Membangun Masa Depan Bisnis: Sistem Manajemen Proses Bisnis Agentic dan Otonomi AI

      Gelombang baru inovasi kecerdasan buatan (AI) sekali lagi siap untuk mendefinisikan ulang lanskap manajemen proses bisnis. Sejak awal tahun 90-an, disiplin Manajemen Proses Bisnis (BPM) telah mengalami evolusi yang signifikan, ditandai dengan munculnya teknologi otomatisasi yang berurutan. Berdasarkan makalah akademis "Agentic Business Process Management Systems" oleh Dumas, Milani, dan Chapela-Campa (2026), gelombang mendatang ini membawa perubahan mendasar: pergeseran dari sekadar otomatisasi menuju otonomi penuh, dan dari manajemen berbasis desain menjadi manajemen berbasis data.

Pendahuluan: Gelombang Baru Otomasi Bisnis

      Selama lima dekade terakhir, sistem informasi yang sadar proses telah berkembang pesat. Awalnya, pekerjaan diselesaikan secara manual dengan mengandalkan pengetahuan pribadi dan dokumen fisik. Gelombang otomatisasi awal memperkenalkan alat seperti prosedur operasi standar (SOP), daftar periksa, dan formulir, yang kemudian diikuti oleh perangkat lunak kolaboratif. Lompatan besar terjadi dengan sistem manajemen kasus dan alur kerja yang dapat melacak item pekerjaan dan catatan digital.

      Seiring waktu, Sistem Manajemen Proses Bisnis (BPMS) konvensional muncul, memungkinkan organisasi untuk merancang model proses secara terpisah dari eksekusinya, menggunakan notasi seperti BPMN. Bersamaan dengan itu, sistem manajemen aturan bisnis (BRMS) memisahkan logika pengambilan keputusan dari aplikasi, sementara otomatisasi proses robotik (RPA) meniru interaksi manusia dengan aplikasi perangkat lunak melalui antarmuka pengguna mereka. Generasi sistem eksekusi proses saat ini menggabungkan pemrosesan peristiwa real-time, API, dan pembelajaran mesin untuk mencapai tingkat otomatisasi yang lebih tinggi, mengintegrasikan eksekusi dengan pemantauan dan optimasi berkelanjutan.

      Kini, kebangkitan AI Generatif dan AI Agentik membuka jalan bagi evolusi berikutnya. Teknologi ini tidak hanya mampu menjalankan alur kerja yang sudah ditentukan, tetapi juga secara dinamis dapat menghasilkan variasi proses baru, membuat keputusan berdasarkan konteks, dan secara otonom mengadaptasi alur kerja berdasarkan perubahan kondisi dan tujuan.

Memahami AI Agentik: Lebih dari Sekadar Aturan

      Perbedaan utama antara AI Agentik dan otomatisasi berbasis aturan atau skrip, seperti RPA, terletak pada sifatnya. Otomatisasi berbasis aturan bersifat deterministik, mengikuti serangkaian aturan yang tetap dan sudah ditentukan. Kemampuan ini cocok untuk tugas-tugas berulang di mana semua skenario yang mungkin dapat diantisipasi dan diatur.

      Sebaliknya, AI Agentik dapat beroperasi di luar serangkaian aturan tersebut. Sebuah agent adalah entitas perangkat lunak yang memiliki kemampuan untuk merasakan (memahami masukan), memutuskan (menganalisis dan menentukan apa yang harus dilakukan), dan bertindak (misalnya, menjalankan tugas). AI agentik dapat meniru sumber daya manusia, merasakan dan menalar tentang kondisi proses saat ini, serta memicu tindakan berikutnya yang selaras dengan tujuan kinerja, dalam serangkaian batasan yang ditentukan.

      Dalam konteks manajemen dan eksekusi proses bisnis, agent dapat memanfaatkan alat pemantauan proses dan teknik process mining untuk merasakan status proses secara real-time. Berdasarkan pola yang diekstraksi dari eksekusi historis, mereka dapat mendeteksi situasi di mana tindakan tertentu perlu dipicu, bahkan jika tindakan ini menyimpang dari alur eksekusi yang sudah dirancang sebelumnya. Dengan memanfaatkan alat otomatisasi berbasis aturan atau skrip, serta teknik perencanaan otomatis, agent AI dapat memicu tindakan untuk mendorong eksekusi satu atau lebih proses secara adaptif. ARSA Technology, yang telah berpengalaman sejak 2018 dalam solusi AI & IoT, menggunakan pendekatan serupa untuk membantu berbagai industri mengoptimalkan operasional mereka.

Visi Sistem Manajemen Proses Bisnis Agentic (A-BPMS)

      Sebuah Sistem Manajemen Proses Bisnis Agentic (A-BPMS) adalah kelas sistem informasi yang sadar proses yang memanfaatkan teknologi AI agentik untuk menjalankan proses bisnis sedemikian rupa sehingga:

      1. Alur eksekusi suatu proses tidak (sepenuhnya) ditentukan sebelumnya melalui aturan, model, atau skrip yang sudah dirancang.

      2. Adaptasi terhadap komponen otomatis dari proses mungkin tidak memerlukan perubahan eksplisit pada aplikasi perangkat lunak pendukung.

      3. Peluang perbaikan dapat ditemukan, divalidasi, dan diterapkan secara otonom.

      Visi ini mengusulkan arsitektur untuk sistem manajemen dan eksekusi proses yang baru, yang disebut A-BPMS. Sistem semacam itu perlu mendukung berbagai proses, dengan tingkat otonomi yang berbeda tertanam di dalamnya, mulai dari proses yang sebagian besar didorong oleh manusia atau sebagian besar otomatis, hingga yang hampir sepenuhnya otonom.

Pondasi Piramida Agentic BPM: Dari Data ke Tindakan Otonom

      A-BPMS dibangun di atas fondasi kuat dari alat-alat yang mengubah data menjadi wawasan dan keputusan. Konseptualisasi ini digambarkan dalam bentuk piramida kapabilitas, di mana setiap lapisan membangun di atas lapisan di bawahnya dan menjadi dasar bagi lapisan di atasnya. Piramida ini mencakup teknik-teknik untuk dua kasus penggunaan:

• Taktis: Bertujuan untuk menginformasikan manajer dalam keputusan perubahan proses bisnis mereka, biasanya dengan jangka waktu beberapa minggu hingga beberapa bulan antara keputusan dan implementasi perubahan.
• Operasional: Bertujuan untuk mengeluarkan rekomendasi atau memicu tindakan dalam konteks kasus yang sedang berjalan, untuk meningkatkan kinerjanya sehari-hari.

      1. **Analisis Proses Deskriptif**

      Lapisan pertama ini berfokus pada gambaran status proses saat ini, umumnya untuk kasus penggunaan taktis. Kemampuan utamanya meliputi:

• Penemuan Proses Otomatis: Menemukan model proses dari data untuk menunjukkan perilaku yang terjadi, mengidentifikasi pengecualian tak terduga, dan menyoroti pemborosan potensial.
• **Pemeriksaan Kepatuhan (Conformance Checking):** Menganalisis perilaku yang tercatat dalam log peristiwa terhadap perilaku yang dimodelkan oleh model proses, memungkinkan identifikasi penyimpangan dan perbandingan antara proses yang dirancang dan yang sebenarnya.
• **Penambangan Kinerja (Performance Mining):** Menganalisis satu atau lebih proses dalam hal ukuran kinerja, seperti waktu siklus atau biaya per kasus.
• Analisis Varian: Mengidentifikasi penyimpangan positif dan negatif dalam suatu proses dengan membandingkan bagaimana proses dilakukan untuk subset kasus yang berbeda.

      2. **Analisis Proses Prediktif**

      Lapisan kedua ini melampaui deskripsi status saat ini untuk memperkirakan status masa depan suatu proses. Kemampuan utamanya dibagi menjadi dua kategori:

• **Kembaran Proses Digital (What-if digital process twins):** Memprediksi dampak perubahan proses potensial pada tingkat makro. Dengan menerapkan process mining, analisis statistik, dan teknik pembelajaran mesin pada log peristiwa historis, kembaran proses digital (DPT) dapat dibuat untuk mereplikasi perilaku proses. DPT kemudian digunakan untuk memperkirakan dampak perubahan pada metrik kinerja.

Pemantauan Proses Prediktif: Memprediksi status masa depan suatu proses, baik pada tingkat kasus (membuat prediksi tentang kasus individu) maupun pada tingkat proses (memprediksi satu atau lebih metrik kinerja di seluruh proses). Solusi ARSA AI Box Series dapat membantu perusahaan melakukan pemantauan real-time* dan analisis data untuk berbagai skenario.

      3. **Optimasi Proses Preskriptif**

      Lapisan ini berfokus pada penentuan tindakan yang, berdasarkan status saat ini dan prediksi masa depan, dapat meningkatkan (atau menurunkan) probabilitas terjadinya peristiwa yang diinginkan (atau tidak diinginkan). Kategori ini mencakup:

• Optimasi Proses Otomatis: Merekomendasikan perubahan pada suatu proses untuk mencapai keseimbangan antara indikator kinerja yang bersaing, misalnya menurunkan waktu siklus sambil menjaga biaya.

Pemantauan Proses Preskriptif: Merekomendasikan tindakan secara near-real-time untuk mengoptimalkan kinerja suatu proses. Teknik yang ada di kategori ini terutama dirancang untuk merekomendasikan tindakan untuk meningkatkan kinerja di tingkat kasus. Misalnya, solusi AI Video Analytics dari ARSA dapat memberikan wawasan real-time* untuk pemicu tindakan preskriptif dalam skenario keamanan atau operasional.

      Agentic BPM berada di puncak piramida ini, menunjukkan ketergantungan sistem A-BPM pada kecerdasan proses. Tujuan utama A-BPMS adalah memungkinkan pengambilan keputusan yang lebih cepat, adaptasi yang lebih cerdas, dan efisiensi yang lebih tinggi melalui otonomi yang didukung AI.

Penerapan dan Dampak Nyata A-BPMS bagi Perusahaan

      Penerapan A-BPMS menjanjikan dampak bisnis yang signifikan, khususnya bagi perusahaan yang beroperasi dalam lingkungan yang dinamis dan kompleks. Dengan kemampuan untuk secara mandiri merasakan, menalar, dan bertindak, A-BPMS dapat:

• Mengurangi Biaya Operasional: Dengan mengidentifikasi dan mengeliminasi hambatan (bottleneck) secara proaktif, mengoptimalkan alokasi sumber daya, dan mengurangi kebutuhan akan intervensi manual yang berlebihan.
• Meningkatkan Kecepatan dan Ketepatan Respons: Memungkinkan proses untuk beradaptasi dengan cepat terhadap perubahan kondisi pasar, preferensi pelanggan, atau insiden operasional, jauh lebih cepat daripada yang dapat dicapai melalui penyesuaian manual.
• Meningkatkan Kualitas dan Kepatuhan: Dengan terus-menerus memantau dan menyesuaikan proses untuk memastikan standar kualitas terpenuhi dan kepatuhan terhadap peraturan ditegakkan secara otomatis.
• Mengembangkan Peluang Inovasi Baru: Mengubah fokus tim operasional dari tugas-tugas rutin menjadi eksplorasi strategi baru dan perbaikan inovatif yang didukung oleh wawasan data.

      Misalnya, dalam manajemen lalu lintas, A-BPMS dapat menggunakan data real-time dari sensor dan kamera untuk mendeteksi kemacetan, memprediksi titik rawan, dan secara otonom menyesuaikan sinyal lampu lalu lintas atau merekomendasikan rute alternatif. Ini melampaui sistem pemantauan lalu lintas tradisional dengan kemampuan untuk bertindak secara proaktif. Dalam sektor manufaktur, agent AI dapat memantau lini produksi, mendeteksi anomali, dan secara mandiri mengoptimalkan parameter mesin untuk mencegah cacat produk atau kerusakan peralatan, yang sebelumnya mungkin memerlukan insinyur untuk analisis dan penyesuaian manual. Solusi AI BOX - Traffic Monitor dan AI BOX - Basic Safety Guard dari ARSA menunjukkan bagaimana AI edge dapat memberikan wawasan dan otomatisasi untuk skenario operasional krusial.

Masa Depan Manajemen Proses: Kontinum Otonomi

      A-BPMS menandai pergeseran paradigma yang mendalam, tidak hanya dalam bagaimana proses dikelola tetapi juga dalam peran manusia dalam ekosistem bisnis. Sistem ini bukan tentang menghilangkan manusia, melainkan tentang memberdayakan mereka untuk fokus pada tugas-tugas strategis yang membutuhkan kreativitas, empati, dan penilaian kompleks.

      Masa depan manajemen proses akan mendukung kontinum yang luas, mulai dari proses yang didominasi manusia yang dioptimalkan oleh rekomendasi AI, hingga proses yang sepenuhnya otonom yang dapat mengelola dan mengoptimalkan dirinya sendiri dengan intervensi manusia minimal. Perusahaan yang merangkul visi ini akan berada di garis depan transformasi digital, mampu mencapai tingkat efisiensi, kelincahan, dan ketahanan operasional yang belum pernah terjadi sebelumnya.

      Teknologi seperti yang diusulkan dalam A-BPMS mendorong batas-batas otomatisasi, membuka peluang bagi perusahaan untuk tidak hanya bereaksi terhadap perubahan tetapi juga memimpin dengan inovasi yang didukung data dan otonomi. Ini adalah langkah maju menuju "pabrik cerdas," "kota cerdas," dan "layanan kesehatan cerdas" yang adaptif dan responsive.

Kesimpulan & Ajakan Bertindak

      Sistem Manajemen Proses Bisnis Agentic (A-BPMS) mewakili babak baru yang menarik dalam evolusi manajemen proses bisnis. Dengan mengintegrasikan kemampuan AI agentik untuk merasakan, menalar, dan bertindak, A-BPMS menjanjikan tingkat otonomi, adaptabilitas, dan efisiensi yang belum pernah ada sebelumnya. Perusahaan yang memahami dan menerapkan prinsip-prinsip ini akan berada dalam posisi yang kuat untuk menavigasi kompleksitas lanskap bisnis modern.

      Untuk mengeksplorasi bagaimana solusi AI & IoT dapat mentransformasi operasional bisnis Anda dan menghadirkan otonomi cerdas, jangan ragu untuk menghubungi tim ARSA untuk konsultasi gratis.

      ---

      **Sumber Asli:** Dumas, M., Milani, F., & Chapela-Campa, D. (2026). Agentic Business Process Management Systems. arXiv preprint arXiv:2601.18833.