Technologue.id, Jakarta – Perusahaan kini menghadapi tantangan baru seiring meningkatnya penggunaan kecerdasan buatan (AI), terutama dalam mengelola agen AI yang mampu menjalankan berbagai pekerjaan secara otomatis. Untuk mengatasi persoalan tersebut, Salesforce mengembangkan pendekatan AI control plane yang memungkinkan perusahaan memantau aktivitas, mengatur akses, hingga mengendalikan biaya operasional agen AI.

Teknologi ini dirancang untuk memberikan gambaran menyeluruh mengenai seluruh agen AI yang beroperasi di lingkungan perusahaan. Pengelolaan tersebut mencakup identitas agen, penerapan kebijakan, serta siklus hidup agen mulai dari pembuatan, pengujian, penerapan, hingga penonaktifan.

Gavin Barfield, CTO and Vice President, Solution Engineering ASEAN Salesforce mengatakan bahwa makin banyaknya agen AI yang digunakan berpotensi membuat perusahaan kesulitan memantau aktivitas dan pengeluaran. Tanpa pengawasan yang memadai, perusahaan juga bisa kesulitan memastikan apakah biaya penggunaan AI sebanding dengan hasil bisnis yang diperoleh.

"Banyak perusahaan merasa khawatir bahwa seiring bertambahnya jumlah agen, mereka akan kehilangan visibilitas dan kendali atas biaya. Melalui AI control plane, perusahaan dapat melihat aktivitas yang dilakukan setiap agen, data yang digunakan maupun dihasilkan, serta sumber daya yang dapat diaksesnya," ujar Gavin secara virtual, Rabu (28/10).

Selain itu, perusahaan dapat memantau tingkat keberhasilan agen dalam menyelesaikan tugas dan biaya yang dibutuhkan untuk menjalankan setiap pekerjaan.

Salesforce mengembangkan pendekatan agentic fabric yang memungkinkan perusahaan memilih agen dan model AI sesuai kebutuhan pekerjaan.

Dengan pendekatan ini, tugas-tugas sederhana dapat dialihkan ke model bahasa besar (large language model/LLM) yang lebih murah. Sementara itu, pekerjaan yang membutuhkan kemampuan penalaran lebih kompleks dapat ditangani model yang lebih canggih.

Strategi tersebut diharapkan membantu perusahaan menekan biaya tanpa harus mengorbankan kualitas hasil pekerjaan.

Selain memanfaatkan model AI dari penyedia eksternal, sebagian perusahaan juga mulai mempertimbangkan untuk menjalankan LLM sendiri di infrastruktur internal atau on-premise.

Pilihan tersebut memberikan keleluasaan bagi perusahaan dalam menentukan model yang digunakan berdasarkan kebutuhan operasional, biaya, dan kebijakan pengelolaan data.

Salesforce juga ingin mengintegrasikan berbagai kemampuan pengelolaan tersebut ke dalam satu sistem kendali terpadu. Dengan begitu, perusahaan dapat mengawasi agen AI yang semakin banyak tanpa harus mengelolanya melalui sistem yang terpisah-pisah.

Dalam pengembangan ekosistem AI, Salesforce memilih pendekatan terbuka dengan mendukung berbagai model dari penyedia teknologi berbeda. Ekosistem tersebut mencakup teknologi dari Anthropic, Amazon Web Services (AWS), Google, NVIDIA, OpenAI, serta model yang dikembangkan Salesforce sendiri.

"Strategi ini berbeda dari pendekatan yang hanya mengandalkan satu model AI. Salesforce memilih memanfaatkan perkembangan teknologi dari berbagai penyedia agar pelanggan dapat menentukan solusi yang paling sesuai dengan kebutuhan mereka," ungkapnya.

Keputusan tersebut juga mempertimbangkan perkembangan teknologi AI yang berlangsung cepat. Model yang paling unggul saat ini belum tentu menjadi pilihan terbaik untuk semua kebutuhan bisnis pada masa mendatang.

Karena itu, perusahaan membutuhkan fleksibilitas untuk memilih model berdasarkan kemampuan, biaya, dan lokasi infrastruktur yang digunakan.

Sebagai contoh, perusahaan dapat menggunakan model AI mutakhir atau frontier models untuk menangani pekerjaan kompleks. Sementara itu, model yang lebih kecil atau small language models dapat digunakan untuk tugas yang lebih sederhana.

Perusahaan juga memiliki opsi untuk menggunakan model yang dikembangkan sendiri atau menjalankan model AI pada infrastruktur internal. Pendekatan ini memungkinkan perusahaan menyesuaikan penggunaan AI dengan kebutuhan masing-masing, termasuk ketika terdapat persyaratan khusus terkait lokasi penyimpanan dan pemrosesan data.