Masalah Shadow IT Berikutnya Akan Menjadi Agen Bayangan

Shadow IT dulunya berarti seorang karyawan mendaftar alat SaaS tanpa meminta izin, atau sebuah departemen menjalankan langganannya sendiri sampai TI mengetahuinya dengan cara yang sulit. Kami mengendalikan hal itu dengan visibilitas yang lebih baik, disiplin pengadaan, dan tata kelola cloud.

Agen akan mengubah masalah itu, dan mereka akan bergerak lebih cepat daripada SaaS atau cloud pernah lakukan, karena kali ini sistem yang tidak sah tidak hanya duduk diam. Ia bertindak.

Penyebaran Otonomi

Keuangan membangun agen mereka sendiri. Begitu juga HR, penjualan, pengadaan, dan layanan pelanggan. Karyawan membuat agen pribadi. Vendor secara diam-diam menyematkan agen ke dalam produk yang sudah kami bayar.

Kalikan itu di seluruh organisasi besar dan CIO tidak lagi melacak dua puluh agen. Itu menjadi ratusan atau ribuan entitas perangkat lunak, masing-masing memiliki kemampuan untuk menyentuh sistem dan mengambil tindakan. IBM telah memprediksi perusahaan besar akan menjalankan lebih dari 1,600 agen AI pada akhir tahun ini. Gartner memperingatkan bahwa agen menciptakan infrastruktur, identitas, dan hak akses lebih cepat daripada proses tata kelola dapat melacaknya.

Prioritas CIO pada 2027 akan menjadi melakukan inventarisasi yang sebenarnya. Siapa yang membangun setiap agen, apa yang dilakukannya, sistem apa yang disentuhnya, izin apa yang dimilikinya, dan siapa pemiliknya. Tanpa itu, tidak ada program tata kelola; hanya asumsi bahwa orang lain yang mengawasinya.

Human-in-the-Loop Tidak Skalabel

“Pertahankan manusia dalam loop” adalah jawaban yang masuk akal ketika hanya ada segelintir agen. Itu tidak lagi berlaku, begitu sebuah perusahaan menjalankan ribuan agen yang mengeksekusi volume tindakan yang sangat besar. Tidak ada cukup orang atau jam untuk itu.

Solusinya adalah otonomi berbasis risiko, bukan pengawasan menyeluruh. Agen yang memperbarui catatan internal tidak memerlukan pengawasan seperti transaksi keuangan. Apa yang harus menentukan tingkat keterlibatan manusia: nilai dolar tindakan, seberapa sensitif data, tingkat kepercayaan agen, eksposur regulasi, dan apakah agen bertindak di luar parameter yang diharapkan.

Gartner telah menguraikan model serupa, termasuk titik pemeriksaan mulai dari persetujuan pra-eksekusi hingga intervensi tengah tugas hingga tinjauan pasca-eksekusi dan sampling periodik. Targetnya bukan manusia dalam loop di mana-mana. Itu manusia pada titik yang tepat dalam loop.

Agen Mengelola Agen

Saat ini, kebanyakan organisasi masih berada pada fase satu manusia mengarahkan satu agen. Selanjutnya muncul sistem multi-agen: agen khusus yang berkomunikasi satu sama lain, menyerahkan tugas, dan menjalankan seluruh alur kerja tanpa orang di tengah.

Agen pengadaan menandai kebutuhan, memeriksa dengan agen keuangan mengenai anggaran, dan memicu agen pembelian untuk mengeksekusi; tidak ada manusia yang menyentuhnya sama sekali. McKinsey menyebut ini arsitektur yang muncul sebagai “agentic mesh.” Deloitte menemukan hanya 15% organisasi telah mengadopsi multi-agen lintas fungsi secara skala, dan hanya 5% yang mengatakan proses bisnis mereka sangat siap untuk itu.

Risikonya berubah bentuk di sini. Tidak lagi “apakah satu agen membuat kesalahan.” Melainkan seberapa jauh kesalahan itu menyebar melalui jaringan agen dan sistem sebelum ada yang menyadarinya. CIO harus mengatur bukan hanya agen individu tetapi hubungan dan ketergantungan di antara mereka.

Ekonomi Agen Bukan Ekonomi SaaS

Agen tidak menjawab satu perintah lalu berhenti. Mereka berjalan terus-menerus, memanggil model berulang kali, mengakses API, mengonsumsi sumber daya cloud, dan memicu agen lain. Itu profil biaya yang berbeda dibandingkan menambahkan satu kursi SaaS, dan kurang dapat diprediksi.

Alur kerja yang tampak murah dalam pilot dapat menjadi mahal dengan cepat begitu ratusan agen menjalankannya secara terus-menerus di produksi. IBM memperkirakan belanja AI akan naik dari sedikit di bawah 15% anggaran TI pada 2025 menjadi hampir 25% pada 2027, dan menemukan bahwa 85% pemimpin teknologi masih belum memiliki visibilitas penuh terhadap belanja AI secara real-time.

Ketahui biaya agen per tugas, per alur kerja, per hasil bisnis. Bukan hanya harga model dasarnya.

Dari Mengelola Teknologi ke Mengelola Otonomi

Selama beberapa dekade, pekerjaan saya sebagai CTO pada dasarnya adalah mengelola sistem yang digunakan orang. Itu sedang berubah. Sekarang saya mengelola sistem yang bertindak atas nama orang, dan itu merupakan jenis pekerjaan yang sama sekali berbeda.

Jadi, ketika saya memikirkan siapa yang akan unggul pada 2027, bukan CIO dengan jumlah agen terbanyak. Tetapi yang benar‑benar dapat memberi tahu Anda agen apa yang mereka miliki, apa yang diizinkan agen tersebut lakukan, siapa yang bertanggung jawab atasnya, berapa biayanya, dan ROI dari investasi tersebut.

Kami menghabiskan 2026 untuk mencari cara menempatkan AI ke dalam produksi. 2027 akan tentang mencari tahu apa yang harus dilakukan setelah AI beroperasi sendiri, dan bagaimana mengaturnya dengan cara yang meningkatkan keamanan dan kepatuhan tanpa mengorbankan efisiensi.