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 masih terbatas bagi beberapa orang, 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 ke seluruh tumpukan teknologi dan menghasilkan hasil bisnis yang terukur. Hal ini dimungkinkan oleh agen AI individual yang mengambil dari model bahasa besar untuk melakukan penalaran pada tingkat yang tinggi.

Tidak diperlukan prompt dari manusia, dan setiap agen dapat diberi tujuan tersendiri. Salah satu 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 mengeluarkan konten, tetapi juga akan merayapi basis data dan membangun alur kerja secara mandiri untuk menyelesaikan tugas yang diberikan.

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

Lebih lanjut, 96% mengatakan mereka berencana untuk meningkatkan penerapan dalam 12 bulan ke depan, setengah dari mereka menambahkan bahwa ini bisa menjadi peluncuran 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 calon yang menganggur untuk mengisi posisi 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 personil dan produk dengan berbagai cara. Misalnya, eksekutif penjualan mungkin menggunakan solusi manajemen hubungan pelanggan (CRM) untuk mengontrol sekelompok besar pelanggan yang ada dan potensial, serta menghasilkan penjualan. Agen AI dapat berkomunikasi dengan basis ini, mengidentifikasi peluang, memperbarui catatan, mungkin bahkan menyelesaikan penjualan minor. Jika Anda memiliki itu bekerja untuk tim, setiap hari dan sepanjang waktu, jam kerja manual yang diselamatkan, dan kemungkinan peningkatan penjualan akan memiliki dampak besar.

Teknologi ini sedang mengalami kesulitan pertumbuhan, terutama ketika datang ke 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 dan menghasilkan hasil yang dijamin. Salesforce melaporkan hanya beberapa bulan yang lalu kesepakatan produk rekor untuk Agentforce, platformnya untuk membangun, mengkustomisasi, dan mengirimkan agen otonom, namun baru-baru ini mengubah model harga menjadi model berbasis konsumsi yang mengikat biaya langsung ke hasil.

Tanggung Jawab dan Akuntabilitas

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

Akuntabilitas harus menjadi perhatian bagi pengambil keputusan karena mereka tidak lagi hanya membeli perangkat lunak. Sebaliknya, mereka memberi inteligensi digital izin untuk melakukan hal-hal atas nama mereka, dan itu dapat menciptakan masalah hukum dan kepatuhan. Namun, bisnis perlu mempertimbangkan tanggung jawab mereka, memahami risiko, mendorong auditabilitas, dan menjaga pedoman regulasi di garis depan. Juga, organisasi harus mengidentifikasi siapa yang benar-benar bertanggung jawab jika agen AI menjadi tidak terkendali, serta prosedur untuk mengandalkan atau menutupnya jika itu terjadi.

Langkah-langkah yang Perlu Diambil

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

Pertama-tama, tinjau kembali tumpukan teknologi Anda dengan fokus pada fungsi 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 hukum, IT, dan operasi. Juga, penting untuk menciptakan 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. Kami akan melihat kolaborasi teknologi, yang dipandu oleh tujuan untuk meningkatkan tenaga kerja. Namun, perusahaan pada dasarnya perlu mengubah cara mereka bekerja dengan perangkat lunak. Agentic AI telah hadir, dan semakin cepat Anda memahami apa yang dapat dilakukan dan menerapkannya, semakin Anda akan memperkuat posisi dan kesuksesan Anda di masa depan.