Dasbor terpusat untuk agen yang tersebar
Manajemen agen AI adalah proses menginventarisasi, memantau, dan mengendalikan agen otomatis sepanjang siklus hidupnya agar perusahaan mengetahui fungsi, kinerja, biaya, serta risikonya. Inilah masalah yang coba dijawab Dataiku dengan meluncurkan Agent Management dalam konferensi tahunannya, Dataiku Succeed; layanan ini tersedia secara umum sejak Oktober 2026. Produk mandiri tersebut dirancang untuk mendeteksi agen yang aktif, mengukur kinerja teknis dan hasil bisnis, serta membantu mengurangi risiko keamanan, tanpa mempersoalkan platform tempat agen dibuat. Nilai utamanya bukan sekadar menambah satu dasbor, melainkan memberi CIO cara untuk melihat armada agen AI perusahaan yang selama ini tersebar di berbagai sistem. Tanpa inventaris yang dapat dipercaya, perusahaan sulit mengetahui apa yang beroperasi—apalagi menentukan apakah setiap agen layak dipertahankan.
Pendekatan lintas platform menjadi pembeda penting. Agent Management terhubung dengan AWS Bedrock, Databricks Agents, Google Vertex, Microsoft Copilot Studio, Azure Foundry, Salesforce Agentforce, Snowflake Cortex, serta platform Dataiku. Untuk sistem buatan khusus, dukungan OpenTelemetry dapat mengalirkan data ke dasbor inventaris terpusat. Ini langkah yang lebih masuk akal daripada berharap seluruh tim bisnis menggunakan satu platform. CIO dapat memberi ruang bagi tim untuk memilih alat yang sesuai, sambil tetap menetapkan pagar tata kelola AI yang berlaku bersama.
Angka yang menjelaskan kecemasan CIO
Peluncuran ini berangkat dari masalah yang mendesak: karyawan dan pengembang membuat agen lebih cepat daripada kemampuan tim TI untuk mengawasi dan mengelolanya. Dalam laporan global Dataiku dan Harris Poll yang melibatkan 685 CIO, 81% responden mengaku tidak memiliki pengawasan penuh atas agen yang dibuat di luar sistem resmi perusahaan, sementara 67% memperkirakan lebih dari 51 agen AI aktif di organisasinya. Angka tersebut menunjukkan bahwa kehilangan kendali bukan ancaman abstrak; banyak perusahaan bahkan belum memiliki gambaran pasti mengenai skala penggunaan agen mereka.
Kesenjangan itu diperparah oleh lemahnya praktik pengelolaan: 83% CIO belum memiliki sistem manajemen siklus hidup agen yang terstandarisasi, dan 72% kesulitan mengukur apakah armada AI memberikan hasil bisnis sesuai harapan. Bagi CIO, ini berarti tekanan untuk membuktikan hasil investasi bertemu dengan minimnya data tentang apa yang berjalan dan siapa yang menggunakannya. Jika target AI tidak tercapai pada akhir 2026, 72% CIO memperkirakan anggaran AI mereka mungkin dibekukan atau dipangkas. Maka, pemantauan agen AI bukan pekerjaan administratif tambahan; ia menjadi prasyarat agar perusahaan dapat menilai manfaat dan risiko dengan dasar yang lebih kuat.
Pengawasan harus memberi kendali, bukan hanya laporan
Dasbor terpusat berguna jika mengubah visibilitas menjadi tindakan. Agent Management dapat mengidentifikasi alat dan model bahasa yang digunakan setiap agen, sehingga tim mendapat gambaran lebih jelas tentang cara agen bekerja. Fitur pencarian bahasa alami juga memungkinkan manajer mengajukan pertanyaan praktis, misalnya agen mana yang belum terpantau atau paling banyak menyerap biaya, lalu memperoleh jawaban dari inventaris yang tersedia. Informasi semacam ini dapat membantu tim TI mengarahkan pemeriksaan, membandingkan kinerja, dan mengusut penggunaan yang menyimpang. Namun, dasbor tidak otomatis menetapkan pemilik masalah atau menghentikan agen yang berisiko. Perusahaan tetap perlu menentukan siapa yang berwenang mengambil tindakan, serta kapan agen harus diuji ulang, dibatasi, atau dinonaktifkan.
Manfaatnya juga terasa di luar ruang rapat. Agen yang berinteraksi dengan pelanggan, mengakses data sensitif, atau terlibat dalam transaksi finansial membutuhkan pengawasan yang dapat ditelusuri. Sistem ini menyimpan status sertifikasi, memetakan celah risiko, dan mendokumentasikan hasil pengujian berkala untuk membantu auditor dan regulator menilai kepatuhan. Itu dapat mempercepat pemeriksaan ketika muncul masalah, tetapi catatan yang lengkap hanya berguna jika kebijakan perusahaan jelas dan ditindaklanjuti. Pemantauan memberi tahu apa yang terjadi; tata kelola AI menentukan batas penggunaan dan respons ketika agen melampaui batas tersebut.
Kebebasan tim bisnis perlu pagar yang tegas
Mengunci seluruh pengembangan AI di satu tim pusat bukan jawaban yang diinginkan kebanyakan CIO. Sebanyak 91% responden lebih memilih memberi tim bisnis kebebasan membangun AI dalam lingkungan dengan parameter tata kelola yang jelas. Karena itu, pendekatan yang tepat bukan melarang agen, melainkan menetapkan inventaris bersama, pemilik yang bertanggung jawab, pengujian berkala, serta jalur penghentian yang dapat dijalankan. Perangkat manajemen lintas platform dapat membantu mengungkap penggunaan yang tak tercatat, tetapi perusahaan tetap harus menentukan aturan akses dan siapa yang menindaklanjuti temuan.
Dataiku Agent Management menawarkan fondasi yang relevan untuk mengawasi agen AI perusahaan yang tumbuh di banyak platform, terutama ketika pengawasan terpusat masih menjadi titik lemah. Namun, dasbor bukan pengganti keputusan manajerial: ia tidak menjamin ROI, tidak sendirinya menghapus Shadow AI, dan tidak otomatis membuat agen aman. Perusahaan sebaiknya memperlakukan inventaris dan pemantauan sebagai awal dari pengelolaan yang lebih disiplin—menghubungkan setiap agen dengan tujuan bisnis, penanggung jawab, dan kontrol risiko. Kesimpulannya, perusahaan tak perlu memilih antara inovasi dan kendali; mereka perlu memastikan kebebasan membangun agen berjalan seiring dengan tata kelola yang dapat ditegakkan.
