Departemen publik Amerika Serikat mengakhiri "eksperimen" AI, mempercepat pengenalan tenaga kerja berbasis agen

Amerika Serikat lembaga publik sedang menganggap kecerdasan buatan (AI) bukan lagi sebagai “teknologi masa depan”, tetapi sebagai “alat yang dapat langsung digunakan” untuk mengurangi beban kerja secara langsung. Dalam situasi pertumbuhan tenaga kerja yang stagnan, permintaan administratif justru meningkat, ditambah sistem lama dan regulasi yang ketat, AI sedang muncul sebagai cara utama untuk meningkatkan produktivitas dan mewujudkan modernisasi.

Google Cloud baru-baru ini memimpin dengan “Gemini for Government” untuk menghadapi tren ini. Inti dari pendekatan ini adalah menempatkan AI sebagai platform yang tidak hanya berfungsi sebagai alat bantu, tetapi sebagai lapisan platform yang meningkatkan produktivitas bisnis lembaga publik secara keseluruhan dan memperbaiki lingkungan teknologi informasi (TI) yang usang.

Perubahan ini dikonfirmasi dalam podcast The Cube Research “App Dev Angle”, di mana CTO Google Public Sector, Chris Hain, berbicara. Hain menganalisis bahwa dalam proses integrasi AI ke dalam bisnis nyata lembaga publik, “Tenaga Kerja Agenik (Agentic Workforce)” mulai muncul. Ia menjelaskan bahwa AI berkembang ke arah menjadi “bagian yang berharga dalam tim” daripada menggantikan organisasi.

Melampaui tahap chatbot, berevolusi menjadi AI yang membantu pekerjaan pegawai negeri

Dalam dua tahun terakhir, perusahaan sering kali memperkenalkan AI hanya dalam bentuk proyek percontohan, bukti konsep, dan berbasis chatbot. Namun, di sektor publik, tren ini menjadi lebih pragmatis. Karena kebutuhan untuk menangani lebih banyak pekerjaan dengan tenaga yang lebih sedikit, integrasi AI secara bertahap ke dalam alur kerja yang ada untuk meningkatkan produktivitas sedang dipromosikan secara utama.

Misalnya, menerapkan AI untuk pengolahan dokumen administratif, pencarian informasi, otomatisasi pekerjaan internal, dan pekerjaan berulang yang memakan waktu, sehingga meningkatkan efisiensi kerja harian pegawai negeri. Ini dapat dilihat sebagai bentuk awal dari “Tenaga Kerja Agenik”. Ini adalah struktur di mana manusia membuat penilaian akhir, sementara AI berperan sebagai kolaborator nyata dalam pekerjaan.

Survei pasar juga mendukung hal ini. Berdasarkan data The Cube Research, 46,5% dari seluruh organisasi menghadapi tekanan untuk mengembangkan aplikasi dengan kecepatan lebih tinggi dibandingkan tiga tahun lalu. Namun, ekspansi tenaga kerja tidak mampu mengikuti kecepatan ini. Akibatnya, AI dianggap sebagai solusi pengganti yang sangat potensial untuk mengatasi kesenjangan ini.

Inti AI lembaga publik bukanlah performa, tetapi “kepatuhan”

Di perusahaan swasta, inovasi sering kali berjalan di depan regulasi, berbeda dengan lembaga publik. Sertifikasi keamanan, lokasi penyimpanan data, perlindungan data pribadi, dan kepatuhan terhadap regulasi bukanlah faktor sekunder, melainkan titik awal. Saat memperkenalkan AI, prioritas utama bukan performa, tetapi “apakah dalam lingkungan yang diizinkan”.

Google menjelaskan bahwa untuk mencerminkan kebutuhan ini, mereka mengadopsi strategi menanamkan mekanisme kontrol langsung ke dalam platform cloud itu sendiri, bukan mengisolasi fungsi AI dalam area tertutup terpisah. Dengan cara ini, lembaga dapat memenuhi persyaratan regulasi seperti program manajemen risiko dan otorisasi federal “FedRAMP” serta standar Departemen Pertahanan AS, sekaligus memanfaatkan model AI terbaru.

Isu ini juga tidak hanya menjadi perhatian pemerintah. Dengan meningkatnya tren seperti “Undang-Undang Ketahanan Siber” (Cyber Resilience Act) Uni Eropa (EU) yang mengharuskan perangkat lunak dan AI dirancang sesuai regulasi sejak tahap desain, pengembang swasta juga mulai menghadapi tekanan serupa. Ini berarti variabel yang menentukan kecepatan penyebaran AI mulai bergeser dari teknologi itu sendiri ke “internalisasi kepatuhan”.

Transformasi sistem lama dari proyek sekali pakai menjadi pekerjaan yang berkelanjutan

Modernisasi sistem lama yang dianggap sebagai penyakit kronis TI pemerintah juga berubah seiring masuknya AI. Banyak lembaga masih menjalankan sistem inti yang dibangun puluhan tahun lalu, dan sebelumnya sering mencoba menyelesaikan transformasi ini sekaligus seperti proyek penggantian besar-besaran.

Namun, saat ini, pendekatan yang mendapatkan perhatian adalah pengembangan bertahap dengan bantuan AI untuk membersihkan kode, menambah dokumentasi, dan memperbaiki alur kerja. Terutama, AI mulai digunakan untuk merestrukturisasi sistem dasar COBOL yang telah lama sulit diubah.

Ini sejalan dengan perubahan paradigma bahwa modernisasi harus dilihat sebagai proses yang perlu dikelola secara berkelanjutan, bukan sebagai “proyek dengan akhir tertentu”. Dalam seluruh bidang pengembangan aplikasi, modernisasi tidak lagi menjadi tujuan pada titik waktu tertentu, melainkan sebagai prinsip operasional yang harus dijalankan secara terus-menerus.

Hak pilih yang tidak terikat pada satu AI juga semakin penting

Lembaga publik berhati-hati terhadap ketergantungan jangka panjang pada satu penyedia AI tertentu atau satu model saja. Hain juga menekankan bahwa nilai utama pemerintah adalah “pilihan (optionality)”, yaitu hak untuk memilih. Ia berpendapat bahwa harus mampu memilih model yang berbeda berdasarkan performa, biaya, keamanan, dan kasus penggunaan, agar dapat merespons pasar AI yang berkembang pesat.

Platform seperti Vertex AI dari Google, yang menyediakan model terbuka dan model terbaru secara bersamaan, memenuhi kebutuhan ini. Ini juga sangat berarti bagi pengembang. Di masa depan, aplikasi mungkin tidak akan terikat secara ketat pada satu model saja, melainkan dirancang untuk berinteraksi dengan beberapa model.

Perluasan penerapan di tepi (edge deployment) … AI tidak lagi hanya urusan cloud

Beban kerja AI tidak lagi terbatas di cloud pusat, ini adalah perubahan penting. Di lokasi publik, karena alasan latensi, gangguan jaringan, dan batasan lingkungan operasional, inferensi di server pusat sering tidak cocok. Oleh karena itu, kebutuhan akan “AI tepi” yang dapat disesuaikan dan diterapkan di lokasi langsung atau lingkungan terdistribusi sedang berkembang pesat.

Namun, ini membawa tantangan baru bagi tim pengembang dan tim operasional platform. Mereka harus mengelola siklus hidup model, tata kelola, dan sistem deployment secara bersama antara lingkungan pusat dan tepi. Akhirnya, AI bertransformasi dari layanan cloud sederhana menjadi “lapisan arsitektur” yang melintasi seluruh lingkungan aplikasi.

Perkembangan di sektor publik AS menunjukkan gambaran yang berbeda dari anggapan tradisional bahwa “pemerintah tertinggal dari swasta dalam adopsi AI”. Karena keterbatasan tenaga kerja dan beban operasional layanan dasar yang berat, ada penilaian bahwa lembaga publik justru lebih cepat dalam penerapan AI untuk meningkatkan produktivitas dan modernisasi sistem. “Tenaga Kerja Agenik” meskipun masih dalam tahap evolusi, bukan konsep matang yang selesai, AI tampaknya melampaui sekadar menambah fungsi, menjadi bagian dari tenaga kerja, platform, dan struktur perangkat lunak itu sendiri, yang tampak sangat jelas.

TP AI Catatan Penting Artikel ini dirangkum berdasarkan model bahasa TokenPost.ai. Mungkin ada penghilangan isi utama dari teks asli dan ketidaksesuaian dengan fakta.