Selular.ID – Confluent mengumumkan pembaruan pada platform Confluent Intelligence pada 10 Maret 2026 dengan menambahkan dukungan komunikasi antar agen kecerdasan buatan serta teknologi deteksi anomali berbasis pembelajaran mesin.
Inovasi ini dirancang untuk membantu perusahaan memanfaatkan data real-time secara lebih efektif sehingga sistem AI dapat berkolaborasi, menganalisis data secara kontekstual, dan mengambil keputusan operasional lebih cepat.
Perusahaan yang dikenal sebagai pengembang platform streaming data berbasis Apache Kafka ini memperkenalkan kemampuan baru melalui fitur Streaming Agents yang mendukung protokol komunikasi antar agen AI.
Teknologi tersebut memungkinkan berbagai sistem AI yang digunakan di lingkungan perusahaan dapat terhubung dan bekerja bersama secara real-time melalui aliran data yang terus diperbarui.
Head of AI di Confluent, Sean Falconer, menjelaskan bahwa banyak organisasi mulai mengandalkan agen AI untuk mengotomatisasi pengambilan keputusan dan tugas operasional yang semakin kompleks.
Menurutnya, agar sistem AI benar-benar memberikan nilai strategis bagi bisnis, berbagai agen tersebut perlu mampu berbagi wawasan dan merespons data secara langsung.
“Jika Anda ingin bersaing, AI tidak boleh hanya melihat ke belakang. Perusahaan membutuhkan sistem agen AI yang dapat bekerja sama, belajar terus-menerus, dan berbagi wawasan secara real-time,” kata Falconer dalam keterangan resmi perusahaan.
Falconer menambahkan bahwa Confluent Intelligence dirancang untuk menghubungkan berbagai investasi AI yang telah dimiliki perusahaan, terlepas dari platform atau teknologi yang digunakan.
Melalui integrasi tersebut, sistem AI dapat merespons perubahan data secara langsung, menjalankan tindakan otomatis, serta berkoordinasi dengan sistem lain atau eskalasi ke tim manusia jika diperlukan.
Perkembangan ini muncul di tengah meningkatnya penggunaan agen AI di lingkungan bisnis global.
Laporan IDC dalam publikasi FutureScape: Worldwide Future of Work 2026 Predictions menyebutkan bahwa pada 2026 sekitar 40 persen peran pekerjaan di perusahaan Global 2000 diperkirakan akan melibatkan kolaborasi dengan agen AI.
Tren tersebut menunjukkan semakin luasnya peran teknologi kecerdasan buatan dalam proses operasional perusahaan.
Namun dalam praktiknya, banyak sistem AI yang berjalan secara terpisah dalam berbagai platform dan aplikasi.
Ketika agen AI tidak dapat berbagi konteks data atau berkomunikasi satu sama lain, informasi penting berpotensi terjebak dalam silo data sehingga proses pengambilan keputusan menjadi terfragmentasi.
Untuk mengatasi tantangan tersebut, Confluent mengembangkan Streaming Agents yang menghubungkan agen AI dengan aliran data real-time sekaligus memfasilitasi komunikasi antar agen melalui protokol Agent2Agent atau A2A.
Sistem ini juga memanfaatkan Model Context Protocol (MCP) yang dikembangkan oleh Anthropic untuk memastikan agen AI dapat memahami konteks data yang lebih luas.
Melalui integrasi ini, agen AI dapat menganalisis data yang berasal dari berbagai platform analitik dan penyimpanan data seperti Google BigQuery, Snowflake, dan Databricks.
Hasil analisis kemudian dapat memicu alur kerja otomatis pada platform layanan perusahaan seperti ServiceNow atau Salesforce.
Pendekatan ini memungkinkan perusahaan mengubah analisis data menjadi tindakan operasional secara lebih cepat.
Sistem streaming data yang digunakan Confluent juga memungkinkan pencatatan aktivitas agen AI secara transparan melalui log yang tidak dapat diubah, sehingga memudahkan proses audit dan penelusuran kembali aktivitas sistem.
Selain mendukung komunikasi antar agen AI, Confluent juga memperkenalkan fitur baru bernama Multivariate Anomaly Detection.
Fitur ini merupakan bagian dari fungsi machine learning bawaan di platform Confluent yang dirancang untuk meningkatkan kemampuan deteksi anomali dalam aliran data perusahaan.
Pada sistem deteksi anomali tradisional, analisis sering dilakukan terhadap satu metrik secara terpisah dan biasanya berbasis data historis yang diproses secara batch.
Pendekatan tersebut sering menghasilkan kesalahan deteksi atau false positive karena tidak mempertimbangkan hubungan antar berbagai parameter operasional.
Melalui deteksi anomali multivariat, sistem Confluent menganalisis beberapa metrik secara bersamaan—misalnya penggunaan CPU, memori, dan latensi jaringan—untuk mengidentifikasi pola yang tidak biasa dalam aliran data.
Pendekatan ini membantu tim teknologi informasi mendeteksi potensi masalah lebih cepat sebelum berdampak pada sistem operasional atau layanan digital.
Teknologi ini juga dirancang agar dapat belajar langsung dari data yang terus berubah tanpa memerlukan proses pembangunan model baru secara manual.
Dengan cara tersebut, sistem dapat menyesuaikan diri dengan kondisi operasional yang dinamis sekaligus mengabaikan gangguan data yang bersifat sementara.
Confluent menyebut kemampuan baru dalam Confluent Intelligence memungkinkan perusahaan memanfaatkan data real-time untuk berbagai kebutuhan bisnis.
Contohnya termasuk personalisasi penawaran di sektor ritel, pengelolaan risiko kredit di industri layanan keuangan, rekomendasi perawatan pasien di bidang kesehatan, pemeliharaan prediktif di manufaktur, hingga deteksi gangguan jaringan di sektor telekomunikasi.
Dukungan protokol A2A pada Streaming Agents saat ini tersedia dalam tahap open preview, sehingga pengembang dan perusahaan dapat mulai mengeksplorasi integrasi sistem AI yang lebih terkoordinasi dalam lingkungan teknologi mereka.
Pengembangan fitur ini menegaskan fokus Confluent dalam memperluas pemanfaatan data streaming sebagai fondasi bagi sistem AI perusahaan.
Dengan kemampuan analitik real-time dan koordinasi antar agen AI, perusahaan di berbagai industri diharapkan dapat merespons perubahan data secara lebih cepat sekaligus meningkatkan kualitas pengambilan keputusan berbasis data.
Baca Juga: IBM Akuisisi Confluent Rp 183 Triliun, Terbesar Kedua Setelah Red Hat
