Kesenjangan antara janji dan realitas: Apa yang diungkapkan oleh perjuangan Salesforce tentang transformasi AI di industri teknologi

Kekecewaan besar terhadap AI: Mengapa Salesforce menunjukkan bahwa kenyataan terlihat berbeda

Penurunan harga saham raksasa CRM Salesforce yang spektakuler sebesar 27 persen sejak awal tahun 2025 bukanlah fenomena terisolasi dari satu perusahaan saja. Sebaliknya, hal itu melambangkan perbedaan mendasar antara harapan tinggi seputar kecerdasan buatan dan realitas keras penerapannya secara komersial. Sementara perusahaan teknologi di seluruh dunia menyatakan revolusi melalui agen AI otonom, situasi Salesforce mengungkapkan tiga masalah utama yang dapat menjadi gejala dari seluruh industri: monetisasi inovasi AI, kematangan struktural pasar perangkat lunak perusahaan, dan meningkatnya kompleksitas integrasi teknologi. Analisis ini meneliti apa yang sebenarnya ada di balik janji masa depan yang seharusnya dan konsekuensi apa yang ditimbulkannya bagi industri teknologi.

Berkaitan dengan ini:

• Kecerdasan buatan: Mengapa Agentforce milik Salesforce belum (berkembang) pesat – alternatif independen lebih baik

Dasar-dasar dan Relevansi

Situasi Salesforce pada Oktober 2025 menandai titik balik dalam persepsi kecerdasan buatan sebagai pendorong pertumbuhan langsung bagi perusahaan teknologi yang sudah mapan. Marc Benioff, pendiri dan CEO karismatik perusahaan manajemen hubungan pelanggan tersebut, telah memproklamirkan era AI berbasis agen pada konferensi Dreamforce perusahaan di San Francisco. Visinya: Algoritma otonom akan menggantikan karyawan manusia di perusahaan dan menjadi penghasil pendapatan terpenting Salesforce. Namun, kenyataan menunjukkan gambaran yang berbeda.

Penurunan drastis harga saham Salesforce sangat kontras dengan tren umum di sektor teknologi, di mana saham-saham teknologi telah mengalami kenaikan signifikan selama periode yang sama. Perbedaan ini menimbulkan pertanyaan mendasar: Apakah industri ini telah melebih-lebihkan kecepatan di mana kecerdasan buatan dapat diterjemahkan menjadi pendapatan nyata? Apakah ekspektasi terhadap agen AI otonom realistis? Dan masalah struktural apa yang tersembunyi di balik fasad gemerlap janji AI?.

Relevansi analisis ini meluas jauh melampaui Salesforce. Analisis ini memengaruhi semua perusahaan yang bergantung pada kecerdasan buatan sebagai pendorong pertumbuhan utama. Analisis ini berdampak pada investor yang menginvestasikan miliaran dolar ke dalam teknologi AI. Dan analisis ini menyentuh karyawan yang pekerjaannya terancam oleh otomatisasi yang dijanjikan. Kasus Salesforce menawarkan wawasan unik tentang mekanisme, harapan, dan kekecewaan dari industri yang sedang mengalami perubahan.

Artikel ini dibagi menjadi delapan bagian, yang secara sistematis menyajikan akar sejarah, mekanisme teknis, status terkini, studi kasus praktis, masalah kritis, perkembangan masa depan, dan sintesis kesimpulan dari temuan-temuan tersebut. Akan menjadi jelas bahwa tantangan Salesforce merupakan contoh dari masalah industri yang lebih dalam yang meluas jauh melampaui satu perusahaan.

Dari pelopor komputasi awan menjadi pejuang AI: Penataan ulang strategis raksasa industri

Untuk memahami situasi saat ini, kita harus menelusuri asal-usul dan evolusi Salesforce. Didirikan pada tahun 1999 oleh Marc Benioff, perusahaan ini merevolusi industri perangkat lunak dengan konsep yang saat itu radikal: Software as a Service (SaaS). Alih-alih menjual paket lisensi mahal yang harus diinstal di server pelanggan, Salesforce menawarkan solusi CRM-nya melalui internet. Pelanggan membayar biaya bulanan dan dapat dengan mudah mengakses perangkat lunak melalui peramban web mereka.

Inovasi ini menjadikan Salesforce sebagai pemimpin pasar dalam manajemen hubungan pelanggan. Dengan pangsa pasar lebih dari 21 persen, perusahaan ini terus mendominasi pasar CRM global, jauh di depan para pesaing seperti Microsoft, Oracle, dan SAP. Selama lebih dari dua dekade, Salesforce dianggap sebagai saham pertumbuhan yang sangat baik. Pendapatan meningkat dua digit dari tahun ke tahun, harga saham naik secara stabil, dan perusahaan berkembang melalui berbagai akuisisi.

Namun, bahkan di tahun-tahun menjelang 2025, tanda-tanda perlambatan pertama mulai terlihat. Pertumbuhan industri perangkat lunak CRM secara keseluruhan melambat karena pasar semakin jenuh. Banyak perusahaan besar telah menerapkan sistem CRM, dan peluang yang mudah diraih telah dimanfaatkan. Pada saat yang sama, pesaing baru muncul, merebut pangsa pasar dengan pendekatan inovatif dan harga yang lebih rendah.

Dalam situasi ini, Benioff semakin memfokuskan perhatian pada kecerdasan buatan sebagai kisah pertumbuhan baru mulai tahun 2022 dan seterusnya. Pertama, Salesforce memperkenalkan Einstein, platform AI yang memungkinkan analitik prediktif dan otomatisasi dalam produk CRM yang sudah ada. Kemudian, pada September 2024, muncul pengumuman besar: Agentforce, platform untuk agen AI otonom yang dirancang untuk menangani tugas secara mandiri di berbagai bidang seperti layanan pelanggan, penjualan, dan pemasaran.

Visi tersebut sangat ambisius: Pada akhir tahun 2025, pelanggan diharapkan dapat menciptakan satu miliar agen AI otonom melalui platform tersebut. Agen-agen ini tidak hanya akan menjawab pertanyaan sederhana, tetapi juga secara mandiri merencanakan dan menjalankan tugas-tugas kompleks dan bertahap. Mereka diharapkan bertindak proaktif, mengambil keputusan, dan mengakses seluruh basis data perusahaan.

Secara paralel, Salesforce berinvestasi besar-besaran pada fondasi teknologi untuk agen AI ini. Pada Mei 2025, perusahaan mengumumkan akuisisi Informatica, spesialis manajemen data, senilai delapan miliar dolar. Akuisisi ini dimaksudkan untuk memastikan bahwa agen AI memiliki akses ke data berkualitas tinggi dan terstruktur dengan baik. Pada musim gugur 2024, Salesforce telah mengakuisisi OwnData, perusahaan manajemen data lainnya, senilai 1,9 miliar dolar.

Terlepas dari investasi besar-besaran dan visi yang megah ini, lonjakan pendapatan yang diharapkan gagal terwujud. Pada kuartal kedua tahun fiskal 2025/26, pendapatan Salesforce tumbuh sebesar 9,8 persen menjadi $10,24 miliar. Meskipun sedikit melebihi ekspektasi, ini menandai kuartal kelima berturut-turut dengan pertumbuhan satu digit. Prospek untuk kuartal mendatang bahkan lebih suram, memicu kekhawatiran bahwa inisiatif AI tidak akan memberikan kesuksesan komersial yang diharapkan.

Anatomi agen AI otonom: Teknologi antara visi dan kelayakan

Untuk memahami mengapa memonetisasi agen AI terbukti sangat menantang, seseorang harus memeriksa fondasi teknis dan mekanisme sistem ini. Agentforce didasarkan pada beberapa komponen teknologi yang harus bekerja sama untuk mencapai otonomi yang dijanjikan.

Inti dari sistem ini adalah apa yang disebut Atlas Reasoning Engine, yang berfungsi sebagai jaringan saraf atau otak dari agen AI. Mesin ini dirancang untuk meniru pemikiran dan tindakan manusia, mengkategorikan tugas dengan benar, memprioritaskan langkah-langkah, dan pada akhirnya mengeksekusinya dengan akurat. Tidak seperti asisten AI sebelumnya seperti Copilot, yang sangat bergantung pada interaksi manusia, agen Agentforce dimaksudkan untuk beroperasi sebagian besar secara otonom.

Komponen kunci kedua adalah Salesforce Data Cloud, yang menyelaraskan semua data perusahaan yang relevan secara real-time dan menyediakannya untuk agen AI. Kualitas dan kelengkapan data ini sangat penting untuk kinerja agen. Di sinilah letak salah satu tantangan terbesar: Banyak perusahaan telah mengumpulkan data mereka dalam berbagai sistem selama bertahun-tahun tanpa standar yang seragam atau pembersihan data secara teratur.

Komponen ketiga terdiri dari alat integrasi seperti MuleSoft dan konektor bawaan yang memungkinkan agen untuk berinteraksi dengan alur kerja yang ada dan sistem eksternal. Antarmuka ini memungkinkan agen untuk beroperasi tidak hanya di dalam lingkungan Salesforce tetapi juga untuk berkomunikasi dengan aplikasi perusahaan lainnya.

Selain komponen bawaan Salesforce ini, Agentforce juga mengintegrasikan model bahasa besar dari penyedia pihak ketiga seperti OpenAI, Anthropic, dan Google Gemini. Model-model ini menyediakan pemrosesan bahasa alami dan pengetahuan umum tentang dunia yang mendasari pembuatan agen-agen spesifik tersebut.

Fungsionalitas ini dapat diilustrasikan menggunakan contoh agen layanan pelanggan: Seorang pelanggan menghubungi perusahaan dengan sebuah permintaan. Agen menganalisis permintaan tersebut, mengakses data pelanggan yang relevan dari cloud data, membandingkannya dengan kasus serupa di masa lalu, mengembangkan rencana solusi multi-langkah, menjalankan langkah-langkah tersebut, dan mengkomunikasikan hasilnya kepada pelanggan. Semua ini terjadi tanpa campur tangan manusia, kecuali jika agen tersebut menemukan masalah yang melampaui kemampuannya.

Secara teori, kedengarannya mengesankan. Namun, dalam praktiknya, terdapat banyak jebakan. Agen hanya sebaik data yang dapat mereka akses. Jika data tidak lengkap, usang, atau tidak konsisten, agen akan membuat keputusan yang salah. Integrasi ke dalam sistem perusahaan yang ada seringkali kompleks dan membutuhkan upaya yang cukup besar. Dan meskipun konfigurasi agen diiklankan sebagai proses low-code, hal itu tetap membutuhkan pemahaman teknis yang signifikan dan keahlian khusus Salesforce.

Masalah lain adalah kurangnya kepercayaan. Banyak perusahaan ragu untuk menyerahkan kendali proses bisnis penting kepada agen otonom tanpa prosedur pengujian dan mekanisme keamanan yang kuat. Risiko kesalahan, pelanggaran data, atau perilaku yang tidak diinginkan adalah nyata, seperti yang ditunjukkan oleh contoh dari industri lain.

Jalan sulit menuju profitabilitas: Tiga tantangan mendasar

Permasalahan Salesforce dapat disederhanakan menjadi tiga tantangan utama yang mewakili seluruh industri: monetisasi inovasi AI, kematangan pasar struktural, dan kompleksitas adopsi teknologi.

Tantangan pertama berkaitan dengan monetisasi

Meskipun Salesforce telah mengembangkan produk berteknologi canggih dengan Agentforce, pertanyaan krusial tetap ada: Bagaimana cara memonetisasinya? Model penetapan harga Agentforce didasarkan pada dua dolar per percakapan, pendekatan berbasis penggunaan yang berbeda dari model lisensi tradisional. Namun, banyak calon pelanggan ragu untuk mengadopsi teknologi ini dalam skala besar sampai pengembalian investasi (ROI) dapat dibuktikan secara jelas.

Biaya pengoperasian agen AI sangat besar. Model bahasa yang mendasarinya membutuhkan sumber daya komputasi yang mahal. Menurut perkiraan industri, satu kueri ke model AI generatif membutuhkan biaya hingga sepuluh kali lebih banyak daripada pencarian Google tradisional. Biaya ini harus dibebankan kepada pelanggan, yang membatasi penerimaan harga. Pada saat yang sama, pelanggan mengharapkan agen AI untuk memberikan nilai tambah yang jelas yang membenarkan biaya yang lebih tinggi.

Sampai saat ini, hanya sekitar 12.000 perusahaan yang menggunakan Agentforce, jumlah yang sangat kecil jika dibandingkan dengan basis pelanggan Salesforce yang sangat besar, yaitu ratusan ribu bisnis. Pendapatan tahunan berulang dari Agentforce kurang dari $500 juta, sebagian kecil dari total pendapatan lebih dari $40 miliar. Bahkan jika angka ini meningkat tiga atau empat kali lipat dalam beberapa tahun mendatang, seperti yang diharapkan Salesforce, kontribusinya terhadap pendapatan keseluruhan tetap akan terbatas.

Tantangan utama kedua adalah kematangan struktural pasar CRM

Setelah dua dekade pertumbuhan yang kuat, pasar perangkat lunak manajemen hubungan pelanggan (CRM) telah mencapai titik jenuh. Sebagian besar perusahaan besar dan menengah di pasar negara maju telah menerapkan sistem CRM. Potensi pertumbuhan organik melalui akuisisi pelanggan baru terbatas.

Pada saat yang sama, persaingan semakin intensif. Microsoft dengan Dynamics 365, Oracle dengan aplikasi cloud-nya, SAP dengan solusi CRM-nya, dan banyak penyedia khusus seperti HubSpot, Zendesk, dan Zoho semuanya bersaing untuk mendapatkan pangsa pasar. Para pesaing ini telah mengejar ketertinggalan dalam beberapa tahun terakhir dan terkadang menawarkan solusi yang lebih terjangkau atau lebih khusus.

Dalam lingkungan ini, akan lebih sulit bagi Salesforce untuk mencapai tingkat pertumbuhan dua digit, bahkan dengan fitur AI yang inovatif. Pelanggan tidak begitu saja beralih ke sistem CRM lain hanya karena vendor menawarkan kemampuan AI baru. Implementasi sistem CRM itu kompleks, mahal, dan memakan waktu. Perusahaan enggan beralih selama sistem yang ada masih berfungsi dengan baik.

Analis seperti Karl Keirstead dari UBS telah menunjukkan bahwa pasar CRM sudah relatif matang, sementara investasi AI pelanggan di bidang ini masih dalam tahap sangat awal. Oleh karena itu, terdapat jeda waktu antara kematangan pasar produk inti dan kematangan add-on AI. Kesenjangan ini menyulitkan Salesforce untuk mendapatkan kembali momentum pertumbuhan masa lalunya.

Tantangan mendasar ketiga berkaitan dengan kompleksitas adopsi teknologi

Meskipun Salesforce mempromosikan Agentforce sebagai solusi ramah pengguna dan low-code, kenyataan bagi banyak pelanggan jauh lebih kompleks. Implementasi agen AI yang sukses membutuhkan fondasi data yang solid, proses yang terdefinisi dengan baik, keahlian teknis, dan investasi signifikan dalam pelatihan dan manajemen perubahan.

Banyak perusahaan bergumul dengan tantangan mendasar seperti kualitas data yang buruk, silo data yang terisolasi, infrastruktur TI yang tidak memadai, dan kurangnya keahlian AI. Masalah-masalah ini harus diatasi sebelum agen AI dapat mencapai potensi penuhnya. Hal ini membutuhkan waktu, sumber daya, dan pendekatan jangka panjang, yang banyak perusahaan hindari.

Selain itu, terdapat pula kekurangan tenaga ahli. Permintaan akan pakar AI, spesialis data, dan administrator Salesforce jauh melebihi penawaran. Perusahaan harus membayar gaji tinggi untuk menarik dan mempertahankan karyawan yang berkualitas. Hal ini semakin meningkatkan biaya implementasi solusi AI dan memperpanjang waktu penciptaan nilai.

Dimensi baru transformasi digital dengan 'Managed AI' (Kecerdasan Buatan) – Platform & solusi B2B | Xpert Consulting - Gambar: Xpert.Digital

Di sini Anda akan mempelajari bagaimana perusahaan Anda dapat mengimplementasikan solusi AI yang disesuaikan dengan cepat, aman, dan tanpa hambatan masuk yang tinggi.

Platform AI terkelola adalah solusi lengkap dan bebas khawatir Anda untuk kecerdasan buatan. Alih-alih berurusan dengan teknologi yang kompleks, infrastruktur yang mahal, dan proses pengembangan yang panjang, Anda menerima solusi siap pakai yang disesuaikan dengan kebutuhan Anda dari mitra khusus – seringkali hanya dalam beberapa hari.

Keunggulan utama secara sekilas:

⚡ Implementasi cepat: Dari ide hingga aplikasi siap pakai dalam hitungan hari, bukan bulan. Kami menghadirkan solusi praktis yang menciptakan nilai tambah langsung.

🔒 Keamanan data maksimal: Data sensitif Anda tetap aman. Kami menjamin pemrosesan yang aman dan sesuai peraturan tanpa membagikan data dengan pihak ketiga.

💸 Tanpa risiko finansial: Anda hanya membayar untuk hasil. Investasi awal yang tinggi untuk perangkat keras, perangkat lunak, atau personel sepenuhnya dihilangkan.

🎯 Fokus pada bisnis inti Anda: Konsentrasikan pada apa yang Anda kuasai. Kami mengurus seluruh implementasi teknis, pengoperasian, dan pemeliharaan solusi AI Anda.

📈 Tahan masa depan & dapat diskalakan: AI Anda tumbuh bersama Anda. Kami memastikan optimasi dan skalabilitas berkelanjutan, serta secara fleksibel menyesuaikan model dengan kebutuhan baru.

Informasi selengkapnya di sini:

• Solusi AI Terkelola - Layanan AI Industri: Kunci Daya Saing di Sektor Jasa, Industri, dan Teknik Mesin

Kisah sukses dan kekecewaan: Apa yang diajarkan praktik kepada kita tentang agen AI

Untuk mendapatkan gambaran yang lengkap, ada baiknya melihat kasus penggunaan spesifik dan pengalaman praktis dengan agen AI, baik di Salesforce sendiri maupun di perusahaan lain.

Salesforce sendiri telah melakukan salah satu implementasi agen AI yang paling terkenal: di layanan pelanggannya sendiri. CEO Marc Benioff mengumumkan pada September 2025 bahwa perusahaan telah mengurangi tim layanan pelanggannya dari 9.000 menjadi 5.000 karyawan, pengurangan sebesar 45 persen. Karyawan yang diberhentikan digantikan oleh agen AI, yang menurut Benioff, telah menangani 1,5 juta interaksi pelanggan, dengan tingkat kepuasan pelanggan yang serupa dengan agen manusia.

Langkah drastis ini menunjukkan, di satu sisi, potensi agen AI untuk mengotomatisasi tugas-tugas berulang dan mengurangi biaya. Salesforce menghemat biaya personel yang cukup besar melalui PHK ini dan sekaligus dapat menangani lebih banyak pertanyaan. Di sisi lain, hal ini menimbulkan pertanyaan etis dan praktis. Kualitas layanan pelanggan untuk pertanyaan yang lebih kompleks yang membutuhkan penilaian dan empati manusia masih perlu dilihat. Perusahaan lain, seperti Klarna, yang mengejar strategi otomatisasi serupa, harus mengakui bahwa kualitas layanan menurun.

Contoh kedua adalah agen AI dalam penjualan. Beberapa pelanggan Salesforce telah menerapkan agen yang secara otomatis mengkualifikasi calon pelanggan, menjadwalkan janji temu, dan mengirim email tindak lanjut. Agen-agen ini bekerja sepanjang waktu dan dapat menangani ratusan prospek secara bersamaan. Menurut Salesforce, beberapa pelanggan melaporkan bahwa produktivitas tim penjualan mereka meningkat 20 hingga 30 persen melalui penggunaan agen-agen tersebut.

Namun, ada keterbatasannya. Agen berfungsi paling baik dengan proses yang terstandarisasi dan kriteria kualifikasi yang jelas. Mereka dengan cepat mencapai batas kemampuannya dalam proses penjualan B2B yang kompleks yang membutuhkan pengetahuan produk yang mendalam dan keterampilan negosiasi strategis. Selain itu, beberapa pengguna melaporkan adanya ketidakpuasan di antara calon pelanggan yang lebih suka berbicara dengan manusia.

Selain Salesforce, banyak perusahaan lain yang menggunakan agen AI. ServiceNow, pesaing langsung Salesforce di sektor manajemen layanan TI, telah mengembangkan platformnya sendiri untuk agen AI. Agen-agen ini dirancang untuk secara mandiri mendiagnosis dan menyelesaikan masalah TI, memproses permintaan layanan, dan mengatur alur kerja.

Microsoft juga mengandalkan AI berbasis agen dengan produk Copilot-nya, meskipun dengan pendekatan yang sedikit berbeda. Agen Microsoft lebih terintegrasi ke dalam produk Office 365 yang sudah ada dan berfokus pada mendukung produktivitas individu daripada otomatisasi proses otonom.

SAP dan Oracle mengejar strategi serupa dan mengembangkan agen AI yang tertanam langsung dalam sistem ERP dan CRM mereka. SAP telah memperkenalkan Joule, asisten AI yang menganalisis proses bisnis, memberikan rekomendasi, dan mengotomatiskan tugas. Oracle secara khusus berfokus pada infrastruktur cloud berbasis AI dan memposisikan dirinya sebagai platform untuk beban kerja AI yang membutuhkan komputasi intensif.

Semua contoh ini menunjukkan bahwa agen AI bekerja paling baik dalam kasus penggunaan yang terdefinisi dengan jelas dengan data terstruktur dan proses terstandarisasi. Semakin kompleks, tidak terduga, dan berpusat pada manusia suatu tugas, semakin sulit bagi agen otonom untuk mencapai atau melampaui kinerja manusia.

Berkaitan dengan ini:

• Salesforce AI: Mengapa platform AI independen lebih baik daripada Einstein dan Agentforce – Pendekatan hibrida mengalahkan ketergantungan pada satu vendor!

Kritik, kontroversi, dan pertanyaan yang belum terjawab: Sisi gelap revolusi AI

Masalah yang dihadapi Salesforce dan tantangan yang lebih luas dalam mengimplementasikan agen AI telah memicu perdebatan sengit tentang potensi dan keterbatasan teknologi ini. Beberapa aspek penting layak mendapat perhatian khusus.

Poin pertama yang menjadi perdebatan adalah soal hilangnya pekerjaan. Salesforce telah mengirimkan sinyal yang jelas dengan memberhentikan 4.000 karyawan layanan pelanggan: agen AI tidak hanya menggantikan proses yang tidak efisien, tetapi juga menggantikan manusia. Benioff sebelumnya menyatakan bahwa AI tidak akan menyebabkan hilangnya pekerjaan kantor. Kenyataannya menunjukkan sebaliknya.

Tren ini tidak terbatas pada Salesforce. Menurut data, lebih dari 64.000 pekerjaan di sektor teknologi dihilangkan di AS saja pada tahun 2025, banyak di antaranya terkait dengan peningkatan otomatisasi melalui AI. Ironisnya, banyak perusahaan ini secara bersamaan mencari karyawan baru, khususnya dalam pengembangan AI dan penjualan produk AI. Jadi, terjadi pergeseran di mana pekerjaan tertentu menjadi usang sementara pekerjaan lain muncul. Tetapi pertanyaannya tetap, apakah pekerjaan yang baru diciptakan akan mengimbangi pekerjaan yang hilang baik dari segi jumlah maupun kualitas.

Aspek kritis kedua adalah kesenjangan antara pemasaran dan realitas. Salesforce dan perusahaan teknologi lainnya telah mempromosikan agen AI dengan janji-janji yang muluk-muluk: revolusi di tempat kerja, peningkatan produktivitas yang luar biasa, sistem otonom yang menggantikan karyawan manusia. Namun kenyataannya, banyak implementasi masih dalam tahap uji coba, dan peningkatan produktivitas yang dijanjikan seringkali gagal terwujud atau hanya terjadi di area terbatas.

Sebuah studi Capgemini menemukan bahwa meskipun 90 persen eksekutif yang disurvei yakin bahwa AI berbasis agen menawarkan keunggulan kompetitif, hanya 14 persen yang benar-benar telah memulai implementasi. Mayoritas masih dalam tahap perencanaan, dan hampir setengahnya tidak memiliki strategi implementasi yang konkret. Kepercayaan pada agen AI yang sepenuhnya otonom telah menurun secara signifikan dalam setahun terakhir, dari 43 menjadi 27 persen.

Poin bermasalah ketiga adalah ketergantungan pada raksasa teknologi individual. Salesforce Agentforce terintegrasi erat dengan ekosistem Salesforce. Agen berfungsi paling baik ketika semua data dan proses berada di dalam dunia Salesforce. Mengintegrasikan sumber pengetahuan atau sistem eksternal membutuhkan upaya yang cukup besar. Hal ini menciptakan efek ketergantungan pada vendor, sehingga menyulitkan pelanggan untuk beralih ke solusi alternatif.

Kritik serupa juga ditujukan kepada Microsoft, SAP, dan Oracle. Setiap vendor berupaya menciptakan ekosistemnya sendiri di mana agen AI mereka berfungsi paling optimal. Hal ini mempersulit integrasi sistem yang berbeda dan memaksa pelanggan untuk memilih satu vendor utama. Inisiatif seperti Model Context Protocol, yang bertujuan untuk memungkinkan komunikasi standar antara agen AI dari vendor yang berbeda, masih dalam tahap awal.

Aspek kontroversial keempat menyangkut privasi dan keamanan data. Agen AI memerlukan akses ke data perusahaan yang ekstensif agar dapat berfungsi secara efektif. Hal ini menciptakan potensi risiko keamanan, terutama ketika data ini dibagikan dengan layanan AI eksternal seperti OpenAI atau Anthropic. Meskipun Salesforce dan vendor lain menekankan bahwa mereka telah menerapkan langkah-langkah perlindungan data yang ketat, kekhawatiran tetap ada, khususnya di industri yang diatur seperti layanan kesehatan atau jasa keuangan.

Poin penting kelima adalah dampak lingkungan. Mengoperasikan model AI besar membutuhkan daya komputasi yang sangat besar dan karenanya energi yang besar. Pusat data yang menjalankan model-model ini mengonsumsi jutaan kilowatt-jam listrik dan menghasilkan emisi CO2 yang signifikan. Pada saat perusahaan semakin berada di bawah tekanan untuk memenuhi tujuan keberlanjutan mereka, jejak lingkungan dari sistem AI menjadi perhatian yang semakin meningkat.

Menatap masa depan: Antara konsolidasi dan gelombang berikutnya

Terlepas dari semua tantangan saat ini, para ahli berasumsi bahwa agen AI akan memainkan peran yang semakin penting di perusahaan dalam beberapa tahun mendatang. Pertanyaannya bukanlah apakah, tetapi seberapa cepat dan dalam bentuk apa teknologi ini akan berjaya.

Gartner memprediksi bahwa pada tahun 2026, sekitar 40 persen dari semua aplikasi perusahaan akan mencakup agen AI khusus tugas, peningkatan signifikan dari kurang dari 5 persen pada tahun 2025. Pada tahun 2035, AI berbasis agen dapat menyumbang sekitar 30 persen dari pendapatan perangkat lunak perusahaan global, lebih dari $450 miliar. Pasar untuk AI otonom dan agen otonom diproyeksikan tumbuh dari $8,62 miliar pada tahun 2025 menjadi $263,96 miliar pada tahun 2035, mewakili tingkat pertumbuhan tahunan majemuk (CAGR) lebih dari 40 persen.

Prakiraan ini didasarkan pada asumsi bahwa tantangan saat ini akan diatasi secara bertahap. Beberapa perkembangan dapat berkontribusi pada hal ini:

Pertama, teknologi itu sendiri akan terus berevolusi. Model Bahasa Besar yang mendasarinya akan menjadi lebih kuat, efisien, dan hemat biaya. Model baru seperti o1 dari OpenAI dengan penalaran yang lebih baik atau Claude dari Anthropic dengan jendela konteks yang lebih panjang akan memungkinkan tugas yang lebih kompleks. Biaya inferensi AI telah turun drastis, hingga 280 kali lipat antara November 2022 dan Oktober 2024. Tren ini kemungkinan akan berlanjut, membuat aplikasi AI menjadi lebih menarik secara ekonomi.

Kedua, perusahaan akan belajar menggunakan agen AI secara lebih efektif. Para pengguna awal akan memperoleh pengalaman, mengidentifikasi praktik terbaik, dan membagikannya kepada komunitas yang lebih luas. Program pelatihan, sertifikasi, dan layanan konsultasi akan muncul untuk mendukung perusahaan dalam implementasinya.

Ketiga, standardisasi dapat berkembang. Inisiatif seperti Model Context Protocol atau protokol agen-ke-agen ServiceNow bertujuan untuk memungkinkan komunikasi antara agen AI dari vendor yang berbeda. Jika standar tersebut terbentuk, hal ini akan memfasilitasi integrasi dan mengurangi ketergantungan pada vendor tertentu.

Keempat, konsolidasi penyedia layanan diperkirakan akan terjadi. Pasar agen AI saat ini terfragmentasi, dengan puluhan perusahaan rintisan dan pemain mapan bersaing memperebutkan pangsa pasar. Akuisisi dan konsolidasi pasar kemungkinan akan terjadi dalam beberapa tahun mendatang, serupa dengan apa yang telah terjadi di segmen teknologi lain di masa lalu. Perusahaan besar seperti Salesforce, Microsoft, Google, SAP, atau Oracle akan mengakuisisi penyedia layanan yang lebih kecil untuk memperluas kemampuan AI mereka.

Khusus untuk Salesforce, faktor krusialnya adalah apakah perusahaan dapat berhasil mengintegrasikan akuisisi Informatica dan menghasilkan nilai tambah nyata bagi Agentforce. Akuisisi ini merupakan yang terbesar dalam sejarah perusahaan sejak pembelian Slack pada tahun 2021. Akuisisi ini membawa risiko, seperti yang dibuktikan oleh penurunan peringkat oleh RBC, yang secara drastis menurunkan target harga. Namun, akuisisi ini juga menawarkan peluang jika Salesforce dapat menciptakan platform manajemen data yang lebih komprehensif yang membuat agen AI lebih efektif.

Dalam jangka menengah, pada tahun 2030, Salesforce menargetkan pendapatan melebihi $60 miliar, yang setara dengan tingkat pertumbuhan organik lebih dari 10 persen per tahun. Ini akan menandai kembalinya pertumbuhan dua digit, setelah berada di bawah angka tersebut sejak pertengahan tahun 2024. Apakah tujuan ini realistis sangat bergantung pada apakah Agentforce dan produk AI lainnya mencapai kesuksesan yang diharapkan.

Dalam jangka panjang, pengembangan dapat bergerak menuju ekosistem multi-agen yang kompleks, seperti yang diprediksi Gartner. Dalam sistem seperti itu, agen-agen khusus bekerja sama, mengoordinasikan tindakan mereka, dan berbagi informasi. Satu agen dapat menganalisis pertanyaan pelanggan, agen lain mengembangkan solusi, agen ketiga mengoordinasikan implementasi, dan agen keempat memantau kualitas. Kolaborasi terkoordinasi ini akan mampu mengotomatiskan proses bisnis yang lebih kompleks.

Namun, masih ada jalan panjang yang harus ditempuh. Dua hingga tiga tahun ke depan akan sangat penting untuk melihat apakah masalah yang ada saat ini dapat diatasi dan apakah peningkatan produktivitas dan pendapatan yang dijanjikan benar-benar terwujud.

Pelajaran dari krisis Salesforce bagi industri teknologi

Analisis masalah Salesforce mengungkap kebenaran mendasar tentang keadaan kecerdasan buatan dan penerapannya secara komersial. Temuan utamanya adalah adanya perbedaan signifikan antara kelayakan teknologi agen AI dan profitabilitas ekonominya dalam lingkungan pasar saat ini.

Salesforce merupakan contoh industri yang memasuki era AI dengan harapan tinggi, tetapi kini dihadapkan pada kenyataan pahit terkait monetisasi. Tiga masalah utama yang diidentifikasi—kesulitan monetisasi, kejenuhan pasar, dan kompleksitas adopsi—bukan hanya terjadi pada Salesforce, tetapi juga memengaruhi seluruh industri perangkat lunak perusahaan.

Pengalaman menunjukkan bahwa inovasi teknologi saja tidak cukup. Perusahaan juga harus mengembangkan model bisnis yang menarik, menunjukkan nilai pelanggan yang jelas, dan menurunkan hambatan adopsi. Salesforce telah menciptakan produk yang mengesankan secara teknologi dengan Agentforce, tetapi menerjemahkannya menjadi pertumbuhan pendapatan yang berkelanjutan tetap menjadi tantangan.

Bagi investor, ini berarti mereka harus membedakan antara euforia jangka pendek dan nilai jangka panjang. Valuasi tinggi banyak perusahaan AI didasarkan pada ekspektasi keuntungan di masa depan yang mungkin tidak terwujud atau mungkin tertunda secara signifikan. Analisis yang cermat terhadap tingkat adopsi aktual, kontribusi pendapatan, dan profitabilitas sangat penting.

Bagi perusahaan yang ingin menerapkan agen AI, rekomendasinya adalah: Mulailah dengan kasus penggunaan yang didefinisikan dengan jelas, investasikan pada kualitas data dan manajemen perubahan, dan jangan mengharapkan keajaiban dalam semalam. Implementasi yang paling sukses berfokus pada beberapa proyek yang dieksekusi dengan baik, daripada meluncurkan banyak eksperimen dangkal.

Bagi karyawan, perkembangan ini berarti bahwa tugas-tugas tertentu akan diotomatisasi oleh AI, sementara peran-peran baru akan muncul. Berinvestasi dalam keterampilan terkait AI – baik dalam pengembangan, manajemen, atau penerapan strategis AI – menjadi semakin penting.

Oleh karena itu, kasus Salesforce jauh lebih dari sekadar kisah satu perusahaan yang bermasalah. Ini adalah pelajaran tentang tantangan transformasi teknologi, kesenjangan antara visi dan realitas, dan kebutuhan untuk mempertahankan pandangan yang jelas tentang realitas ekonomi di tengah antusiasme terhadap teknologi baru. Revolusi AI akan datang, tetapi akan bertahap, bergelombang, dan selektif—bukan Big Bang yang sering disebut-sebut, tetapi proses berkelanjutan dengan pasang surutnya.

☑️ Bahasa bisnis kami adalah bahasa Inggris atau Jerman

☑️ BARU: Korespondensi dalam bahasa ibu Anda!

Konrad Wolfenstein

Saya dan tim saya dengan senang hati siap membantu Anda sebagai penasihat pribadi Anda.

Anda dapat menghubungi saya dengan mengisi formulir kontak di sini atau cukup hubungi saya di +49 89 89 674 804 ( Munich) . Alamat email saya adalah: [email protected]

Saya sangat menantikan proyek bersama kita.

☑️ Dukungan UKM dalam strategi, konsultasi, perencanaan, dan implementasi

☑️ Pembuatan atau penyesuaian kembali strategi digital dan digitalisasi

☑️ Perluasan dan optimalisasi proses penjualan internasional

☑️ Platform perdagangan B2B global & digital

☑️ Pelopor Pengembangan Bisnis / Pemasaran / Humas / Pameran Dagang

Keahlian kami di AS dalam pengembangan bisnis, penjualan, dan pemasaran - Gambar: Xpert.Digital

Bidang fokus industri: B2B, digitalisasi (dari AI hingga XR), teknik mesin, logistik, energi terbarukan, dan industri

Informasi selengkapnya di sini:

• Pusat Bisnis Pakar

Pusat tematik yang menawarkan wawasan dan keahlian:

• Platform pengetahuan yang mencakup ekonomi global dan regional, inovasi, dan tren spesifik industri
• Kumpulan analisis, wawasan, dan informasi latar belakang dari area fokus utama kami
• Sebuah tempat untuk mendapatkan keahlian dan informasi tentang perkembangan terkini di bidang bisnis dan teknologi
• Sebuah pusat informasi bagi perusahaan yang mencari informasi tentang pasar, digitalisasi, dan inovasi industri

Manfaatkan keahlian Xpert.Digital yang luas dan mencakup lima bidang dalam paket layanan komprehensif | Litbang, XR, PR & Optimalisasi Visibilitas Digital - Gambar: Xpert.Digital

Xpert.Digital memiliki pengetahuan mendalam di berbagai industri. Hal ini memungkinkan kami untuk mengembangkan strategi yang disesuaikan secara tepat dan selaras dengan kebutuhan serta tantangan segmen pasar spesifik Anda. Dengan terus menganalisis tren pasar dan memantau perkembangan industri, kami dapat bertindak proaktif dan menawarkan solusi inovatif. Kombinasi pengalaman dan keahlian menghasilkan nilai tambah dan memberikan keunggulan kompetitif yang menentukan bagi klien kami.

Informasi selengkapnya di sini:

• Dapatkan manfaat dari 5 bidang keahlian Xpert.Digital dalam satu paket – mulai dari hanya €500/bulan