Agen AI mengubah lebih dari sekadar cara organisasi menggunakan kecerdasan buatan. Mereka mengubah cara perangkat lunak berinteraksi dengan perangkat lunak lain. Aplikasi tradisional biasanya mengikuti alur kerja yang telah ditentukan sebelumnya: pengguna memulai suatu tindakan, aplikasi memanggil API, data diambil, dan proses berlanjut. Agen AI memperkenalkan pola yang kurang dapat diprediksi. Mereka dapat memutuskan alat mana yang akan digunakan, memanggil beberapa sistem, bereaksi terhadap informasi yang berubah, dan memulai tindakan selanjutnya.
Pergeseran tersebut mengungkap keterbatasan dalam layanan integrasi cloud yang dirancang terutama berdasarkan komunikasi antar aplikasi yang dapat diprediksi.
Baca Juga: Mengapa Pengembangan Portal Web Tidak Bisa Lagi Menganggap Otentikasi Hanya Sebagai Masalah Login
API ini Dibangun untuk Dunia yang Lebih Dapat Diprediksi
API tetap fundamental bagi arsitektur web modern, tetapi banyak yang dirancang berdasarkan permintaan dan respons yang didefinisikan dengan jelas. Agen dapat menciptakan beban kerja yang sangat berbeda.
Alih-alih melakukan satu panggilan API untuk menyelesaikan transaksi, seorang agen mungkin mengambil informasi pelanggan, memeriksa inventaris, menanyakan layanan penetapan harga, memperbarui catatan CRM, dan memicu alur kerja lainnya. Setiap interaksi memperkenalkan ketergantungan, persyaratan otentikasi, dan potensi titik kegagalan.
Hal ini membuat konektivitas sederhana menjadi tidak cukup. Arsitektur integrasi sekarang perlu mempertimbangkan bagaimana agen AI menemukan, memilih, dan mengurutkan layanan, bukan hanya apakah layanan-layanan tersebut dapat berkomunikasi.
Akses API Tidak Sama Dengan Kesiapan Agen
API dapat diakses secara teknis namun tetap sulit digunakan secara efektif oleh agen AI.
Skema yang tidak jelas, otentikasi yang tidak konsisten, respons kesalahan yang kurang terdefinisi, dan dokumentasi yang terbatas dapat membuat interaksi otonom menjadi tidak andal. Agen membutuhkan informasi yang dapat dibaca mesin tentang operasi yang tersedia, input yang dibutuhkan, izin, dan hasil yang diharapkan.
Hal itu memberikan tekanan yang lebih besar pada desain dan tata kelola API di samping layanan integrasi cloud.
Sistem Warisan Menjadi Kendala yang Lebih Besar
Agen AI tidak menghilangkan aplikasi lama. Di banyak perusahaan, mereka perlu berintegrasi dengan aplikasi lama tersebut.
Masalahnya adalah sistem yang lebih lama mungkin bergantung pada pemrosesan batch, antarmuka eksklusif, atau alur kerja yang kaku, bukan API modern dan aliran peristiwa. Agen yang beroperasi secara real-time tidak dapat begitu saja berasumsi bahwa sistem yang mendasarinya dapat merespons dengan kecepatan yang sama.
Lapisan Integrasi Membutuhkan Strategi Adaptor
Arsitektur modern semakin membutuhkan lapisan integrasi yang dapat menerjemahkan antara berbagai model interaksi yang berbeda.
Agen mungkin mengharapkan respons API langsung, sementara platform lama mungkin hanya memproses permintaan melalui pekerjaan batch terjadwal. Lapisan integrasi harus mengelola ketidaksesuaian tersebut, mempertahankan status, dan mengkomunikasikan status yang bermakna kembali ke agen.
Di sinilah layanan integrasi cloud perlu berevolusi dari sekadar konektor menjadi lapisan orkestrasi dan penerjemahan.
Konteks Waktu Nyata Mengubah Arsitektur
Agen juga membuat data yang sudah usang menjadi lebih bermasalah.
Aplikasi yang mengambil keputusan berdasarkan inventaris kemarin atau catatan pelanggan yang sudah usang dapat menghasilkan hasil yang salah. Untuk sistem otonom, konsekuensinya dapat berlipat ganda karena satu keputusan yang tidak akurat dapat memicu beberapa tindakan selanjutnya.
Arsitektur berbasis peristiwa dapat membantu dengan memungkinkan sistem untuk mempublikasikan perubahan saat terjadi, alih-alih memaksa aplikasi untuk berulang kali melakukan polling untuk pembaruan.
Peristiwa Menciptakan Model Integrasi yang Berbeda
Alih-alih menanyakan, “Bagaimana status saat ini?” sebuah aplikasi dapat merespons ketika terjadi perubahan.
Pendekatan tersebut dapat mengurangi lalu lintas API yang tidak perlu, meningkatkan responsivitas, dan memberikan konteks operasional yang lebih segar kepada agen. Namun, hal ini juga memperkenalkan persyaratan baru seputar skema peristiwa, pengurutan, percobaan ulang, pesan duplikat, dan pemulihan kegagalan.
Tata Kelola Menjadi Bagian dari Pelaksanaan
Tata kelola integrasi tradisional seringkali berfokus pada API yang disetujui, kebijakan akses, dan kepemilikan sistem. Aplikasi berbasis agen memerlukan tata kelola yang meluas hingga ke perilaku saat runtime.
Seorang agen mungkin memiliki izin untuk mengakses suatu sistem, tetapi tidak harus memiliki wewenang tanpa batas untuk melakukan setiap tindakan yang tersedia.
Kemampuan Pengamatan Harus Mengikuti Agen
Organisasi membutuhkan visibilitas mengenai alat apa yang diakses agen, data apa yang diambil, keputusan apa yang memicu panggilan selanjutnya, dan di mana alur kerja gagal.
Hal ini membuat pelacakan di seluruh API, peristiwa, basis data, dan layanan AI menjadi semakin penting. Tanpa visibilitas tersebut, mendiagnosis tindakan otonom yang salah menjadi jauh lebih sulit daripada memecahkan masalah transaksi aplikasi konvensional.
Pernyataan Penutup
Agen AI menunjukkan bahwa konektivitas saja tidak cukup. Generasi berikutnya dari layanan integrasi cloud perlu menghubungkan aplikasi sambil mengelola konteks, orkestrasi, identitas, peristiwa, dan eksekusi yang semakin otonom.
Pelajaran yang lebih besar bukanlah bahwa integrasi tradisional telah menjadi usang. Melainkan bahwa arsitektur integrasi yang dibangun untuk interaksi perangkat lunak yang dapat diprediksi sekarang harus mengakomodasi perangkat lunak yang mampu membuat keputusan tentang apa yang harus dilakukan selanjutnya.
