Agen Kecerdasan Buatan Memberikan Penghematan Biaya Teknologi Informasi Nyata bagi Perusahaan
8 Oktober 2026 · Baca 2 menit
Beberapa pemimpin teknologi informasi mulai melihat penghematan biaya yang konkret melalui penerapan agen kecerdasan buatan, meskipun banyak manajer masih kesulitan membuktikan pengembalian investasi dalam skala besar.
Rhonda Baldwin, pemimpin teknologi informasi di Launch Darkly, menyatakan bahwa agen pengodean dan agen meja layanan membantu perusahaan tersebut menurunkan biaya teknologi informasi. Agen pengodean meningkatkan kapasitas teknis tanpa memerlukan penambahan jumlah staf secara proporsional, serta membantu optimalisasi biaya awan dan pengurangan biaya alur kerja.
Launch Darkly berhasil menghindari pengeluaran sekitar 1 juta dolar untuk dua proyek optimalisasi dan menghemat 120.000 dolar dengan membangun solusi manajemen aset internal menggunakan alat pengodean kecerdasan buatan. Selain itu, penggunaan kecerdasan buatan berbasis agen untuk dukungan teknologi informasi tingkat 1 menghasilkan penghematan tahunan sekitar 50.000 dolar, yang mengurangi biaya perangkat lunak, implementasi, dan perekrutan teknisi layanan jarak jauh.
West Monroe Partners melaporkan penurunan biaya tahunan sebesar 40 persen untuk penyedia layanan terkelola setelah menerapkan agen dukungan internal di Teams atau Slack. Agen ini menangani permintaan berulang seperti pengaturan ulang kata sandi, permintaan akses perangkat lunak, dan pembaruan tiket dukungan, yang diperkirakan menghemat waktu sebanyak 2.700 jam per tahun.
Kamiwaza AI menggunakan agen dalam pengembangan perangkat lunak, manajemen proyek, ilmu data, dan teknik sistem. Penerapan agen optimalisasi awan yang memantau sistem baru dan mengelola persetujuan anggaran di perusahaan tersebut segera mengurangi pengeluaran awan sebesar 70 persen dengan menggantikan koordinasi manusia yang intensif.
Gil Pekelman dari Atera menekankan bahwa dukungan teknologi informasi adalah kasus penggunaan yang kuat untuk mengurangi biaya agen dukungan, terutama bagi perusahaan dengan jumlah karyawan besar yang mengalihdayakan seluruh dukungan teknologi informasi mereka.
Namun, Jeet Pattanaik dari Glokal AI memperingatkan bahwa beberapa organisasi mungkin melebih-lebihkan penghematan mereka karena tidak menghitung semua biaya. Ia mencatat bahwa biaya pengawasan terhadap tindakan agen sering kali tidak terlihat dalam analisis bisnis dan dapat mengurangi penghematan yang dijanjikan. Pattanaik berpendapat bahwa dukungan tingkat 1 adalah area yang paling tepat untuk otomatisasi karena volumenya tinggi dan terdokumentasi dengan baik, sementara dukungan tingkat 2 yang menyentuh sistem produksi belum sepenuhnya siap karena risiko kesalahan yang mahal. Ia juga mengingatkan adanya biaya tersembunyi berupa hilangnya jalur pembelajaran bagi insinyur junior yang biasanya dimulai dari peran dukungan tingkat 1.