Infrastruktur AI yang menyatukan model dan eksekusi
Ekosistem AI perusahaan adalah gabungan infrastruktur untuk menyajikan model, menghubungkan data, menjalankan agen, dan membatasi aksesnya agar aplikasi dapat beroperasi tanpa membuka risiko yang tak terkendali. Pada 30 Oktober 2026, Akamai memperkenalkan Akamai Inference dan Akamai Agent Sandbox sebagai dua bagian baru dari ekosistem tersebut. Langkah ini tepat sasaran: perusahaan yang membawa AI ke produksi membutuhkan lebih dari model cerdas, tetapi kerap harus merangkai penyajian, tata kelola, dan keamanan dari penyedia berbeda. Akamai menawarkan alternatif berupa satu platform cloud untuk membangun, menjalankan, dan mengamankan aplikasi serta agen AI. Nilai strategisnya bukan sekadar mengumpulkan layanan, melainkan mengurangi kerumitan di titik pertemuan antarkomponen—tempat celah konfigurasi dan paparan data dapat muncul.
Akamai Inference menyediakan akses terkelola ke model open-weight dan model kustom melalui API yang kompatibel dengan OpenAI, sehingga perusahaan dapat mengintegrasikannya ke aplikasi yang ada tanpa menulis ulang sistem. Layanan ini menawarkan pilihan tanpa server dengan pembayaran berdasarkan penggunaan atau penerapan pada infrastruktur khusus. Saat peluncuran, katalog mencakup 12 model open-weight dengan ukuran mulai dari 8 miliar hingga 2,8 triliun parameter. Rentang itu memberi pilihan, tetapi ukuran model bukan jaminan hasil bisnis: perusahaan tetap perlu menilai kebutuhan, biaya operasional, dan tata kelola data sebelum menentukan model yang akan dipakai.
Sandbox memberi batas pada tindakan agen
Agen AI menambah persoalan keamanan karena dapat melakukan tindakan atas nama pengguna, termasuk menulis dan menjalankan kode. Bila aksesnya terlalu luas, kesalahan atau instruksi berbahaya berpotensi menjangkau data dan sistem yang seharusnya tidak disentuh. Akamai Agent Sandbox merespons risiko itu dengan lingkungan eksekusi terisolasi agar agen dapat menjalankan tugas dan kode secara lebih aman. Isolasi WebAssembly memungkinkan pengembang membatasi penggunaan komputasi dan memori, koneksi keluar, serta kemampuan sistem yang tersedia bagi agen. Ini fondasi penting bagi keamanan agen AI, tetapi bukan alasan untuk menganggap risiko selesai: batas yang efektif tetap bergantung pada konfigurasi yang sesuai dengan tugas dan pengawasan perusahaan.
Dampak praktis pendekatan ini adalah perusahaan dapat menempatkan eksekusi agen dalam ruang terkendali, alih-alih memberinya jalur langsung ke seluruh sumber daya internal. Dikombinasikan dengan akses model melalui Akamai Inference, desain tersebut berupaya mempersempit celah antara pemrosesan permintaan dan tindakan yang dilakukan agen. Akamai menyebut layanan ini sebagai lapisan inferensi dan eksekusi yang melengkapi infrastruktur AI serta portofolio keamanannya. Namun, platform terpadu tidak otomatis menjamin data tidak bocor. Perusahaan tetap harus menetapkan hak akses, memeriksa alur data, dan menguji batas sandbox sebelum agen diberi tugas yang menyentuh informasi sensitif.
Pengelolaan workload AI dalam satu platform
Kekuatan utama strategi Akamai adalah menyatukan komponen yang biasanya tersebar: CPU, GPU, penyimpanan cloud, jaringan, dan layanan edge. Infrastruktur globalnya menjangkau lebih dari 4.350 lokasi edge, selain klaster komputasi di wilayah inti. Bagi perusahaan, kedekatan komputasi dan data dapat membantu mengelola workload AI pada skala yang beragam, sementara satu lingkungan layanan berpotensi mengurangi beban mengamankan sambungan antarpemasok. Klaim terpadu ini layak dipandang sebagai penyederhanaan arsitektur, bukan pengganti tata kelola internal. Pengelolaan akses, pencatatan aktivitas, dan aturan penggunaan data tetap perlu dirancang dengan cermat agar platform yang luas tidak berubah menjadi satu titik dengan hak akses terlalu besar.
Akamai Inference dan Akamai Agent Sandbox tersedia dalam versi beta, termasuk Sandbox melalui Spin SDK. Status beta berarti perusahaan dapat mulai mengevaluasi layanan, tetapi sebaiknya menguji integrasi, batas akses, dan perilaku agen sebelum mengandalkannya untuk proses produksi yang kritis. Akamai juga berencana menambahkan kemampuan untuk mengatur apa yang dapat diakses agen dan siapa yang boleh mengaksesnya. Rencana tersebut penting karena isolasi eksekusi hanya satu lapis pertahanan; tata kelola identitas dan izin menentukan sejauh mana agen dapat berinteraksi dengan sistem perusahaan.
Platform terpadu membantu, tata kelola tetap menentukan
Akamai menggabungkan layanan inferensi AI perusahaan dengan lingkungan eksekusi terisolasi untuk menjawab kebutuhan yang makin nyata: menjalankan model sekaligus mengendalikan tindakan agen. Pendekatan ini lebih meyakinkan daripada merakit komponen dari banyak penyedia tanpa pengamanan yang konsisten di antara mereka. API kompatibel OpenAI, pilihan penerapan, dan jangkauan infrastruktur memberi perusahaan landasan untuk menguji berbagai workload AI, sementara batas sandbox dapat mengurangi peluang agen mengakses sumber daya secara berlebihan. Meski demikian, manfaat keamanan tidak datang otomatis bersama platform. Perusahaan harus menetapkan kebijakan data dan akses, memvalidasi isolasi, serta memantau perilaku agen. Kesimpulannya, integrasi Akamai dapat menyederhanakan fondasi AI perusahaan, tetapi disiplin tata kelola tetap menjadi penentu apakah penyederhanaan itu benar-benar menekan risiko kebocoran.
