Sekarang hampir semua AI populer sudah bisa menjawab menggunakan Bahasa Indonesia. Kita bisa bertanya menggunakan bahasa formal, bahasa santai, bahkan mencampurkan Bahasa Indonesia dan Inggris, lalu mendapatkan jawaban dalam hitungan detik.
Namun, kemampuan AI menghasilkan kalimat Bahasa Indonesia yang terdengar lancar tidak selalu berarti AI benar-benar memahami bagaimana orang Indonesia berbicara. Bahasa sehari-hari tidak hanya terdiri dari arti kata. Ada konteks, kebiasaan, dialek, singkatan, gaya bicara, sampai referensi budaya yang dapat mengubah arti sebuah percakapan.
Hal ini menjadi semakin penting ketika AI mulai digunakan bukan hanya untuk mencari informasi, tetapi juga untuk berkomunikasi langsung dengan pelanggan. AI mungkin bisa memahami kalimat “berapa harganya?”, tetapi percakapan customer sebenarnya jauh lebih beragam: “ready gak kak?”, “boleh kurang?”, “ini dapet apa aja?”, “bisa kirim hari ini?”, atau bahkan pesan yang bercampur bahasa daerah dan istilah tertentu.
Jadi, pertanyaannya bukan hanya apakah AI bisa menggunakan Bahasa Indonesia, tetapi seberapa jauh AI memahami cara orang Indonesia benar-benar berkomunikasi?
AI Masih Lebih Kuat di Bahasa dengan Data yang Lebih Banyak
Salah satu faktor penting dalam kemampuan sebuah AI memahami bahasa adalah data yang digunakan selama proses pengembangannya.
Stanford Institute for Human-Centered AI menjelaskan bahwa banyak Large Language Model bekerja lebih baik pada Bahasa Inggris dibanding banyak bahasa lainnya. Salah satu penyebab utamanya adalah ketersediaan data digital: Bahasa Inggris termasuk bahasa dengan jumlah data berkualitas tinggi yang jauh lebih besar untuk digunakan dalam pengembangan AI.
Ketika jumlah dan kualitas data suatu bahasa lebih sedikit, kemampuan model juga bisa menjadi kurang konsisten. AI mungkin mengetahui arti sebuah kata atau mampu membentuk kalimat yang benar secara tata bahasa, tetapi belum tentu memahami konteks sosial dan budaya di balik penggunaan kata tersebut.
Masalah ini tidak hanya terjadi pada Bahasa Indonesia. Stanford HAI menyebut sebagian besar komunitas bahasa di dunia masih belum mendapatkan dukungan yang setara dari teknologi AI karena keterbatasan data dan infrastruktur digital.
Bisa Bahasa Indonesia Belum Tentu Paham Orang Indonesia
Perbedaan antara “bisa berbahasa” dan “memahami konteks” terlihat dalam penelitian COPAL-ID, sebuah benchmark yang dirancang untuk menguji kemampuan AI memahami penalaran sehari-hari dengan konteks dan budaya Indonesia.
Berbeda dari dataset yang hanya menerjemahkan pertanyaan dari Bahasa Inggris, COPAL-ID ditulis langsung oleh penutur Indonesia dan dibuat dalam dua versi: Bahasa Indonesia standar serta Bahasa Indonesia Jakarta yang lebih dekat dengan percakapan sehari-hari.
Hasilnya menunjukkan model multilingual secara umum hanya mencapai akurasi 66,91%. Model yang lebih berfokus pada kawasan Asia Tenggara memiliki hasil lebih baik, yaitu 73,88%, tetapi tetap berada di bawah performa manusia yang memahami konteks lokal tersebut.
Angka ini juga menjadi dasar dari script awal bahwa AI sudah mampu menjawab menggunakan Bahasa Indonesia, tetapi kemampuannya dapat menurun ketika percakapan mulai menggunakan bahasa santai, dialek, singkatan, atau konteks budaya tertentu.
Bahasa Sehari-hari Jauh Lebih Rumit dari Bahasa Baku
Dalam kehidupan sehari-hari, orang jarang berbicara menggunakan Bahasa Indonesia yang sepenuhnya formal. Percakapan bisa berisi singkatan, kata serapan, slang, perubahan struktur kalimat, hingga campuran beberapa bahasa.
Kalimat “Apakah produk tersebut masih tersedia?” bisa berubah menjadi “masih ready?”, “ada barangnya gak?”, “stok aman?”, atau “masih ada kah?”. Bagi manusia yang sudah terbiasa dengan konteksnya, semua pertanyaan tersebut relatif mudah dipahami.
Bagi AI, variasi seperti ini menjadi tantangan yang berbeda.
Dokumentasi COPAL-ID juga menjelaskan bahwa Bahasa Indonesia percakapan cenderung lebih sulit ditangani model dibanding Bahasa Indonesia formal. Karena itu, benchmark tersebut sengaja menyediakan versi formal dan colloquial untuk menggambarkan kondisi komunikasi yang lebih dekat dengan penggunaan nyata.
Penelitian lain pada 2025, LORAXBENCH, juga menguji AI pada 20 bahasa di Indonesia. Hasilnya menunjukkan adanya perbedaan performa yang jelas antara Bahasa Indonesia dan berbagai bahasa daerah dengan resource lebih rendah. Perubahan register atau tingkat kesopanan juga dapat memengaruhi kemampuan model.
Artinya, satu negara saja sudah memiliki variasi bahasa yang sangat kompleks untuk dipahami AI.
Kenapa Ini Penting untuk Customer Service?
Dalam penggunaan pribadi, kesalahan kecil AI mungkin hanya menghasilkan jawaban yang terasa sedikit aneh. Tetapi ketika AI digunakan untuk melayani customer, konteks yang salah bisa berdampak lebih jauh.
Misalnya, customer bertanya mengenai promo. AI mungkin mengetahui arti kata “promo”, tetapi apakah AI mengetahui promo yang sedang aktif hari ini? Apakah promo tersebut berlaku untuk semua produk? Apakah ada minimum transaksi? Apakah berlaku untuk customer baru saja atau semua customer?
Hal yang sama berlaku ketika customer bertanya mengenai harga, stok, metode pembayaran, cara order, pengiriman, retur, atau detail produk.
Karena itu, AI untuk customer service tidak cukup hanya memiliki kemampuan Bahasa Indonesia. AI juga membutuhkan informasi spesifik mengenai bisnis yang sedang dilayaninya.
Hal ini juga ditegaskan Google Cloud dalam konsep grounding. Foundation model memiliki pengetahuan umum, tetapi tidak otomatis mengetahui informasi internal dan terbaru dari sebuah perusahaan. Menghubungkan AI dengan data perusahaan dapat membuat jawabannya lebih akurat, relevan, dan sesuai dengan konteks bisnis.
AI Perlu Mengenal Bisnis Sebelum Menjawab Customer
Bayangkan ada dua AI yang sama-sama bisa menggunakan Bahasa Indonesia.
AI pertama hanya memiliki kemampuan bahasa secara umum. Ketika customer bertanya mengenai produk, AI mencoba menjawab berdasarkan pola informasi yang pernah dipelajarinya.
AI kedua memiliki akses terhadap informasi bisnis: katalog produk, harga, promo, FAQ, metode pembayaran, kebijakan perusahaan, dan cara melakukan pemesanan.
Keduanya mungkin sama-sama menghasilkan Bahasa Indonesia yang lancar, tetapi AI kedua memiliki konteks yang jauh lebih relevan untuk membantu customer.
Google Cloud menjelaskan bahwa grounding terhadap data perusahaan seperti database, dokumentasi, ERP, CRM, atau knowledge base dapat membantu AI menghasilkan respons yang lebih lengkap dan akurat. Dalam customer service, pendekatan ini dapat digunakan agar AI menjawab pertanyaan berdasarkan informasi produk dan perusahaan yang benar, bukan hanya berdasarkan pengetahuan umum.
Jadi, kemampuan bahasa hanyalah fondasinya. Nilai sebenarnya muncul ketika AI memahami apa yang sedang dibicarakan.
Gaya Bahasa Brand Juga Menentukan Pengalaman Customer
Ada satu hal lain yang sering terlupakan ketika menggunakan AI untuk customer service: cara menjawab.
Dua bisnis bisa menjual jenis produk yang sama tetapi memiliki gaya komunikasi yang sangat berbeda. Ada brand yang berbicara formal dan profesional, ada yang santai, ada yang menggunakan panggilan “Kak”, ada yang lebih singkat dan langsung, dan ada juga yang menggunakan gaya percakapan yang lebih aktif.
Jika setiap jawaban AI terasa terlalu formal atau tidak sesuai dengan karakter brand, percakapan bisa terasa tidak natural meskipun informasinya benar.
Dalam sistem AI modern, instruksi dan konteks dapat digunakan untuk mengatur bagaimana respons diberikan, termasuk tone, format, tingkat detail, dan panjang jawaban. Microsoft misalnya menjelaskan bahwa pendekatan Retrieval-Augmented Generation dapat menggabungkan informasi yang ditemukan dengan instruksi khusus terkait tone, formatting, dan brevity sebelum menghasilkan respons.
Artinya, AI customer service yang efektif bukan hanya perlu memahami pertanyaannya, tetapi juga perlu menjawab menggunakan cara komunikasi yang sesuai dengan bisnis.
Jualin.ai: AI yang Dikenalkan dengan Konteks Bisnis
Pendekatan inilah yang digunakan dalam Jualin.ai. AI tidak hanya digunakan karena mampu berkomunikasi menggunakan Bahasa Indonesia, tetapi juga dapat diberikan informasi yang berkaitan langsung dengan bisnis.
Informasi seperti produk yang dijual, harga, promo, cara order, metode pembayaran, sampai pertanyaan yang sering ditanyakan customer dapat dimasukkan sebagai data yang menjadi acuan AI ketika memberikan respons.
Cara komunikasinya juga dapat disesuaikan, mulai dari gaya bahasa brand, panjang respons, hingga cara menjawab jenis pertanyaan yang berbeda. Dengan begitu, AI tidak hanya menghasilkan kalimat yang secara bahasa terlihat benar, tetapi dapat memberikan respons yang lebih sesuai dengan informasi dan konteks bisnis.
Ini menjadi penting karena customer tidak datang hanya untuk mengobrol. Mereka datang membawa kebutuhan tertentu. Ada yang ingin mengetahui produk, mencari rekomendasi, membandingkan pilihan, memastikan harga, atau sudah berada di tahap siap membeli.
Dari Menjawab Pertanyaan sampai Membantu Proses Penjualan
Ketika AI sudah memiliki konteks mengenai bisnis, fungsinya tidak harus berhenti pada menjawab FAQ.
Jualin.ai juga dapat membantu menjawab pertanyaan produk, memberikan rekomendasi, melakukan follow-up, hingga membantu mengarahkan percakapan menuju proses penjualan.
Perbedaannya terletak pada konteks.
Customer yang baru bertanya membutuhkan jawaban berbeda dengan customer yang sudah beberapa kali menanyakan harga. Customer yang sudah menerima quotation membutuhkan tindak lanjut berbeda dengan orang yang baru pertama kali menghubungi bisnis.
Karena itu, AI customer service yang efektif bukan hanya soal seberapa cepat bot dapat membalas pesan. Sistem juga perlu memahami informasi apa yang relevan untuk digunakan pada setiap tahap percakapan.
Bahasa Indonesia Bukan Satu-satunya Tantangan
Kemampuan AI dalam Bahasa Indonesia terus berkembang. Model-model baru semakin baik dalam menerjemahkan, memahami pertanyaan, dan menghasilkan percakapan yang terasa natural.
Namun, Indonesia memiliki tantangan yang lebih besar dibanding sekadar satu bahasa nasional. Ada ratusan bahasa daerah, berbagai dialek, gaya komunikasi lokal, tingkat formalitas, serta kebiasaan mencampurkan Bahasa Indonesia dengan bahasa lain.
LORAXBENCH menunjukkan bahwa performa model pada bahasa-bahasa dengan data lebih sedikit masih tertinggal dibanding Bahasa Indonesia. Bahkan perubahan register bahasa dapat memengaruhi kemampuan model dalam memahami sebuah tugas.
Artinya, perkembangan AI dalam memahami pengguna Indonesia masih memiliki ruang yang sangat besar. Semakin dekat AI digunakan dengan percakapan manusia nyata, semakin penting pula data, konteks, dan informasi lokal yang diberikan kepadanya.
Penutup
AI memang sudah bisa menggunakan Bahasa Indonesia dengan sangat lancar. Tetapi berbicara lancar dan memahami konteks adalah dua hal yang berbeda.
Riset COPAL-ID menunjukkan model AI masih menghadapi tantangan ketika harus memahami Bahasa Indonesia yang mengandung konteks budaya dan percakapan sehari-hari. Tantangannya menjadi semakin kompleks ketika bahasa mulai menggunakan slang, dialek, singkatan, atau bahasa daerah.
Dalam konteks bisnis, masalahnya bahkan lebih spesifik. AI tidak hanya harus memahami apa yang customer katakan, tetapi juga perlu mengetahui produk, harga, promo, cara order, metode pembayaran, hingga cara brand berkomunikasi.
Karena itu, AI customer service yang efektif tidak cukup hanya “bisa Bahasa Indonesia”. AI juga perlu diberikan data dan konteks yang tepat agar responsnya relevan dengan kebutuhan customer dan bisnis.
Melalui Jualin.ai, informasi bisnis dapat digunakan sebagai konteks agar AI membantu menjawab pertanyaan customer, memberikan rekomendasi, melakukan follow-up, dan mendukung proses penjualan dengan respons yang lebih sesuai.
Karena untuk bisnis, AI yang berguna bukan hanya AI yang bisa berbicara seperti manusia, tetapi AI yang mengerti apa yang sedang dibicarakan customer dan memiliki informasi yang tepat untuk menjawabnya.