Perusahaan tidak lagi cukup sekadar memiliki banyak AI agent. Tantangan yang kini dihadapi adalah menghubungkan agen-agen tersebut dengan data, alur kerja, serta tujuan bisnis agar otomatisasi yang dibangun benar-benar menghasilkan nilai.
Director Business Development & Innovation PT Multipolar Technology Tbk, Halim Hartono Perdana, mengatakan pengembangan AI agent harus diarahkan pada kebutuhan operasional dan strategi perusahaan. Menurut dia, keberadaan teknologi tersebut tidak otomatis membuat proses bisnis menjadi lebih efektif apabila setiap agen bekerja sendiri-sendiri tanpa konteks yang memadai.
“Yang lebih penting adalah memastikan agent-agent tersebut memahami konteks bisnis, terhubung dengan data dan alur kerja (workflow) yang tepat, serta menghasilkan output yang benar-benar mendukung tujuan bisnis. Di sinilah transformasi AI mulai bergeser dari sekadar penggunaan teknologi menjadi perubahan cara perusahaan bekerja,” kata Halim dalam seminar The Next Frontier of Enterprise Intelligence: Unlocking Business Value with Autonomous AI di Jakarta, Kamis (24/9/2026).
Jumlah AI Agent Diproyeksikan Meningkat
Perusahaan-perusahaan saat ini berlomba mengembangkan AI agent untuk mengotomatisasi pekerjaan, mempercepat pengambilan keputusan, dan meningkatkan produktivitas. Perusahaan riset pasar global IDC memproyeksikan jumlah AI agent di dunia akan mencapai sekitar 1,3 miliar pada 2028.
IDC juga memperkirakan 45% perusahaan akan mengorkestrasi AI agent dalam skala cukup besar pada 2030. Proyeksi tersebut menggambarkan semakin luasnya penggunaan agen berbasis kecerdasan buatan dalam lingkungan bisnis.
Namun, pertumbuhan jumlah AI agent tidak selalu berbanding lurus dengan manfaat bisnis. Sebagian perusahaan masih mengembangkan agen tanpa memastikan teknologi tersebut terintegrasi dengan proses kerja dan sumber data yang relevan. Akibatnya, AI agent dapat berhenti pada tahap awal dan belum memberikan dampak yang diharapkan.
Halim menyebut sejumlah persoalan yang dapat menghambat penciptaan nilai. AI agent bisa dibangun menggunakan beragam tools yang tidak terintegrasi, bekerja dengan data yang terpisah dalam silo, serta masih memiliki celah keamanan. Kondisi tersebut membuat perusahaan perlu memikirkan lebih dari sekadar jumlah agen yang berhasil dibuat.
Tiga Tantangan dalam Memperluas Pemanfaatan
Menurut Halim, setidaknya ada tiga tantangan utama ketika perusahaan mulai memperluas penggunaan AI agent. Tantangan pertama adalah konteks bisnis. Agar mampu memberikan respons dan mengambil tindakan yang sesuai, agent membutuhkan akses sekaligus pemahaman terhadap dokumen, percakapan, alur kerja, dan berbagai informasi yang berkaitan dengan aktivitas perusahaan.
Tanpa konteks tersebut, kemampuan agent untuk menghasilkan keluaran yang relevan dengan kebutuhan bisnis menjadi terbatas. Karena itu, keterhubungan antara agent, data, dan workflow menjadi bagian penting dalam penerapan AI di lingkungan perusahaan.
Tantangan kedua berkaitan dengan keamanan dan tata kelola. Semakin banyak agent yang digunakan, semakin besar pula kebutuhan perusahaan terhadap visibilitas, kontrol, dan safeguards. Perusahaan juga memerlukan mekanisme tata kelola yang konsisten untuk mengatur penggunaan agen-agen tersebut.
Dengan pendekatan itu, pengembangan AI agent tidak berhenti pada penggunaan teknologi secara terpisah, tetapi diarahkan menjadi bagian dari proses bisnis yang terhubung.
