Rory Blundell, CEO Gravitee – Seri Wawancara

Rory Blundell, CEO Gravitee, membawa perpaduan langka dari kedalaman teknis, kepemimpinan komersial, dan pengalaman pendiri ke ruang manajemen API. Sebelum mengambil alih sebagai CEO pada September 2020, ia bergabung dengan Gravitee sebagai Chief Revenue Officer dan membantu membentuk strategi pertumbuhan perusahaan setelah peran sebelumnya memimpin operasi teknis lapangan EMEA di SnapLogic, di mana ia bekerja di seluruh pra-penjualan, layanan profesional, pelatihan, dan keberhasilan pelanggan. Latar belakangnya juga termasuk mendirikan Velinko, bisnis perangkat lunak dan konsultasi Inggris yang melayani sektor hukum dan akuntansi, di mana ia bekerja secara hands-on di seluruh API, ETL, AWS, Java, PHP, WordPress, basis data, pelaporan, dan proyek transformasi data. Campuran itu dari kefasihan teknik, pengalaman penjualan perusahaan, dan eksekusi startup telah memposisikannya untuk memimpin Gravitee karena API, aliran acara, dan agen AI menjadi semakin sentral untuk infrastruktur perusahaan.

Gravitee adalah perusahaan manajemen API yang berfokus pada membantu perusahaan mengelola, mengamankan, mengatur, dan menskalakan koneksi digital antara aplikasi, layanan, aliran acara, dan agen AI. Platformnya menggabungkan manajemen API, gerbang asli acara, kemampuan portal pengembang, dukungan untuk streaming acara, dan fitur manajemen agen AI yang muncul, memberikan organisasi kontrol plane yang terunifikasi untuk API sinkron, acara asinkron, interaksi agen MCP/A2A, dan tata kelola di seluruh lingkungan yang terdistribusi. Perusahaan menggambarkan platformnya sebagai open-source dan scalable, dan telah diakui sebagai Pemimpin di Kuadran Ajaib Gartner 2025 untuk Manajemen API, mencerminkan posisinya di persimpangan infrastruktur API, sistem yang digerakkan oleh acara waktu nyata, dan tumpukan AI agen baru.

Anda mendirikan Velinko, membangun solusi perangkat lunak sendiri di seluruh teknologi yang berkisar dari AWS dan API hingga platform transformasi data, kemudian pergi untuk memimpin tim teknis di SnapLogic sebelum menjadi CEO Gravitee. Bagaimana perjalanan itu dari pembangun tangan ke CEO telah membentuk visi Anda untuk masa depan agen AI dan infrastruktur perusahaan?

Latar belakang saya membuat saya dapat melihat infrastruktur perusahaan dari berbagai sudut, sebagai pembangun, operator, dan sekarang sebagai CEO. Di Velinko, kami memecahkan masalah data praktis, menarik informasi dari tempat yang berbeda, mengubahnya, menggabungkannya dan membuatnya dapat digunakan. Pengalaman itu memperkuat pandangan saya tentang apa yang harus dilakukan teknologi perusahaan: menghubungkan sistem, melindungi data, dan mengubah kompleksitas menjadi sesuatu yang dapat diambil tindakan.

Selama waktu saya di SnapLogic, saya melihat bagaimana manajemen API menjadi sentral untuk tumpukan perusahaan. API tidak hanya antarmuka teknis. Mereka menjadi cara perusahaan mengungkapkan, mengontrol, dan menskalakan akses ke sistem dan data kritis. Itulah yang pertama kali membawa saya ke Gravitee, dan itu tetap menjadi dasar bagaimana saya memikirkan pasar ini.

Perusahaan perlu tahu siapa yang dapat mengakses apa, bagaimana titik akses ditemukan dan digunakan, dan apa yang sebenarnya terjadi di seluruh lingkungan. Prinsip-prinsip itu penting untuk API, dan sekarang sama pentingnya untuk agen. Perusahaan bergerak ke dunia di mana agen dapat bertindak di seluruh API, aplikasi, data, dan alur kerja. Perusahaan yang berhasil tidak hanya membangun agen paling banyak. Mereka akan menjadi perusahaan yang menempatkan infrastruktur yang tepat di sekitar mereka: izin yang jelas, tata kelola yang kuat, dan kontrol di seluruh sistem yang mereka sentuh.

Gravitee membangun reputasinya dalam manajemen API dan telah sejak itu memperluas fokusnya ke manajemen agen AI. Apa yang meyakinkan Anda bahwa agen AI mewakili pergeseran teknologi besar berikutnya, dan mengapa sekarang adalah waktu yang tepat untuk mengembangkan perusahaan dalam arah itu?

Saya melihat manajemen agen AI sebagai evolusi berikutnya dari masalah yang sama yang telah kami bantu perusahaan selesaikan.

Manajemen API dan adalah secara fundamental tentang tiga hal: keamanan, kemudahan ditemukan, dan keterlihatan. Agen adalah tempat berikutnya di mana prinsip-prinsip tersebut perlu diterapkan.

Hari ini, perusahaan mulai menghadapi pertanyaan yang sama dengan agen yang mereka hadapi dengan API. Bagaimana kami memastikan keamanan? Bagaimana kami tahu agen mana yang sedang berjalan, di mana mereka berjalan, dan apa yang dapat mereka akses? Bagaimana kami memahami apa yang mereka lakukan, mengapa mereka bertindak, dan apakah mereka beroperasi dalam batas yang memadai?

Waktu yang tepat karena perusahaan bergerak dari bereksperimen dengan AI ke bertanya bagaimana mereka dapat memasukkan agen ke dalam pekerjaan nyata. Pertanyaan yang sulit bukanlah lagi apakah agen dapat dibangun, tetapi apakah perusahaan dapat mengatur agen di seluruh model, alat, API, dan sistem yang mereka sentuh.

Itulah di mana warisan Gravitee dalam manajemen API menjadi sangat relevan. Agen hanya akan menskalakan dalam perusahaan jika organisasi dapat membawa disiplin yang sama kepada mereka yang mereka harapkan dari infrastruktur mereka: izin yang jelas, tindakan yang terlihat, audit trail, tata kelola, dan kontrol.

Banyak organisasi bereksperimen dengan agen AI, tetapi relatif sedikit yang telah menggunakannya dalam skala besar. Apa yang membedakan pengadopsi yang sukses dari perusahaan yang tetap terjebak dalam tahap pilot?

Perbedaannya adalah apakah organisasi memperlakukan agen sebagai eksperimen terisolasi atau sebagai bagian dari model operasional baru. Pada skala kecil, satu atau dua agen dapat terlihat mudah dikelola. Tantangan datang ketika perusahaan mulai bergerak menuju beberapa agen di seluruh tim, sistem, dan alur kerja. Pada titik itu, masalahnya bukan lagi apakah agen dapat menyelesaikan tugas. Ini adalah apakah perusahaan dapat mengontrol bagaimana agen bekerja, apa yang mereka sentuh, dan bagaimana mereka masuk ke dalam cara bisnis beroperasi.

Organisasi yang membangun disiplin manajemen di sekitar agen dari awal memahami di mana agen masuk ke dalam alur kerja, apa keputusan yang harus tetap berada dengan orang, dan apa kontrol yang perlu ada sebelum agen dipercayakan dengan pekerjaan nyata.

Ini bukan hanya pergeseran teknologi. Ini juga perubahan dalam cara organisasi bekerja. Pengadopsi yang sukses akan memahami perubahan itu dan membangun struktur yang tepat di sekitarnya dari awal.

Agen AI semakin berinteraksi dengan API, basis data, aplikasi perusahaan, dan bahkan agen lain. Bagaimana Anda melihat orkestrasi agen berkembang, dan apa tantangan yang harus diselesaikan organisasi sebelum sistem ini dapat beroperasi dengan andal dalam skala besar?

Tantangan bukan hanya kompleksitas teknis; itu adalah kompleksitas akuntabilitas. Ketika agen memanggil API, mengquery basis data, dan memanggil agen lain, rantai otoritas berkembang biak dan sebagian besar perusahaan tidak memiliki cara untuk melihatnya.

Orkestrasi berkembang dari eksekusi tugas agen tunggal menuju alur kerja multi-agen di mana output agen satu menjadi input agen lain, seringkali di seluruh model, vendor, dan batas perusahaan, dan itulah tepat ketika tata kelola rusak.

Sebelum sistem ini dapat beroperasi dengan andal dalam skala besar, organisasi harus menyelesaikan empat hal: memberikan setiap agen identitas yang diketahui dan diautentikasi; mengatur apa yang diizinkan untuk disentuh oleh setiap agen (alat, data, API hilir); menerapkan izin tersebut pada runtime; dan mempertahankan catatan garis keturunan lengkap dari prompt manusia ke sistem yang akhirnya disentuh oleh agen.

Bisnis yang memperlakukan orkestrasi sebagai masalah rekayasa murni dan melewati lapisan tata kelola akan menemukan diri mereka mengelola insiden daripada menskalakan operasi.

Industri menghabiskan tahun-tahun untuk mengatasi masalah API yang berantakan ketika organisasi mengadopsi teknologi cloud. Apakah kita sekarang memasuki era “agen yang berantakan,” dan apa pelajaran yang dapat diterapkan perusahaan dari transformasi teknologi sebelumnya?

Ya, saya melihat risiko yang nyata untuk merekayasa kembali pola yang sama yang kita lihat dengan API: adopsi luas di seluruh bisnis sebelum model manajemen yang tepat ada di tempat. Pelajaran dari era API adalah bahwa organisasi tidak boleh menunggu sampai lingkungan sudah terfragmentasi sebelum menempatkan visibilitas dan kontrol di sekitarnya.

Agen menciptakan tantangan yang sama, tetapi dengan lapisan risiko yang lebih aktif karena mereka dapat beroperasi di seluruh sistem dan alur kerja. Pertanyaan yang perlu dijawab oleh perusahaan adalah sederhana: apa agen yang ada, siapa yang memiliki mereka, dan apa yang mereka izinkan untuk disentuh.

Jika perusahaan menerapkan disiplin itu dari awal, mereka dapat menghindari berakhir dengan agen yang tidak dapat mereka lihat, amankan, atau kontrol.

Apa kesalahpahaman terbesar yang dimiliki pemimpin bisnis tentang agen AI hari ini, dan di mana harapan berjalan lebih cepat dari kenyataan?

kesalahpahaman yang dominan adalah bahwa kemampuan agen adalah bottleneck. Ini bukan. Bottleneck adalah apakah organisasi dapat mempertanggungjawabkan agen dengan cara yang sama seperti mereka mempertanggungjawabkan orang, dengan peran yang ditentukan, akses yang diatur, dan catatan audit yang lengkap.

Banyak pemimpin percaya bahwa mengirimkan lebih banyak agen akan memungkinkan perusahaan untuk bergerak lebih cepat secara otomatis. Dalam prakteknya, agen yang tidak tergovernansi menciptakan pengeluaran AI yang tidak terlihat, akses data yang tidak terkendali, dan kegagalan operasional yang tidak dapat didiagnosis karena tidak ada jejak audit.

Contoh baru-baru ini dari agen AI yang ditarik kembali dari produksi setelah kesalahan operasional sangat menginstruksikan. Kami telah melihat agen dengan izin kalender yang luas dan tanpa batas yang ditentukan menghapus seluruh kalender perusahaan dalam satu tindakan. Modelnya tidak menjadi masalah; tidak ada yang mengatur apa yang diizinkan untuk disentuh. Ini bukan kasus masalah hype AI. Ini adalah masalah tata kelola. Dalam banyak kasus, agen mungkin telah mampu melakukan tugas tetapi tidak memiliki peran yang ditentukan dan batas pada apa yang dapat diakses dan rencana eskalasi yang jelas ketika sesuatu salah.

Harapan berjalan paling jauh dari kenyataan pada pengambilan keputusan otonom. Pemimpin ingin agen yang bertindak, tetapi apa yang mereka butuhkan pertama adalah agen yang tindakannya dapat dilihat, dapat dibalik, dan dapat diberikan.

Keamanan dan tata kelola telah menjadi kekhawatiran utama karena agen AI mendapatkan akses ke sistem dan data yang sensitif. Apa yang Anda lihat sebagai risiko terbesar, dan bagaimana organisasi harus mendekati pengelolaan mereka?

Risiko terbesar adalah bahwa agen bergerak ke produksi lebih cepat daripada perusahaan dapat mengatur mereka. Laporan Keamanan Agen AI Gravitee menemukan bahwa properti agen AI perusahaan telah hampir dua kali lipat sejak Desember 2025, sementara cakupan pemantauan, struktur akuntabilitas, dan kontrol sebelum penerapan hampir tidak berubah. Penelitian juga menunjukkan bahwa hampir setengah (48%) dari agen AI produksi berjalan tanpa keamanan atau tata kelola, dan 54% organisasi telah mengalami atau menduga insiden keamanan atau privasi data agen AI dalam 12 bulan terakhir.

Data tersebut menekankan mengapa tata kelola harus matang bersamaan dengan adopsi. Ketika agen mendapatkan akses ke data sensitif, aplikasi, dan alur kerja, kepemilikan dan akuntabilitas harus sama jelasnya dengan akses itu sendiri: siapa yang bertanggung jawab atas agen ini, apa tindakan yang telah diambil, dan bagaimana itu secara aktif dipantau.

Jawabannya bukan untuk memperlambat agen. Ini adalah untuk membangun visibilitas yang jelas dari awal di seluruh agen, model yang mereka hubungkan, alat yang mereka gunakan, dan agen lain yang mereka interaksikan. Dari sana, organisasi dapat menerapkan model operasional yang tepat di sekitar agen: kepemilikan yang jelas, izin yang diatur, kontrol sebelum penerapan, pemantauan terus-menerus, audit trail, dan jalur eskalasi yang jelas ketika sesuatu salah. Itulah yang memberikan perusahaan kepercayaan untuk menggunakan agen dengan aman dalam skala besar.

Ketika pemerintah dan regulator mulai memperhatikan sistem AI lebih dekat, bagaimana perusahaan harus menyeimbangkan inovasi dengan kepatuhan, transparansi, dan manajemen risiko?

Perhatian regulator harus menjadi katalis, bukan alasan untuk menunggu.

Kepatuhan dimulai dengan garis keturunan: catatan audit lengkap dari prompt manusia ke panggilan API yang dilakukan agen hilir. Tanpa itu, perusahaan tidak dapat menjawab pertanyaan regulator dasar tentang apa yang dilakukan agen dan mengapa. Ini bukan masalah di masa depan. Batas waktu kepatuhan Undang-Undang AI UE pada Agustus 2026 sudah ada di kalender, dan organisasi yang memiliki garis keturunan dan penerapan kebijakan hari ini akan memenuhinya tanpa kepanikan.

Kebijakan sebagai kode dan penerapan kebijakan terpusat adalah implementasi praktis dari model itu. Perusahaan perlu satu mesin kebijakan, satu jejak audit, penerapan konsisten di seluruh agen tanpa memandang model atau vendor.

Posisi manajemen risiko yang menang bukanlah penerapan yang lambat; itu adalah penerapan yang berani dengan akuntabilitas yang dibangun dari hari pertama. Mereka yang memperlakukan akuntabilitas agen sebagai keunggulan daripada hambatan kepatuhan tidak akan terhambat oleh regulasi. Mereka akan siap untuk itu.

Standar terbuka seperti Protokol Konteks Model (MCP) dan komunikasi Agen-ke-Agen (A2A) mendapatkan momentum. Seberapa penting interoperabilitas akan menjadi bagi masa depan AI perusahaan, dan apakah industri bergerak cukup cepat menuju standar umum?

Interoperabilitas bukanlah pilihan. Perusahaan tidak menjalankan satu model atau satu vendor; mereka menjalankan ekosistem. Standar seperti MCP dan A2A adalah yang memungkinkan agen untuk memanggil alat, mengakses konteks, dan berkomunikasi di seluruh ekosistem tanpa integrasi khusus untuk setiap pasang sistem.

Momentumnya nyata, tetapi pertanyaan kecepatan mengabaikan pertanyaan yang lebih penting: standar yang memungkinkan agen untuk bertindak harus diiringi dengan standar yang mengatur bagaimana mereka bertindak. Konektivitas tanpa akuntabilitas pada tingkat protokol hanya memindahkan masalah tata kelola.

Perusahaan yang akan mendapat manfaat paling banyak dari MCP dan A2A adalah mereka yang menggabungkan interoperabilitas tingkat protokol dengan pesawat kontrol terpusat, sehingga interaksi antar-agen dan antar-sistem dapat diamati, ditegakkan kebijakan, dan diaudit dari satu tempat.

Ini adalah di mana pendekatan Gravitee menjadi penting. Manajemen API, manajemen agen, dan identitas dalam satu platform berarti satu mesin kebijakan mengatur setiap interaksi agen tanpa memandang protokol yang dilalui.

Menatap lima tahun ke depan, apa yang terlihat seperti kesuksesan untuk agen AI di perusahaan, dan apa saran yang Anda berikan kepada organisasi yang ingin membangun strategi AI yang dapat diskalakan dan tahan lama hari ini?

Kesuksesan dalam lima tahun ke depan akan diukur oleh apakah agen dapat melakukan pekerjaan yang berarti dengan aman, andal, dan dalam skala besar. Agen AI dapat membantu perusahaan menjadi lebih gesit dan memberikan orang lebih banyak kekuatan. Tetapi itu hanya terjadi jika organisasi sengaja tentang bagaimana mereka menerapkannya. Perusahaan yang hanya “penuh agen” dan khawatir tentang tata kelola kemudian akan melihat kemenangan awal, tetapi kemenangan itu tidak akan bertahan dari kompleksitas yang mengikuti. Sebuah kursus yang lebih baik adalah memperlakukan agen seperti infrastruktur produksi dari awal.

Saran saya adalah membangun model manajemen dari awal. Tentukan kepemilikan, izin, pemantauan, audit trail, dan jalur eskalasi sebelum agen beroperasi di seluruh alur kerja kritis. Masa depan bukan hanya manusia membangun setiap tugas mereka sendiri. Ini adalah manusia menjadi arsitek proses, dengan agen membantu mereka bergerak lebih cepat, menskalakan dampak, dan melakukan lebih dari yang mereka bisa sebelumnya.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Gravitee.