Jakarta -Beberapa tahun terakhir, perusahaan berlomba mengadopsi kecerdasan buatan (AI) untuk meningkatkan produktivitas dan mempercepat proses kerja. Di Indonesia, tren ini terus menunjukkan momentum yang kuat.
Menteri Koordinator Bidang Perekonomian Airlangga Hartarto baru-baru ini menyebutkan Indonesia telah menjadi pasar AI potensial terbesar keempat di Asia, dengan investasi AI dari sektor swasta mencapai USD 91 juta sepanjang akhir 2024 hingga pertengahan 2025. Pada saat yang sama, 56% pekerja meyakini bahwa AI dapat membantu meningkatkan produktivitas kerja.
Namun, perhatian mulai bergeser seiring teknologi yang semakin matang. AI tidak lagi dipandang sekadar sebagai alat untuk menjawab pertanyaan, membuat ringkasan, atau menghasilkan konten. Semakin banyak organisasi yang mengeksplorasi sistem AI yang mampu menjalankan tugas secara mandiri.
Sistem ini, yang dikenal sebagai agen AI atau Autonomous AI, tidak hanya memberikan rekomendasi, tetapi juga mengambil tindakan, berkoordinasi lintas platform, dan menyelesaikan alur kerja dengan campur tangan manusia yang minim.
Perkembangan ini mulai mengubah cara perusahaan beroperasi. Di sektor keuangan, agentic AI berpotensi menangani permintaan layanan nasabah, membantu investigasi keamanan siber, mendeteksi anomali pada sistem TI, mengelola kepatuhan endpoint, dan mengoptimalkan penggunaan sumber daya cloud. Potensi agentic AI ini juga mendapatkan perhatian regulator.
Otoritas Jasa Keuangan (OJK) melalui Tata Kelola Kecerdasan Artifisial Perbankan Indonesia untuk industri perbankan, telah mengidentifikasi agentic AI sebagai salah satu investasi teknologi strategis yang dapat membantu membentuk masa depan industri perbankan.
Kemampuan AI yang terus berkembang juga membawa tantangan baru. Saat perusahaan mulai memberi izin kepada sistem AI untuk menjalankan proses bisnis, melakukan investigasi, dan mengambil keputusan operasional, perhatian tidak lagi hanya berfokus pada peningkatan produktivitas.
Semakin banyak pemimpin bisnis yang mempertanyakan bagaimana sistem ini dapat beroperasi secara aman, transparan, dan sesuai dengan kebijakan tata kelola yang telah ditetapkan.
Kekhawatiran terhadap privasi data dan akuntabilitas masih menjadi salah satu penghambat terbesar bagi adopsi AI yang lebih luas di tingkat perusahaan.
Saat sistem AI mendapatkan akses terhadap data pelanggan, platform internal, dan alur kerja yang krusial bagi bisnis, organisasi mulai mengajukan pertanyaan penting yakni siapa yang dapat mengakses data tersebut? Apakah informasi tersebut digunakan untuk melatih model AI eksternal? Bagaimana keputusan yang dihasilkan AI dapat diaudit? Sejauh mana kendali yang masih dimiliki organisasi atas tindakan yang diambil oleh sistem otonom tersebut?
Menurut Rajesh Ganesan, CEO ManageEngine, fase adopsi AI selanjutnya tidak akan ditentukan semata-mata oleh kecanggihan teknologi, melainkan oleh seberapa efektif perusahaan dapat menerapkan AI yang dirancang khusus sekaligus dapat dipercaya.
“Model AI sangat baik untuk penggunaan umum, tetapi tidak selalu efisien untuk kebutuhan TI perusahaan yang spesifik. Kami sangat berhati-hati dalam membangun teknologi AI yang tidak hanya dirancang khusus, sekaligus memberikan nilai jangka panjang dan efisiensi biaya bagi pelanggan kami,” ujar Ganesan dalam keterangannya pada Rabu, 17 Juni 2026.
Pergeseran ini mendorong munculnya generasi baru autonomous AI yang dirancang khusus untuk lingkungan perusahaan. Berbeda dengan AI konvensional yang lebih berfokus pada bantuan dan rekomendasi, platform ini memungkinkan organisasi membangun agen AI yang mampu menjalankan fungsi operasional secara mandiri di berbagai fungsi bisnis.
Salah satu pendekatan yang mulai berkembang adalah penggunaan AI agents untuk mengotomatisasi manajemen layanan TI, observability, operasi keamanan siber, manajemen endpoint, hingga operasional cloud dalam satu ekosistem yang saling terhubung.
Perusahaan juga semakin membutuhkan fleksibilitas untuk membuat agen yang disesuaikan dengan kebutuhan bisnis masing-masing, baik melalui konfigurasi bahasa alami, orkestrasi multi-agen, maupun integrasi dengan model dan platform AI pihak ketiga.
Dalam praktiknya, agen AI dapat mengambil alih tugas yang sebelumnya membutuhkan banyak intervensi manual, mulai dari dukungan service desk tingkat pertama dan investigasi keamanan siber, hingga analisis akar masalah dan manajemen pengetahuan.
Di lingkungan yang semakin kompleks, agen AI yang dapat memahami konteks lintas domain dan menghubungkan data dari berbagai sistem membantu organisasi mempercepat investigasi, mengkorelasikan peringatan keamanan, menilai risiko, dan mengambil keputusan operasional yang lebih tepat.
Namun, semakin besar tingkat otonomi yang diberikan perusahaan kepada AI, semakin penting pula aspek tata kelola yang mendasarinya. Akibatnya, perhatian di industri mulai bergeser, tidak lagi hanya membahas kemampuan AI, tetapi juga tata kelola, observability, auditability, dan kedaulatan data.
Perusahaan menginginkan kepastian bahwa setiap tindakan yang diambil sistem AI dapat dipantau, dilacak, dan dikendalikan sesuai dengan kebijakan organisasi.
Menurut Umasankar Narayanasamy, Vice President ManageEngine, pembeda jangka panjang dalam adopsi AI di perusahaan bukan sekadar kecanggihan model yang digunakan, melainkan tingkat kepercayaan yang dapat diberikan organisasi terhadap model tersebut.
“Prinsip privacy-first yang telah menjadi pedoman strategi ManageEngine selama lebih dari dua dekade kini menjadi semakin relevan di era agen AI. Komitmen kami terhadap privasi dan kedaulatan data memberi pelanggan keyakinan untuk mengadopsi agen AI secara bertanggung jawab dan aman,” ujar Narayanasamy.
Salah satu contoh pendekatan tersebut adalah Zia Agents yang dikembangkan ManageEngine, kerangka kerja autonomous AI yang tersedia di seluruh portofolio manajemen TI perusahaan.
Platform ini memungkinkan perusahaan menerapkan agen AI siap pakai maupun agen yang disesuaikan dengan kebutuhan masing-masing organisasi. Agen tersebut dapat beroperasi secara mandiri, berkolaborasi dengan agen lain dalam alur kerja yang kompleks, dan tetap berjalan dalam batasan (guardrails) yang telah ditetapkan perusahaan. Yang tidak kalah penting, data pelanggan tidak pernah digunakan untuk melatih model AI, sementara administrator tetap memiliki visibilitas dan jejak audit yang lengkap atas setiap tindakan yang dilakukan agen.
Seiring adopsi AI yang semakin cepat di berbagai industri, pertanyaan utama yang dihadapi perusahaan bukan lagi soal apakah AI akan digunakan dalam operasional bisnis, melainkan bagaimana AI dapat diterapkan secara aman, transparan, dan bertanggung jawab.
Seiring berkembangnya autonomous AI, kemampuan untuk menyeimbangkan inovasi dengan tata kelola yang kuat berpotensi menjadi pembeda penting bagi organisasi yang ingin meningkatkan efisiensi operasional, memperkuat resiliensi bisnis, dan membangun kepercayaan pelanggan dalam jangka panjang.
Untuk memaksimalkan manfaat autonomous AI, perusahaan perlu mulai mengevaluasi kesiapan tata kelola, keamanan data, dan strategi implementasi AI mereka. Langkah ini akan menjadi fondasi penting untuk memastikan AI dapat diterapkan secara aman, bertanggung jawab, dan memberikan nilai bisnis yang berkelanjutan.
