Sebuah survei terbaru dari 1.050 CIO mengungkapkan bahwa 93% pemimpin IT akan menerapkan agen AI dalam dua tahun mendatang, dengan pemimpin IT bekerja untuk menerapkan teknologi dengan fokus pada menghapus data silos.
Jumlah rata-rata aplikasi yang digunakan oleh responden adalah 897, dengan 45% melaporkan menggunakan 1.000 aplikasi atau lebih, menghambat kemampuan tim TI untuk membangun pengalaman yang terpadu.
Juga: Akhir dari data silos? Bagaimana SAP mendefinisikan AI perusahaan dengan Joule dan Databricks
Hanya 29% aplikasi perusahaan terintegrasi dan berbagi informasi di seluruh bisnis. Untuk mempersiapkan penggunaan AI yang diperluas, CIO perusahaan mengalokasikan 20% dari anggaran mereka untuk infrastruktur dan manajemen data, empat kali lipat dari pengeluaran mereka untuk AI (5%).
1.050 CIO: 93% pemimpin IT akan menerapkan agen AI dalam dua tahun mendatang — temuan kunci 2025:
Permintaan yang meningkat pada TI membuka peluang bagi agen:
– 86% pemimpin TI mengharapkan beban kerja akan meningkat di masa depan. Rata-rata, pemimpin yang disurvei mengharapkan peningkatan proyek sebesar 18%… pic.twitter.com/4JJ2ApWL8v
— Vala Afshar (@ValaAfshar) 10 Februari 2025
Jadi, apa itu agen AI? Menurut ARK Invest, agen AI siap mempercepat adopsi aplikasi digital dan menciptakan pergeseran epokal dalam interaksi manusia-komputer karena mereka:
Memahami tujuan melalui bahasa alamiPerencanaan menggunakan penalaran dan konteks yang sesuaiMengambil tindakan menggunakan alat untuk mencapai tujuanMeningkatkan melalui iterasi dan pembelajaran berkelanjutan
Menurut ARK, AI akan meningkatkan pekerjaan pengetahuan. Hingga 2030, ARK mengharapkan jumlah perangkat lunak yang diimplementasikan per pekerja pengetahuan akan tumbuh secara signifikan karena bisnis menginvestasikan solusi produktivitas. Tergantung pada tingkat adopsi, pengeluaran global untuk perangkat lunak dapat dipercepat dari tingkat tahunan 14% selama 10 tahun terakhir menjadi tingkat tahunan 18% hingga 48%.
Big Ideas 2025 ARK Invest: Agen AI akan meningkatkan produktivitas karyawan secara signifikan.
Apa itu agen AI? Agen AI siap mempercepat adopsi aplikasi digital dan menciptakan pergeseran epokal dalam interaksi manusia-komputer. Agen AI:
• Memahami tujuan… pic.twitter.com/IXwBrJCMrn
— Vala Afshar (@ValaAfshar) 5 Februari 2025
Jadi, bagaimana bisnis dapat mempercepat waktu nilai dari AI agen? Menurut perusahaan riset teknologi Valoir, AI agen berjanji untuk memberikan manfaat eksponensial dari AI dengan mengotomatisasi tugas dan interaksi kompleks tanpa intervensi manusia.
Namun, menciptakan AI agen yang dapat menangani tugas-tugas kompleks dengan kinerja yang dapat diterima adalah tantangan. Valoir menemukan bahwa menggunakan platform yang dioptimalkan untuk pengembangan AI agen, seperti Salesforce Agentforce, memungkinkan organisasi untuk mengirimkan agen AI otonom rata-rata 16 kali lebih cepat daripada pendekatan lain sambil meningkatkan akurasi sebesar 75%.
Juga: Merangkak, kemudian berjalan, sebelum Anda berlari dengan AI agen, para ahli merekomendasikan
Valoir telah menentukan tujuh fase pengembangan agen (kompleksitas tugas agen dan volume, sumber, dan kebersihan data bervariasi oleh pelanggan, begitu juga dengan ukuran dan tingkat data):
Persiapan modelIntegrasi data dan aplikasiRekayasa promptPengamanan AI dan keamananAntarmuka pengguna dan pengembangan alur kerja / aplikasiPemeliharaanAkurasi data
Salah satu temuan kunci dari Valoir mengenai persiapan model adalah variasi antara pendekatan Do it Yourself (DIY) dan platform yang terintegrasi secara mendalam dengan kemampuan AI agen tersemat.
Juga: Pusat data AI menjadi ‘sangat besar’
Valoir menemukan bahwa sebagian besar organisasi yang mengambil pendekatan DIY menggunakan model yang sudah dibangun, biasanya memerlukan tiga hingga 12 bulan untuk disiapkan. Sebaliknya, model Agentforce sudah terintegrasi dan sudah disesuaikan, memerlukan sedikit atau tidak ada waktu persiapan, rata-rata 7,5 kali lebih cepat dibandingkan dengan model yang sudah dibangun sebelumnya.
Valoir juga menemukan bahwa organisasi yang menggunakan alternatif sumber terbuka menghabiskan setidaknya sebulan untuk memilih pendekatan RAG. Proses tersebut meliputi integrasi alat penerimaan, pengambilan, dan penyimpanan dokumen, integrasi RAG dengan model generatif, dan tambahan dua hingga tiga bulan untuk melatih penerima dan model dengan data khusus domain. Integrasi data dan aplikasi Agentforce selesai dalam beberapa minggu, atau tiga setengah kali lebih cepat.
Perbandingan terbesar antara DIY versus menggunakan platform AI yang terintegrasi secara mendalam adalah untuk pengamanan AI, kepercayaan, dan keamanan. Kepercayaan adalah faktor kunci yang memungkinkan organisasi untuk beralih dari kasus penggunaan AI generatif ke agen AI. Tim pengembangan dengan keahlian pengembangan yang signifikan dan ilmu data akan membutuhkan lebih dari 12 bulan untuk mengembangkan lapisan kepercayaan yang setara.
Juga: Agen AI mungkin menjadi tenaga kerja baru, tetapi mereka masih memerlukan manajer
Akurasi data adalah faktor kunci dalam waktu nilai, waktu yang diperlukan untuk membangun dan melatih agen AI untuk memberikan tingkat respon yang benar. Bergantung pada kompleksitas tugas, persentase akurasi bervariasi berdasarkan pendekatan DIY versus menggunakan platform yang terintegrasi secara mendalam.
Untuk tugas-tugas sederhana, tingkat akurasi adalah 50% untuk DIY versus 95% untuk Agentforce. Dalam tugas-tugas kompleks, seperti pelatihan penjualan, akurasi adalah 40% untuk DIY versus 95% untuk Agentforce. Secara keseluruhan, pendekatan platform dapat meningkatkan akurasi agen sebesar 75%.
Valoir menyimpulkan bahwa rata-rata total bulan yang dihabiskan pada proyek DIY adalah 75,5 sementara waktu rata-rata yang diperlukan untuk membawa proyek Agentforce menjadi akurat produktif adalah 4,8 bulan, menjadikan pendekatan platform 16 kali lebih cepat. Untuk mempelajari lebih lanjut tentang penelitian agen AI Valoir, pergi ke sini.