Ekosistem Terbuka Dinilai Penting untuk Memperluas Penerapan Agentic AI

JAKARTA — Perkembangan kecerdasan buatan (artificial intelligence/AI) di lingkungan perusahaan mulai memasuki tahap baru. Jika sebelumnya implementasi AI banyak dilakukan melalui proyek percontohan dan proof of concept, kini perusahaan mulai mengevaluasi bagaimana teknologi tersebut dapat digunakan dalam aktivitas bisnis secara lebih luas.

Kemampuan AI untuk merangkum dokumen, menyusun surel, dan menjawab pertanyaan kini semakin menjadi fungsi dasar. Perusahaan mulai membutuhkan AI yang dapat bekerja di berbagai aktivitas inti bisnis, tidak hanya terbatas pada satu aplikasi.

Hal tersebut menjadi alasan utama berkembangnya agentic AI, yakni sistem berbasis AI yang dirancang untuk menjalankan tugas secara lebih mandiri dengan memanfaatkan berbagai aplikasi, layanan, perangkat lunak, dan sumber data untuk mencapai tujuan tertentu.

Dalam artikel yang ditulis Alexey Navolokin, General Manager APAC AMD, disebutkan bahwa kehadiran AI agent meningkatkan ekspektasi terhadap kemampuan AI di lingkungan perusahaan. Berbeda dengan chatbot generative AI yang umumnya memberikan respons berdasarkan masukan pengguna, sistem agentic dirancang untuk menggunakan berbagai alat perangkat lunak dan sumber data yang lebih luas, seperti catatan pelanggan, pustaka internal, sistem ticketing, repositori kode, hingga aplikasi bisnis.

Agentic AI Butuh Interoperabilitas

Kemampuan untuk mengakses berbagai sumber data dan aplikasi menjadi salah satu kebutuhan utama dalam penerapan agentic AI. Namun, perusahaan yang mulai beralih dari generative AI menuju agentic AI kerap menghadapi tantangan berupa vendor lock-in dan solusi perangkat lunak eksklusif.

Integrasi vertikal memang dapat mempermudah penerapan pada tahap awal. Namun, ketika perusahaan mulai memperluas penggunaan AI dan menambah berbagai perangkat serta aplikasi yang harus didukung, pendekatan tersebut berpotensi membatasi fleksibilitas. Saat ini, sejumlah agent dapat bekerja secara optimal dalam framework perangkat lunak tertentu, tetapi menghadapi kendala ketika harus berinteraksi dengan aplikasi dari lingkungan yang berbeda.

Oleh karena itu, ekosistem terbuka menjadi semakin penting. Agent perlu memiliki kemampuan untuk terhubung dengan berbagai sistem yang telah digunakan perusahaan tanpa bergantung pada satu software stack tertentu.

“Fleksibilitas dan kebebasan memilih akan semakin penting seiring dengan semakin matangnya agentic AI,” ujar Navolokin.

Kebutuhan tersebut semakin relevan ketika perusahaan membawa implementasi AI dari tahap eksperimen menuju penggunaan skala produksi. Semakin banyak sistem yang harus diakses agent, semakin penting pula kemampuan interoperabilitas agar teknologi dapat berkembang tanpa dibatasi oleh lingkungan perangkat lunak tertentu.

AMD Dorong Pendekatan Terbuka

AMD melihat kebutuhan tersebut sebagai bagian penting dari perkembangan AI perusahaan. AMD menyediakan rangkaian solusi AI end-to-end yang mencakup FPGA embedded, prosesor server AMD EPYC, mobile workstation, hingga akselerator AMD Instinct. Rangkaian ini ditujukan untuk memberikan fleksibilitas kepada pelanggan dalam menyesuaikan beban kerja AI dengan kebutuhan daya dan sistem pendinginan di lingkungan kerja.

Dari sisi perangkat lunak, AMD ROCm dan HIP mendukung sejumlah framework yang banyak digunakan di industri, termasuk PyTorch, TensorFlow, dan ONNX Runtime. Dukungan tersebut memungkinkan model dievaluasi, dipindahkan, dan diterapkan di berbagai lingkungan tanpa harus melakukan pelatihan ulang atau mengubah format model. Pendekatan ini memberikan ruang bagi organisasi untuk menyesuaikan teknologi AI dengan kebutuhan saat ini sekaligus mempertahankan kebebasan memilih teknologi di masa mendatang.

AMD juga menyediakan layanan berbasis kontainer melalui AMD Inference Microservices (AIMs) untuk mendukung beban kerja inferensi AI pada GPU AMD Instinct. AIMs dirancang untuk menyederhanakan proses inferensi dengan mengurangi kompleksitas implementasi, sekaligus memberikan jaminan layanan ketika diterapkan pada konfigurasi perangkat keras AMD tertentu. Microservices tersebut menjadi bagian dari AMD Enterprise Reference Stack, yang bersifat open source dan dirancang untuk terhubung dengan lingkungan serta toolset perusahaan yang telah ada. Ekosistem tersebut dapat berinteraksi dengan berbagai platform, baik open source maupun closed source, melalui mitra seperti Red Hat, SUSE, Canonical, VMware, dan Nutanix.

Agent Perlu Terhubung dengan Berbagai Sumber Data

Penerapan agentic AI dalam skala perusahaan membutuhkan arsitektur yang tidak membatasi akses agent terhadap sumber data maupun aplikasi. Agent diharapkan dapat terhubung dengan berbagai basis data, baik terstruktur maupun tidak terstruktur, spreadsheet, serta produk Software-as-a-Service (SaaS). Kemampuan tersebut menjadi penting karena data perusahaan biasanya tersebar di berbagai sistem yang digunakan oleh masing-masing fungsi bisnis.

Dalam tahap awal, pengujian agent mungkin hanya dilakukan untuk mengotomatisasi tugas tertentu dalam satu aplikasi. Namun, ketika masuk ke tahap produksi dan digunakan dalam skala lebih luas, agent dituntut untuk mengakses berbagai sumber data, memilih perangkat atau aplikasi yang sesuai, serta mengembalikan hasil dalam format yang dapat digunakan oleh sistem lain.

“Manfaat penerapan agentic AI dalam skala produksi akan bergantung pada kemampuan agent mengakses berbagai sumber data, menjalankan alat yang tepat, dan mengembalikan hasil yang dapat digunakan oleh software lain,” paparnya.

Dengan demikian, manfaat agentic AI tidak hanya ditentukan oleh kemampuan model AI itu sendiri, tetapi juga oleh kemampuan sistem tersebut dalam berinteraksi dengan seluruh ekosistem teknologi perusahaan.

Fleksibilitas Menjadi Faktor Strategis

Seiring semakin matangnya teknologi agentic AI, fleksibilitas dan kebebasan memilih teknologi diperkirakan menjadi semakin penting bagi perusahaan. Organisasi yang sejak awal membangun agent agar dapat terhubung dengan alur kerja, aplikasi, dan sistem yang sudah digunakan karyawan dinilai memiliki posisi lebih baik untuk memperluas penerapan AI.

Pendekatan ekosistem terbuka memungkinkan perusahaan meningkatkan skala penggunaan AI di berbagai bagian organisasi tanpa harus membatasi pilihan perangkat lunak atau mengikat keputusan teknologi masa depan pada satu vendor saja.

“Perusahaan yang memprioritaskan agent agar mampu terhubung dengan alur kerja dan sistem yang sudah digunakan karyawan akan berada pada posisi lebih baik untuk memperoleh manfaat agentic AI,” jelasnya.

Bagi perusahaan, pendekatan tersebut bukan hanya persoalan kompatibilitas teknologi. Ekosistem terbuka juga menjadi strategi untuk menjaga fleksibilitas ketika kebutuhan AI terus berkembang dan teknologi baru bermunculan.

Dengan semakin luasnya penggunaan agentic AI, kemampuan untuk menghubungkan model, aplikasi, data, dan infrastruktur menjadi salah satu fondasi penting agar penerapan AI dapat berkembang dari eksperimen terbatas menjadi bagian dari operasional bisnis secara menyeluruh.

“Ekosistem terbuka memberikan perusahaan jalur untuk meningkatkan skala AI di seluruh organisasi tanpa membatasi pilihan software atau memaksa keputusan masa depan pada satu software stack vendor,” lanjut Navolokin.