Strategi CIO Memastikan Ribuan Agen AI Menguntungkan Bisnis

​Ketika berbicara tentang kecerdasan buatan (AI) di lingkungan korporat, perbincangan para pemimpin teknologi (CIO) kini telah bergeser secara fundamental.

Alih-alih meributkan aspek teknis atau mekanik bagaimana cara memasukkan sebuah agen AI ke tahap produksi, kini fokus utama CIO adalah memastikan bagaimana teknologi agen AI dapat memberikan nilai nyata bagi organisasi.

​Kini perangkat kerja berbasis AI kian menjamur di berbagai perusahaan. Gartner memproyeksikan perusahaan-perusahaan yang masuk daftar Fortune 500 akan memiliki rata-rata lebih dari 150.000 agen AI. Skala penggunaannya pun bukan main-main. Microsoft telah mengerahkan lebih dari 500.000 agen internal.

“Bahkan, platform HR UKG kini memiliki jumlah agen AI yang melampaui total karyawannya sendiri,” ungkap Chief Transformation Officer UKG, Prakash Kota.

Kini, saat karyawan makin mudah merancang agen AI sendiri, CIO mengemban mandat baru yaitu mengelola seluruh siklus hidup perangkat tersebut.

CIO bertugas mengawal agen AI dari pengembangan hingga produksi, memantau kinerjanya secara berkala, dan memensiunkannya jika sudah tidak lagi bernilai.

​Madhu Narasimhan (CIO Organisasi Layanan Kesehatan DaVita) mengungkapkan adanya pergeseran cara pandang di kalangan pemimpin teknologi.

“Perbincangan di antara para CIO telah bergeser dari bagaimana cara kita membangun agen menjadi bagaimana kita memastikan agen-agen tersebut terus memberikan nilai,” ujarnya.

Keseimbangan antara Otonomi dan Pengawasan

​Pengelolaan siklus hidup agen AI dimulai jauh sebelum proses pembangunan kode dimulai. Para CIO bersama timnya bertanggung jawab merancang fondasi dan pembatas pengaman (guardrails) bagi para karyawan. Hal itu memungkinkan perusahaan mengatur tata kelola agen sepanjang masa pakainya.

​Kevin McDonald (Konsultan Utama Firma Penasihat Teknologi Hylaine) menyarankan para pemimpin mendefinisikan tugas spesifik dari sebuah agen dan membangunnya dengan hak akses yang terbatas. “Perlakukan agen sebagai produk yang dikelola terus-menerus, bukan proyek yang ada batas akhirnya,” ujarnya.

​Prakash Kota menambahkan menjaga keseimbangan antara visibilitas departemen IT dan otonomi karyawan merupakan hal yang krusial. Ia merekomendasikan penyediaan area uji coba (sandbox) supaya karyawan dapat bereksperimen dengan aman.

“Pemimpin IT juga wajib membekali agen AI dengan identitas terpisah dari akun pengguna serta hak akses yang lebih terbatas,” ujarnya.

​Pendekatan terukur ini diterapkan oleh Mike Tomasco (CDIO Fujifilm Biotechnologies). Mengingat posisinya di industri farmasi dan bioteknologi yang sangat diregulasi, Tomasco mengambil langkah hati-hati. Alih-alih memberikan akses bebas tanpa batas ke perangkat seperti Claude Code, ia dan timnya membangun lingkungan sandbox terisolasi bernama Genki Studio.

​Genki Studio dirancang sebagai lingkungan “bawa data Anda sendiri” (bring your own data) yang dilengkapi kendali keamanan tingkat korporat, akses jaringan terbatas, izin berbasis peran, dan sistem audit. Dari total 5.000 karyawan perusahaan, seluruhnya diizinkan mendaftar, meski hanya sebagian kecil yang memiliki minat dan keahlian di bidang pengembangan solusi AI.

Fujifilm Biotechnologies memprioritaskan pendaftar yang membawa kasus penggunaan relevan, ketertarikan tinggi pada AI, pemahaman seputar data dan analitik.

Saat ini, sekitar 50 karyawan merancang prototipe agen di studio tersebut menggunakan model AI terkemuka. Setelah tahap pengembangan rampung, pembuat akan mengundang rekan kerja untuk menguji agen tersebut.

Tahap berikutnya adalah tinjauan berbasis domain (domain-based review) untuk memastikan agen mematuhi regulasi dan tidak menduplikasi program yang sudah ada atau sedang dalam rencana pengembangan (roadmap). ​Jika seluruh persyaratan terpenuhi, agen dapat dirilis ke tahap produksi. Menurut Tomasco, rentang waktu dari gagasan awal hingga perilisan biasanya memakan waktu enam hingga delapan minggu.

​Mengukur Nilai dan Keberhasilan Agen AI

​Setelah agen AI resmi beroperasi, Fujifilm Biotechnologies secara berkala mengevaluasi utilitasnya selama beberapa minggu ke depan untuk memutuskan apakah agen tersebut layak dipertahankan di lini produksi.

Penilaian ini memanfaatkan metrik tingkat adopsi dan KPI yang berkaitan langsung dengan proses manufaktur seperti percepatan waktu pemasaran (time to market).

​Perusahaan juga melakukan pengawasan berkala guna memastikan agen tidak melenceng dari tujuan awal. “Agen dapat melenceng dari batasan pengaman yang telah Anda tetapkan untuk mereka,” tutur Tomasco mengingatkan.

​Di sisi lain, DaVita menerapkan standar evaluasi dan penerimaan AI internal bagi setiap agen yang dikembangkan. Perusahaan ini menghabiskan waktu lebih dari satu tahun untuk membangun fondasi keamanan dan tata kelola sebelum meluncurkan platform AI tingkat perusahaan pada musim semi lalu.

Hingga kini, karyawan DaVita telah menciptakan lebih dari 10.000 agen termasuk yang bertugas memandu pertanyaan seputar tunjangan karyawan atau regulasi.

​”Kami menilai kepatuhan, keamanan siber, tata kelola, dan nilai bisnis sebelum diadopsi secara lebih luas,” jelas Narasimhan.

Tim peninjau yang melibatkan perwakilan dari divisi klinis, hukum, keamanan siber, dan bidang lainnya akan menguji setiap kasus penggunaan AI. Indikator kinerja utama bagi keberhasilan agen mencakup akurasi, keandalan, tingkat adopsi, serta dampak nyata terhadap bisnis.

​Apabila sebuah agen terbukti redundan atau minim keterlibatan pengguna, DaVita tidak ragu untuk mempertimbangkan penonaktifannya. “Saya tidak percaya pada teknologi demi teknologi semata,” tegasnya.

​Pandangan senada disampaikan oleh Kevin McDonald dari Hylaine. Ia menyarankan para CIO mengevaluasi kinerja agen berdasarkan penghematan waktu, biaya per tugas, dan seberapa sering manusia harus mengambil alih (override) hasil keluaran agen tersebut.

Ketika tingkat intervensi manusia mulai melonjak atau jika biaya operasional agen melampaui nilai pekerjaan yang digantikannya, sudah saatnya perusahaan memensiunkan agen tersebut.

​McDonald juga merekomendasikan agar organisasi memelihara daftar registri yang mencakup seluruh agen beserta izin akses, versi templat perintah (versioned prompts), dan perangkat pendukungnya. Langkah ini memastikan bahwa ketika masa tugas agen berakhir, pihak CIO dapat mencabut seluruh akses.

​”Agen yang terlupakan dengan kredensial yang masih aktif adalah risiko nyata,” ungkap McDonald.

Mike Tomasco turut sepakat bahwa manajemen harus bersikap tegas untuk mematikan sistem yang tidak lagi berkinerja. “Tidak ada gunanya mempertahankan program yang berjalan tanpa menciptakan nilai,” ujarnya.

​Menempatkan Orientasi Bisnis di Garda Depan

​Isu nilai dan efektivitas bisnis dari agen AI kini semakin mendominasi prioritas para pemimpin IT. Prakash Kota mencatat bahwa alih-alih mengukur keberhasilan dari tingkat adopsi atau seberapa banyak karyawan yang membangun maupun menggunakan agen AI, fokus saat ini telah bergeser ke arah konversi hasil nyata bagi organisasi.

​Keterlibatan karyawan menghabiskan hari-hari untuk bereksperimen di dalam sandbox tidak secara otomatis mendongkrak produktivitas atau hasil keseluruhan perusahaan. “Jika kami tidak berdampak pada peningkatan pendapatan atau menekan biaya pengeluaran, apa tujuannya?” tanya Kota.

​Bagi perusahaan seperti DaVita dan Fujifilm Biotechnologies yang bergerak di sektor berisiko tinggi, penerapan agen AI merupakan bagian dari misi besar untuk menciptakan efisiensi yang pada akhirnya menghemat waktu bagi para pelanggan biofarmasi dan pasien.

​”Sangat menyenangkan bisa menjadi bagian dari upaya ini ketika Anda dapat membantu menghadirkan obat ke pasaran lebih cepat untuk masyarakat,” tutup Tomasco.

“Itu bisa menjadi sesuatu yang mengubah hidup,” ujarnya.

 

Baca Juga

Akhir Era 33 Tahun, Jensen Huang Resmi Mundur dari CEO Nvidia

​Dunia industri teknologi global diguncang oleh salah satu berita terbesar dekade ini. Pendiri sekaligus Chief Executive Officer (CEO) Nvidia, Jensen Huang, secara resmi mengundurkan diri dari jabatannya setelah memimpin raksasa semikonduktor tersebut selama 33 tahun.