Agentic AI mungkin sedang memindahkan kecerdasan buatan (AI) ke tingkat baru di luar AI generatif, dengan karakteristik dan tantangan yang sama – tetapi juga dengan beberapa perbedaan yang mencolok.
Marc Benioff, CEO Salesforce, menyebut agentic AI sebagai “gelombang ketiga” dalam evolusi cepat bidang tersebut. “Dalam beberapa tahun saja, kita sudah menyaksikan tiga generasi AI,” katanya dalam sebuah artikel baru-baru ini di New York Times. “Pertama datang model prediktif yang menganalisis data. Kemudian datang generative AI, didorong oleh model deep-learning seperti ChatGPT. Sekarang, kita mengalami gelombang ketiga – yang ditandai oleh agen cerdas yang dapat menangani tugas-tugas kompleks secara mandiri.”
Juga: Saya seorang ahli alat AI, dan inilah dua-satunya yang saya bayar
Agen AI, atau asisten cerdas, dimaksudkan untuk berfungsi sebagai rekan kerja digital, asisten, atau perwakilan layanan pelanggan, berkomunikasi melalui pemrosesan bahasa alami. Mereka “memiliki potensi untuk meningkatkan kemampuan manusia dengan cara yang sebelumnya tak terbayangkan,” kata Benioff.
“Bayangkan dunia di mana bisnis dapat menggunakan angkatan kerja AI agen untuk mengelola interaksi pelanggan, menganalisis data, mengoptimalkan strategi penjualan, dan mengeksekusi tugas-tugas operasional secara real time dan dengan sedikit pengawasan manusia.”
Di seluruh industri, ada kesepakatan bahwa agen AI, dengan fokus yang sempit, membawa kemampuan dan ROI baru yang tidak dapat efektif diberikan oleh AI yang lebih luas. “Agentic AI akan menjadi gelombang berikutnya dari nilai yang terbuka dalam skala,” kata Sesh Iyer, direktur manajer dan mitra senior BCG X, unit desain dan pembangunan teknologi Boston Consulting Group, kepada ZDNET.
Juga: Kami belum siap mendukung agen AI otonom, survei menunjukkan
Iyer menambahkan bahwa ini “adalah kesempatan untuk merancang ulang proses secara mendasar dan membuka keuntungan produktivitas yang signifikan.”
Seperti halnya dengan analitik dan AI gen, agen AI perlu dibangun dan dijalankan sesuai dengan pedoman etis dan operasional yang jelas. Ini termasuk pengujian untuk meminimalkan kesalahan dan struktur tata kelola. Seperti halnya dengan semua contoh AI, kehati-hatian untuk memastikan kepatuhan dan keadilan juga merupakan keharusan bagi agen, kata Iyer.
Seperti halnya dengan AI yang lebih luas, keterampilan yang tepat diperlukan untuk merancang, membangun, dan mengelola agen AI, lanjutnya. Bakat tersebut kemungkinan sudah tersedia di banyak organisasi, dengan pengetahuan domain yang diperlukan, tambahnya. “Tingkatkan keterampilan tenaga kerja Anda untuk mengelola dan menggunakan agentic AI secara efektif. Mengembangkan keahlian internal akan menjadi kunci untuk menangkap nilai jangka panjang dari sistem-sistem tersebut.”
Ada perbedaan mencolok antara AI generatif dan AI agentic juga. “AI agentic dirancang khusus untuk membuat keputusan secara mandiri, seringkali tanpa intervensi manusia, yang berbeda dari bagaimana gen AI biasanya digunakan,” kata David Brault, seorang ahli di Mendix. Ada sejumlah fitur dan fungsi yang memisahkan AI agentic dari gen AI, katanya, dimulai dari konteks dan fokus.
Juga: 25% perusahaan yang menggunakan AI akan menerapkan agen AI pada tahun 2025
Sementara aplikasi AI generatif dapat ditargetkan pada banyak kemampuan dan industri, AI agentic “difokuskan pada lingkungan dan situasi kontekstual yang spesifik,” tambahnya. Oleh karena itu, kasus penggunaan terbaik AI agentic saat ini adalah “tugas-tugas yang dapat diprediksi dan ditentukan dengan risiko kesalahan rendah atau dampak kesalahan rendah saat kesalahan terjadi,” setuju Michael Connell, chief operating officer Enthought.
Selain itu, mengintegrasikan AI agentic dengan sistem yang ada berbeda dengan AI generatif. “Memanfaatkan kemampuan pengambilan keputusan AI agentic seringkali memerlukan modifikasi pada sistem yang ada dan integrasi dengan API yang ada untuk menggunakan logika bisnis yang telah mapan untuk meningkatkan akurasi pengambilan keputusan,” kata Brault.
Untuk mempersiapkan peralihan dari AI gen ke AI agentic, “mulailah dengan skala kecil dan skala secara strategis,” katanya. “Identifikasi beberapa kasus penggunaan berdampak tinggi – seperti layanan pelanggan – dan jalankan program uji coba untuk menguji dan menyempurnakan kemampuan agen. Seiring dengan kasus penggunaan ini, pahami platform-platform dan komponen perangkat lunak yang muncul yang menawarkan dukungan untuk AI agentic.”
Juga: Apa itu Proyek Mariner Google? Agen AI ini dapat menjelajahi web untuk Anda
Ini termasuk melihat lebih jauh dari teknologi dan fokus pada perjalanan pengguna dan alur kerja terkait, dorong Iyer. “Alih-alih mengkhususkan upaya semata pada teknologi, berpikirlah secara holistik tentang alur kerja yang akan diubah oleh agen. Bertujuanlah untuk mengurangi tugas-tugas membosankan, meningkatkan produktivitas, dan menciptakan kolaborasi yang lebih baik antara manusia dan mesin.”
“Tantangannya adalah menerapkan AI agentic dalam pengaturan perusahaan atau di industri yang didorong inovasi, seperti riset dan pengembangan ilmu material atau farmasi, di mana ada ketidakpastian dan risiko yang lebih tinggi,” kata Connell. “Lingkungan yang lebih kompleks ini memerlukan pemahaman yang sangat halus oleh agen untuk membuat keputusan yang dapat dipercaya, andal.”
Juga: Apa itu Proyek Mariner Google? Agen AI ini dapat menjelajahi web untuk Anda
Seperti halnya dengan AI analitik dan gen, data – khususnya data real-time – adalah inti kesuksesan AI agentic. Penting “untuk memahami bagaimana AI agentic akan digunakan dan data yang menggerakkan agen, serta sistem pengujian,” kata Connell. “Untuk membangun agen AI, Anda memerlukan data yang bersih dan, untuk beberapa aplikasi, data yang dilabeli yang secara akurat mewakili domain masalah, bersama dengan volume yang cukup untuk melatih dan memvalidasi model Anda.”
Connell menambahkan bahwa ketergantungan yang semakin besar pada agen “akan memerlukan kerangka pengawasan baru, terutama di bidang yang berisiko di mana model pengawasan tradisional akan tidak memadai.” Ini berarti pengawasan manusia selalu diperlukan – terutama dengan risiko konsekuensi yang tidak diinginkan jika agen disalahgunakan.