Back to Blog
AI Agents

Perusahaan siapkan infrastruktur untuk adopsi agen AI secara aman

Perusahaan Indonesia mulai menyiapkan komputasi, konektivitas, data, keamanan, dan tata kelola sebelum memakai agen AI dalam workflow bisnis.

Gambar ilustrasi buatan AI: Perusahaan siapkan infrastruktur untuk adopsi agen AI secara aman

Perusahaan menyiapkan fondasi sebelum memperluas agen AI

Perusahaan siapkan infrastruktur untuk adopsi agen AI karena teknologi ini dapat menjalankan rangkaian pekerjaan, bukan sekadar menjawab pertanyaan. Agen dapat membaca input, memakai tools yang diizinkan, memperbarui sistem, lalu meneruskan pekerjaan ke manusia. Kapabilitas itu membuat kesiapan data, jaringan, akses, dan pengawasan menjadi bagian dari desain awal.

Menurut SuaraGarut.ID dan CWIBC, perusahaan di Indonesia mulai mempertimbangkan komputasi, konektivitas, perlindungan sistem, serta tata kelola sebelum memperluas penggunaan agen AI. Informasi tersebut dilaporkan media dengan rujukan Tekno, sehingga perlu dibaca sebagai gambaran tren, bukan ukuran kesiapan setiap perusahaan.

Agen AI berbeda dari chatbot generatif. Chatbot terutama merespons pertanyaan atau instruksi dalam percakapan. Otomasi menjalankan urutan tetap berdasarkan trigger dan aturan, misalnya formulir masuk lalu data dicatat ke CRM. AI automation menambahkan kemampuan AI pada urutan tersebut, misalnya mengklasifikasikan isi formulir sebelum CRM diperbarui. Agen AI memiliki ruang tindakan lebih luas: ia dapat memilih langkah dari tools yang sudah diizinkan untuk mencapai tujuan, dengan batas kewenangan yang ditetapkan perusahaan.

Lima kesiapan yang perlu diperiksa sebelum agen AI diberi akses

Kesiapan agen AI tidak berhenti pada memilih model. Berdasarkan hambatan yang dirangkum SuaraGarut.ID, CWIBC, dan Peradaban.id, perusahaan perlu memeriksa kapasitas komputasi, latensi jaringan, kedaulatan data dan kepatuhan, keamanan serta tata kelola, juga biaya dan ketergantungan pada penyedia teknologi. Kelima aspek ini saling terkait ketika agen harus mengambil data dan melakukan tindakan pada sistem internal.

Pertama, periksa komputasi dan jalur inference. Inference adalah proses ketika model yang telah dilatih mengolah masukan untuk menghasilkan keluaran, sebagaimana dijelaskan CWIBC. Jika agen harus membaca banyak dokumen, menilai permintaan, atau menyusun respons operasional, perusahaan perlu mengetahui lokasi pemrosesan, kapasitas yang tersedia, dan dampak waktu respons terhadap workflow.

Kedua, periksa konektivitas. Agen yang harus mengambil data dari sistem penjualan, basis pengetahuan, dan layanan pelanggan akan bergantung pada koneksi antar-sistem. Latensi atau kegagalan koneksi dapat membuat hasil agen terlambat atau tidak lengkap. Perusahaan perlu menguji penanganan kegagalan dan validasi tujuan sebelum workflow dipakai lebih luas. Uji satu alur kecil lebih berguna daripada langsung menghubungkan semua aplikasi bisnis.

Ketiga, petakan data. Tentukan data yang boleh dibaca agen, data yang harus disamarkan, serta data yang tidak boleh keluar dari sistem tertentu. Kedaulatan data dan kepatuhan regulasi termasuk hambatan yang disebut SuaraGarut.ID dan Peradaban.id. Pemetaan ini perlu dilakukan pemilik proses bersama tim keamanan dan pengelola data, bukan dibebankan kepada tim teknis setelah integrasi selesai.

Keempat, batasi akses dan tindakan. CWIBC menyebut lingkungan eksekusi terisolasi atau sandbox sebagai pendekatan untuk membatasi aktivitas agen AI. Sandbox berarti lingkungan terpisah untuk mencoba integrasi atau tindakan tanpa langsung memengaruhi operasi utama. Pada tahap awal, agen dapat diberi akses baca terhadap data uji dan hanya membuat draf, bukan mengubah catatan pelanggan atau mengirim pesan keluar.

Kelima, siapkan biaya, ketergantungan penyedia, dan rencana bila layanan terganggu. Perusahaan tidak perlu membangun semua komponen sendiri. Namun, pemilik proses perlu mengetahui sistem mana yang berhenti bila layanan AI atau integrasi tidak tersedia, siapa yang menjalankan proses secara manual, serta catatan apa yang harus dipulihkan setelah gangguan.

Tata kelola menentukan batas otonomi agen AI

Agen AI tidak seharusnya diberi otonomi penuh hanya karena sudah mampu menyelesaikan tugas. Menurut CWIBC, risiko yang perlu diantisipasi mencakup perilaku sistem AI yang keliru dan penyalahgunaan instruksi. Risiko meningkat ketika agen dapat mengakses tools, data, atau sistem bisnis tanpa batas tindakan yang jelas.

Tata kelola yang praktis dimulai dari tiga daftar. Daftar pertama berisi tindakan yang boleh dilakukan otomatis, seperti merangkum tiket layanan, mengelompokkan lead, atau membuat draf respons. Daftar kedua berisi tindakan yang membutuhkan persetujuan manusia, misalnya mengirim penawaran, mengubah data penting, atau meneruskan informasi sensitif. Daftar terakhir berisi tindakan yang dilarang, termasuk menghapus data, mengubah hak akses, atau mengambil keputusan di luar kewenangannya.

Sebagai ilustrasi hipotetis, tim layanan pelanggan ingin memakai agen AI untuk menangani pertanyaan awal. Agen boleh mencari jawaban dari basis pengetahuan yang telah disetujui dan membuat draf respons. Pertanyaan tentang perubahan akun, keluhan yang membutuhkan kompensasi, atau informasi pribadi pelanggan harus dialihkan ke staf. Setiap respons perlu menyimpan jejak sumber informasi, waktu tindakan, dan alasan eskalasi agar supervisor dapat meninjau masalah berulang.

Pemilik proses tetap bertanggung jawab atas hasil workflow. Tim operasional memahami aturan bisnis dan pengecualian. Tim keamanan menetapkan kontrol akses. Tim teknis mengelola integrasi, log, serta penanganan kegagalan. Pembagian ini mencegah asumsi bahwa agen AI dapat menggantikan akuntabilitas manusia.

Mulai dari workflow terbatas, bukan dari akses luas

Penerapan yang lebih aman dimulai dari proses berulang dengan input jelas, dampak terbatas, dan pemilik proses yang tersedia untuk menguji hasil. Pendekatan ini menjawab masalah utama adopsi: perusahaan dapat menemukan data yang belum rapi, aturan yang belum disepakati, atau integrasi yang tidak stabil sebelum agen dipakai untuk pekerjaan berdampak tinggi.

Misalnya, tim penjualan menerima lead dari formulir situs. Dalam ruang uji, workflow dapat dibuat sebagai berikut: lead masuk, agen membaca kebutuhan yang ditulis calon pelanggan, agen memberi kategori awal, sistem membuat ringkasan untuk CRM, lalu sales meninjau sebelum mengirim tindak lanjut. Agen tidak perlu diberi izin menghapus data, mengubah status penjualan akhir, atau mengirim pesan tanpa persetujuan pada fase pertama.

Hasil uji dapat ditinjau melalui catatan sederhana: apakah data CRM terisi lengkap, apakah kategori lead sesuai penilaian sales, apakah ada input yang gagal diproses, dan kapan agen memilih eskalasi. Pengukuran tersebut tidak menjanjikan efisiensi tertentu. Tujuannya menemukan batas kemampuan sistem dan memperbaiki workflow sebelum cakupan akses diperluas.

Menurut SuaraGarut.ID, Akamai menawarkan serverless inference, dedicated inference, dan perlindungan melalui lingkungan eksekusi terisolasi. Pilihan infrastruktur perlu mengikuti pola penggunaan dan kebutuhan kontrol perusahaan. Yang lebih penting, keputusan tentang data, kewenangan, approval, serta audit harus dibuat sebelum agen menjalankan tindakan pada sistem produksi.

Langkah kerja yang dapat dilakukan minggu ini

Pilih satu workflow yang masih dikerjakan berulang dan tidak menyentuh keputusan berisiko tinggi. Minta pemilik proses menuliskan input, langkah keputusan, sistem yang dipakai, pengecualian, dan hasil akhir yang diharapkan. Jangan mulai dari daftar tools atau model AI.

Setelah peta workflow tersedia, buat matriks akses sederhana: data yang boleh dibaca, data yang dilarang, tindakan otomatis, tindakan yang butuh persetujuan, dan pihak yang menerima eskalasi. Jalankan pengujian dalam sandbox dengan data non-sensitif. Tinjau log bersama pemilik proses sebelum menambah akses atau otonomi agen.

Untuk tahap implementasi setelah fondasi ini selesai, pembaca dapat melanjutkan ke artikel pilar "Cara Menerapkan Agen AI Perusahaan untuk Mengoptimalkan Operasional Bisnis". Bawa peta workflow dan matriks akses tersebut ke diskusi pertama dengan tim operasional, keamanan, serta teknis; tiga dokumen itu lebih berguna daripada langsung membangun agen untuk seluruh proses bisnis.

Frequently asked questions

Apa beda agen AI dengan chatbot generatif?

Chatbot generatif terutama menjawab pertanyaan atau instruksi pengguna. Agen AI dapat memakai tools dan sistem yang diizinkan untuk menjalankan beberapa langkah menuju tujuan tertentu. Batas akses dan tindakan tetap ditentukan perusahaan.

Mengapa perusahaan perlu menyiapkan infrastruktur sebelum memakai agen AI?

Agen AI dapat bergantung pada komputasi, jaringan, data, dan integrasi sistem. Menurut SuaraGarut.ID, hambatan penerapan mencakup kapasitas komputasi, latensi, kedaulatan data, keamanan, tata kelola, biaya, dan ketergantungan penyedia.

Apa itu inference dalam penerapan agen AI?

Inference adalah tahap ketika model AI yang sudah dilatih memproses masukan dan menghasilkan keluaran. CWIBC menjelaskan perhatian perusahaan mulai bergeser ke tahap ini karena AI digunakan dalam proses operasional, bukan hanya pengembangan model.

Apakah agen AI boleh langsung diberi akses ke CRM?

Sebaiknya tidak langsung. Mulai dengan akses terbatas dalam lingkungan uji, data non-sensitif, dan tindakan yang tidak mengubah data penting. Perlu ada pemilik proses, pencatatan aktivitas, serta persetujuan manusia untuk tindakan berisiko.

Proses bisnis apa yang cocok untuk uji awal agen AI?

Pilih proses berulang dengan input jelas, aturan yang sudah dipahami, dan dampak kesalahan terbatas. Contohnya klasifikasi awal lead atau pembuatan draf respons layanan pelanggan. Keputusan akhir tetap ditinjau manusia pada tahap awal.

References

  1. Perusahaan Indonesia Siapkan Infrastruktur untuk Adopsi AI Agent · SuaraGarut.ID
  2. Perusahaan Siapkan Infrastruktur untuk Adopsi Agen AI · CWIBC
  3. Perusahaan Indonesia Siapkan Infrastruktur untuk Adopsi AI Agent · Peradaban.id

You do not need to know what to automate.That is our job.

Let us work it out together.