Sinyal $11 Miliar: mengapa data real-time adalah sistem saraf AI agentik

Akuisisi IBM senilai $11 miliar terhadap Confluent adalah sinyal paling jelas bahwa AI agentic akan bergantung pada kemampuan yang memanfaatkan data real-time. 

Selain IBM, raksasa industri lainnya seperti Google dan Salesforce juga telah memperhatikan hal ini, dengan akuisisi besar dalam beberapa tahun terakhir yang bertujuan untuk menghubungkan data dan sistem perusahaan dengan lebih baik.  

Arahnya sudah jelas.  Sekarang, pertanyaan kunci untuk desain arsitektur perusahaan yang efektif adalah bagaimana merencanakan dan membangun untuk mewujudkan janji AI agentic.  Menurut pandangan saya, perusahaan bergerak menuju orkestrasi multi-agen dalam skala besar, dan data real-time akan menjadi esensial untuk menghasilkan nilai yang nyata. 

AI Agent tanpa Konteks Real-time beroperasi di masa lalu 

AI agentic menjanjikan sistem otonom yang dapat merespons dan bernalar secara real-time. Namun dalam lingkungan produksi, janji itu dengan cepat runtuh jika sistem merespons terlalu lambat atau ada kekurangan konteks real-time. 

Pertimbangkan perusahaan layanan keuangan global, di mana ribuan input pasar yang terus berubah harus dipertimbangkan dan direspons pada saat itu juga ketika terjadi. Dalam lingkungan seperti ini, proses yang digerakkan AI tidak mampu melakukan polling berkala pada sistem sumber untuk mencari perubahan. Penundaan beberapa menit bukan hanya ketidaknyamanan, tetapi sebuah risiko. Sistem harus merespons apa yang baru saja berubah, sekarang juga, bukan beberapa menit kemudian. 

Di sinilah platform AI agentic lainnya gagal. Arsitektur permintaan-respons mereka dirancang untuk dunia yang lebih lambat, di mana aplikasi dapat beroperasi dalam mode batch, secara berkala melakukan query pada sistem sumber untuk mencari perubahan, sambil menghabiskan sumber daya komputasi dan LLM.  

Sistem agentic yang responsif beroperasi secara berbeda. Mereka perlu merespons perubahan yang terjadi di seluruh perusahaan – pesanan yang ditempatkan, pembaruan pengiriman layanan, aktivitas penjualan pelanggan – secara real-time, bukan beberapa menit atau jam setelah mereka terjadi.  

AI agent yang harus melakukan polling database untuk memahami keadaan saat ini bukanlah real-time; ia beroperasi berdasarkan pandangan ke belakang. Merespons acara bisnis secara real-time adalah yang memberikan agen kesadaran situasional yang sebenarnya. Ini memberikan responsivitas dan konteks terkini yang mereka butuhkan untuk bertindak secara tegas, berkoordinasi dengan agen lain, dan beroperasi dengan andal. 

Perpindahan ke orkestrasi AI, didukung oleh event 

Untuk mendukung ini dalam skala perusahaan, arsitektur yang mendasarinya harus beralih dari integrasi data statis ke orkestrasi dinamis dari agen khusus yang beroperasi secara real-time. Masalah yang lebih besar harus dipecah menjadi tugas-tugas yang lebih kecil dan dikirim ke AI agent yang sesuai dengan keterampilan yang tepat, secara real-time. Komunikasi asinkron antara agen, aplikasi perusahaan, dan sumber data, dan tidak membebani LLM dengan terlalu banyak konteks yang memicu halusinasi, adalah satu-satunya cara untuk mencapai skalabilitas, keandalan, dan akurasi yang dibutuhkan oleh perusahaan berkinerja tinggi. 

Pasar dengan cepat berkembang untuk mendukung pergerakan ini. Kami melihat penyedia cloud utama mengakui kebutuhan ini dengan menciptakan ruang khusus untuk teknologi ini. Misalnya, AWS Marketplace baru-baru ini memperkenalkan kategori baru AI Agents and Tools untuk berfungsi sebagai katalog terpusat untuk solusi ini. 

Pematangan ekosistem ini sangat penting. Ini menyederhanakan proses penemuan dan pengadaan, memungkinkan perusahaan untuk fokus pada inovasi daripada negosiasi vendor. Solusi seperti Solace Agent Mesh yang baru kami luncurkan, yang sekarang tersedia dalam kategori AWS baru ini, adalah contoh bagaimana industri mencoba menjembatani kesenjangan, menyediakan kerangka kerja yang dibutuhkan untuk mengatur dan mengorkestrasi agen tanpa membangun kembali seluruh stack. 

Kesimpulan 

Kesepakatan IBM–Confluent mengonfirmasi apa yang sudah dipahami oleh banyak arsitek perusahaan: data real-time tidak lagi opsional. Ini adalah fondasi yang tidak dapat ditawar untuk AI perusahaan dalam skala besar. 

Sistem agentic yang efektif tidak dapat bernalar, merencanakan, atau bertindak terpisah dari momen saat ini. Mereka harus merespons secara real-time saat acara bisnis terjadi. Tanpa responsivitas real-time, AI terbatas pada pandangan ke belakang.  

"Era Agentic" telah tiba. Dan ini akan didefinisikan bukan hanya oleh model saja, tetapi oleh kecerdasan model-model tersebut yang diterapkan secara real-time.