Keamanan agen dimulai dari batas yang jelas
Agen AI perusahaan adalah perangkat lunak yang dapat menjalankan tugas secara otomatis, termasuk menulis dan mengeksekusi kode, dengan akses ke data serta sistem organisasi. Kemampuan ini membuat pengamanan bukan tambahan belaka: tanpa batas akses yang tegas, otomatisasi dapat memperluas risiko operasional. Pada 3 November 2026, Akamai memperkenalkan Akamai Inference dan Akamai Agent Sandbox untuk membantu perusahaan memakai AI dalam kegiatan operasional dengan lebih aman. Kedua layanan itu masih tersedia dalam versi beta. Langkah ini tepat sasaran karena perusahaan tidak cukup hanya memilih model yang mampu menjawab; mereka juga perlu menentukan tempat agen berjalan dan sumber daya yang boleh disentuhnya. Akamai menekankan lapisan eksekusi dan isolasi, pendekatan yang menyasar risiko ketika agen benar-benar melakukan pekerjaan, bukan semata menghasilkan rekomendasi.
Akamai mengamankan tempat agen bekerja
Dua Akamai layanan AI itu memiliki peran berbeda. Akamai Inference memberi akses ke berbagai model AI tanpa mengharuskan perusahaan mengelola seluruh infrastruktur pendukungnya sendiri. Akamai Agent Sandbox, sebaliknya, menyediakan lingkungan terisolasi agar agen dan kode yang dibuatnya berjalan terpisah dari sistem utama. Perusahaan dapat membatasi penggunaan komputasi, memori, koneksi keluar, dan kemampuan sistem melalui mekanisme isolasi berbasis WebAssembly dari kerangka kerja Spin. Ini adalah pendekatan praktis untuk keamanan agen AI: kendalikan ruang gerak agen ketika ia bertindak, bukan hanya berharap instruksi awal selalu dipatuhi. Bagi tim operasional, pemisahan itu dapat membantu mengurangi dampak jika agen membuat kesalahan atau mencoba mengakses sumber daya yang tidak semestinya.
Snowflake mengatur konteks, akses, dan pekerjaan
Pada ajang Snowflake Expedition 2026, Snowflake memperkenalkan rangkaian teknologi untuk membangun agen yang memahami konteks bisnis, mengikuti tata kelola, dan menjalankan tugas secara mandiri. Business Ontology di Snowflake Horizon Catalog menyatukan definisi metrik, pemilik data, dan kaitan dengan sumber data, sehingga istilah bisnis seperti pendapatan bersih tidak ditafsirkan berbeda oleh tiap agen. Snowflake Cortex AI, melalui Cortex AI Gateway, menambahkan lapisan kontrol terpusat untuk akses data, penggunaan model, serta kebijakan keamanan. Fitur AI Guardrails, Dynamic Model Routing, Cost Governance, dan Agent Abuse Detection memperluas kontrol terhadap risiko, penyalahgunaan, dan biaya yang sulit dipantau. Sementara itu, CoCo dan CoWork ditujukan bagi tim data dan pekerja berbasis pengetahuan; keduanya dapat memantau pipeline, menyusun laporan, dan menyiapkan materi rapat di latar belakang, dengan intervensi pengguna saat dibutuhkan.
Lapisan berbeda, bukan pilihan yang saling meniadakan
Perbedaan utamanya terletak pada titik kendali. Akamai menonjol pada infrastruktur untuk mengakses model dan mengisolasi eksekusi agen; Snowflake berfokus pada konteks data bisnis, tata kelola, dan pengawasan penggunaan agen di seluruh organisasi. Keduanya menjawab hambatan yang berbeda: agen tanpa batas eksekusi berisiko mengganggu sistem, sedangkan agen tanpa definisi bisnis dan kontrol terpusat bisa salah membaca data, sulit diawasi, atau menimbulkan biaya yang tak terduga. Snowflake menyebut kurangnya konteks bisnis, keterbatasan kontrol, serta risiko keamanan dan biaya sebagai penghalang penerapan luas. Karena itu, perusahaan sebaiknya tidak memperlakukan kedua pendekatan sebagai pesaing langsung. Organisasi dapat membutuhkan sandbox untuk membatasi tindakan sekaligus gerbang tata kelola untuk mengatur data, model, dan kebijakan.
Kesimpulannya, menuju produksi membutuhkan lebih dari model yang cerdas. Akamai memberi perusahaan cara untuk menyediakan inferensi dan membatasi ruang gerak agen, sementara Snowflake melengkapi proses dengan makna bisnis, pengendalian terpusat, dan otomatisasi tugas. Kesiapan agen AI perusahaan akan lebih kuat bila organisasi menilai keduanya sebagai lapisan yang saling melengkapi: amankan tempat agen bekerja, lalu pastikan ia memahami konteks dan tetap berada dalam aturan. Status beta layanan Akamai juga berarti perusahaan perlu menguji batas, integrasi, dan tata kelola sebelum memperluas pemakaian.






