Dilengkapi dengan kemampuan advanced reasoning, perencanaan, dan adaptasi strategis secara real-time, agen-agen AI diproyeksikan mampu beroperasi dalam lingkungan yang kompleks untuk menyelesaikan tugas dunia nyata.

Tidak heran jika pasar AI agentik diperkirakan akan mengalami pertumbuhan yang sangat pesat dalam beberapa tahun mendatang.

Pertumbuhan Agen AI

Kita telah menyaksikan pergeseran dari sekadar chatbot menuju agen yang mampu mengambil tindakan.

Berbagai perusahaan kini secara aktif menguji dan menerapkan agen-agen AI untuk menyederhanakan beragam workflow—mulai dari otomatisasi penjadwalan rapat, pembuatan laporan analitik, dan code debugging, hingga menyiapkan kampanye pemasaran dan penjualan, meninjau resume, serta menangani pertanyaan pelanggan. 

Sejumlah proyeksi menunjukkan bahwa pada tahun 2026, agentik AI akan mulai berkembang dari eksperimen yang terpisah menjadi penerapan yang lebih luas di kalangan bisnis.

Percepatan ini akan didorong oleh kemajuan besar dalam kapabilitas agentik, termasuk peningkatan otonomi, context awareness, integrasi tools, kemampuan multimodal, personalisasi, memori jangka panjang, serta peningkatan aspek keamanan dan keselarasan.

Namun, untuk mendorong adopsi agen yang lebih luas dalam memenuhi kebutuhan bisnis, masih banyak pekerjaan yang harus dilakukan.

Saat ini, agen-agen AI bergantung pada large language models sebagai fondasi untuk menjalankan tugasnya.

Untuk mengurangi halusinasi dan meningkatkan akurasi di domain tertentu, penyedia layanan agen perlu bekerja sama secara erat dengan klien perusahaan guna mengembangkan agen yang terpersonalisasi dan terspesialisasi, sehingga mampu menyelesaikan persoalan operasional sehari-hari dengan tingkat akurasi tinggi (misalnya penerapan healthcare agent di sebuah klinik).

Tantangan-tantangan ini menjadi semakin kompleks di Indonesia.

Berbagai keterbatasan struktural seperti lingkungan data yang terpisah dan tersebar, inisiatif digitalisasi nasional yang sedang berjalan seperti One Data Indonesia, regulasi sektor yang mengharuskan lingkungan pemrosesan data secara lokal, hingga meningkatnya kebutuhan akan talenta yang menguasai AI yang pertumbuhannya melampaui ketersediaan saat ini. 

Oleh karena itu, kemampuan untuk mengembangkan agen yang memungkinkan penggunaan tools secara fleksibel untuk menyelesaikan masalah, pengendalian intervensi secara real-time untuk memastikan keselarasan, serta mengelola konteks secara cerdas guna meningkatkan akurasi, menjadi faktor yang sangat penting untuk mendorong adopsi AI Agents yang lebih luas di tingkat perusahaan

Dari ModelScope ke AgentScope: Mengelola Pertumbuhan Populasi Agen-agen AI 
Ketika kita memasuki era agen, terdapat evolusi penting lainnya yang mulai terlihat: untuk membuka nilai AI bagi perusahaan, diperlukan pergeseran dari penggunaan model atau agen secara terpisah menuju collaborative, multi-agent systems yang tertanam secara mendalam dalam operasional bisnis.

Hanya melalui kolaborasi seperti inilah perusahaan dapat memanfaatkan AI dalam skala yang cukup besar untuk menemukan nilai bisnis baru yang signifikan dan menciptakan peluang pertumbuhan yang transformasional.