Image by Freepik

Perkembangan Artificial Intelligence beberapa tahun terakhir bergerak dengan cepat dan mulai mengubah berbagai aspek dalam bisnis dan teknologi. Salah satu pembaruan terkini yaitu dengan lahirnya AI agents, yang memiliki otomasi dan otonomi, serta dapat menyesuaikan lingkungan sekitarnya. Dapat melakukan tugas yang terintegrasi dengan sistem eksternal secara mandiri, membuatnya terkesan sangat super melebihi aplikasi konvensional. Karenanya, tahun 2025 yang digadang-gadang sebagai era AI agents ini terasa seperti detik-detik bahwa aplikasi konvensional sudah selangkah menuju ujung tebing. Sehingga memicu munculnya pertanyaan, sejauh mana aplikasi konvensional  akan tergeser?

Mulanya artikel ini hendak membahas pergeseran aplikasi tradisional karena AI agents, namun ruang lingkup istilah tersebut masih cukup sempit. Pergeseran yang mungkin terjadi juga dapat berimbas pada aplikasi yang lebih baru. Dengan kata lain, semua aplikasi mungkin akan terdampak.

Pada saat ini, aplikasi terdiri dari traditional app dan smart app. Aplikasi tradisional (traditional app) dalam konteks ilmu komputer mengarah pada software yang dibuat 10 – 20 tahun yang lalu pada era awal adanya jaringan internet, atau bahkan mungkin lebih lama dari itu dan dikembangkan menggunakan arsitektur monolitik. Berdasar artikel Toobler, singkatnya aplikasi tradisional adalah aplikasi lama yang kurang fleksibel dalam pengelolaan properti, prediksi data, dan skalabilitasnya. Sedangkan smart app merupakan software inovatif yang menggunakan dan mengumpulkan data dinamis (contohnya dari sistem IoT) untuk mendapatkan insights demi meningkatkan efisiensi dan pengalaman pengguna. Tentunya smart app lebih fleksibel dibandingkan aplikasi tradisional.

Kedua aplikasi yang dijabarkan di atas memiliki kesamaan yaitu masih membutuhkan interaksi pengguna untuk menjalankan fungsi tertentu. Hal tersebut merupakan hal lazim dalam pendekatan software secara konvensional. Namun, itu kontras dengan AI agents yang dapat melakukan tugas secara mandiri. Maka dari itu, pada artikel ini aplikasi non-AI agents akan disebut sebagai aplikasi konvensional. Meskipun belum ada pengertian spesifik yang merujuk pada istilah aplikasi konvensional, istilah tersebut cukup mewakili seluruh lingkup yang akan dibahas: mobile apps dan web (tradisional dan smart).

Kondisi Saat Ini: Ketergantungan pada Conventional Applications

Saat ini aplikasi konvensional masih menjadi media utama untuk berbagai kebutuhan, khususnya mobile apps. Mobile apps tidak hanya diunduh lalu dilupakan, sebagian besar aplikasi digunakan secara reguler, menandakan bahwa aplikasi sudah menjadi bagian dari rutinitas manusia. Sebab aplikasi telah menggantikan alat konvensional, seperti buku untuk catatan perencanaan, atau pusat kebugaran untuk pelacakan aktivitas fisik. Penelitian Google Research (2016) dari hasil survei 999 pengguna smartphone di AS, menghasilkan bahwa rata-rata pengguna memiliki 35 aplikasi terinstall, 52% aplikasinya digunakan setidaknya sekali dalam sepekan. Hal ini menandakan aplikasi begitu lekat dengan keseharian, terutama data menginformasikan bahwa 84% preferensi penggunaan aplikasi digunakan untuk produktivitas. Faktor loyalitasnya karena kemudahan penggunaan dan navigasi.

“Aplikasi yang mudah digunakan dan memberikan manfaat nyata lebih cenderung menciptakan ketergantungan.”

Tidak hanya mobile apps, web juga menjadi keseharian manusia. Mobile apps digunakan untuk tugas spesifik, web juga dapat melakukannya dan sangat membantu dalam eksplorasi umum (Google Research, 2016). Aplikasi berbasis web berada pada infrastruktur World Wide Web (WWW). WWW sendiri telah menjadi bagian fundamental dalam kehidupan sehari-hari, mengubah cara orang berinteraksi satu sama lain dan dengan mesin. Web yang berada pada ekosistem tersebut juga terus berkembang, mulai dari Web 1.0 yang status hingga Web 4.0 yang makin membawa peningkatan kompleksitas dan kemampuan dalam melakukan tugas (Wakil & Jawawi, 2019).

Baik mobile apps maupun web apps terus berkembang dan sebagian telah memanfaatkan AI untuk membuatnya semakin cerdas. AI yang dapat memberikan efisiensi tentu dapat makin mempermudah tugas manusia dan menjadi faktor tambahan dalam ketergantungan manusia dalam menggunakan aplikasi konvensional. 

Namun, dengan munculnya AI agents yang lebih cerdas dan  proaktif, kebutuhan aplikasi konvensional mulai berubah. AI agents dapat menangani berbagai tugas tanpa perlu pengguna membuka aplikasi secara langsung. Contoh:

• Sebelum AI agents: pengguna membuka aplikasi perbankan untuk mengecek saldo dan transfer dana.
• Sesudah AI agents: AI secara otomatis memberikan laporan saldo dan melakukan transfer sesuai kebiasaan pengguna tanpa interaksi manual.

Cakupan AI Agents: Apakah Mungkin AI Agents Melakukan Semua?

Sebelum masuk ke dalam cakupan AI agents, berikut adalah perbandingan singkat antara aplikasi konvensional dengan AI agents.

Tabel Perbedaan Aplikasi Konvensional dengan AI Agents

Berdasarkan tabel di atas, terlihat bahwa AI Agents lebih unggul daripada aplikasi konvensional karena lebih fleksibel, adaptif, dan memiliki otonom. Cakupan AI agents dapat dikategorikan menjadi 3, yaitu sebagai berikut.

1. Semi-otonom (human-in-the-loop)

AI bekerja sebagai asisten, tetapi keputusan akhir tetap dikendalikan oleh manusia. Contoh: AI yang membantu menyusun laporan, tapi masih perlu persetujuan manusia sebelum dipublikasikan.

2. Otonomi tinggi (human-on-the-loop)

AI dapat mengambil keputusan sendiri tetapi tetap diawasi oleh manusia. Contoh: AI yang secara otomatis menjalankan algoritma trading saham, tetapi masih bisa dihentikan oleh pengguna jika ada kesalahan.

3. Sepenuhnya otonom (human-out-of-the-loop)

AI beroperasi sepenuhnya sendiri, menulis dan mengeksekusi kode tanpa campur tangan manusia. Potensi bahaya: Bisa membuat keputusan yang tidak diinginkan, meretas sistem, atau melanggar etika tanpa pengawasan manusia.

Menurut Mitchell et al. (2024), yang menyebutkan 3 kategori tersebut, AI yang sepenuhnya otonom tidak boleh dikembangkan, karena risiko keamanannya jauh lebih besar dibandingkan manfaatnya. AI yang dapat menulis dan menjalankan kode tanpa kendali manusia bisa menimbulkan dampak berbahaya, seperti kehilangan kendali, ancaman keamanan siber, hingga konsekuensi fatal bagi manusia. Oleh karena itu, para penulis merekomendasikan pendekatan semi-otonom yang masih melibatkan manusia dalam pengambilan keputusan.

Semakin tinggi tingkat otonomi AI, maka semakin tinggi risiko keamanan dan etika yang ditimbulkan. Karena adanya risiko tersebut, maka cakupan AI agents hanya sampai pada semi-otonom. AI agent tidak akan melakukan semuanya, namun masih perlu manusia untuk mengontrolnya.

Mengapa AI Agents Berpotensi Menggantikan Aplikasi Konvensional?

Tabel perbedaan antara AI agents dan aplikasi konvensional di atas memberikan gambaran potensi pergeseran. Mulai dari efisiensi, otomasi & otonomi, adaptabilitas, dan interaksi yang lebih alami sudah dimenangkan oleh AI agents daripada aplikasi konvensional. Kemampuan tersebut membuat AI agents menjadi alternatif yang menarik bagi individu dan lingkup bisnis, terutama mengingat potensi jangka panjang yang dimilikinya.

Pergeseran yang mungkin terjadi adalah lalu lintas penggunaannya oleh manusia. Menurut Ponnamreddy (2025), AI agents dapat berinteraksi dengan berbagai sistem dan platform melalui teknologi API integrations. Dengan API, AI agents yang akan berkomunikasi secara langsung di belakang layar, sehingga frekuensi penggunaan aplikasi konvensional secara langsung oleh manusia akan berkurang. Contoh nyatanya, asisten virtual menggantikan aplikasi manajemen, daripada membuka kalender, AI agents bisa langsung membuat jadwal acara sesuai konteks (refer pada case yang dilakukan oleh Manus.ai di artikel sebelumnya).

Perubahan Model Bisnis Digital

Dengan adopsi AI agents, model bisnis digital dapat mengalami transformasi signifikan. Berikut beberapa contoh perubahan strategi yang perlu dilakukan.

1. Dalam strategi pemasaran

Karena AI yang akan lebih banyak mengakses sumber data melalui belakang layar dan dapat melakukan filterisasi, kemungkinan iklan dan penggunaan search engine akan berkurang. Maka iklan dan SEO akan menjadi kurang relevan. Perlu ada transformasi supaya AI dapat mengakses data layanan dari bisnis perusahaan.

• Dari Search-Based ke AI-Driven Discovery → Konsumen tidak lagi mencari produk sendiri, AI yang mencarikannya, perlu diterapkan direct AI marketplace integration sehingga produk/ jasa ditemukan melalui API yang diakses AI.
• Dari User-Driven ke AI-Driven Engagement → AI Agents yang menentukan interaksi pelanggan dengan layanan digital. 
• Dari Ads-Based Revenue ke AI-Integrated Monetization → Bisnis harus mengembangkan strategi monetisasi baru karena iklan digital semakin tidak efektif.
• Dari SEO ke AI Optimization (AIO) → Agar bisnis tetap direkomendasikan dan masuk dalam analisis AI agents.

2. Dalam strategi pengembangan perangkat lunak

Aplikasi konvensional didesain secara monolitik yang kurang fleksibel dan masih memiliki ketergantungan antar layanan. Maka perlu adanya perubahan arsitektur yang digunakan.

• Dari arsitektur monolitik ke arsitektur modular/ microservices → Sistem dibagi menjadi layanan kecil, mengurangi ketergantungan dan memiliki skalabilitas baik, sehingga mudah untuk integrasi dengan teknologi baru, khususnya AI.
• Dari UI/UX  ke AI-Driven Interaction → Perubahan besar terdiri dari pergeseran tombol & navigasi ke interaksi berbasis percakapan, dari tampilan statis ke dinamis, dan inputan manual ke otomatis proaktif.

Hambatan Adopsi AI Agents

1. Keamanan & privasi, AI agents menangani data sensitif, sehingga risiko penyalahgunaan meningkat. 
2. Regulasi & etika, tidak semua industri siap mengadopsi AI yang bekerja secara otonom. 
3. Adaptasi bisnis, banyak perusahaan masih bergantung pada aplikasi tradisional dan perlu waktu untuk beralih.
4. Biaya awal, biaya awal memang cukup tinggi dalam membangun AI agents secara utuh mulai dari data, infrastruktur, dan pengembangan model.

Kunci untuk Bertahan dalam Era AI Agents

• Individu, perlu meningkatkan kemampuan yang berkaitan dengan kreativitas sebab kreativitas belum dimiliki oleh AI. Selain itu, penting untuk menguasai kemampuan prompt engineering untuk dapat berinteraksi dan mendapatkan keuntungan optimal dalam menggunakan AI agents.
• Bisnis, menerapkan strategi perubahan digital dari berbagai aspek. Namun kuncinya adalah “bersahabat dengan AI”.

• Membuat AI agents yang dipersonalisasikan dengan lingkungan perusahaan.
• Membangun API yang AI-Friendly (API-driven app), agar AI Agents dapat mengakses layanan bisnis dengan mudah.
• Meningkatkan AI-Driven Personalization, bisnis harus menawarkan layanan yang disesuaikan dengan rekomendasi AI. 
• Mengoptimalkan infrastruktur digital, beralih dari aplikasi monolitik ke arsitektur modular dan berbasis AI.

Apakah Harus Membuat AI Agents Sendiri, atau Hanya Persiapan API-Driven App? 

Keputusan antara mengembangkan AI agents sendiri atau mempersiapkan aplikasi berbasis API tergantung pada kebutuhan dan sumber daya bisnis. Mengembangkannya sendiri secara internal dapat memberikan kontrol lebih besar dan penyesuaian sesuai kebutuhan spesifik. Namun, ini memerlukan investasi yang signifikan dalam hal waktu dan sumber daya. Sebaliknya, memanfaatkan API yang ada dapat mempercepat integrasi teknologi AI dengan biaya yang lebih rendah, meskipun dengan fleksibilitas yang mungkin lebih terbatas. Namun, pengembangan API-driven app menjadi alternatif yang lebih praktis. Sudah ada beberapa AI agents yang akan dapat diakses secara publik, sehingga persiapan untuk membuat aplikasi yang dapat berinteraksi dengannya dapat dilakukan mulai saat ini.

Kesimpulan

Perkembangan AI agents membawa perubahan besar dalam cara manusia berinteraksi dengan teknologi. Aplikasi konvensional yang selama ini mendominasi ekosistem digital mulai mengalami pergeseran peran, seiring AI agents yang menawarkan otomasi lebih tinggi, fleksibilitas lebih baik, dan integrasi lebih luas dengan sistem eksternal.

Meskipun AI agents memiliki banyak keunggulan dibanding aplikasi konvensional, transisi ini tidak akan terjadi secara instan. Beberapa tantangan utama yang dihadapi adalah adaptasi bisnis, biaya awal pengembangan, keamanan, serta regulasi yang masih berkembang. Oleh karena itu, perusahaan dan pengembang harus menyesuaikan model bisnis serta arsitektur perangkat lunak agar dapat memanfaatkan teknologi AI dengan optimal.Dengan strategi yang tepat, perusahaan tidak hanya akan bertahan, tetapi juga bisa memimpin transformasi digital di era AI agents. Sudahkah bisnis Anda siap menghadapi perubahan ini? 😊

Sumber

Google. (2016). How Users Discover, Use, and Stay Engaged with Apps. Think with Google. Diakses melalui https://www.thinkwithgoogle.com/_qs/documents/331/how-users-discover-use-apps-google-research.pdf 

Mitchell, M., Ghosh, A., Luccioni, A. S., & Pistilli, G. (2024). Fully Autonomous AI Agents Should Not be Developed. 

Ponnamreddy, Poshan. (2025). The Rise of AI Agents: Transforming the Software Industry. International Journal of Computer Engineering & Technology. 16. 3778-3790. 10.34218/IJCET_16_01_260.

VP, Ankitha. 2025. Smart Applications vs Traditional Applications: Which is better & Why. Toobler Technologies. Diakses melalui https://www.toobler.com/blog/smart-applications-vs-traditional-applications

Wakil, Karzan & Jawawi, Dayang. (2019). Intelligent Web Applications as Future Generation of Web Applications. Scientific Journal of Informatics. 6. 213-221. 10.15294/sji.v6i2.19297.