Frank Bignone, SVP dan Kepala Strategi Perusahaan & Pertumbuhan di FPT Software – Seri Wawancara

Frank Bignone, Wakil Presiden Senior dan Kepala Strategi Perusahaan & Pertumbuhan di FPT Software, membawa lebih dari dua dekade pengalaman kepemimpinan internasional yang meliputi transformasi digital, kecerdasan buatan, teknologi aerospasial, geospatial, dan pertumbuhan perusahaan. Sepanjang karirnya, ia telah memegang posisi kepemimpinan senior di Asia, Timur Tengah, dan Eropa, termasuk menjabat sebagai Kepala Transformasi Digital untuk operasi FPT Software di Jepang dan Timur Tengah, dan sebelumnya memimpin inisiatif transformasi digital di Asia Pasifik dan Cina untuk Airbus. Latar belakangnya menggabungkan keahlian mendalam dalam transformasi bisnis yang didorong AI, kemitraan strategis, ekspansi pasar, dan adopsi teknologi skala besar. Dengan membangun ekosistem di sektor penerbangan, perangkat lunak, dan teknologi perusahaan, Bignone secara konsisten fokus pada membantu organisasi memanfaatkan teknologi yang muncul untuk menggerakkan efisiensi operasional, inovasi, dan pertumbuhan yang berkelanjutan. Hari ini, ia memimpin strategi perusahaan dan inisiatif pertumbuhan FPT Software, membimbing ekspansi global perusahaan dan pengembangan layanan generasi berikutnya.

FPT Software adalah penyedia teknologi dan layanan TI global yang berkantor pusat di Vietnam, dengan lebih dari 33.000 karyawan yang beroperasi di lebih dari 30 negara. Perusahaan ini berspesialisasi dalam transformasi digital, AI, komputasi awan, analitik data, rekayasa perangkat lunak, pabrik pintar, keamanan siber, dan solusi khusus industri untuk sektor termasuk layanan keuangan, manufaktur, otomotif, perawatan kesehatan, penerbangan, dan telekomunikasi. Dalam beberapa tahun terakhir, FPT Software telah mempercepat strategi AI-nya, berinvestasi besar-besaran dalam platform yang didukung AI, layanan modernisasi perusahaan, dan kemitraan global sambil memperluas jejaknya di Eropa, Amerika Utara, Timur Tengah, dan Asia-Pasifik. Melalui kombinasi kemampuan rekayasa skala besar, keahlian konsultasi, dan inovasi yang didorong AI, perusahaan membantu perusahaan memodernisasi sistem warisan, mengoptimalkan operasi, dan mempercepat inisiatif transformasi digital di seluruh dunia.

Anda telah memimpin inisiatif transformasi digital di sektor penerbangan, penerbangan, perangkat lunak perusahaan, dan sekarang platform pengiriman AI-pertama di FPT Software. Mengingat kembali pekerjaan Anda dengan Airbus Skywise dan program modernisasi perusahaan skala besar, apa pelajaran yang secara langsung membentuk visi Anda untuk Rekayasa Agentic dan Flezi Foundry?

Mengingat kembali Airbus Skywise dan program modernisasi perusahaan skala besar, satu pelajaran utama yang menonjol: transformasi jarang dibatasi oleh teknologi. Lebih sering, itu dibatasi oleh bagaimana organisasi beroperasi.

Dengan Skywise, kami melihat kekuatan menggabungkan data, platform, dan kolaborasi ekosistem. Namun, bahkan dengan teknologi canggih yang ada, penciptaan nilai sering kali mencapai puncaknya ketika model operasional tetap berpusat pada manusia, berurutan, dan terisolasi.

Pengalaman itu secara langsung membentuk visi kami untuk Rekayasa Agentic. Kami percaya bahwa evolusi berikutnya bukan hanya platform digital yang lebih baik, tetapi sistem pengiriman yang didorong agen yang cerdas, di mana AI secara aktif berpartisipasi dalam eksekusi daripada hanya berfungsi sebagai alat analitis.

Flezi Foundry dibangun berdasarkan prinsip tersebut, membantu organisasi beralih dari model pengambilan keputusan ke model pengiriman yang ditingkatkan oleh AI yang terus-menerus mengeksekusi, belajar, dan memperbaiki.

Banyak diskusi AI telah berfokus pada copilot pengkodean dan produktivitas pengembang. Mengapa Anda percaya bahwa pergeseran yang lebih penting adalah beralih dari alat yang didukung AI ke model operasional yang didukung AI?

Copilot pengkodean penting, tetapi mereka hanya menangani sebagian kecil dari rantai nilai. Sebagian besar percakapan saat ini berfokus pada meningkatkan produktivitas pengembang, sementara tantangan yang lebih besar yang dihadapi organisasi adalah sistem pengiriman yang terfragmentasi, lambat beradaptasi.

Kesempatan nyata terletak pada pemikiran ulang tentang bagaimana pekerjaan diatur. Model operasional yang didukung AI memungkinkan pekerjaan dipecah menjadi tugas yang dieksekusi secara kolaboratif oleh manusia dan agen cerdas. Agen dapat berpartisipasi di seluruh perencanaan, eksekusi, validasi, dan optimasi, sementara loop umpan balik menjadi kontinu dan semakin otomatis.

Di titik itu, AI berhenti menjadi hanya alat produktivitas lain dan menjadi kemampuan sistem-level. Itulah tempat organisasi mulai menyadari nilai perusahaan yang berarti.

FPT baru-baru ini meluncurkan Flezi Foundry untuk memajukan apa yang Anda deskripsikan sebagai pengiriman yang ditingkatkan oleh AI untuk perusahaan. Apa celah di pasar yang Anda coba selesaikan, dan bagaimana platform ini berbeda dari jumlah alat pengembangan AI yang semakin banyak tersedia?

Kami melihat celah yang jelas di pasar. Perusahaan memiliki akses ke jumlah alat AI yang semakin banyak, tetapi banyak yang kekurangan platform pengiriman yang terpadu dan tergovern yang membawa kemampuan tersebut bersama.

Sebagian besar solusi AI berfokus pada aktivitas yang terisolasi seperti bantuan pengkodean atau otomatisasi pengujian. Mereka tidak menangani orkestrasi pengiriman ujung-ke-ujung, tata kelola perusahaan, atau integrasi siklus hidup. Akibatnya, organisasi sering bergelut untuk mengadopsi AI skala besar di luar kasus penggunaan individu.

Flezi Foundry dirancang untuk memecahkan tantangan tersebut. Ini berfungsi sebagai platform kolaborasi manusia-agen yang terpadu yang mengintegrasikan AI di seluruh siklus hidup perangkat lunak dan TI sambil mempertahankan tata kelola, jejak, dan keselarasan dengan hasil bisnis. Dalam arti itu, ini bukan hanya alat AI lain; ini adalah lapisan operasional untuk pengiriman yang ditingkatkan oleh AI.

FPT menggambarkan Flezi Foundry sebagai platform kolaborasi manusia-agen yang tergovern. Apa yang sebenarnya terlihat seperti tata kelola dalam praktiknya ketika agen AI berpartisipasi dalam perencanaan, pengkodean, pengujian, tinjauan keamanan, dan operasi TI?

Tata kelola berarti bahwa setiap tindakan AI terlihat, dikendalikan, dan dapat diaudit.

Dalam praktiknya, agen AI beroperasi dalam kebijakan yang ditetapkan yang mencakup persyaratan keamanan, kewajiban kepatuhan, dan standar pengkodean. Tindakan mereka dicatat, dapat dilacak, dan dapat diatribusikan, sementara pengawasan manusia tetap terintegrasi pada titik keputusan kritis. Akses data dikelola melalui kontrol identitas dan izin yang mapan untuk memastikan bahwa agen hanya berinteraksi dengan informasi yang berwenang.

Yang paling penting, tata kelola dibangun langsung ke dalam eksekusi daripada ditambahkan setelahnya. Ini memungkinkan organisasi untuk mengadopsi AI skala besar sambil mempertahankan kepercayaan, transparansi, dan kontrol operasional.

Salah satu kekhawatiran terbesar perusahaan adalah pertanggungjawaban. Jika agen AI memperkenalkan kerentanan keamanan, masalah penerapan, atau kegagalan operasional, bagaimana seharusnya pertanggungjawaban diberikan antara sistem AI, pengawas manusia, dan penyedia layanan?

AI tidak menghilangkan pertanggungjawaban; itu mendistribusikannya dalam kerangka yang terkendali.

Agen AI mengeksekusi tugas dalam parameter yang ditetapkan, tetapi pertanggungjawaban tetap berada pada orang dan organisasi yang merancang, mengawasi, dan mengatur sistem tersebut. Pengawas manusia memberikan pengawasan dan validasi, sementara penyedia layanan bertanggung jawab atas arsitektur, kontrol, dan mekanisme tata kelola yang memandu perilaku agen.

Kunci utamanya adalah mempertahankan jejak yang lengkap. Setiap tindakan harus dapat diatribusikan dan diaudit sehingga organisasi dapat mempertahankan kepercayaan, mengendalikan, dan memahami dengan jelas bagaimana keputusan dibuat.

Flezi Foundry memperkenalkan konsep Siklus Hidup Pengembangan Agentic (ADLC). Bagaimana ini berbeda dari pendekatan Agile, DevOps, atau platform engineering yang tradisional yang digunakan perusahaan saat ini?

Agile dan DevOps dirancang untuk mengoptimalkan kolaborasi manusia dan mengautomasi pipa pengiriman. Siklus Hidup Pengembangan Agentic, atau ADLC, memperkenalkan elemen yang secara fundamental berbeda: agen AI sebagai peserta aktif di seluruh siklus hidup.

Alih-alih hanya mendukung pengembang, agen berkolaborasi dengan manusia untuk mengeksekusi tugas, bernalar melalui masalah, dan berkontribusi pada pengambilan keputusan. Penalaran kontinu menggantikan alur kerja statis, sementara loop umpan balik cerdas menggerakkan optimasi berkelanjutan.

Cara sederhana untuk memikirkannya adalah bahwa Agile berfokus pada pengiriman iteratif, DevOps berfokus pada pipa pengiriman yang diotomatisasi, dan ADLC berfokus pada sistem pengiriman manusia-agen yang adaptif.

Banyak organisasi bereksperimen dengan agen AI, tetapi sedikit yang telah membangun kerangka untuk mengukur kinerja mereka. Apa metrik yang Anda percaya perusahaan harus gunakan untuk mengevaluasi agen AI sebagai bagian dari angkatan kerja pengiriman perangkat lunak mereka?

Organisasi harus semakin memandang agen AI sebagai bagian dari angkatan kerja dan mengukurnya secara sesuai.

Metrik produktivitas tradisional tetap penting, termasuk kecepatan pengiriman (kecepatan penyelesaian tugas) dan pengurangan upaya manual. Namun, organisasi juga harus mengevaluasi indikator kualitas seperti tingkat cacat, tingkat pekerjaan ulang, akurasi, keandalan, dan kepatuhan terhadap standar.

Akhirnya, tujuan sebenarnya bukan hanya produktivitas yang lebih tinggi. Ukuran keberhasilan yang sebenarnya adalah apakah agen AI memperbaiki prediktabilitas, kualitas, dan skalabilitas hasil.

Flezi Foundry memperkenalkan model harga berbasis hasil yang terkait dengan kecepatan pengiriman dan tujuan layanan. Apakah Anda melihat ini sebagai awal dari pergeseran yang lebih luas menjauhi model outsourcing dan peningkatan staf tradisional yang berbasis FTE?

Ya, kami percaya bahwa pergeseran signifikan sudah berlangsung.

Model tradisional yang berbasis FTE dibangun di sekitar asumsi bahwa upaya adalah penggerak nilai utama. Dalam lingkungan pengiriman yang ditingkatkan oleh AI, asumsi tersebut menjadi semakin ketinggalan zaman karena agen cerdas dapat secara signifikan mengubah cara kerja dilakukan.

Sebagai hasilnya, model berbasis hasil yang terkait dengan kecepatan pengiriman, tujuan layanan, dan dampak bisnis yang dapat diukur mewakili kesesuaian yang lebih alami. Flezi Foundry mendukung evolusi ini dengan membuat kinerja pengiriman lebih transparan, terukur, dan dapat diprediksi.

Seiring perusahaan semakin mengirimkan agen AI di seluruh pengembangan perangkat lunak dan operasi TI, bagaimana Anda melihat peran insinyur perangkat lunak berkembang dalam lima tahun ke depan?

Insinyur perangkat lunak akan berkembang daripada menghilang.

Seiring AI mengambil bagian yang lebih besar dari aktivitas implementasi, insinyur akan semakin fokus pada tanggung jawab dengan nilai lebih tinggi seperti desain sistem, arsitektur, orkestrasi agen, tata kelola, jaminan kualitas, dan pembingkaian masalah bisnis.

Peran insinyur di masa depan akan kurang tentang menulis setiap baris kode dan lebih tentang merancang sistem, memandu agen cerdas, dan memastikan bahwa hasil teknologi selaras dengan tujuan bisnis.

Menghadap ke depan, apa yang terlihat seperti organisasi teknologi perusahaan yang matang dengan manusia-agen? Jika kita mengulangi percakapan ini pada tahun 2030, apa aspek pengiriman perangkat lunak dan operasi TI yang Anda pikir akan secara fundamental berbeda dari hari ini?

Pada tahun 2030, saya percaya bahwa organisasi terkemuka akan beroperasi sebagai ekosistem manusia-agen yang sebenarnya.

Agen AI akan terintegrasi di seluruh proses pengiriman dan operasional, memungkinkan eksekusi kontinu, optimasi waktu nyata, dan adaptasi yang lebih cepat terhadap kebutuhan bisnis yang berubah. Kerangka tata kelola yang kuat akan memastikan kepercayaan, pertanggungjawaban, dan kepatuhan, sementara model kinerja berbasis hasil menjadi standar bagi organisasi untuk mengukur nilai.

Pengiriman perangkat lunak dan operasi TI akan secara signifikan lebih cepat, lebih adaptif, dan lebih prediksi daripada mereka hari ini. Percakapan akan tidak lagi berfokus pada apakah organisasi harus mengadopsi agen AI. Sebaliknya, pembeda akan menjadi seberapa efektif mereka mengatur manusia dan agen bersama-sama dalam skala besar. Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi FPT Software.