DataRobot mengumumkan pergeseran besar dalam dunia kecerdasan buatan (Artificial Intelligence). Tidak lagi sebatas alat statis, Agentic AI (AI Otonom) kini beroperasi sebagai sistem dinamis yang membuat keputusan mandiri. John Moriarty, penulis dari DataRobot, memaparkan transformasi ini pada 7 Oktober 20251. Gelombang ini sudah tiba, bukan lagi di cakrawala.
Apa Itu Agentic AI dan Bedanya dengan AI Generatif
Agentic AI berbeda fundamental dari AI generatif atau prediktif. Sistem ini otonom. Membuat keputusan sendiri, mengambil tindakan, beradaptasi tanpa prompt manusia terus-menerus1. "Unlike predictive or generative AI, agents are autonomous," begitu penjelasannya. Otonomi ini powerful namun bertabrakan dengan infrastruktur deterministik kebanyakan enterprise.
Sistem deterministik mengharapkan input sama menghasilkan output identik setiap waktu. Agen bersifat probabilistik—input sama bisa memicu jalur, keputusan, atau hasil berbeda1. Ketidakcocokan menciptakan tantangan baru dalam governance, monitoring, kepercayaan. DataRobot bekerja sama dengan NVIDIA mengembangkan Agent Workforce Platform, membangun di atas desain AI Factory mereka. Paralel dengan itu, mereka co-develop business agents embedded langsung ke environment SAP1.
Dari Eksperimen ke Produksi
Perusahaan masih bergulat dengan gap antara eksperimen dan dampak nyata. Riset MIT menemukan 95% pilot AI generatif gagal deliver hasil terukur—sering stagnan saat scaling beyond proof of concept1. Angka mengejutkan.
DataRobot mengubah pendekatan. Daripada menyerahkan "pantry" bahan mentah seperti komponen dan framework, mereka kini kirim "meal kits"—template agen dan aplikasi dengan komponen siap pakai dan resep terbukti1. Praktisi bisa clone, lalu swap atau extend komponen via platform atau tools pilihan via API. Hasilnya: dashboard dan aplikasi production-ready dalam hitungan hari, bukan bulan.
| Aspek 🎯 | AI Generatif 🤖 | Agentic AI ⚡ |
|---|---|---|
| Sifat Kerja | Responsif terhadap prompt | Otonom dan proaktif |
| Pengambilan Keputusan | Memerlukan arahan manusia | Mandiri dengan adaptasi real-time |
| Output | Deterministik (relatif konsisten) | Probabilistik (bervariasi) |
| Kolaborasi | Alat bantu pasif | Rekan kerja digital aktif |
| Infrastruktur | Sistem tradisional cukup | Butuh governance khusus |
| Kasus Penggunaan | Konten, chatbot, analisis | Workflow kompleks, orkestrasi sistem |
| Tingkat Pilot Gagal | 95% (riset MIT) | Direduksi dengan platform terintegrasi |
Transformasi Cara Praktisi Bekerja
Pendekatan ini mengubah bagaimana praktisi AI berinteraksi dengan platform. Salah satu hambatan terbesar adalah menciptakan front-end interfaces yang consume agents dan models—aplikasi untuk forecasting demand, generating content, retrieving knowledge, exploring data1. Enterprise besar dengan tim development dedicated bisa handle ini. Tapi organisasi kecil sering bergantung pada tim IT atau AI experts—app development bukan core skill mereka.
DataRobot menyediakan customizable reference apps sebagai starting points. Bekerja baik ketika use case cocok, tapi sulit diadaptasi untuk requirement kompleks atau unik1. Praktisi kadang beralih ke open-source frameworks seperti Streamlit, namun sering tidak memenuhi enterprise requirements untuk scale, security, user experience.
Dashboard Berbasis Agen
Untuk mengatasi ini, DataRobot eksplorasi pendekatan agent-driven—seperti supply chain dashboards yang gunakan agen untuk generate aplikasi dinamis1. Dashboard ini include rich visualizations dan advanced interface components disesuaikan dengan customer needs spesifik, powered oleh Agent Workforce Platform di back end. Hasilnya bukan hanya build lebih cepat, tapi interfaces yang praktisi tanpa deep app-dev skills bisa create—sambil tetap memenuhi enterprise standards untuk scale, security, user experience.
Penelitian dari EY menunjukkan para pekerja eager mengadopsi Agentic AI namun masih ada concern tentang job security2. Di sisi keamanan siber, Agentic AI bisa menjadi ally terbaik CISO dalam menangani alert fatigue dengan autonomous analysis dan prioritisasi cyber threats3.
Desain Sistem, Bukan Hanya Produk
Agentic AI tidak hanya mengubah bagaimana produk dibangun—mengubah apa itu "produk". Alih-alih static tools dirancang untuk use cases luas, enterprises kini bisa create adaptive systems yang generate solusi spesifik untuk konteks spesifik on demand1. Ini menggeser peran product dan design teams.
- Mereka tidak lagi deliver single products, tapi architect systems, constraints, dan design standards yang agen gunakan untuk generate experiences1.
- Untuk maintain kualitas at scale, enterprises harus prevent design debt dari compounding saat lebih banyak teams dan agen generate aplikasi.
- Di DataRobot, design system telah diterjemahkan ke machine-readable artifacts, termasuk Figma guidelines, component specifications, dan interaction principles expressed dalam markdown1.
- Dengan encode design standards upstream, agen bisa generate interfaces yang tetap consistent, accessible, dan on-brand dengan lebih sedikit manual reviews yang slow innovation.
- Industri telekomunikasi diprediksi akan menjadi arsitek transformasi industri melalui orkestrasi end-to-end experiences intelligent4.
- Perusahaan seperti C3.ai betting big pada Agentic AI dengan platform dan OEM model untuk scaling enterprise adoption5.
- Harvard Business Review menekankan pentingnya design workflows around outcomes dan appoint mission owners untuk realize promise sistem agentic6.
Agen Sebagai User Baru
Shift lain: agen sendiri kini adalah users. Mereka berinteraksi dengan platforms, APIs, dan workflows—kadang lebih langsung dari manusia1. Ini mengubah bagaimana feedback, error handling, dan kolaborasi dirancang. Platform future-ready tidak hanya optimize untuk human-computer interaction, tapi juga untuk human-agent collaboration. Forbes menyoroti pentingnya measuring quality, risk, dan cost of action melalui economics of Agentic AI7.
Kesimpulan
Gelombang Agentic AI sudah menghantam. Seperti analogi Interstellar yang disebut Moriarty, apa yang tampak seperti pegunungan jauh ternyata gelombang masif1. Pertanyaannya bukan lagi "apakah akan datang" tapi "bagaimana reshape landscape". DataRobot dengan NVIDIA menunjukkan jalan: dari meal kits hingga agent-driven dashboards, dari design systems machine-readable hingga treating agents sebagai users. Enterprises yang belajar harness ini tidak hanya ride the wave—mereka shape what comes next. Business Insider menekankan three critical data shifts yang diperlukan perusahaan untuk thrive di era ini8. Singapura bahkan berencana act early untuk govern Agentic AI dan quantum tech dengan launch consultations9. Masa depan bukan lagi tentang produk statis, tapi sistem adaptif yang berevolusi bersama kebutuhan.
Daftar Pustaka
- Moriarty, John. "The agentic AI shift: From static products to dynamic systems." DataRobot, 7 Oktober 2025, https://www.datarobot.com/blog/agentic-ai-enterprise-design/.
- "Workers are Eager to Adopt Agentic AI but Concerns Remain About Job Security : Research." Crowdfund Insider, 25 Oktober 2025, https://www.crowdfundinsider.com/2025/10/254949-workers-are-eager-to-adopt-agentic-ai-but-concerns-remain-about-job-security-research/.
- "Why Agentic AI Could Be The CISO's New Best Ally." Business World, 23 Oktober 2025, https://www.businessworld.in/article/why-agentic-ai-could-be-the-ciso-s-new-best-ally-576653.
- "Agentic AI: Why telcos will be the architects of industry transformation (Reader Forum)." RCR Wireless, 24 Oktober 2025, https://www.rcrwireless.com/20251024/reader-forum/agentic-ai-industry.
- "Can C3.ai Dominate the Emerging Agentic AI Market Segment?" MSN, 24 Oktober 2025, https://www.msn.com/en-us/money/other/can-c3ai-dominate-the-emerging-agentic-ai-market-segment/ar-AA1P8keJ.
- "Designing a Successful Agentic AI System." Harvard Business Review, 24 Oktober 2025, https://hbr.org/2025/10/designing-a-successful-agentic-ai-system.
- "Measuring Quality, Risk And Cost Of Action Through The Economics Of Agentic AI." Forbes, 24 Oktober 2025, https://www.forbes.com/councils/forbestechcouncil/2025/10/24/measuring-quality-risk-and-cost-of-action-through-the-economics-of-agentic-ai/.
- "Three Critical Data Shifts Your Company Needs to Thrive in the Agentic AI Era." Business Insider, 24 Oktober 2025, https://www.businessinsider.com/sc/harness-agentic-ai-with-dynamic-orchestrated-data-essential-changes-for-success.
- "Josephine Teo Says Singapore Will Act Early to Govern Agentic AI, Quantum Tech." Fintech News Singapore, 22 Oktober 2025, https://fintechnews.sg/120512/ai/singapore-agentic-ai-quantum/.
