Apa itu AI Agent dalam 10 Menit!

Ringkasan

Arif Rachman menjelaskan AI agent, cara kerjanya, arsitekturnya, serta peluang penggunaannya untuk bisnis di Indonesia.

Apa Itu AI Agent?

AI agent berbeda dari chatbot yang memberikan satu jawaban langsung. Dalam agentic workflow, AI memecah tugas besar menjadi beberapa langkah, lalu melakukan riset, menyusun hasil, mengevaluasi, dan memperbaikinya. Video membandingkannya dengan navigasi Google Maps yang terus menyesuaikan rute, bukan perjalanan lurus dari titik A ke B.

Otonomi penuh—ketika AI menentukan langkah, menggunakan alat, dan merevisi hasil tanpa campur tangan manusia—disebut sebagai tujuan jangka panjang. Menurut video, teknologi saat ini masih berada pada tahap awal agentic workflow.

Pola dan Kemampuan yang Dibahas

Video merujuk pada empat pola desain AI agent dari Andrew Ng. Subtitel menjelaskan tiga pola secara terperinci:

• Reflection: AI meninjau dan memperbaiki hasilnya sendiri, misalnya memeriksa artikel untuk menemukan kesalahan dan menilai relevansinya.
• Penggunaan alat: AI menggunakan sumber atau fungsi eksternal untuk menyelesaikan tugas. Contohnya, pencarian web untuk membandingkan tarif Gojek dan Grab berdasarkan harga, promo, dan kondisi lalu lintas terkini.
• Planning dan reasoning: AI menyusun rencana bertahap dan mempertimbangkan pilihan, seperti merancang acara dengan anggaran dan tenggat tertentu.

Arsitektur AI Agent

• Single agent: Agent khusus menangani satu tugas, seperti riset, penulisan, penyuntingan, SEO, atau pembuatan visual. Video memperkenalkan mnemonik FINISHED untuk mengingat komponen agent: tugas, keluaran yang diharapkan, model, alat, serta tujuan atau hasil akhir. Contohnya adalah agent perencana liburan yang membuat itinerary berdasarkan anggaran dan menggunakan alat seperti peta, layanan perjalanan, dan informasi cuaca.
• Multi-agent: Beberapa agent spesialis bekerja bersama untuk menangani tugas yang lebih kompleks. Video menjelaskan dua arsitektur:
  1. System agent manager: Agent pusat mengatur agent-agent lain serta mengendalikan konteks dan alur kerja.
  2. Decentralized agent system: Agent yang setara dapat menyerahkan kendali kepada agent lain sesuai spesialisasinya.

Kedua pendekatan dapat digabungkan dalam sebuah AI workflow. Namun, semakin besar sistem, semakin rumit pemeliharaan dan penelusuran kesalahannya. Perubahan pada satu komponen dapat berdampak pada agent lain.

Panduan Praktis dan Peluang Bisnis

• Platform visual seperti Make.com dan n8n memungkinkan pembuatan workflow atau agent AI tanpa harus mahir coding. Kemampuan coding tetap menjadi keuntungan.
• Untuk mencari ide bisnis, video menyarankan agar kita melihat perusahaan SaaS yang sudah berhasil, lalu mempertimbangkan bagaimana versi berbasis AI agent dapat bekerja lebih proaktif. Contohnya, mengembangkan aplikasi akuntansi menjadi asisten keuangan AI.

Kuis di Akhir Video

Video menutup dengan kuis tentang:

1. Perbedaan workflow non-agentic dan agentic.
2. Pola desain AI agent.
3. Komponen utama single agent.
4. Dua jenis arsitektur multi-agent.

Pembicara dan Sumber yang Disebut

Arif/Arief Rachman disebut sebagai pembicara, sementara Andrew Ng menjadi rujukan untuk pola desain agent. Contoh alat dan platform yang disebut meliputi ChatGPT, Make.com, n8n, pencarian web, serta layanan peta dan perjalanan.