Tata Kelola AI Agenik: Best Practice untuk Bisnis 2026

Tata Kelola AI Agenik: Kunci Adopsi Agen AI di Dunia Usaha

Tata kelola AI agenik menjadi tantangan baru bagi dunia usaha. Agen AI kini berevolusi dari sekadar menjawab pertanyaan menjadi entitas yang mampu mengambil keputusan dan bertindak secara mandiri.

Di banyak organisasi, tekanan untuk “bergerak cepat” membuat AI agenik diimplementasikan tanpa kejelasan penuh soal dampaknya terhadap model bisnis, risiko, dan tata kelola jangka panjang.

Isu Utama di IBM Think on Tour EMEA 2026

Dalam konferensi IBM Think on Tour EMEA 2026 di London, isu tata kelola AI agenik muncul sebagai benang merah diskusi para eksekutif. Kepercayaan, tata kelola, dan pengawasan disebut bukan pelengkap transformasi digital, melainkan komponen inti yang menentukan hasil bisnis.

Ana Paula Assis, wakil presiden senior dan ketua untuk EMEA dan APAC di IBM, mengungkapkan bahwa 80% eksekutif memperkirakan AI akan mendorong pertumbuhan pendapatan. Namun hanya 20% yang mampu menjelaskan secara konkret bagaimana nilai itu tercipta.

Ketegangan ini makin terasa ketika perusahaan bergerak melampaui chatbot menuju agen AI yang menjalankan tugas dan mengambil keputusan dengan intervensi manusia minimal.

Riset IBM: Mengapa Tata Kelola AI Agenik Makin Mendesak

Menurut riset IBM yang dipaparkan di acara itu, tiga perempat eksekutif di EMEA memperkirakan bahwa pada 2027 agen AI akan mampu mengeksekusi satu tugas bisnis secara menyeluruh dan membuat keputusan tanpa campur tangan manusia.

Pada saat yang sama, 80% responden menyatakan bahwa setidaknya satu isu terkait AI sudah masuk agenda ruang dewan direksi atau jajaran C-suite.

“Pertanyaannya sekarang adalah: Bisakah kita mengoperasikannya secara luas dengan aman dan andal?” ujar Assis. “Ini bukan semata masalah teknologi. Ini adalah masalah operasional, dan membutuhkan model operasi AI yang benar-benar baru dan berbeda secara fundamental.”

Mengapa Tata Kelola AI Agenik Harus Dirancang Sejak Awal

Kekhawatiran kehilangan kendali menjadi tema yang berulang. Michael Nimhauser, global head of sovereignty di Atos, perusahaan jasa TI dan konsultasi asal Prancis, menilai banyak organisasi terpesona oleh potensi AI, tetapi sekaligus cemas akan implikasi jangka panjangnya.

“Dengan semua harapan dan potensi yang mereka lihat, mereka juga memiliki banyak ketakutan akan hilangnya kendali,” katanya.

Kekhawatiran itu tidak hanya soal lokasi penyimpanan data. Ia juga menyangkut kontrol atas infrastruktur, model, dan sistem yang mengoordinasikan agen-agen AI.

Karena itu, tata kelola AI agenik tidak boleh menjadi lapisan yang ditempelkan kemudian. Nimhauser menekankan bahwa tata kelola harus tertanam dalam arsitektur sejak awal. “Tata kelola harus dirancang sejak awal. Tidak bisa menjadi sesuatu yang ditambahkan belakangan,” tegasnya.

Studi Kasus: Inovasi dan Tata Kelola Berjalan Paralel

Celerity: Tata Kelola Berjalan Bersama Adopsi

Celerity, mitra IBM, menggunakan Bob, alat pengembangan perangkat lunak bertenaga AI dari IBM, secara internal. Perusahaan menilai setiap aplikasi berdasarkan potensi nilai bisnis dan ROI, sementara proses tata kelola AI agenik yang terpisah mengkaji risiko, data, dan akses.

CEO Celerity, Craig Aston, menekankan pentingnya mendorong karyawan menemukan peluang penggunaan AI tanpa mengorbankan kontrol.

“Menjalankan tata kelola secara paralel dengan adopsi bagi saya adalah poin paling penting,” ujarnya kepada TechTarget. “Sangat penting agar kita tidak memadamkan energi inovasi, dan kita benar-benar ingin tim datang kepada kita dengan ide-ide. Namun pada akhirnya semua kembali pada risiko, dan jika salah langkah, hal itu bisa menjatuhkan perusahaan.”

Markerstudy: AI Agenik Tanpa Menyingkirkan Manusia

Di sektor asuransi, Markerstudy memakai Bob untuk menilai risiko dan opsi modernisasi teknologi warisan. Bob menganalisis enam juta baris kode di sistem inti asuransi yang dibangun selama sekitar tiga dekade.

Proses empat minggu itu menghasilkan peta panas (heat map) yang menunjukkan bagian sistem paling relevan untuk kebutuhan masa depan. Sebelumnya, Markerstudy hanya bisa memeriksa potongan kode dan mengekstrapolasi, sehingga modernisasi cenderung parsial dan subjektif.

CTO Markerstudy, Dan Fiehn, menegaskan bahwa AI di sini bukan pengganti keputusan manusia. “Kami menjaga tim kami tetap terlibat sepanjang proses,” ujarnya kepada TechTarget. “Ini bukan proses yang sepenuhnya otomatis. Kami memiliki orang-orang yang memvalidasi keluaran dan melatih model. Namun yang dilakukan Bob di sini adalah mengubah sesuatu yang sebelumnya sangat subjektif menjadi jauh lebih objektif.”

Bagi Fiehn, tujuannya bukan menjadi perusahaan yang paling banyak mengadopsi AI. “Kami tidak berpikir bahwa siapa yang menerapkan AI paling banyak akan menang,” katanya. “Kami merasa ini lebih tentang menyajikan hasil terukur yang menghasilkan keputusan lebih baik bagi pelanggan kami dan bisnis kami.”

IBM Sovereign Core untuk Kontrol dan Kedaulatan

IBM memosisikan portofolio hybrid cloud dan AI sebagai jawaban atas kebutuhan model operasi baru. Assis menyoroti bahwa banyak inisiatif AI tersendat karena data terisolasi dan infrastruktur terfragmentasi. “Tidak ada AI yang baik tanpa data yang baik,” ujarnya.

Untuk kebutuhan kontrol dan kedaulatan, IBM memperkenalkan Sovereign Core, platform open source yang dirancang memberi organisasi kendali lebih besar atas penerapan dan pengoperasian lingkungan AI.

Platform ini menjadi salah satu opsi bagi bisnis yang ingin mengelola data, operasi, dan tata kelola AI agenik secara terpadu seiring meluasnya adopsi AI.

Kesimpulan: Tata Kelola Bukan Renungan Tahap Akhir

Terlepas dari platform yang dipilih, satu pesan mengemuka dari konferensi tersebut: tata kelola dan kontrol harus menjadi bagian integral dari strategi AI sejak awal.

“AI tidak lagi sekadar mendukung bisnis,” kata Assis. “AI telah menjadi model bisnis itu sendiri.”

Organisasi yang bergerak paling cepat tidak sekadar menambahkan AI ke proses yang ada. Mereka memikirkan ulang bagaimana sistem, keputusan, dan proses dirancang untuk bekerja bersama AI.

Di era agenik, keunggulan kompetitif tidak hanya ditentukan oleh kecanggihan algoritma. Yang menentukan adalah kemampuan perusahaan menyeimbangkan inovasi dengan akuntabilitas, kecepatan dengan kontrol, dan otomatisasi dengan kepercayaan. Tata kelola AI agenik yang kuat menjadi fondasinya.