Dalam perkembangan kecerdasan buatan untuk perusahaan, SAP menegaskan bahwa agen AI otonom memerlukan landasan yang kuat berupa knowledge graph serta kerangka tata kelola yang ketat. Pendekatan ini menjadi kunci agar agen tidak hanya menjawab pertanyaan sederhana, melainkan mampu menjalankan proses bisnis nyata secara mandiri.
Max McPhee, senior solution advisor SAP, menjelaskan bahwa perilaku agen yang menyerupai rekan kerja muncul ketika sistem diberi konteks khusus perusahaan, bukan sekadar pengetahuan umum. Knowledge graph memungkinkan agen mengakses data dalam format yang mudah diambil dan dipahami, termasuk istilah internal atau singkatan yang biasa digunakan di lingkungan kerja.
Proses onboarding agen AI ini dianalogikan dengan penerimaan karyawan baru, namun disesuaikan dengan cara mesin mengambil informasi. Data yang telah disematkan vektor dalam knowledge graph memberikan hasil yang lebih akurat dibandingkan chatbot biasa yang sering kebingungan dengan konteks khusus.
Tata kelola menjadi aspek krusial lainnya. SAP memanfaatkan pengalaman lima puluh tahunnya dalam pengelolaan proses untuk mengembangkan kontrol yang mampu mengakomodasi fleksibilitas agen. Pendekatan ini mencakup validasi berbasis pembelajaran mesin untuk mendeteksi anomali dalam perilaku agen, sekaligus menjaga agar setiap tindakan tetap sesuai aturan perusahaan.
Identitas dan hak akses juga diintegrasikan secara ketat. Baik pengguna manusia maupun asisten AI seperti Joule harus memiliki izin yang sama untuk mengakses sistem tertentu. Langkah ini mencegah potensi bypass terhadap kontrol keamanan yang sudah ada.
Selain itu, SAP menyadari bahwa sebagian besar lanskap teknologi pelanggan terdiri dari sistem non-SAP. Akuisisi seperti LeanIX dan Signavio membantu memetakan arsitektur yang kompleks tersebut sehingga agen dapat memahami keterkaitan antar sistem secara menyeluruh. Investasi pada n8n semakin memperkuat kemampuan membangun agen melalui lingkungan low-code.
Dari sudut pandang analisis, penerapan knowledge graph dan tata kelola yang ketat berpotensi menurunkan risiko kesalahan operasional di industri manufaktur yang mengandalkan rantai pasok rumit. Selain itu, kerangka ini mendukung kepatuhan terhadap regulasi perlindungan data karena setiap akses agen diawasi dan dicatat dengan jelas.
Perusahaan yang masih menggunakan sistem on-premise lama disarankan melakukan modernisasi terlebih dahulu. Tanpa infrastruktur yang memadai, performa agen AI dapat terhambat meskipun teknologi intinya sudah canggih. Kombinasi antara standar SAP dan penyesuaian khusus pelanggan menjadi tantangan yang terus diatasi melalui strategi terbaru perusahaan tersebut.
