rob dobi/Getty Images
Peran AI Agentic dalam perusahaan terhubung lebih dalam dari aplikasi pembantu. Agen AI semakin menjadi kekuatan yang muncul di balik mikroservis yang membentuk kerangka sistem perusahaan. Selain itu, seiring dengan berkembangnya agen ini, departemen teknologi informasi akan menjadi departemen “sumber daya manusia” virtual, mengakuisisi, memperkenalkan, dan memandu asisten yang ditenagai AI sejalan dengan peran SDM dalam manajemen modal manusia.
Ini adalah wawasan dari sebuah panel yang diadakan oleh Deloitte di Mobile World Congress baru-baru ini, yang mengeksplorasi peran agen AI dalam perusahaan. Para panelis mengatakan arsitektur agentic menyerupai kedatangan arsitektur mikroservis, memecah aplikasi monolit menjadi porsi-porsi fleksibel, independen, dan kecil.
Juga: Merangkak, lalu berjalan, sebelum Anda berlari dengan agen AI, para ahli merekomendasikan
“AI Agentic adalah langkah berikutnya dalam memecah dan memecahkan masalah,” kata Bryan Thompson, wakil presiden manajemen produk GreenLake di HPE. Dengan AI agentic khususnya, ada peluang untuk “memanfaatkan jenis model ini dan memecahnya hampir seperti pendekatan tipe mikroservis untuk menanganinya – memecahnya menjadi layanan-layanan khusus.”
AI Agentic memungkinkan penggabungan alur kerja perusahaan, setuju Fred Devoir, kepala arsitektur solusi global untuk telko di Nvidia. “Kami mengambil komponen dan menyatukannya ke dalam arsitektur RESTful. Nvidia mampu mengoptimalkan itu dengan mikroservis kami, kemudian menggabungkan mikroservis tersebut ke dalam blueprint untuk memberikan waktu nilai atau waktu hasil pertama yang sangat cepat.”
Tentu saja, AI agentic membawa kemampuan jauh di luar apa yang arsitektur mikroservis tradisional bisa hasilkan. “Sejauh ini, kita tidak pernah memiliki teknologi yang bisa mengidekan, atau menjalankan independen,” kata Abdi Goodarzi, kepala produk AI generasi, inovasi, dan bisnis baru untuk Deloitte. “Pikirkan tentang pernyataan itu, dan solusi paket perangkat lunak lain yang pernah Anda hadapi. Tidak ada yang bisa menjalankan independen dari itu. Itulah kekuatan AI.”
Layanan AI agentic mengambil banyak tugas yang melelahkan bagi manusia – pada dasarnya, sebuah kekuatan kerja paralel terbentuk, tetapi diakuisisi dan dikelola oleh TI bukan SDM. “Manajemen modal manusia dan manajemen modal AI agentic adalah hal yang sama, kan?” kata Devoir. “Tapi perbedaannya adalah bukan SDM untuk manusia, sekarang Anda memiliki departemen TI yang bertindak sebagai SDM untuk semua agen ini.” Departemen TI juga mengambil peran “merawat, melindungi, melatih, dan menyetel ulang agen AI untuk melakukan tugas-tugas tertentu dan berinteraksi dengan alur kerja manusia. Ini bukan hal yang mudah. Ada banyak usaha yang dilakukan. Ini seperti SDM pada tingkat teknis yang jauh lebih dalam.”
Juga: Agen AI mungkin segera melampaui orang sebagai pengguna aplikasi utama
Ini juga berarti perubahan besar di seluruh organisasi juga. “Manusia memiliki emosi. Agen tidak memiliki emosi,” kata Goodarzi. “Bagaimana Anda menggabungkan emosi yang akan menjadi bagian dari pelaksanaan pekerjaan? Ketika pekerjaan dilakukan dengan cara yang berbeda, budaya harus bergeser, strategi bakat harus bergeser, dan bagaimana manusia dan mesin bekerja bersama harus diubah.”
Mencapai perusahaan yang didukung AI agentic memiliki tantangannya sendiri, namun – terutama ketika datang ke data, kepercayaan, dan bakat. Mengenai data, “perusahaan telah menghabiskan begitu banyak investasi untuk mengendalikan data terstruktur mereka,” kata Goodzari. “Membangun sistem ERP. Membangun sistem catatan. Sistem tindakan.” Semua aplikasi atau sistem ini akhirnya berakhir dengan silo data terpisah.
AI Agentic mungkin membantu mengatasi ini, memungkinkan penempatan agen di mana data berada. “Alih-alih harus membawa semua data Anda ke AI, Anda membawa AI ke data,” kata Devior. “Ketika Anda melakukan panggilan layanan, itu benar-benar meminta semua agen data itu untuk memberikan respons – dan menggabungkan data tersebut ke dalam sebuah model.”
Juga: Bagaimana bisnis mempercepat waktu nilai AI agentic
Lalu ada masalah kepercayaan agen. “Anda perlu memikirkan apakah Anda benar-benar berurusan dengan data yang benar,” poin Goodzari. “Apakah saya berurusan dengan hasil yang benar? Semua teknologi sebelumnya dirancang sekitar aktivitas transaksional. AI Agentic dirancang sekitar teknologi probabilitas. Jadi Anda mendapatkan jawaban yang paling mungkin karena Anda telah melatih agen dengan banyak pengetahuan tentang cara mencerna data dan membuat keputusan serta memberikan rekomendasi.”
Lalu, masalah kepercayaan muncul: “Bisakah saya percaya agen ini? Apakah data ini benar? Apakah saya berurusan dengan data yang benar? Itu juga harus diselesaikan.”
Secara keseluruhan, “ini adalah konsep baru bagi perusahaan,” tekankan Goodzari. “Itulah mengapa hal tersebut telah melambat dalam hal adopsi. Tetapi kemampuannya nyata. Teknologi sudah cukup maju untuk dimanfaatkan dalam sistem produksi perusahaan. Dan saya percaya ini adalah tahun di mana hal itu akan meledak.”