Agentic AI Bantu Otomatiskan Pengelolaan Infrastruktur Cloud

Pengelolaan infrastruktur cloud semakin kompleks seiring meningkatnya kebutuhan perusahaan terhadap penyimpanan data, aplikasi digital, dan layanan berbasis Artificial Intelligence (AI). Untuk mengatasi tantangan tersebut, agentic AI hadir sebagai teknologi yang dapat membantu administrator mengotomatiskan berbagai pekerjaan, mulai dari menyiapkan sumber daya hingga mengatur akses keamanan. Dengan kemampuan memahami instruksi dalam bahasa sehari-hari dan menjalankan tindakan melalui perangkat yang terintegrasi, agentic AI berpotensi mengubah cara perusahaan mengelola infrastruktur cloud.

Apa Itu Agentic AI?

Agentic AI adalah teknologi kecerdasan buatan yang memungkinkan agen AI menjalankan tugas secara mandiri berdasarkan tujuan atau instruksi yang diberikan pengguna. Berbeda dengan AI yang hanya menghasilkan jawaban berupa teks, agentic AI dapat menyusun rencana, menggunakan perangkat lunak, menjalankan tindakan, dan memeriksa hasilnya untuk menyelesaikan tugas tertentu.

Teknologi ini umumnya memanfaatkan Large Language Model (LLM) untuk memahami instruksi manusia. Setelah memahami permintaan, agen AI dapat menghubungkan instruksi tersebut dengan berbagai perangkat, sistem, dan sumber data untuk melakukan tindakan yang diperlukan.

Sebagai contoh, ketika administrator meminta AI menjelaskan cara membuat penyimpanan cloud, AI biasa mungkin hanya memberikan panduan langkah demi langkah. Sebaliknya, agen AI yang telah terhubung dengan platform cloud dan memiliki izin yang sesuai dapat membantu menjalankan proses pembuatan penyimpanan tersebut secara langsung.

Dalam pengelolaan infrastruktur cloud, kemampuan ini memungkinkan administrator menyampaikan kebutuhan menggunakan bahasa sehari-hari tanpa harus selalu menulis perintah teknis atau menyusun konfigurasi secara manual.

Meski demikian, agentic AI tidak berarti sistem dapat melakukan semua hal tanpa batasan. Kemampuannya bergantung pada perangkat yang terhubung, izin akses yang diberikan, kualitas instruksi, dan aturan keamanan yang diterapkan.

Mengapa Pengelolaan Infrastruktur Cloud Semakin Kompleks?

Cloud computing memungkinkan perusahaan menggunakan sumber daya komputasi, penyimpanan, jaringan, dan aplikasi melalui internet tanpa harus memiliki seluruh perangkat keras sendiri. Teknologi ini memberikan fleksibilitas karena kapasitas dapat disesuaikan dengan kebutuhan organisasi.

Namun, perkembangan teknologi membuat pengelolaan cloud semakin menantang. Banyak perusahaan kini menggunakan beberapa lingkungan sekaligus, seperti cloud publik, cloud privat, pusat data lokal, dan infrastruktur edge.

Pendekatan yang menggabungkan infrastruktur cloud dengan sistem lokal dikenal sebagai hybrid cloud. Sementara itu, penggunaan layanan dari beberapa penyedia cloud disebut multi-cloud.

Kedua pendekatan tersebut memberikan fleksibilitas bagi perusahaan, tetapi juga meningkatkan kompleksitas pengelolaan. Administrator harus memahami konfigurasi berbagai platform, mengatur hak akses, memantau kinerja sistem, mengendalikan biaya, dan memastikan keamanan data.

Selain itu, kebutuhan sumber daya dapat berubah sewaktu-waktu. Aplikasi yang mengalami lonjakan pengguna, misalnya, mungkin membutuhkan tambahan kapasitas komputasi agar tetap berjalan dengan baik.

Jika seluruh proses dilakukan secara manual, pekerjaan administrator dapat menumpuk dan membutuhkan waktu lebih lama. Kesalahan konfigurasi juga berpotensi terjadi, terutama ketika pengaturan yang sama harus diterapkan pada banyak sistem.

Di sinilah agentic AI dapat berperan. Teknologi ini membantu menerjemahkan kebutuhan administrator menjadi serangkaian tindakan teknis sehingga pengelolaan infrastruktur dapat dilakukan dengan lebih praktis.

Bagaimana Cara Kerja Agentic AI dalam Pengelolaan Cloud?

Secara sederhana, agentic AI bekerja dengan memahami tujuan pengguna, menyusun langkah penyelesaian, menggunakan perangkat yang tersedia, kemudian mengevaluasi hasil tindakan yang dilakukan. Proses tersebut dapat dibagi menjadi empat tahap utama.

1. Memahami instruksi pengguna
   Administrator memberikan perintah menggunakan bahasa sehari-hari. Misalnya, “Buat penyimpanan cloud baru yang hanya dapat diakses oleh tim keuangan.” Agen AI akan menganalisis permintaan tersebut untuk memahami sumber daya dan konfigurasi yang dibutuhkan.

2. Menyusun rencana tindakan
   Setelah memahami tujuan, agen AI dapat menyusun langkah-langkah yang diperlukan. Proses tersebut mungkin mencakup pembuatan sumber daya, pengaturan jaringan, konfigurasi penyimpanan, dan penetapan hak akses. Untuk tugas yang kompleks, agen dapat membagi pekerjaan menjadi beberapa langkah yang saling berkaitan.

3. Menjalankan tindakan melalui perangkat terintegrasi
   Agen AI dapat berinteraksi dengan platform cloud melalui API, konektor, atau perangkat otomatisasi yang tersedia. Melalui integrasi tersebut, agen dapat menjalankan tindakan sesuai dengan izin yang diberikan.

4. Memeriksa hasil pekerjaan
   Setelah tindakan dijalankan, agen dapat memeriksa status sumber daya atau hasil konfigurasi. Jika menemukan masalah, agen mungkin dapat mencoba memperbaikinya atau meminta arahan tambahan dari administrator.Namun, pemeriksaan otomatis tidak menjamin semua kesalahan akan terdeteksi. Karena itu, validasi dan pengawasan manusia tetap diperlukan, terutama untuk tindakan yang memengaruhi sistem produksi.

Sebagai contoh, administrator dapat meminta agen AI membuat bucket penyimpanan Amazon S3 yang hanya dapat dibaca oleh pengguna tertentu. Agen kemudian dapat membantu membuat penyimpanan dan menerapkan kebijakan akses sesuai instruksi.

Sebelum konfigurasi digunakan untuk menyimpan data penting, administrator tetap perlu memastikan bahwa izin akses sudah benar dan tidak membuka peluang bagi pihak yang tidak berwenang.

Penerapan Agentic AI dalam Administrasi Cloud

Agentic AI dapat membantu berbagai aktivitas operasional yang sebelumnya memerlukan banyak pekerjaan manual. Berikut beberapa contoh penerapannya.

1. Mengotomatiskan penyediaan sumber daya
   Administrator sering kali perlu menyiapkan server virtual, penyimpanan, jaringan, dan sumber daya komputasi lainnya untuk mendukung aplikasi. Dengan bantuan agen AI, administrator dapat menjelaskan kebutuhan tersebut melalui instruksi sederhana. Agen kemudian membantu menyiapkan konfigurasi dan menjalankan proses penyediaan sumber daya menggunakan perangkat yang terhubung.

   Otomatisasi ini berpotensi mengurangi pekerjaan berulang, terutama ketika perusahaan harus menyiapkan banyak lingkungan untuk aplikasi yang berbeda.

2. Mengatur akses dan kebijakan keamanan
   Pengelolaan izin merupakan bagian penting dalam administrasi cloud. Kesalahan pemberian hak akses dapat membuat data sensitif terbuka kepada pengguna yang tidak seharusnya. Agen AI dapat membantu menyusun dan menerapkan kebijakan akses berdasarkan kebutuhan pengguna. Misalnya, tim pengembang hanya diperbolehkan mengakses lingkungan pengujian, sedangkan akses ke lingkungan produksi dibatasi untuk personel tertentu.

   Meskipun demikian, kebijakan yang dihasilkan tetap harus diperiksa. Instruksi yang kurang jelas atau kesalahan interpretasi dapat menghasilkan izin yang terlalu luas.

3. Membantu mengelola Kubernetes
   Kubernetes merupakan platform untuk mengelola aplikasi berbasis kontainer. Teknologi ini membantu perusahaan menjalankan aplikasi yang terdiri atas banyak komponen serta menyesuaikan kapasitasnya berdasarkan kebutuhan. Agen AI dapat membantu administrator memeriksa konfigurasi, mengelola klaster, dan menjalankan tindakan operasional melalui perangkat yang terintegrasi.

   Misalnya, administrator dapat meminta agen memeriksa penyebab sebuah aplikasi tidak berjalan dengan baik. Agen kemudian dapat membantu mengumpulkan informasi, menganalisis kemungkinan penyebab, dan menyarankan langkah perbaikan.

4. Mendukung pemantauan dan pemeliharaan
   Agen AI juga berpotensi membantu memantau kondisi infrastruktur, mengidentifikasi masalah, dan menjalankan pemeliharaan rutin. Ketika penggunaan sumber daya meningkat, misalnya, agen dapat menganalisis kondisi sistem dan menyarankan penambahan kapasitas. Jika memiliki izin yang sesuai, agen juga dapat menjalankan tindakan penskalaan berdasarkan aturan yang telah ditetapkan.

   Untuk tindakan yang berpotensi mengganggu layanan, perusahaan sebaiknya menerapkan mekanisme persetujuan sebelum perubahan dilakukan.

Mengenal Model Context Protocol (MCP)

Salah satu teknologi yang relevan dalam pengembangan agen AI adalah Model Context Protocol (MCP).

MCP merupakan protokol yang membantu aplikasi AI terhubung dengan sumber data, perangkat, dan layanan eksternal melalui mekanisme yang terstruktur. Dengan koneksi tersebut, agen AI dapat berinteraksi dengan sistem yang menyediakan informasi atau kemampuan tertentu.

Dalam pengelolaan cloud, server MCP dapat menyediakan akses ke perangkat yang memungkinkan agen AI memeriksa informasi sumber daya, membaca konfigurasi, atau menjalankan operasi tertentu.

Sebagai contoh, agen AI yang terhubung dengan perangkat pengelolaan Amazon S3 dapat membantu administrator memeriksa konfigurasi penyimpanan berdasarkan instruksi yang diberikan. Namun, MCP bukanlah agen AI itu sendiri dan tidak otomatis memberikan akses ke seluruh sistem. Kemampuan yang tersedia bergantung pada perangkat yang dihubungkan, implementasi integrasi, serta izin yang diberikan.

Organisasi tetap perlu memastikan setiap koneksi aman, kredensial terlindungi, dan tindakan berisiko tinggi dibatasi secara tepat.

Agentic AI vs. Infrastructure as Code (IaC)

Otomatisasi infrastruktur sebenarnya sudah digunakan sebelum agentic AI berkembang. Salah satu pendekatan yang banyak diterapkan adalah Infrastructure as Code (IaC).

IaC merupakan metode pengelolaan infrastruktur menggunakan kode atau berkas konfigurasi yang dapat diterapkan secara otomatis. Perangkat seperti Terraform dan Ansible membantu administrator mengatur sumber daya serta menjalankan proses operasional secara terstruktur.

Lantas, apa perbedaan agentic AI dan IaC?

• Infrastructure as Code (IaC)
  IaC memungkinkan administrator mendefinisikan konfigurasi infrastruktur menggunakan kode. Konfigurasi tersebut kemudian diterapkan secara otomatis sesuai dengan aturan yang telah ditentukan. Pendekatan ini memiliki sejumlah keunggulan, antara lain:

  • Konsistensi konfigurasi: Pengaturan dapat diterapkan kembali secara terstruktur pada berbagai lingkungan.
  • Pengelolaan skala besar: Infrastruktur yang kompleks dapat dikelola melalui konfigurasi yang terorganisasi.
  • Kontrol versi: Perubahan konfigurasi dapat dicatat dan ditinjau melalui repositori kode.
  • Kemudahan pengulangan: Proses penyediaan infrastruktur dapat dijalankan kembali sesuai konfigurasi yang telah disiapkan.

  Namun, penggunaan IaC membutuhkan pemahaman terhadap sintaks, struktur konfigurasi, dan perangkat yang digunakan. Hal ini dapat menjadi kendala bagi administrator yang belum terbiasa bekerja dengan kode.

• Agentic AI
  Berbeda dengan IaC, agentic AI memungkinkan administrator memberikan instruksi melalui bahasa alami. Pengguna tidak harus menulis seluruh konfigurasi secara langsung karena agen AI dapat membantu menerjemahkan permintaan menjadi tindakan teknis. Pendekatan ini dapat mempercepat penyelesaian pekerjaan rutin dan mempermudah interaksi dengan berbagai platform cloud.

  Meski demikian, agentic AI masih memiliki keterbatasan. Agen dapat salah memahami instruksi, menghasilkan konfigurasi yang tidak sesuai, atau melakukan tindakan yang berisiko apabila pengamanan tidak diterapkan dengan baik.

  Selain itu, kemudahan memberikan perintah melalui percakapan tidak berarti administrator dapat mengabaikan pemahaman teknis. Pengguna tetap perlu mengetahui tujuan perubahan dan dampaknya terhadap infrastruktur.

Apakah Agentic AI Bisa Menggantikan IaC?

Agentic AI tidak harus menggantikan IaC. Keduanya justru dapat digunakan secara bersamaan.

Sebagai contoh, administrator dapat meminta agen AI membantu menyusun konfigurasi infrastruktur. Konfigurasi tersebut kemudian ditinjau, diuji, dan dikelola menggunakan alur kerja IaC sebelum diterapkan ke lingkungan produksi. Pendekatan ini menggabungkan kemudahan interaksi agentic AI dengan konsistensi dan pengendalian konfigurasi yang ditawarkan IaC.

Dengan demikian, perbedaan utamanya terletak pada cara pengguna berinteraksi dengan sistem dan bagaimana proses otomatisasi dikendalikan. IaC berfokus pada definisi infrastruktur melalui kode, sedangkan agentic AI memungkinkan pengguna memberikan tujuan yang kemudian diterjemahkan menjadi tindakan melalui perangkat yang tersedia.

Apa Saja Risiko Penggunaan Agentic AI?

Di balik kemudahannya, penggunaan agentic AI untuk mengelola cloud juga membawa sejumlah risiko yang perlu diperhatikan.

Kesalahan memahami instruksi. Agen AI dapat salah menafsirkan perintah yang ambigu. Instruksi untuk menghapus sumber daya yang tidak digunakan, misalnya, dapat menimbulkan masalah jika agen keliru mengidentifikasi sumber daya yang sebenarnya masih dibutuhkan.

Risiko keamanan dan hak akses. Agen yang memperoleh izin terlalu luas dapat menimbulkan dampak besar ketika terjadi kesalahan atau penyalahgunaan. Karena itu, akses perlu dibatasi hanya pada sumber daya dan tindakan yang benar-benar diperlukan.

Gangguan layanan. Perubahan konfigurasi, penghapusan sumber daya, atau penyesuaian kapasitas yang tidak tepat dapat mengganggu aplikasi dan operasional perusahaan. Kurangnya pengawasan. Tanpa pencatatan aktivitas dan mekanisme persetujuan, organisasi akan lebih sulit mengetahui alasan suatu perubahan dilakukan dan mengevaluasi dampaknya.

Untuk mengurangi risiko tersebut, perusahaan perlu menerapkan prinsip hak akses minimum (least privilege), pencatatan aktivitas, pengujian sebelum penerapan, dan persetujuan manusia untuk operasi penting. Mekanisme pemulihan juga perlu disiapkan agar konfigurasi dapat dikembalikan apabila terjadi kesalahan.

Dengan pengamanan yang tepat, agentic AI dapat dimanfaatkan secara lebih terkontrol tanpa mengabaikan aspek keamanan dan keandalan infrastruktur.

Apakah Agentic AI Akan Menggantikan Administrator Cloud?

Perkembangan agentic AI memunculkan pertanyaan mengenai masa depan profesi administrator cloud. Jika agen AI dapat menjalankan berbagai tugas teknis secara otomatis, apakah peran manusia masih diperlukan?

Otomatisasi tidak serta-merta menghilangkan kebutuhan terhadap keahlian manusia. Sebaliknya, peran administrator dapat berkembang dari pelaksanaan tugas rutin menuju pengawasan, perancangan sistem, evaluasi risiko, dan pengambilan keputusan.

Administrator tetap dibutuhkan untuk menentukan arsitektur infrastruktur, menetapkan kebijakan keamanan, mengendalikan biaya, serta memastikan layanan memenuhi kebutuhan bisnis. Mereka juga perlu mengevaluasi apakah tindakan yang dijalankan agen AI sesuai dengan kondisi sistem.

Karena itu, para profesional teknologi perlu mengembangkan keterampilan baru. Selain memahami cloud computing, jaringan, keamanan, dan otomatisasi, mereka perlu mempelajari cara kerja agen AI, integrasi perangkat, pengelolaan izin, serta evaluasi hasil yang dihasilkan sistem.

Kemampuan tersebut akan membantu administrator memanfaatkan AI secara efektif sekaligus mengenali situasi ketika intervensi manusia diperlukan.

Kesimpulan

Agentic AI berpotensi menjadi bagian penting dari masa depan pengelolaan infrastruktur cloud. Kemampuannya memahami instruksi dalam bahasa sehari-hari, menggunakan perangkat terintegrasi, dan menjalankan serangkaian tindakan dapat membantu menyederhanakan pekerjaan administrator.

Teknologi ini berpotensi meningkatkan efisiensi dalam penyediaan sumber daya, pengaturan akses, pengelolaan Kubernetes, dan pemeliharaan infrastruktur. Namun, manfaat tersebut harus diimbangi dengan pengawasan, pengujian, serta pengendalian keamanan yang memadai.

Agentic AI juga belum tentu menggantikan pendekatan Infrastructure as Code yang telah digunakan untuk mengelola konfigurasi secara terstruktur. Kombinasi agen AI, IaC, dan pengawasan manusia justru dapat menjadi pendekatan yang lebih seimbang untuk mengelola infrastruktur cloud.

Pada akhirnya, masa depan administrasi cloud bukan hanya tentang membuat pekerjaan berjalan otomatis, tetapi juga memastikan setiap tindakan dilakukan secara tepat, aman, dan sesuai kebutuhan. Organisasi yang mampu memadukan otomatisasi dengan kontrol yang baik akan lebih siap menghadapi kompleksitas infrastruktur digital yang terus berkembang.