SUARAMALANG.COM – Perkembangan kecerdasan buatan (AI) mulai memasuki tahap baru. Jika chatbot generatif sebelumnya dikenal karena kemampuannya menjawab pertanyaan, membuat teks, gambar, atau merangkum informasi, kini perhatian industri bergeser pada sistem yang dapat merencanakan dan menjalankan tindakan.
Konsep tersebut dikenal sebagai agentic AI atau AI agent. Sistem ini dirancang untuk menerima tujuan dari pengguna, menentukan sejumlah langkah yang diperlukan, menggunakan alat atau layanan digital, lalu memeriksa hasilnya untuk melanjutkan pekerjaan.
Perubahan ini membuat AI semakin dekat dengan peran “pelaksana digital”. Namun, semakin besar kemampuan AI untuk bertindak, semakin penting pula pertanyaan mengenai siapa yang memberi izin, sejauh mana AI boleh bertindak, dan siapa yang bertanggung jawab ketika keputusan atau eksekusinya bermasalah.
Apa Itu Agentic AI?
Secara sederhana, agentic AI adalah sistem AI yang tidak berhenti pada menghasilkan output, tetapi dapat mengejar tujuan melalui serangkaian tindakan.
Misalnya, chatbot biasa dapat menjawab pertanyaan, “Carikan penerbangan ke Jakarta besok.” AI agent dapat melangkah lebih jauh dengan mencari pilihan penerbangan, membandingkan jadwal, memeriksa kriteria yang diberikan pengguna, kemudian melakukan pemesanan jika memiliki izin untuk melakukannya.
Dalam proses tersebut, model AI bukan hanya menghasilkan teks. Ia dapat memanggil tools, mengakses data, berinteraksi dengan aplikasi, menjalankan fungsi tertentu, kemudian menggunakan hasil dari tindakan tersebut untuk menentukan langkah berikutnya.
Komisi Eropa mendeskripsikan AI agent sebagai sistem yang dapat menerima dan memproses masukan dari lingkungannya kemudian menjalankan tindakan yang dapat berinteraksi atau memengaruhi lingkungan tersebut. Komisi juga menekankan bahwa istilah AI agent masih berkembang dan belum menjadi kategori hukum tersendiri dalam AI Act.
Bedanya Chatbot, Copilot, dan AI Agent
Perbedaan utama ketiganya terletak pada tingkat tindakan yang diberikan kepada sistem.
| Jenis AI | Peran utama | Contoh tindakan |
|---|---|---|
| Chatbot | Memberikan respons | Menjawab pertanyaan atau membuat teks |
| Copilot | Membantu pengguna melakukan pekerjaan | Menyusun dokumen, kode, analisis, atau rekomendasi |
| AI Agent | Menjalankan tujuan melalui serangkaian tindakan | Mengakses tools, menjalankan workflow, memperbarui data, atau melakukan transaksi dengan izin |
Pembagian tersebut bukan klasifikasi hukum yang kaku. Sebuah produk dapat memiliki karakteristik lebih dari satu kategori. Yang membedakan agentic AI terutama adalah kemampuan sistem untuk bergerak dari “memberikan jawaban” menuju “melakukan pekerjaan”.
Mengapa Industri Mulai Fokus pada AI Agent?
Salah satu alasannya adalah perusahaan mulai mencari cara agar investasi AI menghasilkan dampak langsung pada proses bisnis.
Selama beberapa tahun, perusahaan banyak menggunakan AI untuk membantu menulis, mencari informasi, membuat ringkasan, membuat kode, atau menganalisis data. Agentic AI menawarkan tahap berikutnya: menghubungkan kemampuan tersebut dengan sistem yang benar-benar digunakan perusahaan.
Salesforce, misalnya, pada September 2026 memperluas Agentforce dengan agen yang ditujukan untuk pekerjaan yang lebih kompleks dan dapat berlangsung dalam rentang waktu lebih panjang. Perusahaan tersebut menyebut telah menjalankan miliaran Agentic Work Units melalui Agentforce dan Slack.
Di sisi lain, Google Cloud juga menggelar agenda khusus untuk pengembangan AI agent pada September 2026 dengan pesan untuk bergerak melampaui chatbot dasar menuju agen yang dapat dibangun, dikembangkan, dan dikelola di lingkungan produksi.
Dari Sekadar Menjawab ke Menjalankan Workflow
Perubahan paling penting sebenarnya terjadi pada cara AI berinteraksi dengan software lain.
Model bahasa sendiri tidak otomatis memiliki kemampuan untuk mengirim email, memperbarui database, memesan tiket, atau menjalankan program. Kemampuan tersebut muncul ketika model dihubungkan dengan tools, API, sistem perusahaan, browser, atau layanan digital lainnya.
Di sinilah arsitektur AI agent menjadi lebih kompleks.
Sebuah agen dapat menerima tujuan, memecahnya menjadi beberapa tugas, memilih tool yang sesuai, menjalankan tindakan, membaca hasilnya, kemudian menyesuaikan langkah berikutnya. Jika diperlukan, proses tersebut dapat berlangsung dalam beberapa putaran hingga tujuan tercapai atau sistem mencapai batas yang ditentukan.
Dengan model seperti ini, AI bukan lagi sekadar antarmuka percakapan. Ia mulai menjadi lapisan yang dapat menghubungkan pengguna dengan berbagai layanan digital.
Contohnya Mulai Masuk ke Kehidupan Sehari-hari
Perkembangan AI agent tidak hanya terjadi di lingkungan perusahaan.
Dalam penggunaan konsumen, agen dapat diarahkan untuk membantu belanja, mengatur jadwal, melakukan reservasi, mencari informasi, mengisi formulir, atau menjalankan tugas digital lainnya.
Reuters pada 22 September 2026 melaporkan kekhawatiran sejumlah bank besar terhadap perkembangan AI shopping agents. Teknologi tersebut memungkinkan AI membantu pengguna memilih hingga membeli produk secara online.
Perkembangan tersebut sekaligus membuka persoalan baru. Jika AI melakukan transaksi atas nama pengguna, siapa yang memastikan pilihan tersebut benar-benar sesuai keinginan pengguna? Bagaimana jika agen memilih metode pembayaran yang kurang aman? Dan siapa yang bertanggung jawab jika terjadi kesalahan?
Semakin Otonom, Semakin Besar Permukaan Risikonya
Risiko AI agent berbeda dari chatbot biasa karena kesalahan tidak berhenti pada jawaban yang keliru.
Jika chatbot memberikan informasi salah, pengguna masih dapat memilih untuk tidak mengikutinya. Namun, ketika sebuah agen memiliki izin untuk mengubah data, mengirim pesan, menjalankan kode, atau melakukan transaksi, kesalahan dapat langsung menghasilkan konsekuensi di dunia nyata.
Microsoft dalam pembahasannya mengenai keamanan autonomous AI agents menyoroti perubahan tersebut. Ketika agen dapat memanggil tools, mengubah data, dan menjalankan workflow, kesalahan dapat menyebar lebih cepat dan dampaknya menjadi lebih besar.
Karena itu, keamanan AI agent tidak cukup hanya menguji model bahasanya. Sistem yang mengelilingi model juga perlu diamankan.
Masalah Baru: Siapa yang Memberi Izin?
Salah satu konsep penting dalam pengembangan AI agent adalah authorization, atau batas tindakan yang boleh dilakukan oleh agen.
Bayangkan sebuah agen memiliki akses ke email, kalender, dokumen perusahaan, sistem keuangan, dan aplikasi komunikasi sekaligus. Secara teknis, agen mungkin dapat menghubungkan informasi dari berbagai sistem tersebut.
Namun, kemampuan teknis tidak berarti seluruh tindakan harus diperbolehkan.
Karena itu, sistem agentic perlu memiliki batas izin. Agen yang hanya bertugas membaca kalender, misalnya, tidak semestinya otomatis memiliki izin mengirim email atau melakukan pembayaran.
Pemisahan hak akses menjadi semakin penting karena agen dapat menjalankan banyak langkah tanpa menunggu instruksi baru dari manusia.
Human in the Loop Tetap Penting
Human in the loop berarti manusia tetap dilibatkan pada titik-titik penting dalam proses pengambilan keputusan atau eksekusi.
Dalam pekerjaan berisiko rendah, AI mungkin dapat diberi keleluasaan menjalankan tugas rutin. Namun, untuk tindakan yang berdampak besar seperti transfer dana, penghapusan data penting, perubahan konfigurasi keamanan, atau keputusan yang sulit dibatalkan, sistem dapat dirancang agar meminta persetujuan manusia terlebih dahulu.
Dengan pendekatan tersebut, tujuan penggunaan AI bukan membuat manusia hilang dari proses, melainkan menentukan bagian mana yang aman untuk diotomatisasi dan bagian mana yang tetap membutuhkan keputusan manusia.
Ini juga menjelaskan mengapa istilah “otonom” tidak selalu berarti “bebas”. Tingkat otonomi sebuah agen dapat dibatasi oleh izin, aturan, lingkungan kerja, mekanisme persetujuan, dan pengawasan.
Agentic AI Mulai Masuk ke Sektor Pertahanan
Perubahan paradigma ini juga terlihat dalam sektor pertahanan dan keamanan.
Dalam strategi AI 2026, Departemen Pertahanan Amerika Serikat memasukkan program bernama Agent Network untuk pengembangan dan eksperimen agen AI yang ditujukan bagi battle management dan decision support, termasuk penggunaan dalam perencanaan kampanye hingga proses kill chain execution.
Fakta tersebut menunjukkan bahwa kemampuan AI untuk menggabungkan penalaran, penggunaan tools, dan eksekusi mulai dipandang sebagai kemampuan strategis.
Namun, penggunaan AI dalam lingkungan pertahanan memiliki konsekuensi yang jauh berbeda dari chatbot konsumen. Kesalahan sistem dapat memengaruhi operasi, keamanan, dan keputusan yang memiliki dampak serius.
Karena itu, pembahasan mengenai otonomi dalam sistem pertahanan tidak dapat dipisahkan dari persoalan tanggung jawab manusia, pengujian, batas kewenangan, dan kepatuhan terhadap hukum yang berlaku.
Bukan Berarti AI Akan Sepenuhnya Bekerja Sendiri
Istilah agentic AI sering terdengar seolah-olah AI akan segera menjadi pekerja digital yang sepenuhnya mandiri. Kenyataannya lebih bertahap.
Banyak implementasi saat ini masih menggunakan agen untuk tugas yang ruang lingkupnya jelas. Sistem dapat memiliki daftar tools terbatas, akses data tertentu, batas waktu, batas transaksi, serta mekanisme penghentian ketika kondisi tertentu terjadi.
Dengan kata lain, yang berkembang bukan hanya “kecerdasan” model, tetapi juga infrastruktur pengendalian AI.
Perusahaan mulai membutuhkan sistem untuk memantau agen mana yang berjalan, tools apa yang digunakan, data apa yang diakses, dan tindakan apa yang dilakukan.
Tantangan Privasi Ikut Membesar
AI agent menjadi semakin berguna ketika memiliki konteks. Namun, konteks tersebut juga dapat berisi informasi sensitif.
Agen pribadi yang membantu mengatur kehidupan pengguna berpotensi mengetahui jadwal, lokasi, preferensi belanja, riwayat komunikasi, hingga informasi finansial. Dalam lingkungan perusahaan, agen dapat memperoleh akses ke dokumen internal, data pelanggan, kontrak, dan informasi operasional.
Semakin banyak konteks yang diberikan, semakin penting memastikan data tersebut hanya digunakan untuk tujuan yang memang diizinkan.
Risiko ini menjadi semakin nyata ketika agen dari perusahaan berbeda mulai berinteraksi satu sama lain. Mekanisme identitas, izin, audit, dan batas akses menjadi bagian penting dari ekosistem AI agent.
Regulasi Mulai Mengejar Perubahan Teknologi
Perkembangan agentic AI juga mulai masuk ke pembahasan regulasi.
Komisi Eropa menjelaskan bahwa AI agent sudah dapat tercakup dalam kerangka AI Act melalui definisi dan aturan yang berlaku terhadap AI system maupun model AI tujuan umum. Namun, Komisi juga mengakui bahwa perkembangan AI agent berlangsung cepat dan pertimbangan regulasinya masih terus berkembang.
Mulai 2 Agustus 2026, sejumlah ketentuan AI Act telah memasuki tahap penerapan dan penegakan, termasuk aturan transparansi tertentu. Untuk AI agent yang masuk kategori berisiko tinggi, persyaratan tambahan berlaku sesuai jadwal penerapan kategori terkait.
Hal ini menunjukkan bahwa tantangan regulasi bukan sekadar menentukan apakah sebuah AI “pintar”, tetapi bagaimana sistem tersebut digunakan, tindakan apa yang dapat dilakukan, seberapa besar risikonya, dan siapa yang memiliki tanggung jawab.
Masalah Besarnya Bukan Lagi Sekadar Akurasi Jawaban
Pada era chatbot, salah satu pertanyaan utama adalah: “Apakah jawaban AI benar?”
Pada era agentic AI, pertanyaannya menjadi jauh lebih luas: “Apakah AI seharusnya melakukan tindakan tersebut?”
Setelah itu muncul pertanyaan lain: apakah AI memiliki izin yang benar, apakah data yang digunakan tepat, apakah keputusan tersebut dapat diaudit, apakah manusia dapat menghentikannya, dan apa yang terjadi jika agen melakukan kesalahan?
Perubahan tersebut membuat pengembangan AI bergeser dari sekadar meningkatkan kemampuan model menuju pembangunan sistem yang dapat dipercaya untuk bekerja di lingkungan nyata.
Agentic AI Akan Mengubah Cara Kita Berinteraksi dengan Teknologi
Jika tren ini berlanjut, pengguna tidak selalu perlu membuka satu aplikasi demi satu aplikasi untuk menyelesaikan pekerjaan. Mereka cukup memberikan tujuan, sedangkan AI agent menangani sebagian rangkaian proses di belakangnya.
Namun, kenyamanan tersebut datang bersama perubahan besar dalam hubungan pengguna dengan software. Selama ini manusia yang secara langsung mengoperasikan aplikasi. Dalam model agentic, sebagian keputusan dan tindakan dapat didelegasikan kepada AI.
Itulah sebabnya agentic AI menjadi fokus baru industri teknologi global. Persaingannya bukan hanya tentang siapa yang memiliki model paling pintar, tetapi siapa yang mampu membuat AI bertindak secara berguna, aman, terukur, dan dapat dipertanggungjawabkan.
Pada akhirnya, pertanyaan terpenting bukan apakah AI dapat bertindak sendiri. Teknologi tersebut sudah bergerak ke arah itu. Pertanyaan yang lebih menentukan adalah tindakan apa yang boleh dilakukan AI, dengan izin siapa, dan kapan manusia harus tetap memegang kendali.
FAQ Agentic AI
Apa itu agentic AI?
Agentic AI adalah sistem AI yang dapat mengejar tujuan melalui rangkaian langkah, termasuk merencanakan pekerjaan, menggunakan tools, menjalankan tindakan, dan menyesuaikan proses berdasarkan hasil yang diperoleh.
Apa bedanya agentic AI dengan chatbot?
Chatbot terutama menghasilkan respons berdasarkan input pengguna. Agentic AI dapat melangkah lebih jauh dengan menggunakan tools dan menjalankan tindakan untuk menyelesaikan tujuan tertentu.
Apakah agentic AI sepenuhnya bekerja tanpa manusia?
Tidak selalu. Tingkat otonomi dapat dibatasi melalui izin, aturan, pengawasan, persetujuan manusia, serta batasan terhadap tools dan data yang dapat diakses.
Apakah agentic AI berbahaya?
Risikonya bergantung pada kemampuan dan akses yang diberikan. Agen yang hanya melakukan tugas berisiko rendah memiliki konsekuensi berbeda dari agen yang dapat mengakses data sensitif atau menjalankan transaksi.
Mengapa perusahaan tertarik menggunakan AI agent?
AI agent berpotensi mengotomatisasi workflow yang terdiri dari banyak langkah, sehingga AI tidak hanya membantu menghasilkan informasi tetapi juga dapat membantu menjalankan proses bisnis.
Apakah AI agent bisa melakukan transaksi?
Secara teknis, agen dapat dirancang untuk berinteraksi dengan layanan yang menyediakan akses atau API tertentu. Namun, tindakan finansial membutuhkan pengamanan, batas izin, verifikasi, dan mekanisme pertanggungjawaban yang sesuai.
Mengapa human in the loop penting?
Manusia dapat menjadi titik pemeriksaan untuk tindakan yang memiliki risiko tinggi atau sulit dibatalkan. Dengan begitu, tidak semua keputusan dan tindakan diserahkan sepenuhnya kepada sistem otomatis.
