Akamai Luncurkan Dua Layanan AI untuk Perusahaan dan Keamanan Agen

Apa yang diluncurkan Akamai

Menurut Limapagi dan Lensa Hukum, Akamai meluncurkan dua layanan AI untuk perusahaan, yaitu Akamai Inference dan Akamai Agent Sandbox. Keduanya merupakan bagian dari Akamai Cloud dan tersedia dalam tahap beta pada 3 November 2026.

Kedua layanan ini menangani lapisan yang berbeda. Akamai Inference menyediakan akses terhadap model AI. Lensa Hukum melaporkan layanan tersebut menyediakan 12 model AI. Akamai Agent Sandbox menyediakan ruang eksekusi terisolasi untuk agen AI, termasuk ketika agen menghasilkan dan menjalankan kode. Jadi, perusahaan tidak hanya mempertimbangkan model yang digunakan, tetapi juga tempat agen menjalankan tindakan.

Pemisahan fungsi tersebut relevan untuk penggunaan AI di lingkungan kerja. Model dapat membantu merangkum dokumen, mengklasifikasikan pesan, atau menyusun draf respons. Agen AI dapat melangkah lebih jauh dengan memakai tools dan konteks untuk menyelesaikan rangkaian tugas. Menurut Limapagi, kemampuan agen untuk menghasilkan serta mengeksekusi kode dapat membantu operasional, tetapi juga menambah risiko bila aksesnya terlalu luas.

Perbedaan Akamai Inference dan Agent Sandbox

Akamai Inference berfokus pada lapisan inference, yaitu penggunaan model AI untuk memproses input dan menghasilkan output. Dalam praktiknya, lapisan ini berkaitan dengan tugas seperti mengirim teks ke model, menerima hasil klasifikasi, atau membuat draf jawaban dari informasi yang diberikan aplikasi.

Akamai Agent Sandbox berfokus pada lapisan eksekusi. Menurut Limapagi, pengembang dapat menempatkan agen AI dalam ruang kerja terpisah dari sistem utama perusahaan. Kode yang dibuat agen juga diproses dalam lingkungan khusus dengan pembatasan tersendiri. Tujuannya bukan menjadikan agen bebas bertindak, melainkan memberi perusahaan ruang untuk membatasi tindakan sesuai kebutuhan tugas.

Perbedaannya dapat dilihat lewat tiga bentuk workflow berikut:

1. Otomasi biasa memindahkan data formulir ke CRM berdasarkan aturan tetap.
2. AI automation membaca isi formulir, mengelompokkan kebutuhan, lalu mengisi kolom CRM yang sesuai.
3. Agen AI dapat membaca kebutuhan lead, mencari informasi pada knowledge base, membuat draf tindak lanjut, lalu mengusulkan langkah berikutnya untuk diperiksa tim sales.

Pada workflow ketiga, model AI hanya satu komponen. Ada data yang dibaca, tools yang dipanggil, kode atau instruksi yang dijalankan, serta tindakan yang mungkin berdampak pada pelanggan atau sistem internal. Di titik inilah lingkungan eksekusi terisolasi menjadi penting.

Mengapa perusahaan perlu membatasi tindakan agen AI

Risiko agen AI bukan semata jawaban yang keliru. Risiko muncul ketika agen memperoleh kewenangan membaca sumber daya internal, mengubah data, menjalankan kode, atau meneruskan tindakan ke sistem lain. Limapagi dan Lensa Hukum sama-sama melaporkan bahwa akses yang terlalu luas dapat membuat agen menjangkau sumber daya perusahaan di luar kebutuhan tugasnya.

Pembatasan akses perlu mengikuti prinsip kebutuhan tugas. Agen yang hanya bertugas membuat draf respons layanan pelanggan tidak perlu memiliki izin mengubah alamat pelanggan, menyetujui pengembalian dana, atau menghapus data. Agen dapat diberi akses baca ke knowledge base yang relevan, sementara tindakan berdampak tinggi tetap membutuhkan persetujuan manusia.

Sebagai ilustrasi hipotetis, sebuah tim customer service menerima pertanyaan pelanggan melalui formulir. Agen diberi tugas mengidentifikasi topik pesan, mengambil jawaban dari knowledge base, dan menyiapkan draf balasan. Agen tidak diberi akses untuk mengirim balasan secara otomatis atau mengubah catatan pelanggan. Staf memeriksa draf, memperbaiki bila konteksnya keliru, lalu mengirimkannya. Batas ini membuat peran agen jelas: membantu penyiapan respons, bukan mengambil keputusan layanan pelanggan.

Menurut Lensa Hukum, Agent Sandbox dirancang agar agen dapat berjalan tanpa terhubung langsung ke lingkungan sistem utama perusahaan. Pemisahan tersebut membantu tim membedakan area pengujian dan eksekusi agen dari aset produksi. Namun, sandbox bukan pengganti kebijakan internal. Perusahaan tetap perlu menentukan data yang boleh diproses, identitas yang memperoleh akses, pihak yang menyetujui tindakan, serta prosedur saat hasil agen tidak sesuai.

Cara menilai workflow sebelum memakai agen AI

Titik awal yang lebih aman adalah memetakan proses kerja, bukan langsung memilih tool. Buat daftar sumber data, keputusan yang diambil, tindakan yang akan dijalankan, dan pihak yang bertanggung jawab pada setiap tahap. Peta ini membantu tim melihat apakah sebuah tugas cukup diotomasi dengan aturan, membutuhkan bantuan AI, atau memang memerlukan agen yang memakai beberapa tools.

Gunakan pertanyaan berikut saat menilai satu workflow:

• Data apa yang harus dibaca agen untuk menyelesaikan tugas?
• Tindakan apa yang boleh dilakukan otomatis?
• Tindakan mana yang memerlukan persetujuan manusia?
• Sistem apa yang tidak boleh dapat diakses agen?
• Log apa yang perlu diperiksa bila output atau tindakan agen salah?

Andaikan tim pemasaran ingin menangani lead dari formulir kampanye. Workflow awal dapat dibatasi pada lead masuk, AI mengelompokkan kebutuhan, sistem membuat draf tindak lanjut, lalu sales meninjau draf sebelum menghubungi calon pelanggan. Agen tidak perlu diberi izin mengubah data penting di CRM atau mengirim pesan tanpa review. Setelah pengujian, tim dapat memeriksa draf yang ditolak, klasifikasi yang salah, dan permintaan yang seharusnya dialihkan ke manusia.

Pendekatan bertahap ini juga memudahkan penentuan pemilik proses. Tim pemasaran dapat menentukan kriteria lead. Tim sales bertanggung jawab atas persetujuan komunikasi. Tim teknis mengelola integrasi dan akses. Tidak ada satu pihak yang seharusnya menyerahkan seluruh keputusan kepada agen tanpa batas wewenang yang dapat diperiksa.

Dampaknya bagi adopsi AI enterprise

Peluncuran Akamai Inference dan Akamai Agent Sandbox menunjukkan bahwa kebutuhan AI enterprise mencakup lebih dari akses model. Menurut pernyataan Adam Karon yang dikutip Limapagi dan Lensa Hukum, kedua layanan menambahkan lapisan inference dan eksekusi ke infrastruktur AI Akamai, sementara portofolio keamanannya melindungi tiap lapisan.

Bagi perusahaan, implikasinya praktis. Keputusan adopsi AI perlu mencakup model, data, integrasi, lingkungan eksekusi, kontrol akses, dan proses tinjauan manusia. Agen tidak perlu diberi akses luas agar berguna. Agen dapat menghasilkan nilai pada tugas terbatas bila input, output, dan kewenangannya dirancang dengan jelas.

Pembaca yang ingin melihat konteks kesiapan adopsi AI perusahaan dapat melanjutkan ke artikel pilar Singapura Luncurkan Inisiatif AI untuk Bantu Perusahaan Adopsi Teknologi. Untuk langkah awal, pilih satu workflow berisiko rendah minggu ini. Dokumentasikan data yang dipakai, larangan akses, tindakan yang harus disetujui manusia, serta metrik peninjauan seperti jumlah tindakan yang diblokir atau draf yang perlu dikoreksi. Hasil peninjauan itu menjadi dasar sebelum agen mendapat cakupan tugas lebih luas.