Jakarta | Dalam beberapa tahun terakhir, perhatian publik terhadap kecerdasan buatan banyak tertuju pada kemampuan generatifnya. Chatbot dapat menyusun artikel, membuat gambar, menjawab pertanyaan, merangkum dokumen, bahkan membantu menghasilkan video. Perkembangan tersebut mengubah cara orang mencari informasi dan membuat konten, sekaligus memperkenalkan AI kepada khalayak luas. Namun, arah pengembangan teknologi ini kini mulai melampaui tugas menghasilkan jawaban atau materi kreatif. Fokus berikutnya adalah membangun sistem yang tidak hanya merespons permintaan, tetapi juga dapat mengambil langkah untuk mencapai tujuan yang diberikan.
Sistem seperti ini dirancang agar mampu menyusun rencana, menguraikan pekerjaan menjadi tahapan, dan menggunakan perangkat digital yang tersedia. Dengan arahan pengguna, AI mungkin dapat mencari informasi di internet, mengisi formulir, mengatur jadwal, mengolah berkas, atau menjalankan serangkaian tindakan pada aplikasi. Alih-alih meminta manusia memberi instruksi untuk setiap langkah, pengguna dapat menyampaikan tujuan yang lebih luas, lalu sistem menentukan urutan pekerjaan dan memeriksa hasilnya. Kemampuan bertindak tersebut berpotensi menghemat waktu dalam tugas rutin dan membantu mengoordinasikan proses yang melibatkan banyak layanan digital.
Meski demikian, AI yang dapat bertindak bukanlah pekerja mandiri tanpa batas. Keberhasilannya tetap bergantung pada kemampuan model memahami instruksi, merencanakan tindakan, dan mengenali kesalahan. Sistem juga memerlukan perangkat atau layanan yang terhubung, seperti peramban, kalender, aplikasi kerja, maupun basis data. Selain itu, aksesnya dibatasi oleh izin yang diberikan pengguna. Izin membaca dokumen, mengirim pesan, atau melakukan pembelian membawa konsekuensi berbeda, sehingga perlu diberikan secara selektif. Perubahan dari pembuat konten menjadi sistem yang menjalankan tugas dengan demikian bukan sekadar peningkatan kecerdasan. Perubahan ini juga memperluas hubungan AI, perangkat, data, dan kewenangan manusia. Semakin banyak tindakan yang dipercayakan kepada sistem, semakin penting memastikan bahwa setiap langkah sesuai tujuan, dapat diawasi, dan dapat dihentikan ketika terjadi kekeliruan. Tingkat campur tangan manusia mungkin berkurang, tetapi tanggung jawab untuk menetapkan batas dan memeriksa keputusan tetap diperlukan.Chatbot konvensional umumnya dirancang untuk menanggapi permintaan pengguna melalui percakapan. Pengguna mengajukan pertanyaan atau memberi instruksi, lalu sistem menghasilkan jawaban berdasarkan konteks dan kemampuan yang tersedia. Interaksi biasanya berpusat pada satu permintaan dalam satu waktu: chatbot menjelaskan informasi, menyusun teks, atau membantu menemukan jawaban, tetapi belum tentu mengambil tindakan lanjutan secara mandiri. Sebaliknya, agen AI dirancang untuk mengejar tujuan yang dapat memerlukan beberapa tahap. Perbedaan utamanya bukan sekadar cara berbicara, melainkan kemampuan untuk mengatur urutan pekerjaan dan melanjutkan proses berdasarkan hasil dari tiap tahap.
Dalam alur kerja agen AI, sistem dapat menafsirkan tujuan, menyusun rencana, lalu menggunakan alat digital yang tersedia untuk menjalankan bagian-bagian rencana tersebut. Alat itu, bergantung pada rancangan sistem, bisa berupa mesin pencari, aplikasi pengolah data, atau perangkat lunak untuk membuat dokumen. Setelah suatu tindakan dilakukan, agen dapat memeriksa hasilnya, menilai apakah hasil tersebut memenuhi kebutuhan, dan menentukan langkah berikutnya. Jika informasi belum cukup, misalnya, agen mungkin mencari data tambahan; jika dokumen telah dibuat, agen dapat meninjau isinya sebelum menyelesaikan tugas. Dengan demikian, interaksi dapat menyerupai siklus perencanaan, tindakan, pemeriksaan, dan tindak lanjut, bukan hanya pertukaran tanya jawab.
Penyusunan laporan menggambarkan pola tersebut. Berdasarkan tujuan yang diberikan, agen berpotensi mengumpulkan informasi dari sumber yang diizinkan, mengolah data yang relevan, menyusun temuan, lalu membuat dokumen laporan. Sesudahnya, sistem dapat memeriksa apakah bagian-bagian penting telah tercakup atau apakah terdapat kesalahan yang perlu diperbaiki. Namun, contoh ini tidak berarti setiap agen AI mampu menyelesaikan seluruh rangkaian pekerjaan secara otomatis. Kemampuan aktual bergantung pada model yang digunakan, perangkat digital yang terhubung, kualitas data, serta izin akses yang diberikan. Pengawasan manusia tetap penting, terutama ketika tugas melibatkan informasi sensitif, keputusan berdampak besar, atau sumber yang perlu diverifikasi. Karena itu, agen AI lebih tepat dipahami sebagai sistem yang dapat menjalankan rangkaian tindakan dalam batas tertentu, bukan sebagai pekerja serba bisa yang selalu bertindak mandiri.
Perkembangan agen kecerdasan buatan tidak hanya menjadi perhatian pelaku teknologi dan peneliti, tetapi juga lembaga resmi di luar Indonesia. Perhatian tersebut menunjukkan bahwa pembahasan mengenai agen AI semakin terkait dengan kebutuhan untuk memahami bagaimana teknologi ini berkembang dan bagaimana aspek keamanannya dapat diperhatikan. Dalam sumber yang menjadi acuan, National Institute of Standards and Technology (NIST) di Amerika Serikat serta AI Security Institute di Inggris disebut sebagai lembaga yang menerbitkan kajian mengenai perkembangan terkait. Penyebutan kedua lembaga ini menempatkan isu agen AI dalam percakapan kebijakan dan standardisasi yang lebih luas, melampaui diskusi seputar kemampuan chatbot.
Salah satu informasi khusus yang dicatat adalah pengumuman NIST pada 17 Februari 2026 mengenai AI Agent Standards Initiative. Inisiatif ini memiliki tujuan untuk mendorong standar yang mendukung keamanan dan interoperabilitas agen AI. Kedua tujuan tersebut menjadi penting ketika perhatian beralih dari sistem percakapan yang merespons permintaan menjadi agen yang dapat menjalankan fungsi tertentu. Keamanan berkaitan dengan perhatian terhadap penggunaan teknologi secara bertanggung jawab, sementara interoperabilitas merujuk pada kemampuan berbagai sistem untuk berfungsi atau berhubungan satu sama lain. Pada tingkat umum, standar dapat menyediakan landasan bersama untuk membicarakan hal-hal tersebut, tanpa mengandaikan bahwa semua persoalan teknis telah terselesaikan.
Informasi yang tersedia tidak merinci isi kajian yang diterbitkan NIST maupun AI Security Institute, dan juga tidak memaparkan ketentuan atau langkah operasional dalam AI Agent Standards Initiative. Karena itu, uraian mengenai peran lembaga-lembaga tersebut perlu dibatasi pada fakta yang disebutkan: kajian tentang perkembangan agen AI telah menarik perhatian mereka, dan NIST mengumumkan inisiatif standar dengan sasaran mendukung keamanan serta interoperabilitas. Batas ini penting agar pembahasan tidak mengatribusikan rekomendasi atau cakupan tertentu yang belum dinyatakan. Meski demikian, perhatian resmi tersebut menandai bahwa standar mulai dipandang sebagai bagian dari pembahasan arah baru kecerdasan buatan, seiring meningkatnya perhatian terhadap agen AI dan tantangan keamanannya.
Pengembangan kecerdasan buatan kini bergerak melampaui percakapan berbasis chatbot menuju agen yang dapat membantu menjalankan tugas digital. NIST menyoroti sejumlah aktivitas yang menjadi sasaran pengembangan, termasuk menulis dan memperbaiki kode, mengelola email serta kalender, dan melakukan berbagai pekerjaan digital lainnya. Dalam skenario tersebut, sistem tidak hanya menyusun jawaban berdasarkan permintaan, tetapi juga dapat dirancang untuk mengambil langkah-langkah yang mendukung penyelesaian tugas. Contohnya, agen dapat membantu meninjau draf kode, menyarankan perbaikan, mengatur jadwal, atau menyusun pesan. Kemampuan ini berpotensi mengurangi pekerjaan rutin dan membantu pengguna mengelola alur kerja yang melibatkan banyak tahapan.
Manfaat tersebut bergantung pada kemajuan teknis yang masih menjadi perhatian peneliti. Salah satu arah pengembangan adalah meningkatkan efisiensi, sehingga agen dapat menyelesaikan tugas dengan penggunaan waktu dan sumber daya komputasi yang lebih terukur. Peneliti juga berupaya mengukur kemampuan AI secara lebih realistis. Pengujian yang hanya mengandalkan pertanyaan atau demonstrasi singkat mungkin belum menggambarkan kinerja ketika sistem harus menghadapi instruksi berurutan, perubahan konteks, atau kendala praktis. Evaluasi yang lebih dekat dengan pekerjaan nyata dapat membantu membedakan kemampuan yang konsisten dari hasil yang hanya tampak berhasil dalam kondisi terbatas. Hal ini penting bagi organisasi dan pengguna yang mempertimbangkan penerapan teknologi tersebut.
Perhatian lain muncul ketika AI diberi kewenangan untuk melakukan tindakan, bukan sekadar memberikan rekomendasi.
