Apa itu bidang kontrol agen?

Bidang kontrol agen, didefinisikan

Bidang kontrol agen adalah sistem yang menerapkan, mengoperasikan, memantau, dan mengatur agen AI di seluruh organisasi.

Setiap agen individu beroperasi di “bidang data,” di mana ia menjalankan tugas dan berinteraksi dengan alat. Bidang kontrol berada di atas lapisan ini sebagai pusat kendali terpusat, mengatur bagaimana agen diterapkan, bagaimana mereka bekerja bersama dan aturan yang memandu perilaku mereka. Alih-alih berfokus pada bagaimana satu agen berperilaku, bidang kontrol berfokus pada bagaimana beberapa agen berfungsi sebagai bagian dari sistem kecerdasan buatan yang lebih besar.

Dalam sebuah studi baru-baru ini oleh IBM® Institute for Business Value, 96% perusahaan melaporkan bahwa mereka sudah menggunakan agen AI dalam beberapa kapasitas. Karena agen AI diadopsi di seluruh tim dan contoh penggunaan, fragmentasi hadir sejak awal. Agen sering dibangun dengan kerangka kerja yang berbeda, terhubung ke sumber data terpisah dan diatur oleh aturan yang tidak konsisten. Bidang kontrol menyediakan cara bersama untuk mengoordinasikan dan mengawasi aktivitas ini, memungkinkan organisasi untuk mengelola agen secara konsisten seiring dengan pertumbuhannya.

Dalam praktiknya, bidang kontrol bertindak sebagai perantara antara agen dan sistem yang mereka andalkan. Sistem ini mengarahkan permintaan, menegakkan izin, dan menerapkan kebijakan sebelum tindakan dijalankan. Sistem ini juga memberikan visibilitas ke dalam bagaimana agen berperilaku dalam produksi, termasuk kinerja, penggunaan, dan hasil mereka.

Pendekatan ini memungkinkan agen dioperasikan sebagai sistem terkoordinasi daripada kumpulan komponen yang terisolasi. Tim dapat menerapkan kebijakan yang konsisten, mengontrol akses ke alat dan data, serta memantau perilaku agen dari waktu ke waktu. Dalam lingkungan AI perusahaan, struktur ini mendukung ekosistem AI agen yang lebih luas di mana beberapa sistem AI berinteraksi. Bidang kontrol juga mendukung iterasi dengan memungkinkan pembuatan versi, pengujian, dan penerapan agen yang terkendali saat mereka berkembang.

Hal ini berguna untuk membedakan bidang kontrol agen dari protokol konteks model (MCP) karena mereka beroperasi pada lapisan yang berbeda:

  • Bidang kontrol agen mengorkestrasi dan mengatur koordinasi, kontrol, dan manajemen siklus hidup di seluruh agen dan layanan.
  • MCP mendefinisikan bagaimana konteks, alat, dan data terstruktur dan diteruskan ke dalam model selama interaksi tunggal.

Bidang kontrol berfokus pada bagaimana agen beroperasi dalam sistem yang lebih luas, sementara MCP berfokus pada bagaimana model memproses permintaan tertentu.

Pengembang menggunakannya untuk membangun dan menguji alur kerja agen. Tim platform menggunakannya untuk mengelola infrastruktur dan menegakkan standar. Tim bisnis dan operasi menggunakannya untuk mendukung kepatuhan, keamanan, dan akuntabilitas.

Bidang kontrol agen memberikan dasar untuk mengoperasikan agen dengan cara yang terstruktur dan dapat diskalakan. Cara ini memungkinkan koordinasi lintas sistem, menetapkan kontrol yang konsisten dan membuat perilaku agen dapat diamati dan dikelola dari waktu ke waktu.

Mengapa bidang kontrol agen AI itu penting

Bidang kontrol agen membentuk bagaimana pekerjaan diatur dan dijalankan di lingkungan yang mengandalkan agen AI, terutama saat organisasi mengadopsi sistem multi-agen. Dalam sistem ini, pekerjaan dikoordinasikan di seluruh kelompok agen daripada ditangani oleh alat atau alur kerja yang terisolasi. Sarana kontrol menentukan bagaimana tugas ditetapkan, bagaimana agen berinteraksi, dan bagaimana output divalidasi. Struktur ini mengubah cara tim merancang proses dan mengelola hasil.

Tanpa bidang kontrol, organisasi menghadapi penyebaran agen AI, di mana agen tumbuh dengan cara yang tidak terkoordinasi dan tidak terkelola. Dalam studi IBV, 94% perusahaan melaporkan bahwa penyebaran AI meningkatkan risiko dan kompleksitas keamanan. Hal ini dapat meningkatkan tekanan untuk konsolidasi vendor karena tim berusaha menyederhanakan lingkungan yang terfragmentasi yang membuat penskalaan AI menjadi sulit. Tantangan umum dalam adopsi meliputi:

  • Fragmentasi dan AI terisolasi: Agen AI diterapkan dalam fungsi individu seperti SDM, keuangan atau TI, tetapi proses bisnis membentang di seluruh fungsi tersebut. Kesenjangan ini menyulitkan pencapaian hasil menyeluruh.
  • Kurangnya koordinasi dan pengaturan: Seiring bertambahnya jumlah agen, semakin sulit untuk mengelola bagaimana mereka berinteraksi. Kesenjangan ini mengarah pada upaya duplikat, perilaku yang tidak konsisten, dan pengalaman pengguna yang terfragmentasi.
  • Risiko tata kelola yang buruk: Tanpa pagar pembatas yang konsisten, agen mungkin mengakses data yang salah atau mengambil tindakan yang tidak diinginkan. Hal ini dapat menyebabkan masalah keamanan dan kehilangan kendali.

Bidang kontrol agen mengatasi tantangan ini dengan memperkenalkan standar, koordinasi, dan pengawasan bersama. Langkah ini menciptakan cara yang konsisten bagi agen untuk beroperasi di seluruh tim dan sistem, yang mengurangi duplikasi dan meningkatkan penyelarasan. Struktur ini juga memudahkan untuk melacak perilaku dan menetapkan akuntabilitas.

Bidang kontrol agen juga membentuk bagaimana organisasi mengelola perubahan. Saat agen diperbarui atau diperluas, bidang kontrol membantu memastikan bahwa perubahan mengikuti proses yang ditentukan. Sistem ini memungkinkan tim untuk menguji, menyetujui, dan menerapkan pembaruan dengan cara yang terkontrol. Sistem ini mengurangi gangguan dan mendukung operasi yang lebih dapat diprediksi saat sistem berkembang.

Akademi AI

Menjadi pakar AI

Raih pengetahuan demi memprioritaskan investasi AI yang mendorong pertumbuhan bisnis. Mulai dengan Akademi AI gratis kami hari ini dan pimpin masa depan AI di organisasi Anda.

Kemampuan utama dari bidang kontrol agen

Bidang kontrol agen ditentukan oleh seperangkat kemampuan inti yang mengelola bagaimana agen ditemukan, dijalankan, diatur, dan dipelihara. Solusi ini mendukung orkestrasi agen AI di seluruh sistem dan membantu memastikan bahwa agen otonom dapat beroperasi dengan andal.

Kemampuan ini sering dikelompokkan ke dalam lapisan arsitektur (seperti orkestrasi, tata kelola, atau observabilitas), tetapi dalam praktiknya, berbagai kemampuan ini bekerja bersama sebagai sistem yang kohesif. Memahami kemampuan bidang kontrol agen memberikan pandangan yang lebih jelas dan lebih langsung tentang cara operasinya.

Kontrol akses

Membantu memastikan bahwa agen dan pengguna diautentikasi dan diotorisasi, menegakkan izin di seluruh sistem dan sumber data. Kontrol ini mencakup penerapan prinsip hak istimewa paling sedikit untuk membatasi akses ke data sensitif.

Registri agen dan alat

Mempertahankan katalog terpusat agen dan alat yang tersedia, memungkinkan penemuan, penggunaan kembali, dan pemanggilan yang konsisten. Kemampuan ini juga mendukung orientasi agen AI baru di berbagai platform agen dan dapat menyertakan templat yang telah ditentukan untuk menstandarisasi pengaturan.

Manajemen eksekusi

Menangani eksekusi tindakan agen dan panggilan alat, termasuk penanganan input, pemrosesan output, coba lagi, dan manajemen kesalahan. Ini mengelola perilaku pada waktu berjalan dan membantu memastikan bahwa tindakan diproses secara real time jika diperlukan.

Manajemen siklus hidup

Mendukung siklus hidup penuh agen dan alat, termasuk pembuatan versi, pengujian, penerapan, dan pembaruan. Langkah ini juga memelihara jejak audit untuk melacak perubahan dari waktu ke waktu.

Penegakan kebijakan

Menerapkan aturan yang mengatur perilaku agen, seperti alat mana yang dapat digunakan, data apa yang dapat diakses, dan tindakan mana yang diizinkan. Kebijakan-kebijakan ini membantu mengurangi risiko dan membatasi eksposur terhadap kerentanan.

Permintaan perutean

Mengarahkan permintaan masuk ke agen, alat, atau alur kerja yang sesuai berdasarkan konteks, maksud, dan aturan sistem.

Manajemen negara bagian

Mengelola cara agen menyimpan, mengambil, dan berbagi memori di seluruh tugas, sesi, dan alur kerja.

Telemetri

Menangkap log, metrik, dan jejak yang memberikan visibilitas ke dalam perilaku sistem, kinerja, dan hasil untuk pemantauan dan debugging agen AI. Kemampuan ini sangat penting untuk observabilitas agen AI.

Persyaratan teknis dan fungsi bidang kontrol agen

Kemampuan yang dijelaskan di bagian sebelumnya menguraikan apa yang dapat dilakukan oleh bidang kontrol agen. Dalam praktiknya, kemampuan ini diimplementasikan melalui serangkaian komponen platform inti —trkadang digambarkan sebagai sistem operasi agen—yang menentukan bagaimana agen dibangun, diterapkan, dan dioperasikan dalam skala besar.

Bersama-sama, mereka memastikan bahwa alur kerja tetap dapat diandalkan, aman, dan mudah beradaptasi seiring dengan meningkatnya kompleksitas. Bidang kontrol mengoordinasikan eksekusi, sementara sistem waktu proses yang mendasarinya melaksanakan tugas.

  • Orkestrasi waktu proses: Sistem harus menerima dan menafsirkan permintaan yang masuk, kemudian mengoordinasikan bagaimana permintaan tersebut dieksekusi di seluruh agen, model, dan alat eksternal. Orkestrasi ini biasanya diimplementasikan melalui antarmuka pemrograman aplikasi (API), arsitektur berbasis peristiwa, dan mesin alur kerja yang mengelola proses dan ketergantungan multi-langkah.

  • Eksekusi dan akses alat: Platform menyediakan lingkungan yang terkontrol untuk mengeksekusi tindakan agen dan berinteraksi dengan alat dan layanan eksternal. Lingkungan ini mencakup antarmuka standar, validasi input dan output dan mekanisme untuk menangani kesalahan dan percobaan ulang.

  • Lapisan akses dan integrasi: Gateway terpadu menyediakan cara yang konsisten bagi agen untuk mengakses data, alat, dan sistem eksternal. Lapisan ini menyederhanakan integrasi di seluruh lingkungan heterogen dan memusatkan bagaimana permintaan ditangani.

  • Keamanan dan otorisasi: Semua interaksi antara agen, pengguna, dan sistem harus diautentikasi dan diotorisasi. Keamanan ini biasanya diberlakukan melalui sistem identitas, akses berbasis token, dan izin yang diterapkan secara dinamis.

  • Manajemen status dan konteks: Mempertahankan konteks lintas interaksi sangat penting untuk perilaku agen yang koheren. Ini termasuk konteks kerja jangka pendek serta status berumur panjang, didukung oleh sistem yang bertahan dan mengambil informasi di seluruh alur kerja.

  • Observabilitas dan evaluasi: Bidang kontrol harus memberikan visibilitas yang jelas ke dalam perilaku sistem. Visibilitas ini mencakup pengumpulan log, metrik, dan jejak, kemudian membuat informasi tersebut tersedia untuk pemantauan, debugging, dan analisis.

  • Penegakan kebijakan: Kebijakan harus diterapkan secara aktif selama eksekusi daripada diperlakukan sebagai definisi statis. Penegakan memerlukan evaluasi waktu proses tindakan agen terhadap aturan yang ditentukan, memastikan bahwa perilaku tetap sesuai dengan kendala operasional dan keselamatan.

  • Manajemen siklus hidup dan versi: Komponen-komponen ini mendukung siklus hidup agen penuh, mulai dari desain dan pengembangan hingga pengujian, penerapan, pengoperasian, dan pemantauan. Pembuatan versi dan mekanisme rilis terkontrol membantu memastikan bahwa pembaruan dapat diperkenalkan dengan aman tanpa mengganggu sistem yang ada.

  • Skalabilitas dan keandalan: Bidang kontrol harus terus berkinerja di bawah permintaan yang terus meningkat dan kegagalan sistem sebagian. Kemampuan ini membutuhkan desain sistem terdistribusi, manajemen beban kerja yang efektif, serta mekanisme pemulihan yang baik ketika komponen mengalami kegagalan.

  • Registri agen dan aset: Bidang kontrol mengelola daftar agen, alat, dan dependensi. Registri memungkinkan tim untuk menemukan, menggunakan kembali, dan mengelola aset ini secara terpusat, meningkatkan konsistensi dan mengurangi duplikasi di seluruh organisasi.

Contoh penggunaan bidang kontrol agen

Bidang kontrol agen digunakan di mana pun beberapa agen AI perlu beroperasi dengan cara yang terkoordinasi, diatur, dan dapat diskalakan. Ini sangat relevan di lingkungan di mana keandalan, keamanan, dan pengawasan sangat penting. Contoh penggunaan berikut ini mengilustrasikan bagaimana bidang kontrol membentuk alur kerja dunia nyata.

Peningkatan berkelanjutan

Bidang kontrol menangkap data tentang kinerja agen dan menggunakannya untuk memperbaiki perilaku sistem dari waktu ke waktu. Misalnya, ketika agen pendukung terlalu sering meneruskan jenis masalah tertentu, bidang kontrol dapat mendeteksi pola itu lalu menyesuaikan routing sehingga permintaan serupa diarahkan ke agen yang lebih tepat.

Operasi dukungan pelanggan

Bidang kontrol mengelola beberapa agen pendukung yang menangani berbagai jenis permintaan di seluruh aplikasi dan antarmuka gaya kopilot. Mereka merutekan kueri, menegakkan pedoman respons, dan melacak kinerja untuk mendukung layanan yang konsisten di seluruh saluran. Jika pelanggan mengirim masalah penagihan melalui obrolan, bidang kontrol akan merutekan permintaan ke agen khusus penagihan. Tindakan ini membatasi akses ke data akun yang relevan dan mencatat interaksi untuk mendapatkan ulasan.

Otomatisasi alur kerja perusahaan

Organisasi menggunakan bidang kontrol agen untuk mengoordinasikan agen di seluruh proses bisnis multilangkah yang mencakup sistem seperti manajemen hubungan pelanggan (CRM), perencanaan sumber daya perusahaan (ERP), dan alat bantu internal. Bidang kontrol membantu memastikan bahwa setiap langkah dieksekusi dalam urutan yang benar dan mengikuti aturan yang telah ditentukan.

Dalam alur kerja pengadaan, misalnya, satu agen mengumpulkan perkiraan vendor, yang lain mengevaluasi harga dan yang ketiga mengirimkan persetujuan. Bidang kontrol mengorkestrasi langkah-langkah ini, menegakkan kebijakan persetujuan, dan mencatat keputusan untuk keperluan audit.

Tata kelola dan penegakan kepatuhan

Bidang kontrol membantu memastikan bahwa perilaku agen selaras dengan kebijakan internal dan peraturan eksternal, tata kelola yang sangat penting dalam industri yang diatur. Misalnya, dalam layanan keuangan, agen yang menghasilkan rekomendasi investasi harus mengikuti aturan kepatuhan. Bidang kontrol membatasi penggunaan data dan mencatat output untuk tinjauan regulasi.

Kolaborasi multiagen

Dalam skenario yang lebih kompleks, beberapa agen bekerja bersama pada tugas bersama. Bidang kontrol mengelola bagaimana tugas dibagi, bagaimana informasi dipertukarkan, dan bagaimana output digabungkan. Bentuk kolaborasi multi-agen ini memungkinkan pemecahan masalah yang terkoordinasi di seluruh agen.

Misalnya, dalam alur kerja riset, satu agen mengumpulkan data, yang lain merangkum temuan dan yang ketiga menghasilkan laporan. Bidang kontrol mengoordinasikan aliran data dan membantu output akhir memenuhi standar kualitas.

Orkestrasi Alat dan API

Agen sering mengandalkan sistem eksternal untuk menyelesaikan tugas. Bidang kontrol mengatur bagaimana alat dan API dipilih dan digunakan, memastikan urutan yang benar dan eksekusi yang aman.

Misalnya, agen penjualan memperbarui catatan pelanggan dan mengirim email tindak lanjut. Bidang kontrol mengoordinasikan pembaruan CRM dan memicu layanan email, menerapkan aturan akses dan pemformatan.

Manfaat bidang kontrol agen

Bidang kontrol agen menyediakan cara terstruktur untuk mengelola agen AI saat mereka meningkatkan skala di seluruh sistem dan tim. Nilai mereka berasal dari peningkatan bagaimana agen dikendalikan, dikoordinasikan, dan diamati di lingkungan produksi. Manfaat ini membantu mendukung sistem kelas enterprise yang beroperasi pada skala perusahaan.

  • Tata kelola terpusat: Kebijakan ditetapkan dan ditegakkan di satu tempat, bukan di setiap agen, sehingga kepatuhan lebih mudah untuk dipertahankan.

  • Akuntabilitas yang jelas: Tindakan dapat ditelusuri kembali ke agen tertentu, mendukung audit dan pelacakan tanggung jawab.

  • Perilaku yang konsisten: Aturan bersama mengurangi variasi dalam cara agen melakukan tugas, sehingga meningkatkan keandalan.

  • Adaptasi berkelanjutan: Pemantauan dan masukan memungkinkan penyempurnaan berkelanjutan dari keputusan perutean dan perilaku agen.

  • Penggunaan sumber daya yang efisien: Tugas-tugas dialihkan ke agen dan alat bantu yang tepat, sehingga mengurangi duplikasi dan meningkatkan efisiensi.

  • Iterasi lebih cepat: Agen dapat diperbarui dan digunakan melalui proses terkontrol, memungkinkan peningkatan tanpa mengganggu sistem langsung.

  • Peningkatan visibilitas: Tim dapat melihat apa yang dilakukan agen dan bagaimana kinerja mereka, sehingga lebih mudah untuk mengidentifikasi masalah dan memahami perilaku sistem. Visibilitas ini juga mendukung evaluasi ROI AI dari waktu ke waktu.

  • Operasi yang lebih aman: Kontrol akses dan penegakan kebijakan membatasi apa yang dapat dilakukan oleh agen, sehingga mengurangi risiko tindakan yang tidak diinginkan.

  • Skalabilitas: Bidang kontrol menyediakan struktur seiring bertambahnya jumlah agen, mencegah fragmentasi dan hilangnya kontrol.

Praktik terbaik untuk menerapkan bidang kontrol agen

Membangun bidang kontrol agen membutuhkan lebih dari sekadar merakit komponen. Ini melibatkan keputusan yang disengaja tentang batas-batas sistem, tata kelola dan operasi jangka panjang. Praktik-praktik berikut membantu memastikan sistem tetap efektif seiring pertumbuhannya.

  • Tentukan batas yang jelas: Tentukan apa yang termasuk dalam bidang kontrol versus dalam agen individu untuk menghindari tumpang tindih dan kebingungan.

  • Desain untuk modularitas: Pisahkan masalah seperti perutean dan penegakan kebijakan sehingga komponen dapat berkembang secara independen.

  • Aktifkan interoperabilitas: Rancang bidang kontrol untuk bekerja di berbagai model dan alat, termasuk kerangka kerja sumber terbuka seperti LangChain dan sistem yang dibangun di atas arsitektur model bahasa besar (LLM). Interoperabilitas juga mencakup dukungan untuk beberapa penyedia seperti OpenAI dan Anthropic guna menghindari penguncian.

  • Tetapkan tata kelola lebih awal: Tetapkan kebijakan untuk akses dan penggunaan data sejak awal untuk menghindari penyesuaian kontrol di kemudian hari.

  • Sertakan pengawasan manusia jika diperlukan: Izinkan tinjauan manusia dalam skenario berisiko tinggi atau ambigu untuk meningkatkan keandalan dan kepercayaan.

  • Rencanakan skalabilitas: Sistem ini harus mendukung penerapan di seluruh lingkungan seperti platform AWS atau Microsoft, terintegrasi dengan alat seperti GitHub dan memungkinkan akses melalui antarmuka seperti antarmuka baris perintah (CLI) atau dasbor. Kemampuan ini mendukung inisiatif organisasi yang lebih luas dan integrasi dengan alat perusahaan seperti LinkedIn.

  • Prioritaskan observabilitas: Tangkap log dan metrik di seluruh aktivitas agen untuk mendukung debugging dan analisis kinerja.

  • Amankan setiap langkah: Terapkan autentikasi dan validasi di seluruh sistem untuk mengurangi risiko.

  • Standardisasi pendaftaran: Pastikan semua agen dan alat terdaftar melalui proses yang konsisten untuk meningkatkan penemuan dan integrasi.

  • Mendukung manajemen siklus hidup: Sertakan proses pembuatan versi, pengujian, dan penerapan untuk mendukung pembaruan yang aman dan dapat diprediksi.

  • Gunakan loop masukan: Perbaiki perutean dan perilaku berdasarkan data sistem dan umpan balik pengguna.

Penyusun

Matthew Finio

Staff Writer

IBM Think

Amanda Downie

Staff Editor

IBM Think

Solusi terkait
Agen AI untuk bisnis

Bangun, terapkan, dan kelola asisten dan agen AI yang kuat yang mengotomatiskan alur kerja dan proses dengan AI generatif.

    Menjelajahi watsonx Orchestrate
    Solusi agen AI IBM

    Bangun masa depan bisnis Anda dengan solusi AI yang dapat Anda percaya.

    Jelajahi solusi agen AI
    Layanan AI IBM Consulting

    Layanan IBM Consulting AI membantu merancang ulang cara kerja bisnis dengan AI untuk transformasi.

    Jelajahi layanan kecerdasan buatan
    Ambil langkah selanjutnya

    Baik Anda memilih untuk menyesuaikan aplikasi dan keterampilan yang dibangun sebelumnya atau membangun dan menerapkan layanan agen khusus menggunakan studio AI, platform IBM watsonx siap membantu Anda.

    1. Menjelajahi watsonx Orchestrate
    2. Jelajahi watsonx.ai