Dataiku Luncurkan Agent Management untuk Kelola Agen AI Terpusat

Apa yang diluncurkan Dataiku

Dataiku luncurkan Agent Management untuk pantau dan kelola agen AI di lingkungan perusahaan secara terpusat. Produk mandiri ini membantu perusahaan menemukan, memantau, mengukur, dan mengendalikan agen AI yang digunakan di berbagai platform. Menurut Dataiku, produk ini ditujukan untuk memberi visibilitas terhadap seluruh portofolio agen AI perusahaan, bukan hanya agen yang dibuat dalam satu ekosistem.

Kebutuhan utamanya sederhana: banyak organisasi sudah memiliki catatan perangkat lunak, pemilik sistem, biaya, dan lisensi. Namun, inventaris serupa sering belum tersedia untuk agen AI. Koran Jakarta melaporkan bahwa Dataiku memperkenalkan produk ini dalam konferensi tahunan Dataiku Succeed, di tengah penggunaan agen AI yang berkembang lebih cepat daripada kemampuan organisasi untuk mencatat serta mengawasinya.

Agent Management dirancang agar perusahaan dapat mengidentifikasi agen yang aktif, menilai kinerja teknis dan nilai bisnisnya, lalu menandai agen dengan risiko lebih tinggi. Dataiku menyebut produknya dapat membantu perusahaan menemukan, memantau, dan mengendalikan setiap agen AI dalam portofolio mereka.

Koran Jakarta melaporkan bahwa Agent Management mendukung koneksi dengan AWS Bedrock, Databricks Agents, Google Vertex, Microsoft Copilot Studio, dan Azure Foundry. Daftar integrasi tersebut perlu dipahami sebagai informasi peluncuran yang dilaporkan sumber, bukan jaminan bahwa setiap konfigurasi agen akan memiliki tingkat visibilitas yang sama.

Masalah yang ingin diselesaikan adalah agen AI yang tidak tercatat

Dataiku Agent Management menjawab persoalan yang kerap muncul setelah eksperimen agen AI meluas di banyak tim. Satu departemen dapat membuat agen untuk merangkum dokumen. Tim lain memakai agen untuk membantu layanan pelanggan. Tim operasional mungkin menjalankan agen untuk memilah permintaan masuk. Jika semuanya tumbuh tanpa inventaris bersama, perusahaan sulit menjawab pertanyaan dasar: agen mana yang masih aktif, siapa pemiliknya, data apa yang diakses, dan tindakan apa yang dapat dilakukannya.

Florian Douetteau, Co-Founder dan CEO Dataiku, dikutip Koran Jakarta mengatakan bahwa tim TI dapat mengembangkan agen AI lebih cepat daripada kemampuan organisasi untuk menginventarisasinya. Akibatnya, organisasi dapat kehilangan gambaran mengenai kepemilikan, manfaat, dan risiko dari agen yang telah beroperasi.

Masalahnya bukan sekadar jumlah agen. Agen yang tidak tercatat dapat tetap terhubung ke basis pengetahuan, CRM, penyimpanan dokumen, atau alat komunikasi internal. Ketika pemilik awal berpindah tim atau workflow berubah, organisasi berisiko mempertahankan akses yang tidak lagi diperlukan.

Sebagai ilustrasi hipotetis, sebuah tim pemasaran membuat agen untuk membaca formulir permintaan demo dan menyusun ringkasan kebutuhan prospek. Enam bulan kemudian, tim sales menambahkan akses CRM agar agen dapat memberi prioritas lead. Tanpa catatan pemilik, izin, dan perubahan workflow, tim keamanan mungkin baru mengetahui akses tersebut saat terjadi audit atau ketika data yang dibaca agen dipertanyakan.

Agent Management bukan platform pembuat agen

Agent Management perlu dibedakan dari platform untuk membangun agen AI. Produk ini diposisikan sebagai sarana pengelolaan agen yang sudah berjalan, bukan terutama sebagai tempat membuat prompt, menyusun workflow, atau melatih model. Fokusnya adalah mengelola populasi agen yang sudah berjalan dalam lingkungan perusahaan, termasuk agen dari platform berbeda.

Perbedaan ini penting karena organisasi sering mencampuradukkan tiga konsep. Otomasi menjalankan alur berdasarkan pemicu dan aturan yang telah ditetapkan. AI membantu memahami, menghasilkan, atau menganalisis informasi. Agen AI menjalankan beberapa langkah memakai konteks dan alat untuk mencapai tujuan tertentu.

Contohnya terlihat pada proses lead masuk. Otomasi sederhana dapat memindahkan data formulir ke CRM lalu mengirim email konfirmasi. AI automation dapat membaca jawaban formulir dan memberi kategori awal, seperti kebutuhan produk atau tingkat urgensi. Agen AI dapat membaca kebutuhan, mencari informasi produk yang relevan, menyusun ringkasan untuk sales, memberi prioritas, dan menyiapkan draf tindak lanjut.

Ruang tindakan yang lebih luas membuat kebutuhan pengawasan ikut berubah. Perusahaan perlu mengetahui alat apa yang dapat dipanggil agen, sumber data yang dipakai, siapa yang menerima hasilnya, serta tindakan yang masih membutuhkan persetujuan manusia. Inilah konteks ketika pengelolaan terpusat menjadi relevan.

Untuk memahami fondasinya, pembaca dapat melihat pembahasan tentang "Apa Itu AI Agent? Ini Cara Kerja dan Contoh Nyatanya". Artikel tersebut membahas konsep agen AI, sedangkan peluncuran Dataiku menyoroti persoalan operasional saat agen mulai tersebar di organisasi.

Kontrol yang perlu dilihat perusahaan bukan hanya dashboard

Dashboard inventaris berguna, tetapi tata kelola agen AI tidak berhenti pada daftar nama dan status. Pengawasan perlu menghubungkan agen dengan proses bisnis yang ditanganinya. Jika sebuah agen hanya merangkum dokumen internal, dampaknya berbeda dari agen yang dapat mengubah data pelanggan atau mengirim komunikasi keluar perusahaan.

Karena itu, setiap agen idealnya memiliki catatan minimum: tujuan bisnis, pemilik proses, pemilik teknis, sumber data, sistem yang dapat diakses, tindakan yang diizinkan, serta kondisi eskalasi ke manusia. Catatan ini membantu membedakan agen yang sekadar memberi rekomendasi dari agen yang menjalankan tindakan nyata.

Misalnya, agen untuk kualifikasi lead dapat diberi izin membaca formulir dan menghasilkan kategori awal. Namun, perubahan status penting di CRM, pengiriman penawaran, atau penghapusan data sebaiknya menunggu persetujuan sales. Batas seperti ini membuat manusia tetap memegang keputusan yang berdampak pada pelanggan dan pendapatan.

Kontrol juga membutuhkan jejak aktivitas. Ketika hasil agen keliru, tim perlu bisa menelusuri data atau alat yang digunakan, pihak yang menerima hasil, dan keputusan yang diambil sesudahnya. Tanpa jejak tersebut, perusahaan hanya mengetahui bahwa output bermasalah, tetapi sulit menemukan titik perbaikannya.

Nilai bisnis perlu diukur pada workflow yang ditangani

Menurut Koran Jakarta, Agent Management membantu perusahaan melihat kinerja teknis sekaligus nilai bisnis agen AI. Dua ukuran ini perlu dibaca bersama. Agen dapat aktif secara teknis, tetapi belum tentu membantu proses kerja. Sebaliknya, agen yang terlihat berguna bisa menciptakan beban tinjauan manusia jika hasilnya terlalu sering keliru.

Evaluasi yang lebih berguna dimulai dari workflow, bukan dari kemampuan agen menghasilkan jawaban. Tentukan pekerjaan manual yang ingin ditangani, hasil yang diharapkan, pihak yang menggunakan hasilnya, dan kondisi kegagalannya. Setelah itu, pilih indikator yang relevan dengan proses tersebut.

Sebagai contoh hipotetis, tim layanan pelanggan memakai agen untuk mengambil jawaban dari basis pengetahuan internal dan menyiapkan balasan bagi petugas. Tim dapat meninjau apakah jawaban yang disarankan relevan, berapa banyak percakapan yang harus dialihkan ke manusia, jenis pertanyaan yang paling sering gagal dijawab, serta apakah basis pengetahuan perlu diperbarui. Ukuran ini lebih berguna daripada hanya menghitung berapa kali agen dipakai.

Agen yang mengakses sistem penting juga memerlukan peninjauan izin secara berkala. Jika workflow berubah, akses lama tidak seharusnya dibiarkan aktif hanya karena agen masih terdaftar. Pengelolaan terpusat dapat menjadi titik awal untuk melihat agen yang perlu diperbaiki, dibatasi, atau dihentikan.

Langkah yang dapat dilakukan sebelum menambah agen baru

Peluncuran Dataiku menjadi pengingat bahwa pengembangan agen perlu dimulai dari proses kerja. Pilih satu workflow yang sudah memiliki pemilik proses, data yang cukup tertata, serta batas keputusan yang jelas. Hindari memulai dari pertanyaan alat apa yang ingin dicoba, karena pendekatan itu mudah menghasilkan agen tanpa ukuran keberhasilan yang jelas.

Buat inventaris internal sederhana terlebih dahulu. Catat nama agen, tujuan, pemilik, sumber data, platform tempat agen berjalan, sistem yang terhubung, tindakan yang boleh dilakukan, dan kondisi handoff ke manusia. Daftar ini belum menggantikan platform manajemen, tetapi dapat memperlihatkan titik buta yang sudah ada.

Lalu lakukan uji terbatas. Andaikan agen dipakai untuk membaca lead masuk, batasi fungsinya pada klasifikasi dan ringkasan awal. Sales tetap menyetujui perubahan tahap lead atau pengiriman penawaran. Tinjau kualitas hasil, kesalahan akses, kebutuhan koreksi manusia, serta log aktivitas sebelum agen diberi tindakan tambahan.

Setelah satu workflow terdokumentasi, gunakan format inventaris dan aturan persetujuan yang sama untuk agen berikutnya. Langkah ini membuat pertumbuhan agen lebih mudah dikendalikan daripada mencoba merapikan semuanya ketika agen sudah tersebar di banyak tim.