Dari menjawab perintah ke menjalankan pekerjaan
Agen AI otonom adalah sistem kecerdasan buatan yang dapat menjalankan rangkaian tugas untuk mencapai tujuan tertentu, mengakses perangkat atau sistem yang diizinkan, dan mengambil tindakan dengan sedikit campur tangan manusia. Perbedaan itu menandai babak baru adopsi AI bisnis: dari alat yang membantu menghasilkan jawaban menjadi sistem yang dapat menjalankan alur kerja. Setelah chatbot dan AI generatif bisnis berkembang untuk membuat gambar, video, dokumen, dan kode, perusahaan mulai melihat agen sebagai tahap berikutnya. Namun, ketertarikan itu bukan alasan untuk menyerahkan kendali tanpa batas. Agen yang dapat bertindak sendiri juga dapat membuat kesalahan dengan dampak langsung pada operasional. Dalam taklimat media virtual pada 12 November 2026, Jay Jenkins, pejabat teknologi komputasi awan Akamai, membahas pergeseran ini dan tantangan yang menyertainya. Maka pertanyaan bisnis yang tepat bukan sekadar apa yang bisa dilakukan agen, melainkan tugas mana yang aman untuk didelegasikan.
Peralihan ini berakar pada meningkatnya penggunaan AI generatif dan pencarian nilai bisnis yang melampaui efisiensi. Perusahaan ingin memperbaiki pengalaman pelanggan, mengembangkan produk, dan membuka peluang pendapatan. Akan tetapi, tahap produksi masih tertinggal dari eksperimen: baru 16 persen perusahaan di Asia Tenggara telah membawa aplikasi AI generatif ke produksi, sedangkan 84 persen masih berada pada tahap pengujian atau pembuktian konsep. Angka itu seharusnya dibaca sebagai peringatan, bukan perlombaan untuk segera mengadopsi agen. Jika organisasi belum tahu bagaimana menilai keluaran AI generatif, memberi sistem otonomi lebih besar hanya memperluas risiko yang belum dipahami.
Otomatisasi yang lebih luas, dengan batas kewenangan
Agen AI dapat mengakses sistem perusahaan, menjalankan alur kerja, dan mengambil keputusan operasional sesuai kewenangan yang diberikan. Itulah perubahan penting dibanding chatbot: alih-alih menunggu instruksi satu per satu, agen dapat menyusun dan menuntaskan beberapa langkah menuju sebuah tujuan. Proses yang kini dilakukan karyawan melalui aplikasi bisnis berpotensi diotomatisasi, dari menangani permintaan hingga memindahkan informasi antarsistem. Bagi pelanggan, manfaatnya dapat berupa layanan lebih cepat dan pengalaman yang lebih konsisten; bagi karyawan, pekerjaan berulang berkurang. Namun, manfaat tersebut hanya nyata bila perusahaan menentukan batas akses, langkah yang perlu persetujuan manusia, dan cara menghentikan tindakan keliru. Tanpa aturan itu, efisiensi bisa berubah menjadi gangguan operasional.
Karena itu, transformasi bisnis AI semestinya dimulai dari pemilihan proses, bukan dari demonstrasi teknologi yang mengesankan. Perusahaan perlu menguji agen pada tugas yang ruang lingkup dan hasilnya dapat diperiksa, lalu menambah kewenangan secara bertahap. Catatan tindakan, mekanisme persetujuan, dan jalur eskalasi bukan beban administratif; semuanya menjadi rem yang memungkinkan otomatisasi berjalan tanpa melepas akuntabilitas. Jika agen membuat keputusan yang memengaruhi pelanggan atau data penting, harus jelas siapa yang bertanggung jawab dan bagaimana keputusan itu ditinjau. Agen yang mampu bertindak sendiri bukan berarti perusahaan boleh berhenti mengawasi.
Infrastruktur dan keamanan harus mendahului skala
Kesiapan teknis adalah syarat, bukan urusan belakangan. Agen membutuhkan daya komputasi, jaringan, dan sistem keamanan yang memadai. Sebanyak 63 persen organisasi di Indonesia mulai mempertimbangkan kebutuhan infrastruktur AI sebagai faktor utama dalam menentukan pilihan teknologi. Hambatan yang dilaporkan mencakup keterbatasan GPU, latensi ketika model terpusat, kepatuhan atas kedaulatan data, celah tata kelola, serta risiko ketergantungan pada satu penyedia. Itu berarti keputusan membeli atau mengembangkan agen harus didahului pemeriksaan kapasitas dan arsitektur data. Sistem yang lambat, mahal untuk dipelihara, atau tidak sesuai aturan data dapat menggagalkan manfaat sebelum otomatisasi mencapai skala.
Keamanan juga perlu dirancang mengikuti kemampuan baru agen. Sistem yang dapat menulis atau menjalankan kode perlu dibatasi pada lingkungan terisolasi dan akses yang secara jelas diizinkan. Akamai memperkenalkan Akamai Inference dan Akamai Agent Sandbox, dua solusi untuk penyajian model terkelola serta lingkungan operasi terisolasi dalam platform komputasi awannya. Pelanggan juga dapat mengakses GPU Blackwell seri B300. Langkah penyedia teknologi dapat membantu menyediakan alat, tetapi tidak menggantikan kebijakan internal. Perusahaan tetap perlu menguji ancaman, mengatur hak akses, dan menetapkan siapa yang memantau perilaku agen. Keamanan bukan fitur tambahan yang dipasang setelah agen mulai bekerja.
Uji kesiapan sebelum memberi otonomi
Banyaknya proyek uji coba menunjukkan minat, bukan bukti kesiapan. Sebelum memperluas adopsi AI bisnis, pimpinan perlu memeriksa kualitas dan tata kelola data, kesiapan infrastruktur, keamanan, kepatuhan, serta kemampuan karyawan mengawasi sistem. Mereka juga perlu menentukan ukuran keberhasilan yang mencakup mutu hasil dan risiko, bukan hanya penghematan waktu. Mulailah dengan proses yang berulang, berisiko rendah, dan mudah diaudit. Setelah hasilnya konsisten, perluas cakupan sambil meninjau kembali akses dan kontrol. Pendekatan bertahap ini mungkin kurang menarik dibanding janji otomatisasi menyeluruh, tetapi lebih masuk akal daripada menyerahkan keputusan operasional kepada agen yang belum teruji.
Intinya, AI generatif telah membuka pintu, tetapi agen otonom mengubah pertanyaan dari bagaimana menghasilkan konten menjadi bagaimana mendelegasikan tindakan. Peluang untuk mengotomatisasi pekerjaan dan memperbaiki layanan pelanggan nyata, namun kesiapan organisasi menentukan apakah peluang itu menjadi nilai atau sumber gangguan. Bisnis sebaiknya bergerak maju dengan pengujian terukur, batas kewenangan yang tegas, dan pengawasan manusia yang jelas. Otonomi bukan tujuan tersendiri; ia berguna hanya ketika perusahaan mampu mengendalikan konsekuensinya.






