cepat |
Catatan: SLA ini contoh pola, bukan angka mutlak.
Infrastruktur untuk AI Agent yang Lebih Stabil
Agar layanan AI agent tetap responsif, pastikan infrastruktur yang digunakan mampu menangani orkestrasi, logging, dan retrieval dengan stabil. Jika membutuhkan server yang fleksibel dan mudah dikembangkan, VPS KVM dari Rumahweb bisa menjadi pilihan untuk mendukung kebutuhan tersebut.
FAQ
Pola routing di mana tiket masuk ke model utama dulu, lalu dialihkan ke model lebih kuat atau manusia jika kualitas/safety tidak memenuhi ambang.
Karena biaya dan latency akan naik, dan tidak efisien untuk tiket repetitif.
Low confidence, retrieval gagal, topik sensitif, kontradiksi, atau pelanggan frustrasi.
Transfer ke agen manusia dengan konteks lengkap agar pelanggan tidak perlu mengulang.
Halusinasi atau salah interpretasi kebijakan. Untuk high-stakes, gunakan risk-based routing.
Tidak wajib, tetapi sangat disarankan untuk menghindari jawaban salah dan mengontrol biaya.
Mulai dari klasifikasi intent, retrieval KB, lalu definisikan trigger eskalasi paling sederhana.
Resolution rate, escalation rate, CSAT, waktu respon, dan cost per conversation.
Kesimpulan
Fallback routing adalah cara paling realistis untuk membuat AI customer support siap digunakan dalam operasional bisnis nyata. Sistem ini mampu menjaga keseimbangan yang ideal: sangat cepat dalam menyelesaikan keluhan yang berulang, tetap aman saat menghadapi topik yang sensitif, serta jauh lebih hemat biaya ketika menangani volume pesan skala besar.
Kunci keberhasilannya terletak pada aturan pengalihan (routing rules) yang jelas, penentuan batas kepastian (confidence threshold), serta proses operan masalah ke agen manusia yang ramah. Sebab pada akhirnya, AI yang baik bukanlah AI yang sok tahu dan memaksa menjawab semua hal, melainkan AI yang tahu persis kapan harus menyerahkan masalah kepada manusia.
