Banyak perusahaan saat ini sudah menggunakan asisten berbasis AI untuk layanan pelanggan, penjadwalan, atau otomatisasi alur kerja. Namun, sistem yang lebih baru bergerak melampaui eksekusi sederhana menuju sesuatu yang jauh lebih canggih: sistem otonom yang mampu merencanakan, berkolaborasi, beradaptasi, dan menyelesaikan masalah dengan pengawasan manusia yang minimal.

Memahami perbedaan ini sangat penting bagi perusahaan yang ingin menerapkan AI secara efektif.

1. Apa Itu AI Agents?

AI Agents adalah sistem berbasis aturan yang dirancang untuk memahami lingkungannya, memproses informasi, dan mengambil tindakan tertentu berdasarkan logika yang telah ditentukan sebelumnya. Mereka bekerja dalam batasan yang jelas dan biasanya membutuhkan instruksi yang terstruktur agar dapat berfungsi dengan baik.

Pada dasarnya, AI Agents mengikuti siklus operasional sederhana:

Persepsi → Penalaran → Tindakan

Sebagai contoh, chatbot layanan pelanggan yang dibangun menggunakan model dari OpenAI dapat mendeteksi pelanggan yang meminta refund, mengenali kata kunci, mengambil informasi kebijakan, lalu memberikan langkah-langkah berikutnya. Jika masalah menjadi terlalu kompleks, sistem akan mengeskalasinya kepada manusia.

Agent seperti ini sangat efektif ketika tugas bersifat berulang dan dapat diprediksi.

Karakteristik Umum AI Agents

• Bekerja menggunakan alur kerja yang telah ditentukan
• Membutuhkan prompt atau instruksi yang jelas
• Kemampuan adaptasi terbatas di luar skenario yang diprogram
• Biasanya bergantung pada intervensi manusia untuk kasus pengecualian
• Sangat baik untuk eksekusi tugas, bukan pembuatan strategi

Contoh Nyata

• Bot helpdesk menggunakan Zendesk
• Asisten penjualan di dalam HubSpot
• Alur otomatisasi di Zapier
• Asisten pintar seperti Alexa dari Amazon untuk perintah rutin

Sistem ini sangat berguna, tetapi pada dasarnya tetap bersifat reaktif, bukan proaktif.

2. Apa Itu Agentic AI?

Agentic AI membawa konsep ini jauh lebih maju.

Alih-alih hanya mengikuti instruksi, sistem Agentic AI adalah sistem otonom yang berorientasi pada tujuan, yang mampu menentukan sendiri bagaimana cara mencapai sebuah objective. Mereka dapat mengoordinasikan banyak agent, belajar dari hasil, menyesuaikan strategi, dan beroperasi secara mandiri dalam lingkungan yang terus berubah.

Secara sederhana:

AI Agents mengeksekusi tugas. Agentic AI menyelesaikan masalah.

Sebagai contoh, daripada meminta sistem untuk “mengirim email follow-up,” Anda bisa memberi instruksi kepada platform Agentic AI:

“Tingkatkan jumlah meeting penjualan berkualitas sebesar 20% pada kuartal ini.”

Sistem kemudian dapat memutuskan untuk:

• menganalisis performa CRM
• mengidentifikasi sumber lead yang lemah
• menulis ulang rangkaian email
• mengoptimalkan waktu outreach
• berkoordinasi dengan tools penjadwalan
• melaporkan progres secara berkelanjutan

Sistem menentukan jalurnya sendiri—bukan hanya menjalankan tindakan.

Karakteristik Umum Agentic AI

• Berorientasi pada tujuan, bukan sekadar tugas
• Menggunakan perencanaan dan koreksi mandiri
• Belajar dari feedback loop
• Mengoordinasikan banyak agent khusus
• Beroperasi efektif dalam lingkungan yang tidak pasti

Contoh Nyata

• Sistem riset otonom menggunakan workflow Microsoft Copilot Studio
• Framework multi-agent seperti LangChain dan AutoGen
• Kolaborator coding AI di dalam GitHub Copilot Agent Mode
• Platform operasi otonom berbasis Salesforce Agentforce

Sistem ini melampaui sekadar bantuan dan mulai bertindak seperti anggota tim digital.

3. Evolusi Arsitektur

Perbedaan arsitektur antara AI Agents dan Agentic AI adalah tempat transformasi terbesar terjadi.

Arsitektur AI Agent Tradisional

Sebagian besar AI agents menggunakan loop yang sederhana dan linear:

Input → Penalaran → Output

Ini bekerja sangat baik untuk tugas tunggal, tetapi kesulitan ketika situasi menjadi tidak terduga atau membutuhkan perencanaan jangka panjang.

Contoh:

Chatbot menjawab pertanyaan → memberikan respons → selesai.

Tidak ada strategi yang lebih dalam.

Arsitektur Agentic AI

Agentic AI memperkenalkan struktur yang jauh lebih kompleks:

• Banyak agent yang saling berkolaborasi
• Shared memory dan kesadaran konteks
• Lapisan orkestrasi
• Modul perencanaan
• Reflection dan self-correction loop
• Sistem prioritas tujuan

Alih-alih satu agent melakukan semuanya, beberapa agent memiliki spesialisasi masing-masing.

Sebagai contoh:

• satu agent melakukan riset
• satu agent memvalidasi informasi
• satu agent menulis konten
• satu agent memantau kualitas
• satu agent menentukan prioritas berikutnya

Ini menyerupai cara kerja tim manusia yang berkinerja tinggi.

Framework seperti workflow multi-agent dari Anthropic dan model orkestrasi tugas dari OpenAI mempercepat pendekatan ini di berbagai industri.

4. Perbedaan Utama

Perbedaan terbesar terletak pada otonomi.

AI Agents sangat baik sebagai eksekutor tugas.

Sementara itu, Agentic AI adalah pengambil keputusan yang adaptif.

Berikut adalah perbandingan praktis antara AI Agent dengan Agentic AI:

Dampak Praktis bagi Bisnis

Perbedaan ini penting karena banyak organisasi berinvestasi dalam otomatisasi dengan harapan mendapatkan otonomi.

Memasang chatbot tidak berarti Anda sudah memiliki AI otonom.

Banyak perusahaan masih beroperasi dengan AI agents sambil mengira mereka telah menerapkan Agentic AI. Akibatnya adalah kekecewaan ketika sistem tidak mampu menangani ambiguitas, membuat keputusan strategis, atau meningkatkan performa secara mandiri.

Agentic AI sangat bernilai terutama dalam:

• operasional penjualan
• optimasi logistik
• pengembangan software otonom
• monitoring keuangan
• respons keamanan siber
• enterprise knowledge management

Dalam lingkungan seperti ini, fleksibilitas jauh lebih penting daripada instruksi yang kaku.

Penutup

Agentic AI mewakili perubahan besar dalam cara kita memandang kecerdasan buatan.

Ia membawa kita dari sistem yang hanya merespons perintah menuju sistem yang mampu mengejar hasil secara cerdas.

AI Agents tetap memiliki nilai yang sangat besar. Mereka andal, efisien, dan ideal untuk workflow yang terstruktur. Namun, ketika organisasi membutuhkan AI untuk beroperasi dalam lingkungan yang kompleks, berubah cepat, dan kolaboratif, maka Agentic AI menjadi solusi yang lebih kuat.

Masa depan AI di perusahaan tidak akan dibangun dari asisten-asisten yang terpisah.

Ia akan dibangun dari sistem yang terkoordinasi, adaptif, dan berorientasi pada tujuan—yang bertindak bukan hanya seperti alat, tetapi seperti operator digital yang kompeten.

Itulah janji sebenarnya dari Agentic AI.

Namun di balik pengalaman pengguna yang mulus, tersembunyi upaya teknis dan manusia yang sangat besar. Mengembangkan LLM melibatkan matematika, ilmu komputer, linguistik, rekayasa data, desain infrastruktur, serta etika. Proses ini adalah perpaduan antara teori dan praktik, membutuhkan keputusan hati-hati di setiap tahap: mulai dari menetapkan tujuan, mengumpulkan data pelatihan, merancang arsitektur, melatih dalam skala besar, hingga menangani persoalan sosial seperti bias, penyalahgunaan, dan transparansi.

Artikel ini menjelaskan secara mendalam, langkah demi langkah, bagaimana sebuah LLM dikembangkan—dari fondasi konseptual hingga penerapan dan perbaikan berkelanjutan.

1. Fondasi LLM

1.1 Apa Itu Language Model?

Pada dasarnya, model bahasa adalah sistem statistik yang memprediksi kata (atau token) berikutnya dalam sebuah urutan berdasarkan konteks sebelumnya. Misalnya:

• Input: “Kucing itu duduk di atas ___”
• Output: “karpet” (dengan probabilitas tinggi).

Model tradisional menggunakan n-gram (prediksi berbasis urutan kata dengan panjang tetap). Namun pendekatan ini sangat terbatas: tidak bisa menangani dependensi panjang, kurang generalisasi, dan membutuhkan memori besar untuk menyimpan probabilitas.

Terobosan datang dengan jaringan saraf (neural network), khususnya arsitektur transformer (diperkenalkan dalam makalah “Attention Is All You Need” tahun 2017). Transformer memungkinkan model menangkap hubungan jangka panjang melalui mekanisme self-attention, sehingga dapat diskalakan hingga miliaran bahkan triliunan parameter.

1.2 Mengapa Disebut “Large”?

Sebuah model disebut “besar” bila jumlah parameternya (bobot yang dapat dipelajari) melebihi ratusan juta atau miliaran. Skala penting karena:

• Kapasitas: Model besar dapat merepresentasikan pola yang lebih kompleks.
• Perilaku emergen: Pada skala tertentu, model menunjukkan kemampuan baru yang tidak ada pada model kecil (misalnya few-shot reasoning).
• Generalisasi: Dengan data pelatihan yang beragam, model besar dapat beradaptasi lintas tugas tanpa pemrograman eksplisit.

1.3 Prinsip Panduan dalam Pengembangan

Pengembangan LLM mengikuti beberapa prinsip utama:

1. Hukum skala: Peningkatan data, ukuran model, dan komputasi memberikan peningkatan kinerja yang dapat diprediksi (hingga batas tertentu).
2. Transferabilitas: Latih dengan data umum terlebih dahulu, kemudian adaptasi ke domain tertentu melalui fine-tuning.
3. Human-AI alignment: Pastikan model berperilaku aman, jujur, dan sesuai dengan maksud pengguna.

2. Menentukan Tujuan dan Kebutuhan

Sebelum pengembangan dimulai, tim menetapkan tujuan dan cakupan LLM.

• Umum vs. spesialis: Apakah model dimaksudkan untuk asisten percakapan umum (seperti GPT) atau difokuskan pada domain tertentu (misalnya dokumen hukum, riset ilmiah, atau pengetahuan medis)?
• Target performa: Menentukan tolok ukur, seperti akurasi dalam pemahaman bahasa, ketahanan terhadap input berbahaya, atau efisiensi saat inferensi.
• Pertimbangan etis: Merancang pedoman untuk meminimalkan keluaran berbahaya, melindungi privasi, dan menjaga transparansi.
• Batasan sumber daya: Melatih model besar membutuhkan komputasi dan energi sangat besar. Tim harus menyeimbangkan ambisi dengan biaya dan kelayakan.

Keputusan awal ini akan menentukan semua langkah berikutnya: pemilihan dataset, desain arsitektur, kebutuhan infrastruktur, hingga langkah keamanan.

3. Pengumpulan dan Persiapan Data

3.1 Data sebagai Fondasi

LLM hanya sebaik data tempat ia belajar. Dari data inilah model menyerap tata bahasa, fakta, pola penalaran, hingga nuansa gaya bahasa.

Sumber data biasanya meliputi:

• Data web publik (artikel, forum, situs).
• Buku digital dan makalah akademis.
• Transkrip audio atau video.
• Data multibahasa untuk pemahaman lintas bahasa.

3.2 Tantangan dalam Pengumpulan Data

• Skala: LLM membutuhkan triliunan token. Mengumpulkan volume sebesar ini memerlukan perayap web (crawler) dalam skala besar.
• Kualitas: Tidak semua teks online akurat, sopan, atau bermanfaat. Data buruk menghasilkan keluaran buruk.
• Keberagaman: Agar tidak bias sempit, data harus mencakup berbagai domain, budaya, dan bahasa.
• Isu hukum dan etika: Hak cipta, izin, dan privasi harus dihormati.

3.3 Pembersihan dan Penyaringan

Data mentah dari web penuh kebisingan. Proses preprocessing meliputi:

• Menghapus duplikat, teks tidak relevan (iklan, menu), atau teks rusak.
• Menyaring konten berbahaya atau bias.
• Identifikasi bahasa untuk memastikan cakupan multibahasa.
• Deduplikasi agar model tidak terlalu menghafal teks berulang.

Pipeline modern menggunakan kombinasi heuristik, filter berbasis aturan, dan klasifikator pembelajaran mesin.

3.4 Tokenisasi

LLM tidak bekerja langsung dengan kata, melainkan dengan token—yang bisa berupa kata, sub-kata, atau karakter. Teknik seperti Byte Pair Encoding (BPE) atau SentencePiece membagi teks menjadi token secara efisien.

Contoh:

• Teks: “ketidakbahagiaan”
• Token: [“ketidak”, “bahagiaan”]

Tokenisasi memungkinkan penanganan kata langka atau baru sekaligus menjaga beban komputasi tetap terkendali.

4. Arsitektur Model

4.1 Tulang Punggung Transformer

Hampir semua LLM modern dibangun di atas arsitektur transformer, yang terdiri dari:

• Embedding layer: Mengubah token menjadi vektor.
• Self-attention mechanism: Membuat setiap token “memperhatikan” token lain, menangkap konteks.
• Feedforward network: Melakukan transformasi non-linear.
• Residual connection & normalisasi: Menstabilkan pelatihan.
• Lapisan bertumpuk: Puluhan hingga ratusan lapisan membangun pemahaman mendalam.

4.2 Mekanisme Atensi

Self-attention menghitung hubungan antar token dalam satu urutan. Untuk setiap token, ia menjawab: “Token lain mana yang harus saya fokuskan?” Inilah yang memungkinkan model menangkap hubungan jangka panjang yang sulit dicapai arsitektur lama.

4.3 Pertimbangan Skala

• Kedalaman vs. lebar: Trade-off antara menambah jumlah lapisan (kedalaman) atau memperbesar ukuran lapisan (lebar).
• Paralelisasi: Membagi komputasi ke banyak GPU/TPU dengan data parallelism dan model parallelism.
• Model sparse: Teknik seperti Mixture-of-Experts (MoE) mengurangi komputasi dengan hanya mengaktifkan sebagian model untuk setiap input.

4.4 Varian dan Penyempurnaan

Beberapa varian populer:

• Decoder-only model (misalnya GPT).
• Encoder-decoder model (misalnya T5, BERT untuk pemahaman dan generasi).
• Retrieval-augmented model yang menggabungkan LLM dengan basis data eksternal untuk akurasi faktual.

5. Melatih Model

5.1 Fungsi Objektif

Tujuan utama pelatihan adalah prediksi token berikutnya. Model belajar dengan meminimalkan cross-entropy loss antara distribusi probabilitas prediksi dan token sebenarnya.

Meski tampak sederhana, tujuan ini melahirkan kemampuan luar biasa: tata bahasa, ingatan fakta, ringkasan, penalaran—semua muncul dari latihan memprediksi token berikutnya dalam pustaka teks masif.

5.2 Alur Pelatihan

1. Inisialisasi: Bobot diatur secara acak.
2. Forward pass: Token masuk ke model, menghasilkan prediksi.
3. Perhitungan loss: Bandingkan prediksi dengan kebenaran.
4. Backward pass: Hitung gradien dengan backpropagation.
5. Optimasi: Perbarui bobot dengan algoritma seperti AdamW.
6. Iterasi: Ulangi miliaran kali sepanjang batasan waktu.

5.3 Kebutuhan Infrastruktur

Melatih LLM adalah tantangan logistik besar:

• Hardware: Ribuan GPU/TPU dengan memori besar.
• Jaringan: Koneksi cepat dan latensi rendah (InfiniBand, NVLink).
• Penyimpanan: Petabyte untuk dataset dan checkpoint.
• Energi: Pelatihan GPT-3 menghabiskan ribuan megawatt-jam.

5.4 Dinamika Pelatihan

• Curriculum learning: Memberi data bertahap, dari sederhana ke kompleks.
• Checkpointing: Menyimpan status sementara untuk pemulihan.
• Monitoring: Melacak metrik (kurva loss, perplexity) untuk stabilitas.

6. Evaluasi dan Benchmark

6.1 Benchmark Standar

LLM diuji dengan tolok ukur seperti:

• GLUE/SuperGLUE: Tugas pemahaman bahasa alami.
• MMLU: Pemahaman lintas domain.
• BIG-bench: Evaluasi umum berskala luas.

6.2 Evaluasi Manusia

Karena benchmark tidak cukup, peninjau manusia menilai:

• Koherensi jawaban.
• Akurasi faktual.
• Kreativitas.
• Keamanan (menghindari keluaran berbahaya).

6.3 Kemampuan Emergen

Pada skala besar, muncul kemampuan mengejutkan:

• Few-shot learning.
• Penalaran berantai (chain-of-thought).
• Penerjemahan tanpa supervisi eksplisit.

7. Fine-Tuning dan Alignment

7.1 Supervised Fine-Tuning (SFT)

Model disempurnakan dengan data kurasi (misalnya pasangan instruksi–jawaban). Ini membantu model menyesuaikan diri dengan tugas tertentu.

7.2 Reinforcement Learning with Human Feedback (RLHF)

Metode penting yang melibatkan:

1. Mengumpulkan keluaran model dan memberi peringkat dengan preferensi manusia.
2. Melatih reward model untuk memprediksi peringkat manusia.
3. Menggunakan reinforcement learning (misalnya PPO) agar LLM menghasilkan keluaran yang lebih baik.

7.3 Constitutional AI dan Alternatif

Beberapa pendekatan mengganti atau melengkapi RLHF dengan “AI feedback” berdasarkan prinsip atau konstitusi (aturan). Ini mengurangi ketergantungan pada anotator manusia.

8. Keamanan, Etika, dan Tata Kelola

8.1 Bias dan Keadilan

LLM bisa mencerminkan bias dari data. Pengembang harus mendeteksi dan mengurangi:

• Stereotip.
• Konten merugikan atau ofensif.
• Performa yang tidak setara antar kelompok.

8.2 Privasi dan Keamanan

Diperlukan mekanisme agar model tidak membocorkan data sensitif atau disalahgunakan (misalnya phishing, disinformasi).

8.3 Transparansi

Dokumentasi jelas (seperti model card atau data statement) menjelaskan kemampuan, risiko, dan keterbatasan.

8.4 Tata Kelola

Pembuat kebijakan dan organisasi membahas regulasi untuk menyeimbangkan inovasi dan keselamatan.

9. Penerapan dan Penyajian

9.1 Kompresi Model

Model mentah terlalu besar dan mahal untuk dipakai sehari-hari. Teknik seperti quantization, pruning, dan distillation mengecilkan model tanpa banyak kehilangan performa.

9.2 Optimisasi Inferensi

• Batching request untuk meningkatkan throughput.
• Caching attention state agar respons lebih cepat.
• Hardware khusus untuk akselerasi inferensi.

9.3 API dan Antarmuka

Model biasanya disediakan melalui API, memungkinkan integrasi ke aplikasi—chatbot, alat produktivitas, asisten kode—dengan kontrol terpusat.

10. Perbaikan Berkelanjutan

Pengembangan LLM tidak pernah benar-benar selesai. Setelah diterapkan, dilakukan:

• Monitoring penggunaan nyata untuk mendeteksi pola berbahaya.
• Mengumpulkan umpan balik pengguna untuk perbaikan.
• Memperbarui dengan data baru agar tetap relevan.
• Meneliti metode pelatihan baru yang lebih efisien.

11. Studi Kasus

11.1 GPT-3

• 175 miliar parameter.
• Dilatih dengan ~500 miliar token.
• Membutuhkan ribuan GPU selama berminggu-minggu.
• Menunjukkan kemampuan few-shot learning yang revolusioner.

11.2 PaLM

• 540 miliar parameter.
• Dilatih multibahasa dan multimodal.
• Memperlihatkan penalaran yang kuat.

11.3 LLaMA

• Fokus pada efisiensi: ukuran lebih kecil (7–65B) dengan data berkualitas tinggi.
• Bobot model dibuka untuk riset.

12. Arah Masa Depan

• Multimodalitas: Menggabungkan teks, gambar, audio, video untuk pemahaman lebih kaya.
• Efisiensi: Pelatihan dengan komputasi lebih sedikit dan berkelanjutan.
• Personalisasi: Menyesuaikan model untuk pengguna tanpa mengorbankan privasi.
• Otonomi: LLM sebagai agen yang bisa merencanakan, bertindak, dan menggunakan alat.
• Kerangka tata kelola: Standar internasional untuk penerapan yang bertanggung jawab.

Kesimpulan

Mengembangkan model bahasa besar (LLM) adalah salah satu pencapaian teknik dan sains paling kompleks di era ini. Ia mencakup banyak disiplin—dari pengumpulan data dan matematika hingga etika dan kebijakan publik. Prosesnya memerlukan daya komputasi besar sekaligus penilaian manusia yang bijak, dengan setiap tahap menghadirkan tantangan tersendiri.

Namun hasilnya luar biasa: mesin yang bisa berinteraksi dengan bahasa — aspek paling manusiawi—dengan kefasihan dan fleksibilitas. Seiring evolusi LLM, masyarakat menghadapi tantangan ganda: memanfaatkan potensinya untuk kemajuan sekaligus mengendalikan risikonya.

Dengan kata lain, kisah pengembangan LLM bukan hanya tentang mesin yang belajar dari manusia—tetapi juga tentang manusia yang belajar bagaimana membangun, membimbing, dan hidup berdampingan dengan sistem cerdas secara bertanggung jawab.

image generated with ChatGPT