Jumlah agen bukan ukuran keberhasilan
Agen AI perusahaan adalah perangkat lunak yang dapat menjalankan tugas dengan bantuan kecerdasan buatan, tetapi agar berguna di tempat kerja, ia harus memahami data, istilah, aturan, dan tujuan bisnis organisasi. Karena itu, banyaknya agen bukan ukuran kemajuan; kemampuan bekerja sesuai kontekslah yang menentukan nilainya. Snowflake mengumumkan rangkaian inovasi untuk membawa penggunaan agen AI dari tahap uji coba ke operasional dalam ajang Snowflake Expedition 2026 pada 4 November 2026. Perusahaan menilai organisasi kerap tertahan karena meragukan akurasi dan tata kelola hasil kerja agen. Masalah ini tercermin dalam survei terhadap 400 eksekutif di delapan sektor: 55% menyebut kurangnya pemahaman konteks bisnis sebagai penyebab utama rendahnya kualitas informasi, sedangkan 45% menunjuk data yang terfragmentasi atau sulit diakses. Pesan Snowflake tepat: menambah agen tanpa membenahi konteks hanya memperbesar skala kesalahan.
Business Ontology menyatukan arti data
Business Ontology Snowflake, kemampuan di dalam Horizon Context pada Horizon Catalog, dirancang agar agen, aplikasi, dan pengguna memahami definisi serta informasi bisnis secara konsisten. Ini penting karena istilah yang tampak sederhana, seperti pendapatan bersih, dapat memiliki arti atau sumber perhitungan berbeda di tiap departemen. Tanpa definisi yang disepakati, agen bisa menghasilkan angka berlainan dari data perusahaan yang sama. Melalui Business Ontology, perusahaan dapat menetapkan definisi resmi, menunjuk penanggung jawab, dan menghubungkan konsep dengan sumber data terkait. Integrasi dengan Semantic View membantu perhitungan mengikuti definisi tersebut, sementara Cortex Sense dapat menyimpulkan konteks yang belum dirumuskan. CoCo juga dapat memandu pemindahan definisi dari katalog pihak ketiga atau lembar kerja; perubahan dicatat agar dapat ditelusuri untuk pengawasan dan audit. Dengan demikian, ontologi bukan sekadar kamus istilah: ia menetapkan hubungan antara makna bisnis dan data yang menjadi dasar jawaban agen.
Gateway memberi kendali atas agen
Pemahaman konteks tidak cukup bila agen dapat mengakses data atau menjalankan tindakan tanpa batas. Cortex AI Gateway hadir sebagai mekanisme pengelolaan terpusat yang menerapkan kebijakan keamanan, autentikasi, izin akses, dan pengendalian biaya saat agen berinteraksi dengan model maupun perangkat pendukung. Ini merupakan bagian penting dari upaya membawa agen dari demonstrasi yang menarik menuju penggunaan yang bisa diawasi. Gateway dapat menerapkan kebijakan pada koneksi lintas layanan cloud, kerangka kerja, dan penyedia AI. Saat agen meminta data melalui server Model Context Protocol, akses mengikuti kewenangan yang ditentukan; pemeriksaan tool call dapat dilakukan sebelum perangkat dijalankan. Guardrails ditujukan untuk menangkal prompt injection dan jailbreak, sedangkan perusahaan dapat menetapkan batas pengeluaran serta mengarahkan pekerjaan rutin ke model yang lebih ringan. Pencatatan aktivitas dan analisis jejak agen menambah keterlacakan. Bagi perusahaan, kombinasi izin, perlindungan, dan pemantauan ini lebih berarti daripada otonomi tanpa pagar.
Manfaat harus terlihat dalam pekerjaan sehari-hari
Snowflake juga memperluas CoCo dan CoWork untuk membantu agen masuk ke alur kerja nyata, bukan berhenti sebagai proyek percontohan. Melalui CoCo Automations, tim data dapat menentukan pekerjaan yang dijalankan agen berdasarkan jadwal, misalnya memeriksa kondisi data pipeline, menyusun laporan mingguan, atau menangani tugas berulang yang sebelumnya dikerjakan manual. Integrasi Snowflake for Slack serta CoCo for Excel dan Sheets membawa bantuan agen ke aplikasi yang sudah digunakan karyawan. Namun, perusahaan perlu membedakan kemampuan yang siap dipakai dari yang masih dalam pratinjau atau menunggu ketersediaan umum; status peluncurannya dapat berbeda antarproduk. Lebih dari 14.500 perusahaan global telah menggunakan Snowflake di pusat data, konteks bisnis, model AI, dan alur kerja yang diandalkan agen. Skala itu memberi perusahaan posisi penting, tetapi bukan jaminan keberhasilan. Penilaian yang lebih masuk akal adalah apakah agen menjawab dengan definisi yang benar, mematuhi izin, dan menyelesaikan pekerjaan yang bermanfaat.
Kesimpulannya, strategi Snowflake mengingatkan bahwa agen AI yang bernilai bukan yang paling banyak, melainkan yang memahami bahasa bisnis dan bekerja di bawah kendali yang dapat diperiksa. Ontologi menyediakan makna; gateway membatasi akses dan tindakan; CoCo serta CoWork membantu membawa kemampuan itu ke rutinitas karyawan. Perusahaan sebaiknya mengukur hasil lewat konsistensi, keamanan, dan kegunaan operasional—bukan jumlah agen yang berhasil dibuat.
