Snowflake Luncurkan Project SnowWork, AI Enterprise Kini Bisa Eksekusi Tugas Secara Mandiri

Jakarta Kecerdasan buatan di dunia enterprise, belakangan ini, mulai menunjukkan pergeseran yang cukup signifikan. Dulu, AI lebih sering dipakai buat menggali insight atau sekadar menjawab pertanyaan-pertanyaan sederhana. Tapi sekarang? Teknologi ini mulai berani melangkah lebih jauh: mengeksekusi pekerjaan secara langsung. Bukan cuma teori, ini sudah mulai terjadi.

Satchit Joglekar, Regional Vice President & Managing Director untuk kawasan Asia Tenggara di Snowflake, melihat fenomena ini sebagai evolusi alami. Menurut dia, kita sedang masuk ke era yang disebut agentic AI. Istilah yang mungkin masih terdengar asing, tapi konsepnya sebenarnya cukup gamblang.

Agentic AI, secara sederhana, adalah sistem yang nggak cuma ngasih jawaban atau analisis doang. Sistem ini bisa bertindak menjalankan tugas secara mandiri, berdasarkan instruksi dan data yang ada. Bayangkan saja seperti punya asisten yang nggak cuma ngomong, tapi juga bertindak.

Nah, bedanya dengan AI konvensional yang cenderung reaktif, pendekatan ini bikin AI berperan sebagai “agen”. Agen yang bisa menyelesaikan serangkaian pekerjaan dari awal sampai akhir. Mulai dari mengolah data, sampai menghasilkan output yang siap pakai. Semua dilakukan sendiri.

Menurut Joglekar, di tahap awal, penggunaan AI memang masih terbatas. Fungsinya baru sebatas menjawab pertanyaan atau menampilkan data. Tapi kebutuhan perusahaan, katanya, mulai berubah. Mereka nggak puas cuma dengan laporan atau wawasan.

“Selama ini AI lebih banyak digunakan untuk menjawab pertanyaan sederhana, seperti berapa penjualan bulan lalu. Tapi perusahaan sekarang menginginkan lebih dari itu, yaitu AI yang bisa benar-benar membantu mengambil tindakan,” ujarnya.

Dari Insight ke Eksekusi

Konsep agentic AI ini intinya adalah soal pergeseran. Dari sekadar memberi wawasan, menjadi benar-benar menjalankan tugas. Otomatis, berdasarkan data dan konteks yang dimiliki. Bukan lagi sekadar rekomendasi di atas kertas.

Dalam praktiknya, AI bisa menjalankan workflow yang rumit. Pekerjaan yang biasanya makan waktu berhari-hari, bahkan berminggu-minggu, bisa dipangkas drastis. Contohnya? Joglekar kasih gambaran dari lingkungan internal perusahaan.

“Saya bisa meminta sistem untuk menyiapkan presentasi bisnis, mulai dari mengumpulkan data yang relevan, membuat grafik, hingga menyusun slide. Proses yang biasanya memakan waktu satu minggu, kini bisa diselesaikan dalam hitungan menit hingga beberapa jam,” jelasnya.

Dari sini kelihatan, AI mulai bergeser perannya. Bukan cuma alat analisis, tapi semacam co-worker. Partner kerja yang bisa diandalkan untuk urusan operasional. Lumayan, kan?

Project SnowWork: Konsol untuk Segala Urusan

Nah, untuk mendukung visi ini, Snowflake kemudian memperkenalkan Project SnowWork. Ini semacam platform terpadu, tempat berbagai tugas berbasis data bisa dijalankan. Idenya, semua pekerjaan cukup diselesaikan dari satu konsol.

Melalui SnowWork, pengguna bisa memberi perintah pakai bahasa natural. Mau bikin laporan? Siap. Mau nyusun email? Bisa. Mau bangun aplikasi sederhana? Juga bisa. Semua dari instruksi yang natural, nggak perlu coding ribet.

“SnowWork pada dasarnya adalah satu konsol untuk menyelesaikan berbagai pekerjaan. Pengguna bisa meminta sistem membuat laporan, menyusun email, atau bahkan membangun aplikasi sederhana hanya dengan instruksi bahasa natural,” kata Joglekar.

Dia menambahkan, kemampuan ini membuka pintu bagi pengguna non-teknis. Mereka bisa memanfaatkan data secara lebih mandiri. Nggak perlu lagi selalu bergantung pada tim IT atau data engineer. Cukup bilang apa yang diinginkan, sistem yang bekerja.

Meski Otomatis, Kontrol Tetap Wajib

Tapi, jangan bayangkan semuanya berjalan tanpa hambatan. Meskipun menawarkan otomatisasi yang lebih luas, implementasi agentic AI juga bikin banyak orang waswas. Soal keamanan dan kontrol, misalnya. Ini masalah serius.

Joglekar sendiri mengakui, banyak perusahaan yang masih ragu. Sampai sejauh mana sih, AI boleh diberi kewenangan untuk bertindak sendiri? Nggak semua orang siap melepas kendali begitu saja.

“Ada kekhawatiran bahwa AI bisa mengambil keputusan yang melanggar regulasi atau kebijakan internal. Itu sebabnya governance dan access control menjadi sangat penting,” ujarnya.

Dalam pendekatan yang dikembangkan Snowflake, setiap aksi yang dilakukan AI tetap terikat. Ada batasan akses dan kebijakan yang sudah ditentukan sebelumnya. Sistem cuma bakal menjalankan perintah kalau penggunanya memang punya izin terhadap data yang diperlukan.

Kalau nggak punya izin? Ya, sistem bakal menolak. Malah, dia bakal minta otorisasi tambahan. Jadi, kontrol tetap ada di tangan manusia.

Di tengah semua perkembangan ini, Joglekar menegaskan satu hal: kehadiran AI nggak otomatis menggantikan peran manusia. Terutama di bidang data. Justru, peran manusia bergeser menjadi lebih strategis.

“Tim data tidak berkurang, tetapi pekerjaannya berubah menjadi lebih bernilai, seperti membangun sistem, memastikan kualitas data, dan membuat framework yang bisa digunakan oleh pengguna lain,” katanya.

Intinya, AI diposisikan sebagai alat. Alat untuk meningkatkan produktivitas dan efisiensi. Sekaligus membuka peluang baru dalam cara kerja di lingkungan enterprise. Manusia tetap jadi pusat kendali, hanya saja sekarang mereka punya asisten yang lebih canggih.

(MMI)