Perangkat Lunak Bisnis dan Keharusan Mengadopsi Agentic AI

Dengan menyampaikan alat secara online melalui model langganan, Software as a Service (SaaS) mengubah cara perusahaan bekerja. Namun, kemampuan tersebut terbatas bagi beberapa perusahaan, sehingga SaaS vertikal menambahkan fungsionalitas khusus industri. Kemudian, kecerdasan buatan (AI) dan kemajuan seperti robotic process automation (RPA) muncul, yang menggunakan bot virtual untuk meniru tindakan manusia dan menghilangkan tugas-tugas yang berulang.

Sekarang, perangkat lunak perusahaan memasuki era baru dengan agentic AI, yang ditenagai oleh agen otonom yang tidak hanya meniru manusia, tetapi menganalisis data, membuat keputusan, melaksanakan tugas, dan mengatur alur kerja secara real-time. Agentic AI jauh melampaui SaaS tradisional atau RPA. Ini adalah perangkat lunak yang bertindak sebagai tenaga kerja di ranah digital, yang dapat diintegrasikan di seluruh tumpukan teknologi dan menghasilkan hasil bisnis yang terukur. Hal ini dimungkinkan oleh agen AI individu yang mengambil dari model bahasa besar untuk melakukan penalaran pada tingkat yang tinggi.

Tidak diperlukan prompt dari manusia, dan setiap agen dapat diberi tujuan sendiri. Salah satu agen dapat fokus pada penjualan baru, yang lain dapat memfasilitasi layanan pelanggan, yang ketiga dapat mengelola perubahan manufaktur secara real-time – kemungkinannya tampaknya tidak terbatas. Dan tidak seperti model AI generatif seperti ChatGPT, agen agentic tidak hanya mengulangi dan memuntahkan konten, tetapi juga akan merayapi basis data dan membangun alur kerja secara mandiri untuk menyelesaikan tugas yang diberikan.

Menurut Gartner, sekitar sepertiga aplikasi perangkat lunak di perusahaan akan memiliki agentic AI yang terintegrasi pada tahun 2028, yaitu sekitar 2028. Angka ini kurang dari satu persen pada tahun 2024. Dalam hasil survei yang diumumkan oleh Cloudera pada pertengahan April – berdasarkan survei 1.484 pemimpin IT global – 83% merasa agen AI sangat penting untuk mendapatkan keunggulan kompetitif, dan sekitar 60% takut akan ketinggalan jika mereka tidak mengadopsi agentic AI pada tahun ini.

Lebih lanjut, 96% responden mengatakan bahwa mereka berencana untuk meningkatkan penerapan agentic AI dalam 12 bulan ke depan, dengan setengah dari mereka mengatakan bahwa penerapan tersebut dapat menjadi besar di seluruh organisasi.

Mengatasi Kesenjangan

CEO Salesforce, Marc Benioff telah menyebut agentic AI sebagai “model tenaga kerja baru, model produktivitas baru, dan model ekonomi baru.” Partisipasi dalam angkatan kerja AS masih di bawah angka sebelum pandemi, dan ada lebih banyak lowongan pekerjaan yang tidak terisi hari ini daripada pengangguran yang dapat mengisi lowongan tersebut. Tujuan utama AI adalah untuk menghilangkan tugas-tugas yang berulang, namun pada saat yang sama, karyawan perlu dapat menghasilkan lebih banyak. Dengan ini, tenaga kerja digital harus digunakan untuk meningkatkan tenaga kerja dan meningkatkan produktivitas, meningkatkan efisiensi, dan memungkinkan organisasi untuk bersaing.

Agentic AI dapat mengatasi kesenjangan antara personel dan produk dengan berbagai cara. Misalnya, seorang eksekutif penjualan dapat menggunakan solusi manajemen hubungan pelanggan (CRM) untuk mengontrol sekelompok besar pelanggan yang ada dan potensial, serta menghasilkan penjualan. Sebuah agen AI dapat berkomunikasi dengan basis pelanggan tersebut, mengidentifikasi peluang, memperbarui catatan, dan bahkan menyelesaikan penjualan kecil. Jika Anda memiliki sistem seperti itu yang bekerja untuk tim Anda, setiap hari dan sepanjang waktu, jam kerja manual yang diselamatkan dan kemungkinan peningkatan penjualan akan memiliki dampak yang signifikan.

Teknologi ini masih mengalami kesulitan, terutama dalam hal penentuan harga agentic AI. Model “per kursi” kemungkinan akan berubah menjadi “per tugas” yang dilakukan. Agentic AI juga dapat berubah menjadi model berbasis nilai dengan agen AI “dipekerjakan” untuk menangani fungsi tertentu dan menghasilkan hasil yang dijamin. Salesforce baru-baru ini melaporkan perubahan model harga menjadi model berbasis konsumsi yang mengikat biaya langsung ke hasil.

Tanggung Jawab dan Akuntabilitas

Sementara masih banyak yang perlu diperbaiki dengan agentic AI, yang pasti adalah bahwa cara penyedia perangkat lunak dipilih akan perlu berubah. Evaluasi tradisional telah fokus pada fitur-fitur, tetapi dengan agentic AI, bisnis harus mempertimbangkan hal-hal seperti riwayat keandalan dan tanggung jawab penyedia, serta kemampuan mereka untuk selaras dengan tujuan perusahaan tertentu.

Akuntabilitas harus menjadi perhatian bagi pengambil keputusan karena mereka tidak hanya membeli perangkat lunak. Mereka memberikan kecerdasan digital izin untuk melakukan tindakan atas nama mereka, yang dapat menciptakan masalah hukum dan kepatuhan. Oleh karena itu, bisnis perlu mempertimbangkan tanggung jawab mereka, memahami risiko, dan memprioritaskan auditabilitas dan pedoman regulasi. Selain itu, organisasi harus mengidentifikasi siapa yang benar-benar bertanggung jawab jika agen AI menjadi tidak terkendali, serta prosedur untuk mengandalkan atau menonaktifkannya jika terjadi.

Langkah-langkah yang Perlu Diambil

Dengan Agentic AI, banyak dari kita akan melihat perubahan besar dalam cara kita melakukan bisnis. Berikut beberapa tindakan yang dapat Anda lakukan segera untuk memulai proses tersebut.

Pertama-tama, tinjau kembali tumpukan teknologi Anda dengan fokus pada fungsi-fungsi yang berbasis aturan yang dapat dihilangkan oleh agen AI. Pertimbangkan perangkat lunak mana yang mungkin memiliki masalah interoperabilitas atau memerlukan antarmuka pemrograman aplikasi baru. Pastikan untuk menghindari pengambilan keputusan yang terisolasi – agentic AI dapat mempengaruhi banyak aspek bisnis, sehingga masukkan pemimpin dari departemen hukum, IT, dan operasional. Juga penting untuk membuat kebijakan karyawan untuk penggunaan agen yang aman dan bertanggung jawab.

Anda perlu memahami kapasitas kerja agen AI, serta kompleksitas yang dapat dihilangkan. Ini berarti Anda juga perlu mempertimbangkan kembali model biaya perangkat lunak dan return on investment yang dapat mereka berikan. Ini tentang volume dan efisiensi, sehingga biaya kursi, lisensi, dan langganan tidak lagi menjadi kriteria yang digunakan.

Agentic AI akan sangat mempengaruhi SaaS, tetapi tidak akan menggantikannya sepenuhnya. Kita akan melihat kolaborasi teknologi, yang dipandu oleh tujuan untuk meningkatkan tenaga kerja. Namun, perusahaan akan secara fundamental perlu mengubah cara mereka bekerja dengan perangkat lunak. Agentic AI sudah ada, dan semakin cepat Anda memahami apa yang dapat dilakukan dan menerapkannya, semakin Anda akan memperkuat posisi dan kesuksesan Anda di masa depan.