ItWorks.id – OutSystems meluncurkan hasil riset bersama CIO Dive dan KPMG tentang kesenjangan antara keyakinan perusahaan dan kesiapan operasional dalam mengelola sistem AI agentik.
Riset yang berjudul Engineering Business Outcomes: The Shift to Agentic Systems tersebut menemukan bahwa 82% eksekutif meyakini perusahaan mereka mampu mengikuti perkembangan dalam mengatur, mengintegrasikan, dan memantau AI agentic saat mulai digunakan di lingkungan produksi. Namun, hanya 26% yang menyatakan perusahaannya sangat siap menyelesaikan konflik di antara agen, sistem, dan alur kerja yang telah terautomasi.
Seiring alat pengembangan semakin mudah diakses dan tekanan ekonomi meningkat, perusahaan mulai beralih dari eksperimen menuju penerapan AI agentik dalam skala lebih luas. Pergeseran ini menandai babak baru bagi AI agentik di lingkungan perusahaan. Dalam lima tahun ke depan, 71% eksekutif memperkirakan aplikasi akan menyelaraskan pekerjaan lintas sistem, tim, dan proses bisnis, sekaligus mendukung workflow multi-langkah yang lebih kompleks. Laporan tahun ini mengulas kapabilitas yang dibutuhkan perusahaan untuk merancang, mengatur, dan mengorkestrasi sistem agentik tepercaya agar dapat mewujudkan potensi tersebut menjadi dampak bisnis nyata.
“Sebanyak 82% eksekutif mengatakan mereka mampu mengikuti perkembangan AI agentik, tetapi hanya 26% yang mengatakan mereka mampu menyelesaikan konflik di antara agen tersebut,” ujar CIO OutSystems, Tiago Azevedo. “Di sinilah tantangan sesungguhnya bagi perusahaan. Dari pengalaman menerapkan agen di berbagai lini bisnis, saya belajar bahwa keamanan harus dibangun ke dalam platform sejak awal, bukan baru diperiksa setelahnya. Dengan menegakkan kebijakan saat agen beroperasi, perusahaan dapat bergerak lebih cepat tanpa harus meragukan keandalan sistem yang mereka bangun.”
Secara keseluruhan, hasil survei terhadap lebih dari 850 pengambil keputusan bidang TI menunjukkan adanya kesenjangan antara keyakinan perusahaan terhadap tata kelola AI dan kesiapan operasionalnya. Meski begitu, 83% perusahaan telah mengandalkan proses TI, keamanan, atau kepatuhan, tinjauan khusus, maupun kebijakan dan pemantauan terpusat untuk mengawasi agen AI yang dapat bertindak secara otonom di berbagai aplikasi dan workflow.
Namun, pengawasan masih sebagian besar dipimpin manusia dan bersifat prosedural; hanya 5% yang telah menerapkan kontrol otomatis, jejak audit, dan titik tinjauan formal oleh manusia. Tantangan saat ini adalah menerjemahkan kebijakan tata kelola tersebut menjadi kontrol runtime yang dapat diterapkan secara konsisten di mana pun agen beroperasi.
Laporan ini juga menemukan bahwa seiring meluasnya adopsi AI agentik, tantangannya bergeser dari membangun agen individu menjadi mengelola ekosistem kompleks yang terdiri atas model, aplikasi, data, dan alat pihak ketiga. Alih-alih berkonsolidasi pada satu vendor, perusahaan memprioritaskan fleksibilitas dan interoperabilitas. Sebanyak 74% menyebut integrasi dengan aplikasi dan sistem yang sudah ada sebagai prioritas, 63% menyoroti orkestrasi agen lintas sistem, dan 62% mengutamakan kemampuan untuk berganti model, vendor, dan platform dari waktu ke waktu.
Temuan utama lainnya dalam laporan ini, termasuk wawasan regional dari 209 responden di Australia, India, dan Jepang mencakup:
● Kepercayaan terhadap AI agentik bergantung pada keandalan seluruh alur kerja: Perusahaan kini lebih menekankan pengujian sistem agentik secara menyeluruh, bukan hanya agen satu per satu. Pengujian ini mencakup interaksi antar agen, penanganan pengecualian, tindakan yang bertentangan, dan mekanisme pemulihan (rollback). Sebanyak 81% eksekutif menilai pengujian, evaluasi, dan validasi perilaku agen sangat penting saat memilih platform atau alat AI.
● Konteks perusahaan merupakan prasyarat AI tepercaya: Lebih dari sepertiga responden (35%) menyebut konsistensi data dan berbagi konteks sebagai hambatan utama orkestrasi. Data ini menegaskan perlunya agen beroperasi dengan menggunakan data perusahaan yang diatur, status aplikasi, dan proses bisnis, bukan hanya mengandalkan pengetahuan model generik.
● Organisasi mengukur AI agentik berdasarkan capaian bisnis: Pengurangan kesalahan menjadi metrik utama (64%), disusul kepatuhan dan pengurangan risiko, produktivitas karyawan, serta penghematan biaya. Di Australia, India, dan Jepang, lebih banyak perusahaan mengukur dampak AI agentik dari produktivitas karyawan (73%) dibandingkan di Eropa (52%) dan Amerika Utara (45%). Namun, secara global, hanya 12% responden mengatakan AI agentik telah mempercepat peluncuran produk, layanan, atau pengalaman pelanggan baru. Temuan ini menunjukkan bahwa manfaat operasional mulai terlihat, sementara transformasi bisnis yang lebih luas masih berada pada tahap awal.
● Asia Pasifik memimpin dalam kesiapan AI agentik yang dilaporkan: Sebanyak 39% responden di kawasan ini menyatakan sangat siap menyelesaikan konflik agentic AI, dibandingkan dengan 29% di Eropa dan 18% di Amerika Utara. Kawasan ini juga memimpin dalam kontrol tata kelola otomatis. Sebanyak 14% melaporkan telah menerapkan kontrol otomatis, jejak audit, dan titik tinjauan oleh manusia, dibandingkan dengan 3% di Eropa dan 2% di Amerika Utara.
“Jaminan atas sistem agentik harus dirancang sejak hari pertama—jaminan itu tidak bisa sekadar diperiksa setelah semuanya terjadi,” kata Managing Director KPMG, Michael Harper.
“Pencatatan log tradisional dan tata kelola prosedural dirancang untuk perangkat lunak statis, bukan AI yang dinamis. Untuk menjembatani kesenjangan antara keyakinan tinggi dan kesiapan operasional yang sesungguhnya, perusahaan memerlukan kemampuan untuk menjalankan kebijakan sebagai kode dan menerapkan pagar pengaman saat sistem berjalan. Dengan begitu, bisnis memiliki keleluasaan untuk berinovasi sekaligus menjaga keamanan, keandalan, dan fokus pada capaian bisnis di seluruh alur kerja,” tandasnya.
