Asisten, kolaborator, sepenuhnya otonom: Tiga era AI yang akan datang dalam perangkat lunak perusahaan 

Bayangkan antarmuka pengguna untuk platform intelijen bisnis. Biasanya antarmuka ini mencakup serangkaian tab, bilah sisi, menu tarik-turun, penggeser, dan elemen UI lainnya yang cukup memusingkan. Pengguna baru tidak akan tahu ke mana harus mencari hal yang mereka butuhkan, dan bahkan pengguna yang sudah berpengalaman pun mungkin akan mencari fitur yang jarang digunakan. 

Sekarang, bayangkan alih-alih semua komponen ini, layar menampilkan kotak teks sederhana. Pengguna dapat memasukkan prompt seperti "Buatlah grafik yang menunjukkan jumlah langganan dari tahun ke tahun selama satu dekade terakhir dari demografi usia 20-30 tahun di wilayah EMEA." Dan, dalam sekejap, grafik pun terwujud. 

Kita belum sampai di sana. Namun masa depan ini tidak jauh.

Selama dekade terakhir, perusahaan perangkat lunak telah berfokus pada peningkatan pengalaman pengguna (UX) dengan meningkatkan antarmuka pengguna (UI), menyederhanakan alur kerja dan mengurangi jumlah klik yang diperlukan untuk menyelesaikan tugas. Kemajuan ini telah meningkatkan produktivitas, meningkatkan tingkat adopsi perangkat lunak dan mengurangi waktu penyelesaian tugas.  

Namun, perangkat lunak perusahaan masih mengharuskan pengguna menginvestasikan waktu untuk belajar dan beradaptasi dengan sistem yang berbeda, terutama ketika beralih dari aplikasi lama. Selain itu, inkonsistensi dalam desain lintas platform kian mempersulit pelatihan dan adopsi pengguna. 

Untuk mengatasi tantangan ini, organisasi sering menerapkan program manajemen perubahan yang ekstensif, tetapi inisiatif ini terkadang gagal memberikan manfaat yang diinginkan karena penerimaan pengguna yang buruk terhadap sistem baru. Kegagalan ini sering kali disebabkan oleh pelatihan yang tidak memadai, resistensi terhadap perubahan, dan kerumitan transisi dari sistem lama.

AI akan mengubah semua ini. 

Mari jelajahi bagaimana kami mengharapkan aplikasi perusahaan berkembang di tiga era berbeda yang didorong oleh kemajuan AI agen, dari peningkatan bertahap hingga otonomi lengkap. 

Kami saat ini berada dalam tahap awal mengintegrasikan AI agen ke dalam perangkat lunak perusahaan. Meskipun perubahan ini meningkatkan pengalaman pengguna, perubahan ini pada dasarnya melengkapi UI yang sudah ada dan bukan menggantikannya. 

Asisten yang didukung AI: Pelengkapan deskripsi dan detail secara otomatis dengan menggunakan AI generatif, rekomendasi berdasarkan machine learning, dan pengambilan informasi yang relevan dengan menggunakan Generasi dengan dukungan pengambilan data (Retrieval-Augmented Generation atau RAG).

Antarmuka percakapan: Chatbot dan kopilot memungkinkan penyelesaian tugas melalui perintah bahasa alami.

Platform yang dapat disesuaikan: Solusi Platform-as-a-Service (PaaS) memberdayakan pelanggan untuk membangun fungsi AI yang disesuaikan menggunakan Model Bahasa Besar atau Large Language Models (LLM) yang tersedia di platform.

Meskipun peningkatan ini meningkatkan produktivitas, UI tradisional tetap merupakan bagian integral dari interaksi pengguna dan keterlibatan pengguna yang signifikan masih diperlukan.

Di era ini, aplikasi perusahaan bergerak menuju kerangka kerja yang lebih cerdas dan kolaboratif. UI konvensional mengambil kursi belakang, menjadi alat khususnya untuk profesional TI dan pengguna super. Agen AI mengotomatiskan sebagian besar interaksi manusia-ke-perangkat lunak, yang memberikan panduan langkah demi langkah dan menyoroti hambatan. Namun, input manusia masih diperlukan untuk keputusan penting. Fitur inti yang diantisipasi dalam tahap ini meliputi:

Agen sebagai antarmuka: Antarmuka percakapan mendominasi interaksi pengguna, yang meminimalkan ketergantungan pada UI tradisional.

Komunikasi antaragen: Agen AI di berbagai platform perangkat lunak berkomunikasi dengan lancar menggunakan protokol standar yang mirip dengan HTTP.

Integrasi dinamis: Integrasi manual antara produk piranti lunak menjadi usang, karena agen AI bertukar informasi secara real time. Pergeseran ini memungkinkan para profesional TI untuk berfokus pada tugas-tugas yang bernilai lebih tinggi seperti strategi dan inovasi, daripada pemeliharaan rutin dan pemecahan masalah. Alur kerja organisasi juga menjadi lebih tangkas, karena komunikasi yang lancar antara agen AI mengurangi hambatan dan mempercepat proses pengambilan keputusan.

Tahap evolusi terakhir membayangkan aplikasi perusahaan yang hampir sepenuhnya otonom, yang hanya membutuhkan sedikit campur tangan manusia. Pengguna menentukan tujuan dan agen AI berkolaborasi untuk mencapainya dalam pagar pembatas organisasi yang telah ditentukan sebelumnya. Karakteristik utamanya meliputi:

Agen AI yang berorientasi pada tujuan: Pengguna menentukan tujuan dan agen AI menjalankan tugas secara menyeluruh.

Rel pemandu yang dapat dikonfigurasi: Panduan yang dapat diadaptasi menguraikan batasan tugas, titik keputusan, dan persyaratan otorisasi. Hal ini dapat dikonfigurasi menggunakan bahasa alami, yang menghilangkan kebutuhan akan keterampilan TI khusus. Sebagai contoh, administrator dapat memasukkan instruksi sederhana seperti “Rutekan semua faktur di atas USD 10.000 untuk persetujuan departemen keuangan,” dan sistem akan menghasilkan alur kerja yang sesuai.

Namun, keterbatasan potensial dapat mencakup ambiguitas bahasa, di mana perintah yang tidak jelas atau frasa yang tidak tepat dapat menghasilkan konfigurasi yang tidak diinginkan. Memastikan akurasi dan menyediakan mekanisme fallback, seperti petunjuk yang dipandu atau langkah-langkah validasi, sangat penting untuk mengatasi tantangan ini.

UI sesuai permintaan: Antarmuka dinamis dibuat sesuai kebutuhan untuk pengambilan keputusan atau presentasi informasi.

Manajemen data tidak terstruktur: Informasi pada umumnya ditangkap dalam format tidak terstruktur tetapi diubah menjadi data terstruktur atau semiterstruktur untuk analisis dan pelaporan. 

Arsitektur yang efisien: Aplikasi perusahaan terdiri dari dua komponen utama—agen AI khusus dan rel pemandu yang dapat dikonfigurasi dengan batas ruang lingkup. Data disimpan dalam repositori terpusat di seluruh organisasi sehingga tidak perlu lagi repositori data khusus aplikasi.

Di era ini, peningkatan produktivitas diproyeksikan akan sangat besar, dengan lebih banyak manfaat termasuk pengurangan total biaya kepemilikan (total cost of ownership atau TCO) untuk aplikasi perusahaan dan manajemen data.