JawaPos.com - AI agent diproyeksikan mengubah cara manusia bekerja dengan komputer. Teknologi ini tidak lagi hanya menjawab pertanyaan, tetapi dapat menjalankan tugas secara mandiri di berbagai aplikasi dan layanan.
Kemampuan tersebut membuat AI agent membutuhkan akses ke lebih banyak data dan software. Mulai catatan pelanggan, database internal, sistem ticketing, repositori kode, hingga aplikasi bisnis.
Masalahnya, berbagai sistem tersebut tidak selalu bisa saling terhubung. Karena itu, ekosistem software yang terbuka menjadi salah satu kunci agar AI agent dapat bekerja secara maksimal.
Alexey Navolokin, General Manager AMD untuk kawasan Asia Pasifik, menilai kebutuhan tersebut akan semakin besar ketika AI mulai digunakan dalam pekerjaan sehari-hari. Menurutnya, perusahaan kini bergerak dari sekadar menguji AI menuju penerapan yang lebih luas di berbagai aktivitas bisnis.
"Fleksibilitas dan kebebasan memilih akan semakin penting seiring kematangan agentic AI," kata Navolokin dalam rilisnya.
Menurut Navolokin, AI agent pada tahap awal mungkin hanya mengotomatisasi pekerjaan dalam satu aplikasi. Namun ketika digunakan dalam skala produksi, agent harus mampu mengakses berbagai sumber data, menjalankan tool yang tepat, dan mengembalikan hasil agar dapat digunakan software lain.
Gambaran sederhananya seperti ini. Ketika pengguna meminta AI membuat laporan penjualan, agent idealnya dapat mengambil data dari spreadsheet, membaca informasi pelanggan, menjalankan aplikasi bisnis, lalu menyusun hasilnya tanpa pengguna harus membuka semua aplikasi tersebut satu per satu.
Kemampuan seperti itu berbeda dengan chatbot generatif biasa. Chatbot umumnya memberikan jawaban berdasarkan percakapan, sedangkan agent dirancang untuk menggunakan software dan sumber data lain demi menyelesaikan sebuah tujuan.
Namun, perusahaan bisa menghadapi masalah ketika setiap AI hanya bekerja dengan software tertentu. AMD menyebut kondisi tersebut dapat memunculkan vendor lock-in, terutama ketika perusahaan mulai memperluas penggunaan AI ke lebih banyak aplikasi.
Solusi yang awalnya mempermudah penerapan AI justru bisa menjadi hambatan saat kebutuhan perusahaan berkembang. Agent yang bekerja baik dalam satu framework belum tentu mudah berinteraksi dengan aplikasi lain.
Karena itu, AMD mendorong pendekatan ekosistem terbuka. Tujuannya agar AI agent dapat terhubung dengan berbagai software dan sumber data tanpa membuat perusahaan bergantung pada satu software stack.
AMD mendukung pendekatan tersebut melalui ROCm dan HIP. Keduanya mendukung framework yang banyak digunakan pengembang, termasuk PyTorch, TensorFlow, dan ONNX Runtime.
AMD juga menyediakan AMD Inference Microservices atau AIMs untuk membantu perusahaan menjalankan beban kerja inferensi AI pada GPU AMD Instinct. Layanan berbasis container tersebut dirancang untuk mengurangi kompleksitas penerapan AI di lingkungan perusahaan.
AMD mengatakan pendekatan ini juga dapat terhubung dengan berbagai lingkungan perusahaan yang sudah digunakan. Ekosistem tersebut mencakup platform open source maupun closed source seperti Red Hat, SUSE, Canonical, VMware, dan Nutanix.
Bagi perusahaan, fleksibilitas ini menjadi semakin penting ketika penggunaan AI berkembang. Mereka dapat memperluas kemampuan agent tanpa harus mengubah seluruh software dan alur kerja yang sudah berjalan.
Pada akhirnya, tantangan agentic AI bukan hanya membuat model yang semakin pintar. AI juga harus mampu terhubung dengan sistem yang digunakan manusia dan menyelesaikan pekerjaan di dalamnya.
Perubahan tersebut membuat AI bergerak dari sekadar alat untuk mencari jawaban menjadi alat untuk mengerjakan tugas. Dan agar perubahan itu bisa berjalan luas, AI agent membutuhkan ekosistem yang tidak membatasi ruang geraknya.