ItWorks.id – Couchbase mengumumkan pengembangan AI Data Plane dengan sejumlah kemampuan baru. Pembaruan tersebut mencakup integrasi dengan Amazon Bedrock untuk menyimpan dan menggunakan kembali hasil pemrosesan dari pertanyaan serupa (semantic caching), layanan Agent Memory terkelola, MCP server terkelola di AWS untuk memudahkan agen AI mengakses data, serta kemampuan pencarian berbasis kemiripan makna (vector search) di Couchbase Operational Insights.
Inovasi ini menyatukan berbagai layanan dalam satu platform terkelola sehingga menyederhanakan implementasi agen AI sekaligus mengurangi kompleksitas infrastruktur dan biaya operasional AI.
Perusahaan yang mengimplementasikan agen AI di lingkungan produksi mulai menyadari bahwa basis data serbaguna dan layanan data yang dirangkai dari berbagai sistem tidak lagi mampu memenuhi kebutuhan beban kerja agen. Mereka membutuhkan lapisan data terpadu yang dapat menyediakan data terkini dan tepercaya bagi agen AI maupun aplikasi, dalam skala besar di cloud, pusat data privat, hingga edge, termasuk ketika konektivitas terputus. Couchbase merupakan satu-satunya platform data operasional yang dirancang khusus untuk memenuhi kebutuhan tersebut. Kemampuan baru yang diumumkan hari ini memperkuat fondasi tersebut melalui layanan cloud terkelola dan pengurangan biaya token, sehingga perusahaan dapat mempercepat implementasi AI di lingkungan produksi.
Agen AI kini menjadi pengguna utama infrastruktur data perusahaan, padahal sebagian besar infrastruktur tersebut belum dirancang untuk kebutuhan mereka. Pada Juni 2026, sebanyak 57,5% permintaan web berasal dari aktivitas otomatis, melampaui aktivitas manusia 18 bulan lebih cepat dari perkiraan industri. Agen AI menghasilkan lalu lintas data 450% lebih tinggi untuk setiap tugas, dibandingkan manusia yang melakukan pekerjaan serupa. Sementara itu, 83% organisasi menyatakan perlu meningkatkan infrastruktur sebelum dapat menjalankan AI agentik di lingkungan produksi.
Sebagian besar data dirancang untuk melayani permintaan pengguna dengan pola yang relatif terprediksi dan data yang tersimpan di satu lokasi. Sementara itu, agen AI perlu memproses banyak tugas secara bersamaan serta mengakses data operasional dan histori sekaligus, baik di perangkat, pusat data, maupun berbagai lokasi lainnya.
Arsitektur Couchbase yang fleksibel dan terdistribusi mampu menangani jutaan operasi secara bersamaan dengan latensi rendah, tanpa hambatan kinerja. Desain yang mengutamakan memori (memory-first) dan arsitektur shared-nothing, permintaan dari banyak agen AI dapat diproses secara paralel dalam waktu kurang dari satu milidetik, tanpa harus mengantre. Couchbase juga mengintegrasikan penyimpanan data, SQL, pencarian teks dan vektor, serta analitik real-time dalam satu kumpulan data JSON. Dengan begitu, agen AI dapat mengakses data operasional dan historis sekaligus, tanpa perlu mengambil data dari berbagai sistem secara terpisah.
Couchbase Mobile memungkinkan perusahaan menjalankan aplikasi berbasis AI langsung di perangkat dan lingkungan edge, dengan fungsionalitas penuh bahkan ketika konektivitas terputus. Basis data dan fitur pencarian vektor berjalan langsung di perangkat, sementara replika antar pusat data menjaga data tetap sinkron dan dapat diakses di berbagai wilayah. Dengan demikian, agen AI dapat memproses informasi dan bertindak langsung di tempat data dihasilkan, dengan tetap mengacu pada sumber data yang konsisten.
Salah satu perusahaan yang memanfaatkan Couchbase untuk kebutuhan operasional berskala besar adalah Mavenir Networks, yang menangani panggilan, pesan, dan data bagi ratusan juta pengguna. Sejak 2017, Mavenir menggunakan Couchbase untuk mengelola profil pelanggan dan status sesi secara real-time, dengan kebutuhan utama menjaga ketersediaan layanan secara konsisten. Perusahaan tersebut kini memperluas implementasinya untuk mendukung berbagai inisiatif AI.
“Couchbase telah menjadi komponen penting dalam menjaga ketersediaan tinggi solusi layanan suara Mavenir selama bertahun-tahun. Kini, kami mengembangkan layanan suara berbasis AI yang membutuhkan akses cepat ke konteks yang tepercaya. Mavenir membangun lapisan konteks tersebut dengan Couchbase karena rekam jejak kinerjanya yang telah terbukti di lingkungan produksi,” ujar Brandon Larson, SVP & General Manager, Cloud, AI & IMS Business Strategy.
Dengan AI Data Plane, memori, pengambilan konteks, caching, dan data operasional agen AI sudah terintegrasi dan terkelola dengan baik. Tim pengembang pun dapat lebih fokus membangun fungsi agen AI tanpa menghabiskan banyak waktu untuk integrasi sistem. Pengguna awal melaporkan bahwa waktu pengembangan hingga siap produksi dapat dipangkas dari hitungan kuartal menjadi mingguan.
“Pelanggan yang membangun agen AI untuk beroperasi dalam skala besar membutuhkan lapisan data yang terintegrasi. Namun, sebagian besar masih menggunakan tiga atau empat sistem terpisah untuk memori, vektor, data operasional, dan analitik, yang masing-masing memiliki mekanisme sinkronisasi, model keamanan, serta potensi kegagalan tersendiri,” ujar Barry Morris, Chief Product and Strategy Officer di Couchbase.
“Kapabilitas yang kami hadirkan kini menyatukan seluruh komponen tersebut dalam satu platform dengan tata kelola terpusat, yang dapat berjalan secara konsisten di cloud publik, pusat data privat, maupun edge. Pendekatan ini membantu pelanggan Couchbase menekan biaya, meningkatkan produktivitas, dan memperoleh hasil investasi yang lebih cepat dari inisiatif AI mereka,” tambahnya.
Ketersediaan
Seluruh kapabilitas yang disebutkan di atas telah tersedia secara umum.
