Agentic AI: Apa Bedanya dengan Chatbot Biasa

Saya, Putu Putrayasa, sering ditanya pemilik usaha, "Pak, bukankah itu hanya chatbot?" Pertanyaan itu wajar. Dari luar, keduanya sama-sama tampil sebagai kotak percakapan di pojok layar. Bedanya baru terasa ketika Anda melihat apa yang terjadi sesudah pelanggan selesai bertanya.

Agentic AI adalah AI yang tidak hanya menjawab pertanyaan, tetapi mengerjakan rangkaian langkah kerja, seperti menyapa, mencatat, dan menindaklanjuti, dalam batas yang ditetapkan manusia. Tulisan ini menjelaskan apa artinya itu dalam pekerjaan sehari-hari, di mana batasnya, dan bagaimana Anda mengujinya sendiri.

Menjawab itu satu langkah, bukan seluruh pekerjaan

Bayangkan seorang pelanggan menulis pukul sebelas malam, "Layanan ini cocok untuk usaha saya?" Chatbot biasa akan menjawab, lalu percakapan berhenti. Besok pagi tim Anda tidak tahu siapa yang bertanya, apa yang ia butuhkan, dan apakah ia sudah mendapat jawaban.

Sekarang bayangkan pekerjaan yang sama dikerjakan sebagai rangkaian langkah. Ada yang menyapa. Ada yang menjawab dari sumber yang benar. Ada yang mencatat siapa penanyanya dan apa kebutuhannya. Ada yang menindaklanjuti. Lalu pada titik yang sudah ditetapkan, ada manusia yang mengambil alih. Itulah cara kerja agen AI: program berbasis AI yang diberi tugas dan alat untuk mengerjakan bagian pekerjaan tertentu. Penjelasan lengkapnya ada di tulisan tentang agen AI.

Saya tidak perlu pindah ke contoh jauh. Di situs ini ada Santi, asisten AI saya. Santi menyapa pengunjung, menjawab dari isi situs, dan mencatat nama serta kontak hanya bila pengunjung mengisinya sendiri dan menyetujuinya. Untuk hal yang belum ada di isi situs, ia menyerahkan percakapan ke tim lewat WhatsApp Business resmi atau formulir "Minta dihubungi". Perhatikan urutannya: menyapa, menjawab, mencatat, menyerahkan. Itu rangkaian, bukan satu jawaban.

Mengapa pembedaan ini penting bagi pemilik usaha? Karena pekerjaan yang hilang bukan pekerjaan menjawab. Pekerjaan yang paling sering hilang adalah pekerjaan sesudahnya: mencatat, mengingatkan, menghubungi kembali. Calon pelanggan yang bertanya malam hari sering tidak dihubungi lagi bukan karena tim malas, melainkan karena tidak ada yang bertugas memegang langkah berikutnya. Rangkaian langkah kerja memberi tugas itu pemilik, yaitu agen, sehingga tim bisa memusatkan tenaga pada percakapan yang memang membutuhkan manusia.

Gagasan yang sama dipakai di Website Agentic: website yang bekerja seperti anggota tim. Agen AI menjawab dari isi website sendiri, otomasi menindaklanjuti calon pelanggan, data calon pelanggan milik Anda sendiri, dan manusia yang memutuskan. Perhatikan bahwa kalimat itu memuat empat pekerjaan, bukan satu.

Rangkaian kerjanya: dari pesan masuk sampai keputusan manusia

Lihat grafik di bawah. Ini ilustrasi, bukan data nyata: lebar jalurnya hanya menunjukkan bentuk alur. Hampir semua pekerjaan berjalan lewat agen, tetapi tidak ada jalur yang berakhir tanpa manusia. Ada yang masuk ke manusia lebih awal, ada yang lebih akhir, dan semuanya bermuara di keputusan manusia.

Prinsip yang saya pegang ada di balik grafik itu: robot mengerjakan, manusia memutuskan. Bagian yang berulang diserahkan ke robot atau agen AI. Keputusan penting tetap di tangan manusia. Prinsip ini juga yang membuat agentic AI berbeda dari AI yang dibiarkan berjalan sendiri. Agen tidak mengambil keputusan yang bukan haknya, karena haknya sudah ditulis lebih dulu.

Karena itu, urutan pertama bukan memilih alat. Urutan pertama adalah merancang: siapa memutuskan apa, di titik mana agen berhenti, dan siapa yang menerima serah-terimanya. Saya membahas urutan ini di tulisan Pemilik yang Memutuskan, Robot yang Mengerjakan dan tiga lapis pekerjaannya di Desain, Mesin, Manusia.

Pemakaian AI sudah luas, tetapi memakai tidak sama dengan menjalankan

Mungkin Anda bertanya, apakah ini sudah relevan untuk Indonesia? Dua angka berikut menunjukkan bahwa orang sudah terbiasa dengan AI. Keduanya kelas B di bank angka kami, jadi saya sebut penyusunnya jelas: angka pertama disusun Google, Temasek, dan Bain & Company. Angka kedua disusun Microsoft dan LinkedIn.

Membaca kedua kartu di atas, saya menarik satu kesimpulan yang hati-hati. Banyak orang sudah berinteraksi dengan AI, dan banyak pekerja pengetahuan sudah memakainya. Tetapi angka itu menyebut pemakaian, bukan hasil usaha. Orang yang memakai AI untuk menulis atau meringkas belum tentu punya rangkaian kerja yang berjalan di usahanya. Perbedaan itulah yang dijelaskan agentic AI: dari alat yang dipakai satu orang menjadi pekerjaan yang dijalankan sebagai alur.

Batas yang tidak dijanjikan

Penjelasan yang jujur harus menyebut apa yang tidak dijanjikan.

• Agentic AI tidak menjamin hasil. Ia mengerjakan langkah kerja. Hasil usaha tetap bergantung pada penawaran, pasar, dan orang yang menutup.
• Ia tidak mengambil keputusan penting. Itu hak manusia, dan harus ditulis sebagai aturan, bukan sekadar niat.
• Ia tidak memberi nasihat hukum, keuangan, atau medis. Agen di situs ini juga tidak menyebut harga dan tidak menjanjikan hasil. Untuk itu, ia menyerahkan ke manusia.
• Ia tidak menggantikan rancangan. Menambah otomasi ke proses yang salah hanya mempercepat kekacauannya.

Batas-batas ini bukan kekurangan. Justru batas itulah yang membuat Anda berani memberi pekerjaan kepada agen.

Kebiasaan yang saya sarankan sederhana: tulis batasnya sebelum menyalakan agen. Satu halaman cukup. Isinya hal yang boleh dikerjakan agen, hal yang harus diserahkan ke manusia, dan siapa yang menerima serah-terimanya. Setelah agen berjalan, baca percakapannya secara berkala. Bila ada pola yang selalu berakhir di manusia, itu tanda bahwa batasnya perlu diperjelas, atau bahwa agen perlu diberi bahan jawaban yang lebih baik.

Tiga pertanyaan untuk menguji klaim apa pun

Pelajaran kecil dari NLP membantu di sini: kalibrasi, yaitu memperhatikan apa yang sebenarnya terjadi, bukan apa yang diucapkan. Bila vendor atau tim Anda menyebut sesuatu "agentic", kalibrasi klaim itu dengan tiga pertanyaan.

1. Apa yang terjadi sesudah pertanyaan terjawab? Bila jawabannya tidak ada, itu chatbot.
2. Siapa yang memutuskan, dan di titik mana agen berhenti? Bila tidak ada jawaban yang jelas, batasnya belum dirancang.
3. Data calon pelanggan disimpan di mana, dan siapa pemiliknya? Bila Anda tidak bisa menjawab, Anda belum memegang kendali.

Cara memakainya mudah. Ajukan ketiga pertanyaan itu dalam rapat, lalu diam dan dengarkan. Perhatikan apakah jawabannya berupa urutan langkah yang konkret atau hanya kata-kata yang terdengar canggih. Jawaban yang konkret biasanya memakai kata kerja: menyapa, mencatat, menyerahkan. Jawaban yang kabur biasanya memakai kata sifat: pintar, cepat, otomatis. Kalibrasi seperti ini murah, tidak butuh alat, dan bisa Anda lakukan hari ini.

Jawab ketiganya dengan jujur, dan Anda sudah lebih siap daripada kebanyakan pembeli teknologi. Bila Anda ingin melihat bagian bisnis mana yang paling siap dikerjakan agen, Cek Kesiapan Agentic AI membantu memetakannya. Hasilnya dihitung di peramban Anda, dan ini alat bantu berpikir, bukan audit atau sertifikasi.

Tulisan lain yang menyambung: Membungkus Kecanggihan dengan Kesederhanaan menjelaskan mengapa semua kerumitan ini sebaiknya tidak terlihat oleh pelanggan. Pelanggan cukup merasakan satu hal: pertanyaannya dijawab dan tidak ada yang terlewat.