Tridorian Dorong Transformasi AI Rumah Sakit Berbasis Agentic

Transformasi kecerdasan artifisial di sektor layanan kesehatan kini memasuki babak baru. Jika selama beberapa tahun terakhir organisasi berlomba mengadopsi chatbot dan asisten AI untuk meningkatkan produktivitas individu, kini fokus mulai bergeser ke arah Agentic Workplace Transformation (AWT), sebuah pendekatan yang mengubah cara organisasi bekerja secara menyeluruh.

Konsep tersebut dipaparkan oleh Chief Technology Officer (CTO) Tridorian, Evan Febrianto, dalam ajang CIO Healthcare Summit 2026. Dalam paparannya, Evan menjelaskan bahwa transformasi AI tidak cukup hanya dengan menyediakan chatbot atau aplikasi berbasis AI kepada karyawan. Organisasi perlu mendesain ulang alur kerja agar manusia dan agen AI dapat berkolaborasi secara terstruktur untuk menghasilkan outcome bisnis yang lebih baik.

Menurut Evan, industri kesehatan saat ini menghadapi tantangan yang semakin kompleks. Rumah sakit dan institusi layanan kesehatan dituntut mampu memberikan pelayanan yang lebih cepat, aman, terintegrasi, serta berbasis data, namun di saat yang sama harus menjaga keamanan informasi pasien, meningkatkan kualitas data, serta memastikan penggunaan AI tetap etis dan sesuai regulasi.

"Saat ini sebagian besar organisasi masih berada pada tahap eksperimen menggunakan AI seperti ChatGPT dan berbagai asisten AI lainnya. Langkah berikutnya bukan lagi sekadar menggunakan chatbot, tetapi membangun AI Workflow yang terstruktur sehingga AI benar-benar menjadi bagian dari proses kerja organisasi," ujar Evan.

AI Memasuki Era Workflow

Dalam paparannya, Evan menggambarkan perkembangan AI ke dalam beberapa fase. Fase sebelumnya didominasi oleh chatbot yang bersifat pasif, yakni hanya memberikan jawaban ketika menerima pertanyaan dari pengguna.

Kini, menurutnya, dunia memasuki Phase 4, yaitu era AI Workflows, di mana AI mampu menjalankan serangkaian proses secara terstruktur melalui orkestrasi berbagai tugas, namun tetap berada di bawah pengawasan manusia.

Sementara itu, fase berikutnya adalah Autonomous Agents, yaitu agen AI yang mampu bekerja secara mandiri untuk mencapai tujuan tertentu. Meski demikian, Evan menilai fase tersebut masih berada beberapa langkah di depan dan memerlukan kesiapan organisasi yang matang.

"Target kami bukan membuat organisasi memiliki lebih banyak agen AI. Tujuan akhirnya adalah menghasilkan outcome yang lebih baik melalui workflow yang dirancang ulang," kata Evan.

Ia menambahkan bahwa banyak perusahaan saat ini masih menggunakan AI secara informal, misalnya meminta AI membuat ringkasan dokumen, menjawab email, atau mencari informasi. Pendekatan tersebut memang meningkatkan produktivitas individu, tetapi belum memberikan transformasi terhadap proses bisnis secara menyeluruh.

Bukan Sekadar Mengganti Alat Kerja

Evan menjelaskan bahwa Agentic Workplace Transformation memiliki perbedaan mendasar dibanding implementasi AI konvensional. Pada implementasi AI biasa, organisasi hanya menyediakan asisten AI kepada pegawai agar pekerjaan dapat dilakukan lebih cepat. Seluruh proses bisnis tetap berjalan seperti sebelumnya.

Sementara dalam konsep Agentic Workplace, yang berubah bukan hanya alat kerja, melainkan model operasional organisasi. Peran pegawai, mekanisme pengambilan keputusan, alur persetujuan, hingga proses koordinasi didesain ulang agar manusia dan agen AI dapat bekerja bersama secara lebih efektif.

"Teknologi hanyalah enabler. Unit transformasi yang sebenarnya adalah pekerjaan itu sendiri. Kita harus mendesain ulang bagaimana pekerjaan diselesaikan, bukan hanya memberikan tools baru kepada karyawan," jelas Evan.

Menurutnya, ukuran keberhasilan implementasi AI juga berubah. Jika sebelumnya organisasi hanya mengukur berapa banyak waktu yang berhasil dihemat, kini yang menjadi indikator utama adalah kualitas hasil kerja, kecepatan penyelesaian proses, hingga peningkatan pengalaman pelanggan atau pasien.

Dalam konsep Agentic Workplace, produktivitas hanya dipandang sebagai sinyal awal keberhasilan. Yang menjadi tujuan utama adalah outcome. Sebagai contoh, chatbot mungkin mampu membantu seorang pegawai menjawab email lebih cepat.

Namun pada Agentic Workplace, berbagai agen AI dapat bekerja bersama untuk menyelesaikan keseluruhan proses bisnis mulai dari memahami kebutuhan pelanggan, mencari informasi yang relevan, mengoordinasikan berbagai aplikasi, hingga menghasilkan keputusan yang tetap berada dalam pengawasan manusia.

"Outcome adalah tujuan akhirnya. AI harus membantu organisasi menyelesaikan pekerjaan secara utuh, bukan sekadar mempercepat satu tugas," ujar Evan.

Menghilangkan Sekat Antar Sistem

Salah satu tantangan terbesar organisasi saat ini adalah banyaknya aplikasi yang berjalan secara terpisah. Email, sistem penjadwalan, CRM, dokumen, hingga aplikasi internal sering kali tidak saling terhubung sehingga pegawai harus memindahkan informasi secara manual.

Dalam Agentic Workplace, berbagai agen AI berperan sebagai lapisan penghubung yang mampu membawa konteks pekerjaan melintasi berbagai sistem. Dengan demikian, pegawai tidak lagi menjadi "jembatan" yang harus memindahkan data dari satu aplikasi ke aplikasi lainnya.

Menurut Evan, pendekatan tersebut memungkinkan organisasi mempercepat proses bisnis tanpa mengorbankan tata kelola maupun keamanan.

Dimulai dari Outcome

Evan menekankan bahwa implementasi AI sebaiknya tidak dimulai dari teknologi. Sebaliknya, organisasi harus terlebih dahulu menentukan outcome yang ingin dicapai. Setelah itu dilakukan pemetaan perjalanan kerja (journey), identifikasi hambatan proses, penentuan peran manusia, hingga menentukan aktivitas apa saja yang aman untuk didelegasikan kepada agen AI.

Pendekatan ini dinilai lebih efektif dibanding langsung membangun chatbot tanpa tujuan bisnis yang jelas. Sebagai contoh di sektor kesehatan, outcome yang ingin dicapai adalah mengurangi waktu dan hambatan sejak pasien menyampaikan kebutuhan hingga memperoleh langkah layanan yang aman dan telah dikonfirmasi.

"Agent dirancang berdasarkan outcome, bukan sebaliknya. Ketika tujuan bisnis sudah jelas, baru kita menentukan bagaimana AI membantu mencapainya," kata Evan.

Gemini Enterprise Jadi Pusat Kolaborasi

Dalam implementasinya, Tridorian memanfaatkan kemampuan Gemini Enterprise dari Google Cloud sebagai pintu utama yang menghubungkan manusia, data, aplikasi, serta berbagai agen AI. Platform tersebut memungkinkan tenaga medis, staf administrasi, maupun pimpinan organisasi mengakses AI dengan tetap memanfaatkan konteks data perusahaan serta aplikasi yang telah disetujui.

Berbagai agen AI dapat berasal dari Google, mitra teknologi, maupun dikembangkan sendiri sesuai kebutuhan organisasi.

Namun seluruh aktivitas tetap berada di bawah kontrol perusahaan melalui pengaturan hak akses, kebijakan keamanan, serta tata kelola yang terpusat.

Data Tetap Menjadi Milik Pelanggan

Salah satu kekhawatiran terbesar dalam implementasi AI adalah penggunaan data sensitif. Karena itu, Evan menegaskan bahwa Google Cloud menerapkan batas penggunaan data yang jelas.

Data pelanggan tetap menjadi milik organisasi, bukan milik Google. Prompt maupun hasil keluaran AI juga tidak digunakan untuk melatih model AI Google maupun model pelanggan lain. Selain itu, data pelanggan tidak digunakan untuk kepentingan iklan maupun dijual kepada pihak ketiga.

"Kepercayaan adalah fondasi utama transformasi AI. Data pelanggan tetap berada dalam kendali perusahaan. AI hanya membantu memanfaatkan data tersebut sesuai kebijakan yang ditetapkan organisasi," ujar Evan.

Meski demikian, ia mengingatkan bahwa keamanan AI tidak cukup hanya bergantung pada kebijakan penggunaan data. Organisasi tetap harus menerapkan identitas digital yang kuat, enkripsi, keamanan jaringan, serta pengamanan infrastruktur secara menyeluruh.

Studi Kasus Klinik Gigi

Dalam paparannya, Evan juga menampilkan implementasi Agentic Workplace pada FDC Dental Clinic. Pada skenario tersebut, agen AI membantu memahami kebutuhan pasien, memberikan klarifikasi berdasarkan pengetahuan yang tervalidasi, mencari jadwal yang tersedia, hingga membantu proses konfirmasi kunjungan.

Namun keputusan klinis tetap berada di tangan dokter.

Apabila sistem menemukan kondisi yang memerlukan penilaian medis atau terdapat informasi yang ambigu, proses akan langsung dialihkan kepada tenaga kesehatan.

Menurut Evan, desain seperti ini memastikan AI hanya menangani pekerjaan administratif di sekitar layanan kesehatan, sementara keputusan medis tetap berada dalam kendali manusia.

"Biarkan agent menangani pekerjaan di sekitar proses pelayanan. Sementara manusia tetap bertanggung jawab dalam pengambilan keputusan klinis, empati kepada pasien, serta penanganan berbagai pengecualian," jelasnya.

Implementasi tersebut memberikan dampak signifikan. Waktu pemesanan kunjungan pasien berhasil dipangkas dari sekitar 15 menit menjadi hanya 2 menit. Secara keseluruhan, jaringan klinik tersebut mampu menghemat biaya operasional hingga sekitar US$1 juta per tahun.

Transformasi Dilakukan Bertahap

Evan menegaskan bahwa implementasi Agentic Workplace tidak harus dilakukan sekaligus. Tridorian mengusulkan pendekatan bertahap selama sekitar 90 hari.

Tahap awal difokuskan pada penentuan outcome dan pengukuran kondisi awal. Tahap berikutnya adalah mendesain ulang workflow dengan memetakan peran manusia, data, agen AI, serta titik kontrol.

Selanjutnya dilakukan pilot project menggunakan data yang telah disetujui sambil mengamati berbagai potensi kegagalan. Di tahap akhir, organisasi memutuskan apakah solusi siap diperluas, perlu direvisi, atau bahkan dihentikan.

Menurut Evan, sebuah pilot project dinilai berhasil bukan karena demonstrasinya menarik, melainkan karena mampu menghasilkan keputusan bisnis yang jelas.

"Pilot yang sukses bukan sekadar demo yang berjalan baik. Pilot yang sukses adalah ketika organisasi memiliki bukti untuk memutuskan apakah solusi layak diperluas, diperbaiki, atau dihentikan," ungkap Evan.

Ia menambahkan, keberhasilan implementasi AI harus dinilai dari tiga aspek utama, yakni outcome, adopsi pengguna, dan trust. Ketiganya harus berjalan beriringan agar transformasi dapat memberikan dampak jangka panjang.

Fokus pada Hasil Nyata

Sebagai perusahaan konsultan data dan AI yang telah berdiri sejak 2015, Tridorian mengaku mengusung pendekatan berbeda dibanding konsultansi tradisional. Alih-alih hanya menjual jam kerja atau proyek teknologi, perusahaan tersebut menempatkan outcome sebagai ukuran utama keberhasilan.

Tridorian saat ini memiliki lebih dari 70 karyawan, didukung lebih dari 50 konsultan bersertifikasi dengan lebih dari 100 sertifikasi profesional. Perusahaan juga merupakan Google Cloud Premier Partner dan Databricks Partner, serta memiliki pengalaman mengerjakan proyek AI, data, dan infrastruktur modern di sektor keuangan, ritel, manufaktur, hingga kesehatan.

"Di Tridorian kami tidak menjual pekerjaan. Kami menghadirkan outcome. Jika sebuah inisiatif tidak memberikan dampak nyata bagi bisnis pelanggan, maka itu bukan pekerjaan yang akan kami lakukan," tutup Evan.

Melalui pendekatan Agentic Workplace Transformation, Tridorian meyakini bahwa masa depan AI di sektor kesehatan tidak lagi sekadar menghadirkan chatbot yang mampu menjawab pertanyaan. Transformasi sesungguhnya terjadi ketika AI, manusia, dan sistem perusahaan mampu bekerja secara terpadu untuk mempercepat layanan, meningkatkan kualitas keputusan, sekaligus menjaga keamanan serta kepercayaan terhadap data pasien.