Software enterprise sedang berubah lebih cepat daripada sekadar menambahkan fitur AI. Selama bertahun-tahun, aplikasi bisnis dirancang dengan pola yang relatif sederhana: pengguna membuka aplikasi, memilih menu, memasukkan data, lalu sistem memproses perintah.
Model itu mulai bergeser. AI agent membuat software mampu menerima tujuan, memahami konteks, menggunakan data dan tools, lalu menjalankan rangkaian tindakan tanpa menunggu setiap langkah diperintahkan secara manual.
Bagi perusahaan, perubahan ini bukan hanya tentang memilih produk dengan fitur AI paling banyak. Pertanyaan yang lebih penting adalah: apakah application portfolio, data architecture, security, governance, integration, dan model biaya perusahaan siap ketika software mulai bekerja secara lebih otonom?
Dari Software yang Menunggu Klik ke Software yang Mengejar Tujuan
Perbedaan antara software tradisional dan agentic software bukan sekadar kemampuan menghasilkan jawaban.
Software tradisional bekerja melalui instruksi yang relatif eksplisit. Pengguna memilih fungsi, mengisi form, menjalankan report, atau memicu workflow.
Agentic software mulai mengubah pola tersebut. Agent dapat menerima tujuan, menilai konteks, menentukan langkah berikutnya, memanggil beberapa tools, berinteraksi dengan sistem lain, dan menjalankan pekerjaan dalam beberapa tahap.
Google Cloud menggambarkan pergeseran ini sebagai pergerakan dari basic AI assistant menuju agentic enterprise, ketika AI agent mulai mengantisipasi tujuan dan mengorkestrasi proses bisnis yang lebih kompleks.
Salesforce juga memperluas Agentforce pada September 2026 dengan agent yang dirancang untuk pekerjaan bernilai tinggi dan kemampuan mengejar tujuan dalam jangka waktu yang lebih panjang, mempelajari skill baru, serta bekerja bersama agent lain.
Batas Antarkategori Software Mulai Kabur
Dulu perusahaan relatif mudah membedakan kategori aplikasi. CRM mengelola customer. ERP mengelola resource. Collaboration tool mengelola komunikasi. Automation platform menghubungkan workflow. BI tool menampilkan data. Developer tool membantu membangun software.
Di era agentic, batas tersebut mulai lebih cair.
Sebuah interface AI dapat menjadi titik masuk ke data, workflow, aplikasi, knowledge base, dan automation sekaligus. Salesforce, misalnya, memperkenalkan AIforce sebagai layer yang membawa data, workflow, business logic, permissions, security, dan governance ke interface AI di tempat pekerjaan berlangsung.
Implikasinya besar bagi management: perusahaan tidak lagi cukup mengevaluasi aplikasi berdasarkan daftar fitur di dalam UI. Perusahaan juga harus menilai apa yang dapat dilakukan agent, data apa yang dapat diakses, sistem mana yang dapat disentuh, dan aturan bisnis apa yang ikut terbawa.
Lima Pertanyaan Baru Saat Memilih Aplikasi Bisnis
1. Apakah Aplikasi Memiliki Konteks Bisnis yang Cukup?
Agent yang pintar tetapi tidak memahami konteks perusahaan akan tetap menghasilkan pekerjaan yang terbatas.
Konteks dapat berasal dari customer data, product catalog, policy, document, transaction history, role, permission, workflow state, dan business rule.
Karena itu, kualitas agentic software semakin bergantung pada kualitas data foundation dan integrasinya dengan sistem yang sudah dimiliki perusahaan.
2. Apakah Agent Dapat Bertindak atau Hanya Memberi Saran?
Perusahaan perlu membedakan antara AI yang memberi recommendation dan AI yang dapat melakukan action.
Action dapat berupa membuat ticket, memperbarui CRM, mengirim komunikasi, memproses dokumen, memanggil API, membuat workflow, atau mengubah configuration.
Semakin tinggi kemampuan bertindak, semakin penting access control, approval gate, logging, dan recovery.
3. Bagaimana Permission Diterapkan?
Ketika interface AI menjadi pintu menuju banyak sistem, permission tidak boleh menjadi lapisan tambahan yang dipikirkan belakangan.
Agent perlu menghormati hak akses pengguna, segregation of duties, data classification, dan policy yang sudah berlaku.
Perusahaan juga harus memahami apakah agent menggunakan delegated identity pengguna, service identity sendiri, atau credential lain ketika menjalankan tindakan.
4. Bagaimana Aplikasi Terhubung dengan Ekosistem yang Sudah Ada?
Agentic software yang berdiri sendiri dapat menjadi silo baru.
Nilai terbesar biasanya muncul ketika agent dapat bekerja dengan ERP, CRM, database, document system, cloud service, email, ticketing, monitoring, dan aplikasi internal.
Karena itu, API availability, integration pattern, event support, authentication, data portability, dan interoperability menjadi bagian penting dari evaluasi produk.
5. Bagaimana Biaya Diukur Ketika Software Bekerja Terus-Menerus?
Model biaya agentic software dapat berbeda dari software berbasis user seat biasa.
Agent dapat menghasilkan konsumsi berdasarkan inference, token, task, API call, automation run, compute, storage, atau action volume.
Management perlu memahami unit economics-nya. Aplikasi yang terlihat murah per user belum tentu murah ketika agent bekerja ribuan kali sehari.
UI Tidak Lagi Menjadi Satu-Satunya Tempat Kerja
Salah satu perubahan penting dari agentic software adalah berkurangnya ketergantungan pada interface aplikasi tradisional.
Jika agent dapat memahami konteks dan mengambil tindakan melalui conversational interface, workflow, atau automation layer, pengguna tidak selalu harus membuka setiap aplikasi secara langsung.
Ini tidak berarti UI akan hilang. UI tetap penting untuk visibility, exception handling, analysis, configuration, dan control.
Namun bagi perusahaan, value sebuah aplikasi semakin bergeser dari “seberapa nyaman menu digunakan” menuju “seberapa baik sistem menyediakan data, logic, permissions, workflow, dan actions yang dapat digunakan secara aman oleh manusia maupun agent.”
Agentic Software Membuat Integration Debt Lebih Terlihat
Perusahaan yang memiliki banyak aplikasi tetapi data dan workflow-nya terfragmentasi akan menghadapi tantangan lebih besar.
Agent membutuhkan jalur yang jelas untuk membaca data, memahami status proses, memanggil fungsi, dan menjalankan tindakan. Jika seluruh proses masih bergantung pada export spreadsheet, input ulang, atau komunikasi manual, kemampuan agent akan cepat mencapai batas.
Karena itu, transformasi menuju agentic software seharusnya berjalan bersama dengan pengurangan integration debt.
Melalui Software Development dan pendekatan system integration, perusahaan dapat membangun API, workflow, data flow, dan application layer yang memungkinkan sistem lama serta sistem baru bekerja sebagai satu ekosistem.
Security dan Governance Menjadi Bagian dari Product Selection
Dulu security assessment sering dilakukan setelah software dipilih. Dalam agentic environment, pendekatan tersebut semakin berisiko.
Agent dapat memperluas blast radius jika memiliki akses berlebihan atau dapat mengambil tindakan di banyak sistem sekaligus.
Karena itu, saat mengevaluasi software, perusahaan perlu menilai:
- identity dan authentication model;
- permission dan least privilege;
- audit log;
- data retention;
- human approval;
- action boundary;
- model/provider data handling;
- security testing;
- incident response;
- kemampuan menonaktifkan agent secara cepat.
Aspek-aspek tersebut berkaitan langsung dengan Cybersecurity Solutions, IAM, data security, application security, dan governance.
Management Perlu Mengubah Framework Evaluasi Software
Perusahaan tidak perlu mengganti seluruh application portfolio karena tren agentic. Yang dibutuhkan adalah mengubah cara menilai investasi software berikutnya.
Framework sederhana yang dapat digunakan:
- Business outcome: pekerjaan apa yang ingin dipercepat atau diotomatisasi?
- Context: data dan knowledge apa yang dibutuhkan?
- Action: tindakan apa yang boleh dilakukan software?
- Integration: sistem mana yang harus terhubung?
- Governance: siapa owner, siapa approver, dan bagaimana audit dilakukan?
- Security: apa dampaknya jika access atau agent disalahgunakan?
- Economics: bagaimana biaya berubah ketika penggunaan meningkat?
- Exit strategy: bagaimana data, workflow, dan automation dipindahkan jika platform berubah?
Pertanyaan-pertanyaan ini membantu perusahaan melihat software bukan sebagai produk terpisah, tetapi sebagai bagian dari digital operating system.
Procurement Software Juga Harus Menguji Agentic Readiness
Jika perusahaan sedang mengevaluasi aplikasi baru, RFP dan vendor assessment perlu mulai memasukkan pertanyaan yang sebelumnya tidak dianggap penting.
- Apakah agent memiliki identity sendiri atau bertindak sebagai user?
- Bagaimana permission diterapkan?
- Apakah semua action memiliki audit trail?
- Tool atau API apa saja yang dapat dipanggil agent?
- Apakah perusahaan dapat membatasi action tertentu?
- Apakah ada human approval untuk high-impact action?
- Bagaimana data customer digunakan oleh model?
- Apakah agent dapat dinonaktifkan secara terpusat?
- Bagaimana biaya dihitung ketika agent bekerja secara kontinu?
- Bagaimana data, workflow, dan configuration dapat diekspor jika platform diganti?
Pertanyaan tersebut membuat procurement tidak hanya membandingkan feature list, tetapi juga operating model yang akan ikut masuk bersama software.
Mulai Agentic Adoption dari Workflow yang Terukur
Perusahaan tidak perlu mengubah seluruh application portfolio sekaligus. Pendekatan yang lebih aman adalah memilih workflow dengan outcome jelas dan boundary yang dapat dikendalikan.
Contohnya: agent membantu mengklasifikasikan ticket, menyiapkan draft response, mengumpulkan informasi dari beberapa sistem, atau membuat recommendation sebelum approval manusia.
Dari pilot tersebut, perusahaan dapat mengukur accuracy, cycle time, exception rate, human intervention, cost per task, dan incident/security finding.
Jika hasilnya sehat, autonomy dapat ditingkatkan bertahap. Ini lebih aman daripada langsung memberikan agent permission luas karena teknologi terlihat mampu.
Agentic Software Membutuhkan Operating Model Baru
Ketika software mulai bekerja secara lebih otonom, ownership tidak dapat berhenti pada “aplikasi ini milik IT”. Business owner perlu bertanggung jawab terhadap outcome. IT mengelola platform dan integration. Security mengatur control. Data owner menentukan akses. Finance memantau unit economics.
Dengan operating model tersebut, agent diperlakukan seperti capability bisnis yang terus dioperasikan, bukan eksperimen AI yang selesai setelah go-live.
Di Mana SIDIK CYBER Berperan?
Perubahan menuju agentic software menyentuh banyak lapisan sekaligus: application architecture, integration, cloud, data, cybersecurity, automation, observability, dan IT governance.
SIDIK CYBER melalui pendekatan One Stop IT Solutions dapat membantu perusahaan memetakan application portfolio, menilai integration readiness, membangun custom application/API, memperkuat security control, serta merancang automation dan AI workflow yang tetap memiliki human oversight.
Tujuannya bukan menambahkan agent ke setiap proses. Tujuannya adalah memilih area di mana agent benar-benar menghasilkan value, lalu memastikan fondasi teknologi dan governance mampu menanggung tingkat otonomi tersebut.
Nilai Software Berikutnya Ditentukan oleh Kemampuan Bertindak dengan Konteks dan Kontrol
Software enterprise tidak lagi hanya bersaing pada jumlah menu atau fitur. Semakin banyak platform akan menawarkan agent yang dapat memahami tujuan dan bekerja lintas sistem.
Bagi perusahaan, keunggulan tidak datang dari menjadi yang paling cepat memasang AI agent. Keunggulan datang dari memiliki data yang terhubung, architecture yang terbuka, permission yang disiplin, governance yang jelas, dan kemampuan memilih kapan software boleh bertindak secara otomatis.
Ketika batas antara aplikasi, automation, dan AI semakin kabur, product selection juga harus berubah: dari sekadar membandingkan fitur menjadi mengevaluasi context, action, integration, security, governance, dan business value.
Sumber:
Google Cloud — Next ’26: Building the Agentic Enterprise, 6 Mei 2026.
Salesforce — Agentforce Portfolio for High-Value Work, 14 September 2026.
Salesforce — AIforce, 16 September 2026.