Perusahaan kini berlomba mengembangkan AI agent untuk mengotomatisasi pekerjaan, mempercepat pengambilan keputusan, dan meningkatkan produktivitas.

Perusahaan riset pasar global IDC memproyeksikan pada 2028 akan ada sekitar 1,3 miliar AI agent sejagat. Bahkan, pada 2030, 45% perusahaan di antaranya diperkirakan akan mengorkestrasi AI agent dalam skala yang cukup besar.

Pemanfaatan AI agent memang waktunya. Masalahnya, banyak perusahaan yang hanya mengembangkan AI agent tanpa menghasilkan nilai bisnis. Itu bisa jadi disebabkan karena agent dibangun menggunakan berbagai tools, bekerja dengan data yang terpisah (data silo), masih memiliki celah keamanan, dan banyak yang berhenti pada tahap awal.

Kalau begitu, sekarang tantangannya bukan lagi memiliki AI agent, melainkan bagaimana berbagai agen yang ada saling terhubung dan menjadi bagian dari proses bisnis.

Halim Hartono Perdana, Director Business Development & Innovation PT Multipolar Technology Tbk, dalam seminar bertema “The Next Frontier of Enterprise Intelligence: Unlocking Business Value with Autonomous AI” yang diselenggarakan oleh Multipolar Technology dan Microsoft Indonesia di Grand Hyatt, Jakarta, Kamis (24/9), mengatakan, perusahaan tidak cukup hanya memiliki banyak AI agent.

“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,” ungkapnya.

Tiga Tantangan Utama

Setidaknya ada tiga tantangan utama yang muncul ketika perusahaan mulai memperluas penggunaan AI agent.

Pertama, konteks bisnis. Agent membutuhkan akses dan pemahaman terhadap dokumen, percakapan, alur kerja, dan berbagai informasi agar dapat menghasilkan respons dan tindakan yang sesuai dengan kebutuhan bisnis.

Kedua, aspek security dan governance. Semakin banyak agent digunakan, semakin besar pula kebutuhan perusahaan akan visibility, control, dan safeguards, serta mekanisme tata kelola yang konsisten.

Ketiga, delivery ke lingkungan produksi. AI memang mempercepat pembuatan code, tetapi belum tentu mempercepat delivery, karena proses review, testing, governance, dan validasi keamanannya tetap harus dilakukan.

Ia menjelaskan, saat ini Microsoft memiliki satu sistem untuk membangun AI agent yang kompatibel bagi perusahaan. Sistem itu mencakup enam fungsi yang saling terhubung, antara lain Build menggunakan GitHub dan Copilot Studio, Contextualize melalui Microsoft IQ, Run dan Optimize menggunakan Microsoft Foundry, Govern melalui Agent 365, serta Surface melalui Microsoft Teams dan Microsoft 365.

Pendekatan terintegrasi tersebut dirancang agar agent tidak menjadi tools yang berdiri sendiri, melainkan dapat dibangun, dijalankan, dikelola, dan digunakan dalam satu ekosistem. Pendekatan seperti itu penting karena perusahaan membutuhkan lebih dari sekadar membuat AI agent.

“Ketika berbagai kemampuan ini terhubung, perusahaan dapat membangun agent dengan lebih mudah, memberikan konteks bisnis yang tepat, menerapkan governance dan security yang konsisten, serta membawa agent ke tempat karyawan bekerja sehari-hari. Dengan begitu, AI agent memiliki peluang lebih besar untuk bergerak dari prototipe menuju produksi dan memberikan dampak yang terukur,” terangnya.

Tiga Manfaat untuk Bisnis

Melalui pendekatan satu sistem tersebut, ada tiga hasil utama yang dapat dicapai. Pertama, Build at the Speed of AI, yaitu memberikan kemampuan kepada setiap departemen bisnis untuk mengubah ide menjadi agent yang siap pakai.

Kedua, Agents that Deliver Business Impact, yakni memastikan agent memiliki konteks bisnis, dapat dioptimalkan dan diskalakan untuk menghasilkan outcome yang optimal.

Ketiga, Secure Every Agent from Code to Runtime, memastikan setiap agent dapat diobservasi, diatur, dan diamankan sejak tahap pengembangan hingga berjalan di lini produksi.

Perlu diingat pula bahwa dalam penerapannya, keamanan dan tata kelola tidak seharusnya menjadi pemeriksaan yang hanya dilakukan di akhir.

Pendekatan Microsoft menempatkan Observe, Govern, dan Secure di sepanjang lifecycle AI agent. Observe memberikan visibilitas terhadap penggunaan dan perilaku agent, Govern menetapkan aturan serta batasan yang harus dipatuhi, sedangkan Secure melindungi identitas, akses, data, dan agent dari berbagai risiko.

Ketiganya membentuk siklus berkelanjutan yang memungkinkan perusahaan memperluas penggunaan AI agent tanpa kehilangan kendali.

“Jadi, keberhasilan AI bukan diukur dari seberapa banyak agent yang dimiliki perusahaan, melainkan dari seberapa besar agent tersebut mampu membantu bisnis bekerja menjadi lebih baik. Agent harus memahami bisnis, terhubung dengan proses bisnis nyata, memberikan hasil yang dapat diukur, sekaligus tetap aman dan terkontrol. Dengan fondasi semacam ini, AI dapat berkembang dari sekadar alat bantu menjadi bagian dari cara bisnis berjalan,” ujar Halim.

“Apabila ingin menerapkannya, tim ahli Multipolar Technology siap membantu,” tutupnya.

Jakarta, TechnoBusiness ID ● Perusahaan kini berlomba mengembangkan AI agent untuk mengotomatisasi pekerjaan, mempercepat pengambilan keputusan, dan meningkatkan produktivitas. Perusahaan riset pasar global IDC memproyeksikan pada 2028 akan ada sekitar 1,3 miliar AI agent sejagat. Bahkan, pada 2030, 45% perusahaan di antaranya diperkirakan akan mengorkestrasi AI agent dalam skala yang cukup besar.

Pemanfaatan AI agent memang waktunya. Masalahnya, banyak perusahaan yang hanya mengembangkan AI agent tanpa menghasilkan nilai bisnis. Itu bisa jadi disebabkan karena agent dibangun menggunakan berbagai tools, bekerja dengan data yang terpisah (data silo), masih memiliki celah keamanan, dan banyak yang berhenti pada tahap awal. Kalau begitu, sekarang tantangannya bukan lagi memiliki AI agent, melainkan bagaimana berbagai agen yang ada saling terhubung dan menjadi bagian dari proses bisnis.

Halim Hartono Perdana, Director Business Development & Innovation PT Multipolar Technology Tbk, dalam seminar bertema “The Next Frontier of Enterprise Intelligence: Unlocking Business Value with Autonomous AI” yang diselenggarakan oleh Multipolar Technology dan Microsoft Indonesia di Grand Hyatt, Jakarta, Kamis (24/9), mengatakan, perusahaan tidak cukup hanya memiliki banyak AI agent.

“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,” ungkapnya.

Tiga Tantangan Utama

Setidaknya ada tiga tantangan utama yang muncul ketika perusahaan mulai memperluas penggunaan AI agent. Pertama, konteks bisnis. Agent membutuhkan akses dan pemahaman terhadap dokumen, percakapan, alur kerja, dan berbagai informasi agar dapat menghasilkan respons dan tindakan yang sesuai dengan kebutuhan bisnis. Kedua, aspek security dan governance. Semakin banyak agent digunakan, semakin besar pula kebutuhan perusahaan akan visibility, control, dan safeguards, serta mekanisme tata kelola yang konsisten.

Ketiga, delivery ke lingkungan produksi. AI memang mempercepat pembuatan code, tetapi belum tentu mempercepat delivery, karena proses review, testing, governance, dan validasi keamanannya tetap harus dilakukan.

Ia menjelaskan, saat ini Microsoft memiliki satu sistem untuk membangun AI agent yang kompatibel bagi perusahaan. Sistem itu mencakup enam fungsi yang saling terhubung, antara lain Build menggunakan GitHub dan Copilot Studio, Contextualize melalui Microsoft IQ, Run dan Optimize menggunakan Microsoft Foundry, Govern melalui Agent 365, serta Surface melalui Microsoft Teams dan Microsoft 365.

Pendekatan terintegrasi tersebut dirancang agar agent tidak menjadi tools yang berdiri sendiri, melainkan dapat dibangun, dijalankan, dikelola, dan digunakan dalam satu ekosistem. Pendekatan seperti itu penting karena perusahaan membutuhkan lebih dari sekadar membuat AI agent.

“Ketika berbagai kemampuan ini terhubung, perusahaan dapat membangun agent dengan lebih mudah, memberikan konteks bisnis yang tepat, menerapkan governance dan security yang konsisten, serta membawa agent ke tempat karyawan bekerja sehari-hari. Dengan begitu, AI agent memiliki peluang lebih besar untuk bergerak dari prototipe menuju produksi dan memberikan dampak yang terukur,” terangnya.

Tiga Manfaat untuk Bisnis

Melalui pendekatan satu sistem tersebut, ada tiga hasil utama yang dapat dicapai. Pertama, Build at the Speed of AI, yaitu memberikan kemampuan kepada setiap departemen bisnis untuk mengubah ide menjadi agent yang siap pakai. Kedua, Agents that Deliver Business Impact, yakni memastikan agent memiliki konteks bisnis, dapat dioptimalkan dan diskalakan untuk menghasilkan outcome yang optimal. Ketiga, Secure Every Agent from Code to Runtime, memastikan setiap agent dapat diobservasi, diatur, dan diamankan sejak tahap pengembangan hingga berjalan di lini produksi.

Perlu diingat pula bahwa dalam penerapannya, keamanan dan tata kelola tidak seharusnya menjadi pemeriksaan yang hanya dilakukan di akhir. Pendekatan Microsoft menempatkan Observe, Govern, dan Secure di sepanjang lifecycle AI agent. Observe memberikan visibilitas terhadap penggunaan dan perilaku agent, Govern menetapkan aturan serta batasan yang harus dipatuhi, sedangkan Secure melindungi identitas, akses, data, dan agent dari berbagai risiko. Ketiganya membentuk siklus berkelanjutan yang memungkinkan perusahaan memperluas penggunaan AI agent tanpa kehilangan kendali.

“Jadi, keberhasilan AI bukan diukur dari seberapa banyak agent yang dimiliki perusahaan, melainkan dari seberapa besar agent tersebut mampu membantu bisnis bekerja menjadi lebih baik. Agent harus memahami bisnis, terhubung dengan proses bisnis nyata, memberikan hasil yang dapat diukur, sekaligus tetap aman dan terkontrol. Dengan fondasi semacam ini, AI dapat berkembang dari sekadar alat bantu menjadi bagian dari cara bisnis berjalan,” ujar Halim. “Apabila ingin menerapkannya, tim ahli Multipolar Technology siap membantu,” tutupnya.●

MAJALAH ICT – Jakarta. Perusahaan kini berlomba mengembangkan AI agent untuk mengotomatisasi pekerjaan, mempercepat pengambilan keputusan, dan meningkatkan produktivitas. Perusahaan riset pasar global IDC memproyeksikan pada 2028 akan ada sekitar 1,3 miliar AI agent sejagat. Bahkan, pada 2030, 45% perusahaan di antaranya diperkirakan akan mengorkestrasi AI agent dalam skala yang cukup besar.

Pemanfaatan AI agent memang waktunya. Masalahnya, banyak perusahaan yang hanya mengembangkan AI agent tanpa menghasilkan nilai bisnis. Itu bisa jadi disebabkan karena agent dibangun menggunakan berbagai tools, bekerja dengan data yang terpisah (data silo), masih memiliki celah keamanan, dan banyak yang berhenti pada tahap awal. Kalau begitu, sekarang tantangannya bukan lagi memiliki AI agent, melainkan bagaimana berbagai agen yang ada saling terhubung dan menjadi bagian dari proses bisnis.

Halim Hartono Perdana, Director Business Development & Innovation PT Multipolar Technology Tbk, dalam seminar bertema “The Next Frontier of Enterprise Intelligence: Unlocking Business Value with Autonomous AI” yang diselenggarakan oleh Multipolar Technology dan Microsoft Indonesia di Grand Hyatt, Jakarta, Kamis (24/9), mengatakan, perusahaan tidak cukup hanya memiliki banyak AI agent.

“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,” ungkapnya.

Tiga Tantangan Utama

Setidaknya ada tiga tantangan utama yang muncul ketika perusahaan mulai memperluas penggunaan AI agent. Pertama, konteks bisnis. Agent membutuhkan akses dan pemahaman terhadap dokumen, percakapan, alur kerja, dan berbagai informasi agar dapat menghasilkan respons dan tindakan yang sesuai dengan kebutuhan bisnis. Kedua, aspek security dan governance. Semakin banyak agent digunakan, semakin besar pula kebutuhan perusahaan akan visibility, control, dan safeguards, serta mekanisme tata kelola yang konsisten.

Ketiga, delivery ke lingkungan produksi. AI memang mempercepat pembuatan code, tetapi belum tentu mempercepat delivery, karena proses review, testing, governance, dan validasi keamanannya tetap harus dilakukan.

Ia menjelaskan, saat ini Microsoft memiliki satu sistem untuk membangun AI agent yang kompatibel bagi perusahaan. Sistem itu mencakup enam fungsi yang saling terhubung, antara lain Build menggunakan GitHub dan Copilot Studio, Contextualize melalui Microsoft IQ, Run dan Optimize menggunakan Microsoft Foundry, Govern melalui Agent 365, serta Surface melalui Microsoft Teams dan Microsoft 365.

Pendekatan terintegrasi tersebut dirancang agar agent tidak menjadi tools yang berdiri sendiri, melainkan dapat dibangun, dijalankan, dikelola, dan digunakan dalam satu ekosistem. Pendekatan seperti itu penting karena perusahaan membutuhkan lebih dari sekadar membuat AI agent.

“Ketika berbagai kemampuan ini terhubung, perusahaan dapat membangun agent dengan lebih mudah, memberikan konteks bisnis yang tepat, menerapkan governance dan security yang konsisten, serta membawa agent ke tempat karyawan bekerja sehari-hari. Dengan begitu, AI agent memiliki peluang lebih besar untuk bergerak dari prototipe menuju produksi dan memberikan dampak yang terukur,” terangnya.

Tiga Manfaat untuk Bisnis

Melalui pendekatan satu sistem tersebut, ada tiga hasil utama yang dapat dicapai. Pertama, Build at the Speed of AI, yaitu memberikan kemampuan kepada setiap departemen bisnis untuk mengubah ide menjadi agent yang siap pakai. Kedua, Agents that Deliver Business Impact, yakni memastikan agent memiliki konteks bisnis, dapat dioptimalkan dan diskalakan untuk menghasilkan outcome yang optimal. Ketiga, Secure Every Agent from Code to Runtime, memastikan setiap agent dapat diobservasi, diatur, dan diamankan sejak tahap pengembangan hingga berjalan di lini produksi.

Perlu diingat pula bahwa dalam penerapannya, keamanan dan tata kelola tidak seharusnya menjadi pemeriksaan yang hanya dilakukan di akhir. Pendekatan Microsoft menempatkan Observe, Govern, dan Secure di sepanjang lifecycle AI agent. Observe memberikan visibilitas terhadap penggunaan dan perilaku agent, Govern menetapkan aturan serta batasan yang harus dipatuhi, sedangkan Secure melindungi identitas, akses, data, dan agent dari berbagai risiko. Ketiganya membentuk siklus berkelanjutan yang memungkinkan perusahaan memperluas penggunaan AI agent tanpa kehilangan kendali.

“Jadi, keberhasilan AI bukan diukur dari seberapa banyak agent yang dimiliki perusahaan, melainkan dari seberapa besar agent tersebut mampu membantu bisnis bekerja menjadi lebih baik. Agent harus memahami bisnis, terhubung dengan proses bisnis nyata, memberikan hasil yang dapat diukur, sekaligus tetap aman dan terkontrol. Dengan fondasi semacam ini, AI dapat berkembang dari sekadar alat bantu menjadi bagian dari cara bisnis berjalan,” ujar Halim. “Apabila ingin menerapkannya, tim ahli Multipolar Technology siap membantu,” tutupnya.

JAKARTA (IndoTelko) Perusahaan semakin agresif memanfaatkan AI agent untuk mengotomatisasi pekerjaan, mempercepat pengambilan keputusan, dan meningkatkan produktivitas. Namun, tantangan berikutnya bukan sekadar memperbanyak AI agent, melainkan memastikan teknologi tersebut terhubung dengan proses bisnis dan menghasilkan dampak yang terukur.

Perusahaan riset IDC memproyeksikan jumlah AI agent secara global mencapai sekitar 1,3 miliar pada 2028. Pada 2030, sekitar 45% perusahaan diperkirakan akan mengorkestrasikan AI agent dalam skala besar.

Director Business Development & Innovation PT Multipolar Technology Tbk, Halim Hartono Perdana, mengatakan banyak perusahaan masih menghadapi kendala ketika AI agent dikembangkan menggunakan berbagai perangkat, bekerja dengan data yang terfragmentasi, serta memiliki tantangan keamanan dan tata kelola.

“Yang lebih penting adalah memastikan agent-agent tersebut memahami konteks bisnis, terhubung dengan data dan alur kerja yang tepat, serta menghasilkan output yang benar-benar mendukung tujuan bisnis,” ujar Halim dalam seminar “The Next Frontier of Enterprise Intelligence: Unlocking Business Value with Autonomous AI” yang digelar Multipolar Technology bersama Microsoft Indonesia di Jakarta, Kamis (24/9/2026).

Menurutnya, sedikitnya terdapat tiga tantangan utama dalam penerapan AI agent di perusahaan. Pertama, konteks bisnis, karena agent membutuhkan akses terhadap dokumen, percakapan, data, dan workflow agar dapat memberikan respons yang relevan.

Kedua, security dan governance. Semakin banyak agent digunakan, perusahaan membutuhkan visibilitas, kontrol, safeguards, serta tata kelola yang konsisten.

Ketiga, delivery ke lingkungan produksi. Penggunaan AI memang dapat mempercepat pembuatan kode, tetapi proses review, testing, validasi keamanan, dan governance tetap diperlukan sebelum agent digunakan secara luas.

Sistem Terintegrasi

Microsoft menawarkan pendekatan terintegrasi untuk membantu perusahaan membangun dan mengelola AI agent melalui sejumlah kapabilitas yang saling terhubung.

Sistem tersebut mencakup Build menggunakan GitHub dan Copilot Studio, Contextualize melalui Microsoft IQ, Run dan Optimize dengan Microsoft Foundry, Govern melalui Agent 365, serta Surfacemelalui Microsoft Teams dan Microsoft 365.

Pendekatan ini ditujukan agar AI agent tidak berjalan sebagai tools yang berdiri sendiri. Agent dapat dibangun, diberikan konteks, dijalankan, dikelola, hingga digunakan dalam lingkungan kerja yang sama.

“Ketika berbagai kemampuan ini terhubung, perusahaan dapat membangun agent dengan lebih mudah, memberikan konteks bisnis yang tepat, menerapkan governance dan security yang konsisten, serta membawa agent ke tempat karyawan bekerja sehari-hari,” jelas Halim.

Menurutnya, pendekatan tersebut dapat membantu perusahaan membawa AI agent dari tahap prototipe menuju lingkungan produksi sekaligus mengukur dampak yang dihasilkan.

Tiga Fokus Utama

Halim menjelaskan pendekatan tersebut memiliki tiga sasaran utama. Pertama, Build at the Speed of AI, yang memungkinkan berbagai departemen mengubah ide menjadi AI agent.

Kedua, Agents that Deliver Business Impact, yakni memastikan agent memiliki konteks bisnis, dapat dioptimalkan dan dikembangkan sesuai kebutuhan untuk menghasilkan outcome yang terukur.

Ketiga, Secure Every Agent from Code to Runtime, dengan memastikan agent dapat diobservasi, diatur, dan diamankan sejak tahap pengembangan hingga digunakan dalam produksi.

Aspek keamanan dan tata kelola juga perlu diterapkan sepanjang siklus hidup AI agent, bukan hanya ketika sistem akan masuk ke tahap produksi.

Microsoft menempatkan tiga pendekatan, yakni Observe, Govern, dan Secure. Observe memberikan visibilitas terhadap penggunaan dan perilaku agent, Govern menetapkan aturan serta batasan, sementara Secure melindungi identitas, akses, data, dan agent dari berbagai risiko.

“Keberhasilan AI bukan diukur dari seberapa banyak agent yang dimiliki perusahaan, melainkan dari seberapa besar agent tersebut mampu membantu bisnis bekerja menjadi lebih baik,” pungkas Halim.

Ia menambahkan, Multipolar Technology siap mendampingi perusahaan yang ingin mengembangkan dan menerapkan AI agent dalam lingkungan bisnisnya. (mas)

Warta Ekonomi, Jakarta – Perusahaan kini berlomba mengembangkan AI agent untuk mengotomatisasi pekerjaan, mempercepat pengambilan keputusan, dan meningkatkan produktivitas. Perusahaan riset pasar global IDC memproyeksikan pada 2028 akan ada sekitar 1,3 miliar AI agent sejagat. Bahkan, pada 2030, 45% perusahaan di antaranya diperkirakan akan mengorkestrasi AI agent dalam skala yang cukup besar.

Pemanfaatan AI agent memang waktunya. Masalahnya, banyak perusahaan yang hanya mengembangkan AI agent tanpa menghasilkan nilai bisnis. Itu bisa jadi disebabkan karena agent dibangun menggunakan berbagai tools, bekerja dengan data yang terpisah (data silo), masih memiliki celah keamanan, dan banyak yang berhenti pada tahap awal. Kalau begitu, sekarang tantangannya bukan lagi memiliki AI agent, melainkan bagaimana berbagai agen yang ada saling terhubung dan menjadi bagian dari proses bisnis.

Halim Hartono Perdana, Director Business Development & Innovation PT Multipolar Technology Tbk, dalam seminar bertema “The Next Frontier of Enterprise Intelligence: Unlocking Business Value with Autonomous AI” yang diselenggarakan oleh Multipolar Technology dan Microsoft Indonesia di Grand Hyatt, Jakarta, Kamis (24/9), mengatakan, perusahaan tidak cukup hanya memiliki banyak AI agent.

“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,” ungkapnya.

Tiga Tantangan Utama

Setidaknya ada tiga tantangan utama yang muncul ketika perusahaan mulai memperluas penggunaan AI agent. Pertama, konteks bisnis. Agent membutuhkan akses dan pemahaman terhadap dokumen, percakapan, alur kerja, dan berbagai informasi agar dapat menghasilkan respons dan tindakan yang sesuai dengan kebutuhan bisnis. Kedua, aspek security dan governance. Semakin banyak agent digunakan, semakin besar pula kebutuhan perusahaan akan visibility, control, dan safeguards, serta mekanisme tata kelola yang konsisten.

Ketiga, delivery ke lingkungan produksi. AI memang mempercepat pembuatan code, tetapi belum tentu mempercepat delivery, karena proses review, testing, governance, dan validasi keamanannya tetap harus dilakukan.

Ia menjelaskan, saat ini Microsoft memiliki satu sistem untuk membangun AI agent yang kompatibel bagi perusahaan. Sistem itu mencakup enam fungsi yang saling terhubung, antara lain Build menggunakan GitHub dan Copilot Studio, Contextualize melalui Microsoft IQ, Run dan Optimize menggunakan Microsoft Foundry, Govern melalui Agent 365, serta Surface melalui Microsoft Teams dan Microsoft 365.

Pendekatan terintegrasi tersebut dirancang agar agent tidak menjadi tools yang berdiri sendiri, melainkan dapat dibangun, dijalankan, dikelola, dan digunakan dalam satu ekosistem. Pendekatan seperti itu penting karena perusahaan membutuhkan lebih dari sekadar membuat AI agent.

“Ketika berbagai kemampuan ini terhubung, perusahaan dapat membangun agent dengan lebih mudah, memberikan konteks bisnis yang tepat, menerapkan governance dan security yang konsisten, serta membawa agent ke tempat karyawan bekerja sehari-hari. Dengan begitu, AI agent memiliki peluang lebih besar untuk bergerak dari prototipe menuju produksi dan memberikan dampak yang terukur,” terangnya.

Tiga Manfaat untuk Bisnis

Melalui pendekatan satu sistem tersebut, ada tiga hasil utama yang dapat dicapai. Pertama, Build at the Speed of AI, yaitu memberikan kemampuan kepada setiap departemen bisnis untuk mengubah ide menjadi agent yang siap pakai. Kedua, Agents that Deliver Business Impact, yakni memastikan agent memiliki konteks bisnis, dapat dioptimalkan dan diskalakan untuk menghasilkan outcome yang optimal. Ketiga, Secure Every Agent from Code to Runtime, memastikan setiap agent dapat diobservasi, diatur, dan diamankan sejak tahap pengembangan hingga berjalan di lini produksi.

Perlu diingat pula bahwa dalam penerapannya, keamanan dan tata kelola tidak seharusnya menjadi pemeriksaan yang hanya dilakukan di akhir. Pendekatan Microsoft menempatkan Observe, Govern, dan Secure di sepanjang lifecycle AI agent. Observe memberikan visibilitas terhadap penggunaan dan perilaku agent, Govern menetapkan aturan serta batasan yang harus dipatuhi, sedangkan Secure melindungi identitas, akses, data, dan agent dari berbagai risiko. Ketiganya membentuk siklus berkelanjutan yang memungkinkan perusahaan memperluas penggunaan AI agent tanpa kehilangan kendali.

“Jadi, keberhasilan AI bukan diukur dari seberapa banyak agent yang dimiliki perusahaan, melainkan dari seberapa besar agent tersebut mampu membantu bisnis bekerja menjadi lebih baik. Agent harus memahami bisnis, terhubung dengan proses bisnis nyata, memberikan hasil yang dapat diukur, sekaligus tetap aman dan terkontrol. Dengan fondasi semacam ini, AI dapat berkembang dari sekadar alat bantu menjadi bagian dari cara bisnis berjalan,” ujar Halim. “Apabila ingin menerapkannya, tim ahli Multipolar Technology siap membantu,” tutupnya. ###

Dunia bisnis sedang bersiap menyambut era ketika pekerjaan tidak lagi seluruhnya dikerjakan manusia. AI agent hadir sebagai tenaga digital yang dapat memahami instruksi, mengeksekusi pekerjaan, dan berkolaborasi dalam berbagai proses bisnis secara mandiri.

Gelombangnya pun kian besar: perusahaan mulai menggeser fokus dari sekadar menggunakan AI menuju membangun ekosistem agen yang bekerja layaknya mesin produktivitas baru.

Proyeksi IDC mempertegas besarnya gelombang tersebut: sekitar 1,3 miliar AI agentdiperkirakan akan beroperasi secara global pada 2028, sementara pada 2030 sekitar 45% perusahaan diproyeksikan telah mengorkestrasi AI agent dalam skala besar.

Pemanfaatan AI agent kian meluas, tetapi adopsi teknologi ini belum otomatis menghasilkan nilai bisnis. Sejumlah perusahaan masih membangun agent secara terpisah, menggunakan beragam tools, bekerja dengan data yang terfragmentasi (data silo), serta menghadapi celah keamanan.

Tantangan berikutnya bukan lagi sekadar memiliki AI agent, melainkan menghubungkan berbagai agen agar terintegrasi dengan proses bisnis dan mampu menghasilkan dampak nyata.

Halim Hartono Perdana, Director Business Development & Innovation PT Multipolar Technology Tbk, mengatakan perusahaan tidak cukup hanya memiliki banyak AI agent.

Ia menekankan pentingnya memastikan setiap agent memahami konteks bisnis, terhubung dengan data dan workflow yang tepat, serta menghasilkan output yang mendukung tujuan perusahaan.

Perluasan penggunaan AI agent menghadirkan tiga tantangan utama: konteks bisnis, security dan governance, serta delivery ke produksi. Agent membutuhkan pemahaman atas data, dokumen, percakapan, dan alur kerja agar relevan.

Di sisi lain, semakin banyak agent digunakan, semakin penting visibility, control, dan safeguards. AI juga mempercepat pembuatan code, tetapi review, testing, validasi keamanan, dan governance tetap diperlukan sebelum masuk produksi.

Microsoft meresponsnya melalui ekosistem terintegrasi yang mencakup Build, Contextualize, Run, Optimize, Govern, dan Surface.

Pendekatan ini memungkinkan agent dibangun, dijalankan, dioptimalkan, dikelola, hingga digunakan dalam ruang kerja karyawan tanpa menjadi tools yang berdiri sendiri.

Dari sisi bisnis, pendekatan tersebut diarahkan pada tiga hal: mempercepat pengembangan agent, memastikan agentmenghasilkan dampak bisnis yang terukur, serta mengamankannya sejak code hingga runtime.

Keamanan dan tata kelola pun diterapkan sepanjang lifecycle melalui Observe, Govern, dan Secure, sehingga perusahaan dapat memperluas penggunaan AI agenttanpa kehilangan kendali.

Ukuran keberhasilan AI agent bukan pada seberapa banyak agent yang dibangun, melainkan seberapa jauh ia mengubah cara bisnis bekerja dan menciptakan nilai.

Ketika memahami konteks bisnis, terhubung dengan proses nyata, menghasilkan outcome terukur, serta tetap aman dan terkendali, AI tak lagi sekadar teknologi pendukung, tetapi menjadi mesin baru untuk meningkatkan produktivitas dan daya saing perusahaan. (*)

Jakarta – Tren adopsi AI agent semakin masif, termasuk di Indonesia. Semakin banyak perusahaan yang mengembangkan AI agent untuk mengotomatisasi pekerjaan, mempercepat pengambilan keputusan, dan meningkatkan produktivitas.

Menurut IDC, perusahaan riset pasar global, pada 2028 diprediksi akan ada sekitar 1,3 miliar AI agent secara global. Pada 2030, IDC menyebut 45 perusahaan perusahaan di antaranya akan mengorkestrasi AI agent dalam skala yang cukup besar.

Adopsi AI agent memang menjadi nilai tambah. Persoalannya, banyak perusahaan yang mengembangkan AI agent, tapi tidak menghasilkan nilai bisnis. Kondisi ini bisa jadi disebabkan karena agent dibangun menggunakan berbagai tools, bekerja dengan data yang terpisah (data silo), masih memiliki celah keamanan, dan banyak yang berhenti pada tahap awal.

Director Business Development & Innovation PT Multipolar Technology Tbk Halim Hartono Perdana mengatakan, tantangan bagi perusahaan sekarang bukan lagi soal memiliki AI agent, tapi bagaimana membuat berbagai agen yang ada saling terhubung dan menjadi bagian dari proses bisnis.

Perusahaan harus memastikan agen-agen AI yang mereka kembangkan memahami konteks bisnis, terhubung dengan data dan alur kerja (workflow) yang tepat, serta menghasilkan output yang mendukung tujuan bisnis.

“Di sinilah transformasi AI mulai bergeser dari sekadar penggunaan teknologi menjadi perubahan cara perusahaan bekerja,” ujarnya dalam keterangan resmi, Sabtu, 3 Oktober 2026.

Tiga Tantangan Pengembangan AI Agent

Multipolar Technology menyebut, setidaknya ada tiga tantangan utama yang muncul saat perusahaan mulai memperluas penggunaan AI agent. Pertama, konteks bisnis. Agen membutuhkan akses dan pemahaman terhadap dokumen, percakapan, alur kerja, dan berbagai informasi agar dapat menghasilkan respons dan tindakan yang sesuai dengan kebutuhan bisnis.

Kedua, aspek security dan governance. Semakin banyak agent digunakan, semakin besar pula kebutuhan perusahaan akan visibility, control, dan safeguards, serta mekanisme tata kelola yang konsisten.

Ketiga, delivery ke lingkungan produksi. AI memang bisa mempercepat pembuatan code, tapi belum tentu mempercepat delivery, karena proses review, testing, governance, dan validasi keamanannya tetap harus dilakukan.

Halim menjelaskan, saat ini Microsoft menawarkan satu sistem untuk membangun AI agent yang kompatibel bagi perusahaan. Sistem itu mencakup enam fungsi yang saling terhubung, seperti Build menggunakan GitHub dan Copilot Studio, Contextualize melalui Microsoft IQ, Run dan Optimize menggunakan Microsoft Foundry, Govern melalui Agent 365, serta Surface melalui Microsoft Teams dan Microsoft 365.

Pendekatan terintegrasi membuat agent tidak menjadi tools yang berdiri sendiri, tapi dibangun, dijalankan, dikelola, dan digunakan dalam satu ekosistem. Dengan begitu, perusahaan bisa membangun agent dengan lebih mudah, memberikan konteks bisnis yang tepat, menerapkan governance dan security yang konsisten, serta membawa agent ke tempat karyawan bekerja sehari-hari.

“Dengan begitu, AI agent memiliki peluang lebih besar untuk bergerak dari prototipe menuju produksi dan memberikan dampak yang terukur,” lanjutnya.

Pendekatan satu sistem terhubung itu diklaim memberikan tiga hasil utama bagi perusahaan. Pertama, Build at the Speed of AI, yakni memberikan kemampuan kepada setiap departemen bisnis untuk mengubah ide menjadi agent yang siap pakai.

Kedua, Agents that Deliver Business Impact, memastikan agent memiliki konteks bisnis, dapat dioptimalkan dan diskalakan untuk menghasilkan outcome yang optimal.

Ketiga, Secure Every Agent from Code to Runtime, memastikan setiap agent dapat diobservasi, diatur, dan diamankan sejak tahap pengembangan hingga berjalan di lini produksi. (*) Ari Astriawan

Jakarta, TechnoBusiness ID ● Di era digital, gangguan terhadap satu aplikasi dapat berdampak pada keseluruhan layanan bisnis yang sangat merugikan. Gatling, platform pengujian beban (load testing) dan performa sumber terbuka (open source) global asal Prancis, menyebut biaya akibat waktu henti (downtime) aplikasi bagi perusahaan skala kecil berkisar antara US$8.000 hingga US$50.000 per jam, perusahaan manufaktur sebesar US$260.000 per jam, perusahaan layanan kesehatan US$1 juta per jam, dan perusahaan perbankan US$5 juta per jam.

Betapa besar kerugian yang ditimbulkan akibat gangguan aplikasi, sekalipun hanya sebentar. Untuk itu, demi membantu perusahaan-perusahaan meniadakan risiko tersebut, PT Multipolar Technology Tbk. (MLPT) mendorong pemanfaatan solusi-solusi yang mampu menyatukan data-data dari aplikasi, infrastruktur, jaringan, dan cloud ke dalam satu platform berbasis AI. Melalui pendekatan AI-Powered Observability, perusahaan dapat mendeteksi anomali, mempercepat analisis akar masalah, dan mengambil tindakan lebih cepat sebelum gangguan berdampak pada operasional bisnis, pengalaman pelanggan, dan potensi pendapatan.

Solusi-solusi yang dimaksud, contohnya, adalah Elastic Observability dan Dell ObjectScale. “Integrasi keduanya membantu perusahaan memperoleh visibilitas menyeluruh atas kondisi layanan digital sekaligus menyediakan fondasi penyimpanan data yang aman, efisien, dan siap berkembang. Dampaknya, tim TI dapat merespons insiden lebih cepat, menjaga ketersediaan layanan, dan mendukung pertumbuhan bisnis berbasis data,” kata Achmad Fakhrudin, Senior Vice President Multipolar Technology, dalam seminar bertema “Unlock Resilient Digital Operations with Elastic Observability & Dell Infrastructure” yang diselenggarakan di Jakarta, Selasa (21/7).

Untuk diketahui, Elastic Observability merupakan platform observabilitas terintegrasi yang menyatukan log, metrik, jejak aplikasi (traces), serta data infrastruktur ke dalam satu tampilan terpusat untuk memudahkan pemantauan, analisis, dan troubleshooting. Dengan dukungan Machine Learning, solusi ini membantu tim TI mengenali pola normal sistem, mendeteksi anomali, menghubungkan berbagai peristiwa, menjelaskan akar penyebab gangguan, serta merekomendasikan tindakan perbaikan. Bagi bisnis, kemampuan ini berarti waktu deteksi dan pemulihan yang lebih singkat, risiko downtime yang lebih rendah, dan pengalaman pelanggan yang lebih terjaga.

Manfaat tersebut semakin kuat ketika Elastic Observability diintegrasikan dengan Dell ObjectScale. Jeffry Tjiung Sendjaja, Division Head Server Multipolar Technology, menjelaskan bahwa Elastic Observability memberikan gambaran kondisi aplikasi dan infrastruktur TI secara real-time, sementara Dell ObjectScale menyediakan penyimpanan objek berkapasitas besar yang aman, efisien, dan dapat diskalakan (scalable) untuk mendukung pertumbuhan data observabilitas dalam jangka panjang.

Dalam praktiknya, data observabilitas yang dikumpulkan Elastic dapat disimpan secara otomatis ke Dell ObjectScale sesuai kebutuhan. “Kombinasi ini memungkinkan perusahaan menyimpan histori data observabilitas lebih lama, menelusuri kembali insiden dengan lebih mudah, dan tetap menjaga efisiensi biaya infrastruktur,” kata Jeffry. Menurutnya, kapabilitas scale-out architecture, geo-replication, enkripsi data, erasure coding, dan multi-tenancy pada Dell ObjectScale membantu perusahaan mengelola data dalam skala besar secara lebih aman dan terkendali.

Kebutuhan terhadap penyimpanan objek modern menjadi semakin relevan seiring meningkatnya volume data tidak terstruktur (unstructured data) yang digunakan untuk analitik, observabilitas, dan AIOps. Di kancah global, perusahaan riset pasar IDC pada 2025 menyatakan, dari total volume data (datasphere) sebanyak 175 zettabyte (ZB), 90%-nya tidak terstruktur, sehingga membutuhkan penyimpanan yang besar, fleksibel, dan dapat diskalakan.

Achmad menegaskan, integrasi Elastic Observability dan Dell ObjectScale membantu perusahaan membangun operasional digital yang lebih resilien: gangguan dapat dideteksi lebih cepat, data historis tetap tersedia untuk analisis, dan kapasitas penyimpanan dapat bertumbuh seiring kebutuhan bisnis. “Dengan visibilitas yang lebih baik dan infrastruktur data yang siap diskalakan, perusahaan dapat menjaga performa layanan, meningkatkan efisiensi operasional, serta memperkuat kepercayaan pelanggan. Tim ahli Multipolar Technology siap membantu perusahaan menerapkan solusi ini sesuai kebutuhan bisnisnya,” pungkasnya.

JAKARTA (IndoTelko) – Gangguan layanan digital kini menjadi salah satu risiko terbesar bagi perusahaan karena dapat berdampak langsung terhadap operasional, pengalaman pelanggan, hingga potensi kehilangan pendapatan. Menjawab tantangan tersebut, PT Multipolar Technology Tbk (MLPT) mendorong pemanfaatan teknologi AI-Powered Observability melalui kombinasi solusi Elastic Observability dan Dell ObjectScale.

Multipolar Technology menilai perusahaan membutuhkan sistem yang mampu memantau kondisi aplikasi, infrastruktur, jaringan, dan layanan cloud secara menyeluruh dalam satu platform. Dengan pendekatan berbasis kecerdasan buatan, perusahaan dapat mendeteksi gangguan lebih cepat, menemukan penyebab utama masalah, serta mengambil tindakan sebelum berdampak luas.

Dalam seminar bertajuk “Unlock Resilient Digital Operations with Elastic Observability & Dell Infrastructure” di Jakarta, Senior Vice President Multipolar Technology, Achmad Fakhrudin, mengatakan integrasi Elastic Observability dan Dell ObjectScale membantu perusahaan meningkatkan visibilitas terhadap operasional digital sekaligus menyediakan fondasi penyimpanan data yang aman dan fleksibel.

“Perusahaan dapat merespons insiden lebih cepat, menjaga ketersediaan layanan, dan mendukung pertumbuhan bisnis berbasis data,” ujar Achmad.

Menurut Multipolar Technology, biaya akibat downtime aplikasi dapat mencapai angka yang signifikan. Gangguan layanan dalam hitungan jam saja berpotensi menyebabkan kerugian besar, terutama pada sektor yang sangat bergantung pada layanan digital seperti perbankan, manufaktur, dan kesehatan.

Gabungkan Monitoring Digital dan Penyimpanan Data Skala Besar Elastic Observability berfungsi sebagai platform pemantauan terintegrasi yang menggabungkan berbagai sumber data, mulai dari log, metrik, jejak aplikasi (traces), hingga informasi infrastruktur dalam satu dashboard. Dengan dukungan machine learning, solusi ini mampu mengenali pola sistem, mendeteksi anomali, menghubungkan berbagai kejadian, hingga membantu tim teknologi menemukan akar permasalahan secara lebih cepat.

Division Head Server Multipolar Technology, Jeffry Tjiung Sendjaja, menjelaskan bahwa kemampuan tersebut semakin optimal ketika dipadukan dengan Dell ObjectScale sebagai solusi penyimpanan objek berkapasitas besar. “Elastic Observability memberikan gambaran kondisi aplikasi dan infrastruktur secara real-time, sementara Dell ObjectScale menyediakan penyimpanan yang aman, efisien, dan dapat berkembang mengikuti kebutuhan data perusahaan,” jelas Jeffry.

Melalui integrasi kedua solusi tersebut, data observabilitas dapat disimpan secara otomatis sehingga perusahaan mampu mempertahankan histori data lebih lama, melakukan analisis insiden secara mendalam, serta menjaga efisiensi biaya infrastruktur.

Kebutuhan Object Storage Semakin Meningkat

Multipolar Technology melihat kebutuhan terhadap penyimpanan objek modern terus meningkat seiring pertumbuhan data tidak terstruktur yang digunakan untuk analitik, observabilitas, dan penerapan AIOps.

Data IDC pada 2025 menunjukkan sebagian besar volume data global berasal dari kategori tidak terstruktur, sehingga perusahaan membutuhkan sistem penyimpanan yang memiliki kapasitas besar, fleksibel, dan mudah dikembangkan.

Dell ObjectScale menghadirkan sejumlah kemampuan seperti arsitektur scale-out, geo-replication, enkripsi data, erasure coding, serta dukungan multi-tenancy untuk membantu perusahaan mengelola data dalam skala besar secara lebih aman.

Achmad menambahkan, kombinasi Elastic Observability dan Dell ObjectScale dapat menjadi fondasi bagi perusahaan dalam membangun operasional digital yang lebih tangguh.

“Dengan visibilitas yang lebih baik dan infrastruktur data yang siap berkembang, perusahaan dapat menjaga performa layanan, meningkatkan efisiensi operasional, serta memperkuat kepercayaan pelanggan,” pungkasnya. (mas)