Salesforce Luncurkan Agentforce Operations untuk Atasi Kendala dalam AI Perusahaan

Tim AI di perusahaan saat ini menghadapi tantangan baru. Bukan karena kemampuan model yang mereka kembangkan, tetapi lebih kepada alur kerja yang mendasarinya yang tidak dioptimalkan untuk agen. Tugas sering gagal, komunikasi terputus, dan masalah ini semakin parah saat perusahaan mencoba memasukkan agen ke dalam sistem yang lebih rumit. Solusi yang mulai muncul adalah lapisan arsitektur baru yang dikenal sebagai “control plane” eksekusi workflow, yang memberikan struktur yang lebih jelas pada proses yang harus dijalankan oleh agen.

Salah satu perusahaan yang memimpin inovasi ini adalah Salesforce dengan platform alur kerja terbarunya. Platform ini mengubah alur kerja back-office menjadi sekumpulan tugas yang bisa diselesaikan oleh agen khusus. Pengguna bisa mengunggah proses mereka sendiri atau menggunakan salah satu Blueprint yang disediakan oleh Salesforce. Dari situ, Agentforce Operations akan membagi tugas-tugas tersebut untuk agen.

Dalam wawancaranya dengan VentureBeat, Sanjna Parulekar, wakil presiden senior produk di Salesforce, menjelaskan bahwa banyak alur kerja di perusahaan belum dirancang untuk agen. “Yang kami amati pada pelanggan adalah seringkali masalah dalam proses terletak di dokumen persyaratan produk Anda,” kata Parulekar. “Ketika itu dimasukkan ke dalam produk, seringkali tidak berfungsi sebagaimana mestinya. Kami bisa mengoptimalkannya, membuang beberapa elemen dan menggantinya dengan agen.”

Jika tanpa lapisan kontrol ini, perusahaan berisiko mengembangkan agen yang justru menambah biaya, bukan menyelesaikan masalah alur kerja mereka.

Membuat Alur Kerja Berfungsi untuk Agen, Bukan Hanya untuk Manusia

Perusahaan yang menggunakan agen mulai menyadari pelajaran mahal: alur kerja mereka dirancang berdasarkan ketidakpastian penilaian manusia, bukan eksekusi mesin. Proses yang berkembang melalui tahun ke tahun dengan solusi sementara — langkah-langkah yang tidak jelas, keputusan yang bersifat implisit, serta koordinasi yang tergantung pada individu — akan mengalami keruntuhan jika agen diminta untuk mengikutinya secara harfiah.

Bahkan dengan semua konteks yang dimiliki perusahaan di ujung jari, sistem AI akan kesulitan menyelesaikan tugas jika tidak jelas apa yang seharusnya dilakukan.

Parulekar menambahkan bahwa timnya menemukan bahwa dengan fokus pada apa yang membuat proses berjalan dan memecahnya menjadi langkah-langkah yang lebih jelas, sistem jadi lebih deterministik. Ketika platform seperti Agentforce Operations memperkenalkan agen, agen tersebut sudah mengetahui tugas spesifik mereka.

“Ini memaksa perusahaan untuk memikirkan kembali proses mereka dan memperkenalkan pengawasan karena model penelusuran sesi dalam sistem,” ujarnya.

Parulekar juga menyatakan bahwa pemeriksaan manusia bisa dibangun ke dalam sistem, sehingga prosesnya menjadi lebih transparan.

Yang membedakan pendekatan ini dari penawaran otomatisasi alur kerja lainnya adalah ia tidak bergantung pada agen untuk memutuskan langkah selanjutnya; sistem yang melakukannya. Berbeda dengan alat otomatisasi tradisional yang mengarahkan tugas dan agen berdasarkan keputusan probabilistik, sistem ini menegakkan eksekusi berdasarkan struktur yang lebih terdefinisi.

Masalah yang Dihadirkan

Menetapkan alur kerja tidak memperbaiki proses yang rusak. Jika suatu proses memiliki langkah-langkah yang cacat, mengkodekannya untuk agen justru mengunci masalah tersebut dalam skala besar. Setelah alur kerja tersebar di antara agen, tantangannya beralih dari eksekusi ke tata kelola: siapa yang memiliki proses ini, siapa yang memvalidasinya, dan bagaimana proses tersebut berkembang ketika kondisi bisnis berubah.

Ini menempatkan tekanan pada tim untuk melihat secara lebih kritis apa yang benar-benar berfungsi dan apa yang tidak.

Organisasi perlu mempertimbangkan bahwa, bersama dengan lapisan kontrol eksekusi yang ditawarkan oleh platform seperti Agentforce Operations, seseorang harus bertanggung jawab atas penyelesaian tugas dan keberhasilan tersebut.

Brandon Metcalf, pendiri dan CEO perusahaan orkestrasi tenaga kerja Asymbl, menambahkan dalam wawancaranya dengan VentureBeat bahwa kunci bagi manusia dan agen untuk mengikuti alur kerja adalah tujuan bersama.

“Anda harus memahami tujuannya, jika tidak, agen atau manusia tidak akan menyelesaikan tugas dengan baik,” kata Metcalf. “Seseorang harus menangani hasil yang perlu dicapai. Ini bisa jadi orang atau agen.”

Bottleneck telah bergeser. Seperti yang dijelaskan Metcalf, pertanyaannya bukan lagi apakah agen bisa memahami tugas, tetapi apakah alur kerja yang mendasari cukup koheren untuk dieksekusi. Bagi perusahaan yang membangun proses mereka berdasarkan penilaian manusia dan memori institusional, perbaikan ini jauh lebih sulit dibandingkan sekadar menggantikan model yang lebih pintar.