Perusahaan-perusahaan kini bergerak menuju adopsi agentic AI secara penuh dalam skala besar. Laporan Deloitte menunjukkan bahwa jumlah perusahaan yang menjalankan lebih dari 40% proyek AI di lingkungan produksi diperkirakan meningkat dua kali lipat dalam enam bulan mendatang.
Di Asia Tenggara, laporan McKinsey menunjukkan hampir setengah perusahaan telah melampaui tahap uji coba AI. Singapura (56%) dan Indonesia (51%) menjadi yang terdepan dalam pengadopsian AI skala besar.
Organisasi berharap AI dapat memberikan dampak bisnis yang nyata setelah melewati tahap uji coba dan pengembangan prototipe. Tantangan utama selama ini adalah scaling, tata kelola, dan pengendalian biaya.
Adopsi AI dalam skala penuh menjadi semakin memungkinkan dengan menghubungkan agen AI ke data real-time yang terkelola dengan baik dan mengintegrasikannya ke dalam alur kerja bisnis. Perusahaan mulai beralih dari penggunaan AI sebagai konsultan pasif menjadi agen otonom yang mampu menjalankan tugas-tugas berisiko tinggi dalam sektor keuangan dan engineering.
Kemampuan terbaru dari Anthropic untuk menerapkan tim agen merupakan langkah penting dalam mengoperasionalkan agen AI dalam skala besar, terutama bagi tim keuangan dan legal. Namun, banyak organisasi menghadapi tantangan akibat data yang tersebar di berbagai tempat, sehingga menyulitkan penjagaan konsistensi, tata kelola, dan kontrol.
Tanpa pendekatan terintegrasi, setiap departemen berisiko memilih tools sendiri, menjalankan POC (Proof of Concept) sendiri, dan menerapkan solusi masing-masing. Hal ini memicu terbentuknya silo-silo AI di dalam perusahaan, mirip dengan masa awal perkembangan Business Intelligence.
Laporan Deloitte juga menemukan bahwa penggunaan agentic AI diperkirakan melonjak tajam dalam dua tahun mendatang. Akan tetapi, baru sekitar satu dari lima perusahaan yang memiliki kerangka tata kelola yang matang untuk mengelola agen AI otonom secara efektif.
Menurut laporan McKinsey, pengadopsian agentic AI juga meraih momentumnya di Asia Tenggara, termasuk Indonesia. Hampir 90% perusahaan di Asia Tenggara berencana mencoba agentic AI pada tahun 2026.
Penggunaan AI masih terkonsentrasi pada fungsi teknis dan berbasis pengetahuan, terutama dalam IT dan software engineering. Lebih dari sepertiga perusahaan sedang memperluas implementasinya atau telah mengadopsinya secara penuh dalam skala besar.
Sebaliknya, penggunaan AI pada fungsi yang berhubungan langsung dengan pihak luar, seperti sales dan marketing, pengembangan produk atau servis, dan risk management, masih berada pada tahap awal karena fungsi-fungsi ini berinteraksi langsung dengan pelanggan dan punya risiko yang lebih besar terhadap reputasi atau komersial.
Saat ini, hanya sekitar satu dari lima perusahaan yang mulai memperluas penggunaan agentic AI pada fungsi-fungsi tersebut, sementara sebagian besar masih berada pada tahap uji coba atau berencana menggunakannya. Kebutuhan akan pengawasan manusia tetap tinggi karena kompleksitas yang lebih besar dalam mengintegrasikan agen otonom ke dalam alur kerja yang berinteraksi langsung dengan pelanggan dan memiliki tingkat risiko yang lebih tinggi.
Pentingnya Pengawasan Manusia dan Arsitektur Private AI
Pengawasan oleh manusia tetap menjadi elemen penting untuk memastikan kualitas data dan tata kelola yang baik, serta menjadi fondasi yang kuat bagi perusahaan untuk menerapkan berbagai tools dan model AI secara fleksibel untuk mengoptimalkan alur kerja. Untuk mewujudkan hal tersebut, tanpa tergantung pada satu vendor dan terlepas di mana pun data berada, organisasi perlu mempertimbangkan pendekatan arsitektur Private AI.
Perusahaan dapat menggunakan platform yang dirancang dengan keamanan sebagai prioritas utama serta patuh pada aturan residensi data dan kontrol akses. Claude kini terintegrasi langsung ke dalam Cloudera Lakehouse melalui kemitraan dengan ekosistem AI, dan menjadi model penting dalam arsitektur Cloudera AI.
Dengan Cloudera AI, organisasi yang menjalankan model AI di infrastruktur on-premise tetap memiliki kendali penuh atas data dan model AI mereka, sekaligus memastikan kepatuhan pada regulasi dan keamanan di sepanjang lifecycle AI.
Di Indonesia, kebutuhan akan pendekatan Private AI menjadi semakin penting, terutama dengan diberlakukannya Undang-Undang Perlindungan Data Pribadi, yang mewajibkan organisasi memastikan keamanan dan kendali atas data sensitif.
Hal Penting dalam Lanskap AI yang Berkembang:
Dalam lanskap AI yang terus berkembang, organisasi perlu memperhatikan beberapa hal penting:
- Memastikan kedaulatan data: Data tetap berada dalam kendali dan yurisdiksi organisasi, sehingga membantu mereka mematuhi regulasi lokal maupun internasional.
- Meningkatkan keamanan: Membatasi paparan data ke pihak luar dapat mengurangi risiko kebocoran data secara signifikan.
- Mempertahankan kendali penuh: Organisasi memiliki visibilitas penuh atas model AI dan data mereka, sehingga tata kelola dan akuntabilitas dapat terjaga dengan baik.
Seiring dengan semakin banyaknya pilihan model baru dan agen AI yang tersedia, semakin penting bagi organisasi untuk memastikan integrasi AI yang mulus ke dalam data fabric mereka.
Perusahaan yang didukung oleh fondasi data yang kuat, metrik terstandarisasi, serta tata kelola berkelanjutan akan menuai manfaat AI yang paling besar.