Mengapa perusahaan mulai tertarik? 
Perusahaan pada dasarnya tidak membeli AI karena ingin memiliki teknologi yang keren. Mereka ingin menghemat waktu, mengurangi biaya, meningkatkan produktivitas atau meningkatkan kualitas keputusan. 

Karena itu, use case yang paling menarik justru berada di pekerjaan yang berulang dan membutuhkan banyak langkah.

Contohnya:
Finance: memeriksa dokumen, mencocokkan transaksi dan membuat laporan.
Customer service: memahami pertanyaan pelanggan, mencari informasi dan menentukan respons.
Manufacturing: memantau kualitas dan membantu predictive maintenance.
Sales: menganalisis prospek dan membantu menentukan prioritas.
Supply chain: membuat prediksi permintaan dan membantu perencanaan persediaan.

Metrodata sendiri menyebut beberapa solusi Agentic AI yang dikembangkannya, termasuk intelligent document processing, AI code assistant, demand forecasting, automated quality inspection dan predictive maintenance. Ini menunjukkan bahwa Agentic AI mulai bergerak dari eksperimen menuju proses bisnis yang konkret.

Tetapi ada satu masalah besar: AI tidak bisa bekerja sendirian. Di sinilah banyak perusahaan berpotensi salah langkah.

Mereka melihat AI agent dan berpikir: “Kalau AI bisa melakukan pekerjaan, berarti kita tinggal memasangnya.” Tidak sesederhana itu. Agentic AI membutuhkan akses terhadap data, aplikasi, database, API, identitas pengguna dan infrastruktur perusahaan. Semakin besar kewenangan yang diberikan kepada AI, semakin besar pula risiko yang harus dikendalikan.

Bayangkan sebuah AI agent mendapatkan akses ke sistem procurement. Jika sistem tersebut dapat membuat purchase order, perusahaan harus memastikan:
Siapa yang memberikan izin?
Berapa batas transaksinya?
Apakah setiap tindakan tercatat?
Bagaimana jika AI salah membaca data?
Apa yang terjadi jika akun agent diretas?

Di sinilah cybersecurity dan governance menjadi sama pentingnya dengan kemampuan AI. AI justru membuat infrastruktur IT semakin penting. Ada paradoks menarik. Orang mungkin mengira AI akan mengurangi kebutuhan terhadap infrastruktur IT, yang terjadi justru bisa sebaliknya.

Semakin banyak AI agent digunakan, semakin penting kualitas: cloud; server; storage; network; database; API; identity management; cybersecurity; monitoring; backup.

Agentic AI adalah lapisan aplikasi. Di bawahnya tetap ada infrastruktur yang harus membuat semuanya bekerja. Karena itu, perkembangan Agentic AI sebenarnya membuka peluang baru bagi perusahaan IT. Bukan hanya menjual aplikasi AI. Tetapi membangun fondasi yang membuat AI tersebut dapat bekerja secara aman dan stabil.

Jangan mulai dari AI. Mulai dari masalah bisnis, ini mungkin pelajaran terpenting bagi perusahaan. Jangan bertanya: “AI apa yang harus kami beli?”. Mulailah dengan: “Pekerjaan apa yang paling mahal, lambat, berulang, atau sering mengalami kesalahan?” Dari sana baru dicari apakah AI dapat membantu.

Misalnya sebuah perusahaan memiliki ribuan dokumen yang harus diperiksa setiap bulan. Itu kandidat use case yang masuk akal. Atau perusahaan manufaktur mengalami downtime karena pemeliharaan mesin masih reaktif. Predictive maintenance mungkin layak diuji. Pendekatan seperti ini jauh lebih sehat daripada memasang AI di semua departemen hanya karena sedang menjadi tren.

Peluang untuk perusahaan IT Indonesia

Perkembangan Agentic AI juga mengubah peluang bisnis system integrator. Dulu proyek IT banyak berkisar pada: hardware → software → installation → maintenance. Ke depan rantainya dapat berkembang menjadi: assessment → data → infrastructure → AI → integration → security → managed service. Artinya, perusahaan IT yang mampu menguasai beberapa lapisan sekaligus akan mempunyai posisi yang lebih kuat. 

Untuk Lima Benua, misalnya, Agentic AI dapat menjadi pintu masuk untuk menawarkan solusi yang menggabungkan server, cloud, networking, cybersecurity, storage, backup dan managed services. Bukan berarti Lima Benua harus membuat model AI sendiri.

Justru peluangnya adalah menjadi pihak yang membantu perusahaan membuat AI bekerja di lingkungan IT mereka. Pertarungan berikutnya bukan siapa yang punya AI. Dalam beberapa tahun terakhir, perusahaan berlomba mengatakan bahwa mereka sudah menggunakan AI. Babak berikutnya akan lebih sulit. 

Pertanyaannya berubah menjadi:
AI tersebut menghasilkan apa?
Berapa jam kerja yang dihemat?
Berapa biaya yang berkurang?
Berapa banyak kesalahan yang dapat dicegah?
Apakah pendapatan meningkat?
Apakah pelanggan menjadi lebih cepat dilayani?
Apakah keputusan bisnis menjadi lebih baik?

Di sinilah perusahaan akan mulai membedakan antara AI sebagai gimmick dan AI sebagai infrastruktur bisnis. Pertumbuhan bisnis Data & AI serta Hybrid AI di Indonesia memberikan sinyal bahwa pasar mulai bergerak ke arah tersebut. Namun angka pertumbuhan belum otomatis berarti semua implementasi AI berhasil. Tantangan berikutnya adalah membawa semakin banyak use case dari tahap eksperimen ke produksi dan membuktikan dampak bisnisnya. Dan mungkin itulah inti perkembangan Agentic AI hari ini.

AI tidak sedang mengambil alih semua pekerjaan manusia. Yang lebih mungkin terjadi adalah pekerjaan manusia mulai berubah—dari mengerjakan setiap langkah secara manual menjadi menentukan tujuan, mengawasi proses, dan mengambil keputusan ketika AI menemukan sesuatu yang membutuhkan manusia. 

Bagi perusahaan Indonesia, waktu untuk memikirkan perubahan tersebut bukan nanti ketika Agentic AI sudah matang. Perusahaan yang mulai memetakan use case, memperbaiki data, menata infrastruktur dan memperkuat cybersecurity sekarang akan berada dalam posisi yang jauh lebih siap ketika AI agent benar-benar menjadi bagian dari operasi sehari-hari.


SUMBER / REFERENSI UTAMA
- Pasardana — laporan terbaru mengenai pertumbuhan bisnis Data & AI serta Hybrid AI Metrodata pada semester I 2026.
- Tek.id — perkembangan lebih dari 100 use case AI Metrodata dan strategi Agentic AI.
- TopBusiness — akselerasi adopsi Agentic AI Metrodata.
- Investortrust — strategi Metrodata menjadikan AI sebagai growth engine 3–5 tahun.
- BCA Sekuritas/IQPlus — keterbukaan informasi mengenai percepatan adopsi Agentic AI.