Memuat...
Menyiapkan Neural CorePreparing Neural Core
Keduanya memakai model bahasa yang sama. Yang membedakan bukan kepintarannya, melainkan apakah ia boleh bertindak atau hanya boleh menjawab.Both run on the same language model. The difference is not how clever it is. It is whether it is allowed to act, or only to answer.
Istilah agentic AI dipakai untuk terlalu banyak hal sekarang, termasuk untuk produk yang sebenarnya chatbot dengan nama baru. Bedanya sebenarnya tegas, dan bisa diperiksa dalam satu pertanyaan.
Apakah sistem ini bisa mengubah sesuatu di luar percakapan?
Chatbot menghasilkan teks. Apa pun yang terjadi setelahnya dikerjakan manusia yang membaca teks itu. Sistem agentic memanggil alat: ia membaca berkas, menulis ke basis data, mengirim permintaan ke sistem lain, dan menjalankan langkah berikutnya berdasarkan hasilnya.
Keduanya bisa memakai model bahasa yang persis sama. Yang berbeda adalah apa yang boleh dilakukan model itu setelah selesai berpikir.
Sistem yang benar-benar agentic punya ketiganya. Kalau salah satu tidak ada, yang tersisa adalah otomatisasi biasa dengan antarmuka yang lebih ramah.
- Alat. Kemampuan memanggil fungsi nyata, bukan hanya mendeskripsikan apa yang seharusnya dilakukan. - Putaran. Kemampuan melihat hasil tindakannya sendiri, lalu memutuskan langkah berikutnya dari situ. Sekali jalan lalu berhenti bukan putaran. - Sasaran. Diberi tujuan, bukan daftar langkah. Sistem yang hanya menjalankan langkah yang sudah ditulis manusia adalah skrip, dan skrip sudah ada jauh sebelum AI.
Yang ketiga paling sering dipalsukan. Banyak produk menjual "agent" yang sebenarnya alur kerja tetap dengan model bahasa di satu kotaknya.
Chatbot yang salah menjawab menghasilkan jawaban salah. Sistem agentic yang salah menjawab melakukan sesuatu yang salah, dan sebagian tindakan tidak bisa ditarik kembali.
Itu sebabnya pertanyaan yang benar saat menilai vendor bukan "seberapa pintar modelnya", melainkan:
Vendor yang menjawab ketiganya dengan spesifik biasanya sudah memikirkannya. Vendor yang menjawab dengan menyebut nama model biasanya belum.
Agentic AI tidak menggantikan chatbot, dan tidak selalu lebih baik. Ia lebih mahal, lebih rumit, dan lebih berisiko. Ia sepadan pada pekerjaan yang punya ketiga sifat ini:
- Berlangkah banyak, dan langkah berikutnya bergantung pada hasil langkah sebelumnya - Berulang cukup sering sehingga membangun sistemnya lebih murah daripada mengerjakannya manual - Punya cara memeriksa hasilnya, sehingga kesalahan ketahuan sebelum menumpuk
Pekerjaan yang hanya butuh satu jawaban tidak butuh agent. Pekerjaan yang langkahnya selalu sama tidak butuh model bahasa, cukup skrip.
Bahwa ia bekerja tanpa manusia sama sekali. Sistem agentic yang sehat justru punya titik berhenti yang jelas, dan titik itu dirancang sejak awal, bukan ditambahkan setelah ada insiden.
Bahwa model yang lebih besar menyelesaikan masalahnya. Sebagian besar kegagalan sistem agentic bukan karena modelnya kurang pintar, melainkan karena alatnya tidak jelas batasnya, atau karena sistem tidak punya cara mengetahui tindakannya berhasil atau gagal.
Bahwa ia bisa dipasang seperti perangkat lunak biasa. Yang menentukan hasilnya bukan pemasangannya, melainkan seberapa dalam prosesnya dipahami sebelum dipetakan jadi langkah yang bisa dijalankan mesin.
KES membangun sistem agentic untuk organisasi yang datanya tidak boleh keluar, dengan titik persetujuan manusia yang ditentukan bersama klien, bukan dipasang sebagai bawaan.
The term agentic AI is attached to too many things now, including products that are chatbots under a new name. The real distinction is sharp, and one question settles it.
Can this system change something outside the conversation?
A chatbot produces text. Whatever happens next is done by a human who read that text. An agentic system calls tools: it reads files, writes to databases, sends requests to other systems, and decides its next step from what comes back.
Both can run on exactly the same language model. What differs is what that model is permitted to do once it has finished thinking.
A genuinely agentic system has all three. Remove any one and what remains is ordinary automation with a friendlier interface.
- Tools. The ability to call real functions, not merely to describe what ought to be done. - A loop. The ability to see the result of its own action and decide the next step from it. Run once and stop is not a loop. - A goal. It is given an objective, not a list of steps. A system that only executes steps a human already wrote is a script, and scripts existed long before AI.
The third is the one most often faked. Many products sell an "agent" that is really a fixed workflow with a language model in one of its boxes.
A chatbot that gets it wrong produces a wrong answer. An agentic system that gets it wrong does something wrong, and some actions cannot be taken back.
That is why the right question when evaluating a vendor is not "how good is the model" but:
A vendor who answers all three specifically has usually thought it through. A vendor who answers by naming a model usually has not.
Agentic AI does not replace chatbots, and it is not always better. It is more expensive, more complex, and riskier. It pays off on work with all three of these properties:
- Many steps, where the next step depends on the result of the last one - Repeated often enough that building the system costs less than doing the work by hand - Checkable, so that mistakes surface before they compound
Work that needs one answer does not need an agent. Work whose steps never change does not need a language model. A script will do.
That it runs with no human at all. A healthy agentic system has clearly defined stopping points, and those points are designed in from the start, not bolted on after an incident.
That a bigger model fixes it. Most agentic failures are not caused by the model being insufficiently clever. They are caused by tools with unclear boundaries, or by a system that has no way of knowing whether its action succeeded.
That it installs like ordinary software. What determines the outcome is not the installation but how deeply the process was understood before it was mapped into steps a machine can run.
KES builds agentic systems for organisations whose data cannot leave, with human approval points defined together with the client rather than shipped as a default.
Masa penyesuaian dua tahun sudah lewat. Sebagian besar organisasi belum mulai bukan karena menolak, melainkan karena tidak tahu langkah pertamanya apa.The two-year transition period has passed. Most organisations have not started. Not because they refuse, but because nobody has told them what the first step is.
Harga penawaran untuk kebutuhan yang terdengar sama bisa berbeda berkali lipat. Bukan karena ada yang menipu, melainkan karena yang dihitung memang berbeda.Quotes for requirements that sound identical can differ several times over. Not because anyone is cheating, but because they are pricing different things.
Sistem lama tidak otomatis harus diganti. Yang menentukan bukan umurnya, melainkan berapa mahal ia sekarang dan berapa mahal ia tahun depan.An old system is not automatically due for replacement. What decides it is not age. It is what it costs you now, and what it will cost you next year.