Akses.co.id — Agentic AI digadang-gadang menjadi lompatan besar dalam evolusi kecerdasan buatan, melampaui kemampuan generatif yang populer beberapa tahun terakhir. Konsep ini tidak hanya tentang menghasilkan konten, tetapi juga tentang AI yang mampu mengambil tindakan secara mandiri dalam proses bisnis, sebuah revolusi yang diperkirakan akan mengubah lanskap operasional perusahaan dan interaksi dengan pelanggan.

Gavin Barfield, VP & CTO Solution Salesforce ASEAN, menilai agentic AI bukan sekadar evolusi, melainkan sebuah revolusi teknologi. “Saya kira agentic AI bukan evolusi, ini adalah revolusi teknologi. Bila kita melihat ke masa depan, AI dan agentik AI akan mengubah segalanya, mulai dari bagaimana kita berinteraksi dengan pelanggan, hingga kehidupan kita sehari-hari,” ujar Barfield dalam media briefing Agentforce World Tour Jakarta 2026 di hotel Ritz Carlton Pacific Place, Jakarta Selatan, Kamis (23/4/2026).

Tiga Fase Perkembangan AI

Perkembangan kecerdasan buatan, menurut Barfield, dapat dikategorikan dalam tiga fase utama.

Fase Pertama: Predictive AI

Fase ini memanfaatkan data historis untuk memprediksi kejadian di masa depan, seperti pola perilaku pelanggan.

Fase Kedua: Generative AI

Fase ini telah dikenal luas melalui kehadiran chatbot dan large language model (LLM). AI pada tahap ini mampu menghasilkan berbagai jenis konten, mulai dari teks, gambar, hingga video.

Namun, Barfield mencatat bahwa banyak implementasi generative AI masih terbatas pada tahap uji coba dan belum memberikan dampak bisnis yang signifikan. Keterbatasan ini disebabkan oleh beberapa faktor, termasuk kualitas data yang belum optimal, kurangnya integrasi dalam alur kerja, serta ketidakmampuan AI untuk mengeksekusi tugas secara langsung.

“AI generatif membantu membuat konten, tetapi belum benar-benar melakukan pekerjaan,”

tegas Barfield.

Fase Ketiga: Agentic AI

Memasuki fase ini, AI tidak hanya memberikan rekomendasi, tetapi juga mampu menjalankan tugas secara otomatis. Perbedaan mendasar antara generative AI dan agentic AI diilustrasikan Barfield melalui analogi sistem navigasi GPS pada mobil otonom.

Jika generative AI diibaratkan sebagai GPS yang hanya memberikan petunjuk arah, maka agentic AI lebih menyerupai mobil tanpa pengemudi yang dapat mengambil alih kendali dan menjalankan perjalanan secara mandiri.

Salesforce dan Agentforce

Sebagai salah satu pemain utama di industri teknologi, Salesforce turut mengembangkan layanan agentic AI melalui platform “Agentforce”. Solusi ini mengintegrasikan berbagai komponen krusial, mulai dari model AI (LLM), lapisan kepercayaan (trust layer), hingga sistem data dan aplikasi bisnis.

Kualitas data menjadi fondasi utama dalam pengembangan AI di Agentforce. Barfield menekankan bahwa tanpa data yang akurat dan relevan, AI tidak akan mampu menghasilkan keluaran yang optimal.

Salesforce mengadopsi pendekatan “Data360” dalam Agentforce, yang menggabungkan data terstruktur dan tidak terstruktur. Pendekatan ini mencakup data transaksi pelanggan, dokumen, email, hingga percakapan internal, yang bertujuan untuk memberikan konteks yang lebih kaya bagi AI.

“AI yang cerdas bukan hanya soal data, tapi soal konteks. Seperti karyawan berpengalaman yang memahami bisnis secara menyeluruh, tentu akan lebih unggul dalam hal konteks ketimbang karyawan baru,”

jelas Barfield.

Aspek keamanan dan kepercayaan juga menjadi prioritas utama dalam Agentforce. Melalui “trust layer”, sistem keamanan agen AI ini dirancang untuk melindungi data sensitif, termasuk informasi pribadi, sekaligus meminimalkan risiko kesalahan AI seperti halusinasi.

Dalam implementasinya, agentic AI akan terintegrasi langsung ke dalam berbagai aplikasi bisnis Salesforce, mencakup ranah penjualan, layanan pelanggan, hingga pemasaran. Teknologi ini diklaim tidak akan lagi menjadi fitur tambahan, melainkan tertanam sebagai bagian integral dari sistem kerja perusahaan.

Salesforce juga membangun ekosistem yang terbuka dengan mendukung berbagai model AI dari penyedia lain seperti OpenAI, Anthropic, dan Google, serta berintegrasi dengan platform seperti AWS dan Databricks. Interaksi pengguna dengan agen AI akan difasilitasi melalui platform kolaborasi Slack, yang berfungsi sebagai pusat aktivitas kerja sekaligus antarmuka utama. Melalui fitur seperti Slackbot, pengguna dapat mengakses informasi penting dan rekomendasi bisnis secara instan berdasarkan data perusahaan.