Tentang Sesi Ini
Ringkasan & metadata
Sesi ini menjelajahi kemampuan agentic dari Amazon Quick — bagaimana sebuah asisten kerja bergeser dari sekadar menjawab pertanyaan menjadi benar-benar mengambil tindakan untuk menuntaskan tugas. Bukan "berikan saya informasinya lalu saya yang kerjakan", melainkan "kerjakan tugas ini sampai selesai, dan tunjukkan hasilnya kepada saya".
Perbedaan itu terdengar halus, tetapi berdampak besar di dunia kerja. Asisten biasa akan menjawab "berikut cara membuat laporan penjualan". Asisten agentic akan memahami maksud Anda, memecah tugas menjadi langkah-langkah, memanggil sumber data yang tepat, menjalankan tiap langkah, lalu menyusun laporan itu untuk Anda — multi-step, dari awal hingga tuntas. Sesi ini membedah bagaimana Amazon Quick melakukannya, dengan penekanan pada demonstrasi alurnya.
Kenapa penting untuk Anda? Kalau tim Anda menghabiskan berjam-jam untuk pekerjaan rutin yang bertahap — menarik data, merangkum, menyiapkan draf, menindaklanjuti — sesi ini menunjukkan bagaimana asisten agentic bisa mengambil alih rangkaian langkah itu, sementara manusia tetap memegang keputusan akhir.
Dari Menjawab Menjadi Bertindak
Menjawab vs bertindak
Untuk memahami kemampuan agentic, bayangkan dua jenis asisten. Yang pertama adalah asisten "menjawab": Anda bertanya, ia memberi informasi atau saran, lalu berhenti. Bola kembali ke tangan Anda — Andalah yang harus membuka aplikasi, menarik data, dan menyusun hasilnya sendiri.
Yang kedua adalah asisten "agentik yang bertindak": Anda memberi tujuan, dan ia menuntaskan pekerjaannya. Ia tidak berhenti di jawaban; ia menerjemahkan tujuan menjadi rangkaian langkah, mengeksekusi tiap langkah dengan memanggil data dan alat yang relevan, lalu menyerahkan hasil akhir yang siap dipakai. Inilah inti kemampuan agentic Amazon Quick.
Kuncinya ada pada kata multi-step — banyak langkah. Sebuah tugas kerja nyata jarang selesai dalam satu tindakan. "Siapkan ringkasan akun pelanggan ini" sebenarnya berarti: cari data pelanggan, ambil riwayat transaksi, hitung tren, rangkum, dan format. Asisten agentic mengurai tujuan tinggi itu menjadi langkah-langkah kecil dan menjalankannya berurutan.
Kemampuan agentic
Secara ringkas, ada empat kemampuan yang membuat sebuah asisten menjadi agentik, dan Amazon Quick memadukan keempatnya:
Keenam kemampuan ini bekerja bersama. Amazon Quick memahami maksud lewat Agentic AI, menyentuh data bisnis lewat Konektor Data, bertindak dalam batas yang aman lewat Identity/Izin, menjalankan rangkaian langkah lewat Automasi Alur, dan setiap gerak terekam oleh Observability agar bisa ditinjau serta diaudit.
Sesi ini bersaudara secara konsep dengan AIM203, namun di sini penekanannya adalah pada kapabilitas agentic dan demonstrasi alurnya — bagaimana tugas benar-benar dieksekusi langkah demi langkah, bukan sekadar dijawab.
Analogi yang Mudah Dicerna
Rekan kerja yang mengerjakan, bukan hanya menjawab
Ibaratnya, bayangkan Anda punya dua rekan kerja. Rekan pertama adalah pustakawan: setiap kali Anda bertanya, ia menunjukkan buku yang tepat dan menjelaskan caranya — tetapi Andalah yang harus membaca, menghitung, dan menyusun hasilnya. Rekan kedua adalah asisten yang cekatan: Anda cukup berkata "tolong siapkan laporan penjualan minggu ini", dan ia langsung mengerjakannya dari awal sampai selesai — menarik angka, menghitung, merapikan, lalu menaruh laporan jadi di meja Anda.
Amazon Quick yang agentik adalah rekan kedua. Ia tidak berhenti pada "ini caranya"; ia menuntaskan tugas rutin itu untuk Anda, sementara Anda tetap yang memberi arahan dan menyetujui hasilnya.
- Memahami maksud = mendengarkan dengan cermat apa yang sebenarnya Anda butuhkan, bukan sekadar kata per kata.
- Memecah tugas = membuat daftar langkah di kepalanya: cari data, hitung, rangkum, format.
- Memanggil data/alat = membuka aplikasi & sistem yang tepat untuk mengambil yang diperlukan.
- Menyusun hasil = merapikan semuanya menjadi keluaran jadi yang siap Anda pakai atau kirim.
High-Level Architecture & Alur
High-Level Architecture (HLA)
Secara garis besar, saat Anda memberi tugas ke Amazon Quick, inilah lapisan yang bekerja: Quick menerima maksud Anda, Agentic AI memecahnya menjadi rencana langkah, lalu — sesuai izin dari Identity — ia menjangkau Konektor Data ke aplikasi bisnis Anda, menjalankan tiap langkah lewat Automasi Alur, dan menyusun hasil akhir, sementara Observability merekam seluruh prosesnya.
Alur kerja satu tugas agentic
Ketika seorang manajer mengetik "siapkan ringkasan penjualan wilayah Jawa Barat bulan ini", inilah yang terjadi di balik layar:
- Pahami maksud. Quick menafsirkan tujuan sebenarnya: ringkasan penjualan, wilayah tertentu, periode tertentu.
- Pecah tugas. Agentic AI menyusun rencana langkah: tarik data penjualan → filter wilayah & bulan → hitung total & tren → rangkum.
- Cek izin. Identity memastikan pengguna berhak melihat data wilayah tersebut.
- Panggil data/alat. Lewat Konektor Data, Quick mengambil angka dari sistem penjualan.
- Jalankan bertahap. Automasi Alur mengeksekusi tiap langkah berurutan, menangani hasil antara.
- Susun & rekam. Quick menyerahkan ringkasan jadi; Observability mencatat tiap langkah untuk audit.
Dari Konsep ke Bisnis Nyata
Contoh nyata (konteks Indonesia)
Agar tidak berhenti di teori, berikut tiga skenario penerapan kemampuan agentic Amazon Quick yang khas di dunia kerja Indonesia.
Otomasi laporan berkala
Tim operasi sebuah perusahaan logistik biasa menghabiskan tiap Senin pagi menyusun laporan kinerja pekan lalu secara manual. Dengan Amazon Quick, cukup satu instruksi: "buat laporan operasional minggu lalu". Quick memecah tugas menjadi langkah — menarik data pengiriman lewat Konektor Data, menghitung ketepatan waktu, menandai anomali — lalu menyusun laporan jadi. Identity menjaga agar hanya data unit yang berwenang yang diakses, dan Observability menyimpan jejaknya. Pekerjaan berjam-jam menyusut menjadi menit.
Siapkan ringkasan akun & tindak lanjut
Menjelang rapat dengan klien, seorang account manager meminta: "siapkan ringkasan akun PT Nusantara & usulkan tindak lanjut". Quick memanggil riwayat transaksi dan interaksi dari aplikasi bisnis, merangkum status akun, lalu menyusun daftar langkah tindak lanjut yang relevan. Ini bukan sekadar jawaban — ini paket kerja siap pakai yang menghemat persiapan manual, sementara keputusan akhir tetap di tangan si account manager.
Proses dokumen bertahap
Tim keuangan menerima ratusan dokumen tagihan. Amazon Quick menjalankan proses bertahap: membaca dokumen, mengekstrak nilai & tanggal jatuh tempo lewat Automasi Alur, mencocokkan dengan catatan di sistem, lalu menandai yang butuh perhatian manusia. Pagar pengaman memastikan tidak ada persetujuan pembayaran tanpa verifikasi orang. Setiap langkah tercatat, sehingga auditor dapat menelusuri bagaimana tiap dokumen diproses.
Ringkasan Visual (Geser)
Ringkasan visual
Enam kartu berikut merangkum inti sesi. Gunakan tombol atau tombol panah keyboard (← →) untuk berpindah.
Poin yang Bisa Dibawa Pulang
Poin yang bisa dibawa pulang
- Agentic = bertindak, bukan sekadar menjawab. Amazon Quick menuntaskan tugas kerja secara bertahap (multi-step), bukan hanya memberi informasi.
- Empat gerak inti. Memahami maksud, memecah tugas, memanggil data/alat, lalu menyusun hasil.
- Terhubung ke data & aplikasi bisnis. Kemampuan agentic hanya berguna bila tersambung ke sumber data nyata Anda.
- Tata kelola sejak awal. Izin (Identity) dan Observability membuat agen bisa dipercaya dan diaudit di lingkungan kerja yang serius.
- Kapan cocok. Paling bermanfaat untuk pekerjaan rutin yang berulang dan bertahap — laporan berkala, ringkasan akun, proses dokumen.