Sofian Hadiwijaya: Bikin AI Itu Gampang, tapi Mempertahankannya Pasca-Rilis Bikin Kantong Jebol
Sumber Gambar: Sofian Hadiwijaya Pada Stage Growth IPC 2026 (arsip stapo.id)
Depok, Stapo.id – Group Head of Product AI and Automation Superbank, Sofian Hadiwijaya, memaparkan dinamika kecerdasan buatan dalam ajang Indonesia Product Conference 2026 di Sheraton Hotel Jakarta, Kamis (24/9). Dalam sesi bertajuk Zero to One Is the Easy Part, then What?, ia menekankan pentingnya menjaga kelangsungan sistem cerdas pasca peluncuran. Banyak tim sukses meluncurkan inisiatif kecerdasan buatan, namun gagal mempertahankannya akibat mengabaikan faktor operasional dan biaya.
Kemajuan teknologi saat ini memang mempermudah fase awal perancangan aplikasi. Ketersediaan akses instruksi digital memungkinkan siapa pun menghasilkan inovasi tanpa rintangan teknis yang berat. “Saat ini, setiap orang bisa membangun produk. Cukup dengan melakukan prompting, sesuatu bisa tercipta,” ujar Sofian mencontohkan anaknya yang berusia delapan tahun mulai merancang gim mandiri.
Menjaga Keberlanjutan Produk AI Pasca Peluncuran
Kendala teknis sering muncul saat masa aktif model komputasi berakhir dan menuntut adaptasi berkelanjutan. Situasi ini menuntut tim pengembang untuk terus memperbarui sistem agar fungsi utama tetap berjalan stabil. “Beberapa model itu ada masa kedaluwarsanya. Seperti pengalaman kita dulu, kita memakai Sonnet 3.5, tapi ternyata setelah setahun modelnya sudah tidak dipakai lagi. Berarti kita harus beradaptasi ke model baru, padahal model baru belum tentu lebih bagus,” ungkap Sofian.
Pengalaman membangun Avatara memberikan pelajaran penting mengenai pengelolaan memori komputasi skala korporasi. Pengembang sebaiknya tidak memasukkan seluruh informasi ke dalam perintah sistem secara manual karena memicu lonjakan biaya token. Sofian menyarankan penerapan teknologi Retrieval-Augmented Generation agar mesin mencari referensi secara otomatis tanpa menghilangkan konteks percakapan.
Penerapan Kerangka Kerja HARNESS dan Mitigasi Risiko
Sofian memperkenalkan konsep HARNESS yang mencakup elemen Perceive, Act, Persist, serta Enforce sebagai penopang model bahasa besar. Konsep ini melengkapi pemrosesan data layaknya panca indra yang menyokong fungsi organ berpikir. “Analogi simpelnya adalah model LLM merupakan outer brain atau otak luar kita, sedangkan HARNESS adalah semua sensori yang ada di tubuh kita,” jelas Sofian di hadapan peserta.
Pilar Act membantu agen komputasi mengeksekusi tindakan nyata melalui perantara antarmuka pemrograman aplikasi. “Ada Tools sebagai perpanjangan tangan untuk berkomunikasi dengan sistem lain, atau bahkan sekarang banyak yang menggunakan RAG,” imbuhnya. Selain itu, pilar Persist mengelola kesinambungan konteks percakapan panjang sementara Enforce menetapkan pagar pengaman sistem.
Sistem pengaman juga berfungsi menangkal ancaman manipulasi perintah yang berisiko merusak integritas data perusahaan. Karakteristik komputasi cerdas membutuhkan kendali ketat demi meminimalkan kelalaian logika internal. “Otak kita juga kadang-kadang bisa dijebol, kadang-kadang bisa tertipu, dan kadang-kadang lupa tanpa kita sadari. Makanya kita butuh juga yang namanya guards itu,” tutur Sofian menerangkan pentingnya batasan operasional.
Pengembang wajib menerapkan pelacakan menyeluruh untuk memvalidasi alur kerja sistem dari awal hingga akhir. Pemeriksaan berkala memudahkan identifikasi letak galat teknis pada tahapan pengambilan data maupun pemrosesan keputusan logis. “Kita tidak bisa cuma melihat jawabannya saja; kita perlu melakukan trace,” tegas Sofian mengakhiri pemaparannya.
Keberhasilan ekosistem digital kini menuntut kecakapan arsitektur sistem yang adaptif, bukan sekadar kecepatan peluncuran awal. Para praktisi teknologi perlu memprioritaskan efisiensi biaya, mitigasi keamanan, dan audit menyeluruh agar produk tetap relevan menghadapi evolusi model masa depan.