IdeaFest 2026 — AI Agent: AI Runs Your Day

Sesi AI Agent di IdeaFest 2026

Pada 5 September 2026, saya bergabung sebagai panelist dalam sesi “AI Agent: AI Runs Your Day” di IdeaFest × Indosat. Panel berlangsung di Jakarta International Convention Center dan membahas perubahan dari AI yang hanya menjawab pertanyaan menuju sistem yang dapat membantu menjalankan rangkaian pekerjaan.

Judul sesi menangkap pertanyaan yang mulai dekat dengan banyak orang: apa yang terjadi ketika AI tidak lagi berhenti pada satu prompt, tetapi dapat membaca konteks, memilih langkah, memakai tools, dan meneruskan pekerjaan? Kemungkinan itu menarik, tetapi juga mengubah cara kita mendefinisikan delegasi dan tanggung jawab.

AI agent bukan tombol autopilot

Dalam bentuk paling sederhana, AI agent menerima sebuah tujuan lalu menjalankan beberapa langkah untuk mencapainya. Ia dapat mengumpulkan informasi, menyusun pilihan, memperbarui dokumen, atau meneruskan hasil ke tahap berikutnya. Nilainya muncul ketika langkah-langkah tersebut terhubung menjadi workflow yang dapat diperiksa.

Namun lebih banyak autonomy tidak otomatis berarti hasil yang lebih baik. Agent tetap membutuhkan konteks yang benar, akses yang proporsional, definisi selesai, serta jalur eskalasi ketika situasinya tidak sesuai skenario. Tanpa itu, sistem hanya mempercepat asumsi dan kesalahan yang sebelumnya masih mudah dihentikan manusia.

RRR: memilih pekerjaan yang layak dibantu AI agent

Sebelum memilih model atau tool, saya memakai RRR untuk mencari pekerjaan yang memang masuk akal dijadikan kandidat AI agent. RRR berarti repetitive, rule-based, dan resource-heavy. Framework ini memindahkan diskusi dari “AI bisa melakukan apa?” menjadi “pekerjaan mana yang cukup jelas, sering terjadi, dan menyita sumber daya?”

Sebuah pekerjaan tidak harus memenuhi ketiganya dengan bobot yang sama. Namun semakin kuat karakteristik RRR-nya, semakin mudah tim menjelaskan nilai, batas, dan ukuran keberhasilan dari agent yang akan dibuat.

• Repetitive — pekerjaan muncul berulang dengan pola yang relatif konsisten, misalnya merangkum pembaruan rutin atau menyiapkan draft dari format yang sama.
• Rule-based — ada aturan, kriteria, atau jalur keputusan yang dapat ditulis dan diuji; bukan keputusan kabur yang hanya hidup di kepala satu orang.
• Resource-heavy — pekerjaan menghabiskan waktu, perhatian, atau koordinasi yang berarti meskipun setiap langkahnya tidak selalu sulit.

TIPO: memetakan workflow sebelum memberi autonomy

Setelah kandidat ditemukan melalui RRR, TIPO membantu membongkar workflow menjadi trigger, input, process, dan output. Peta ini penting karena agent tidak bekerja di ruang kosong: ia perlu tahu kapan mulai, bahan apa yang sah, langkah apa yang boleh dijalankan, dan seperti apa hasil yang dianggap selesai.

TIPO juga memperlihatkan titik yang masih membutuhkan manusia. Jika input sensitif, proses memiliki banyak exception, atau output berdampak besar, approval dan jalur eskalasi perlu ditempatkan sebelum agent diberi akses lebih luas.

• Trigger — peristiwa yang memulai pekerjaan, seperti formulir masuk, jadwal rutin, atau perubahan status.
• Input — data, konteks, instruksi, dan sumber yang boleh dipakai oleh agent.
• Process — rangkaian langkah, aturan, tools, exception, serta titik human review.
• Output — hasil akhir, format, penerima, standar kualitas, dan definisi selesai.

Dari percakapan panel ke praktik kerja

Panel dapat membuka perspektif dan mempertemukan pengalaman, tetapi adopsi AI agents tetap perlu diterjemahkan ke workflow yang konkret. Mulailah dari satu pekerjaan yang berulang, memiliki owner, menggunakan sumber yang jelas, dan dapat dikembalikan ke manusia ketika confidence rendah atau risikonya meningkat.

Tujuan akhirnya bukan membuat AI menjalankan seluruh hari tanpa campur tangan. Tujuannya adalah membagi pekerjaan dengan lebih sadar: bagian mana yang dapat didelegasikan, keputusan mana yang tetap milik manusia, dan bukti apa yang diperlukan sebelum sebuah proses diperluas.