Penggunaan teknologi AI terus berkembang pesat, dan Confluent, Inc, sebagai perusahaan pionir dalam bidang data streaming, telah meramalkan tren utama yang akan muncul pada penggunaan AI di tahun 2026. Dalam laporan Data Streaming 2025 Confluent, disebutkan bahwa sebanyak 56% perusahaan di kawasan Asia-Pasifik (APAC) telah mengimplementasikan chatbot, copilot, dan asisten AI, melebihi tingkat adopsi di Eropa dan Amerika Utara.
Jika tahun 2025 menjadi tahun di mana perusahaan belajar membangun dengan AI, maka tahun 2026 akan menjadi tahun di mana mereka belajar untuk beroperasi sebagai organisasi yang didukung oleh AI. AI tidak lagi sekadar alat yang memperkuat pekerjaan manusia, melainkan menjadi bagian otonom dalam operasional bisnis, lengkap dengan persyaratan, ekspektasi, dan mode kegagalan tersendiri.
“Transformasi ini memerlukan pola arsitektur baru, disiplin ilmu baru, dan pemikiran ulang tentang cara bisnis berinteraksi dengan pelanggan serta mengelola tumpukan teknologi mereka. Perusahaan yang menyadari perubahan ini sejak dini akan memimpin lanskap persaingan selama beberapa tahun mendatang,” ujar Jemmy Ang, Regional Director Confluent Indonesia.
Berikut adalah tren utama pada pengguna AI yang akan muncul di tahun 2026:
Mesin akan Menjadi Pelanggan Utama
Transaksi antar-mesin bukanlah hal baru, tetapi di tahun depan akan terlihat berbagai industri berlomba-lomba untuk mendukung agen AI sebagai pelanggan. Misalnya, jika seorang pelanggan ingin membeli suatu alat pendorong air dengan harga terbaik dari toko terpercaya mana pun, maka ia tidak ingin menghabiskan berjam-jam untuk meneliti, jadi dia akan membuat agen AI untuk mencarinya. Hal yang sama berlaku untuk polis asuransi, opsi pengiriman, pembelian ban, dan sebagainya, sehingga tugas seperti ini menjadi sempurna untuk agen AI.
Namun, ini hanyalah keputusan-keputusan kecil. Bagaimana dengan agen yang mengoptimalkan rantai pasokan di seluruh portofolio pelanggan, menjalankan analisis pengadaan secara berkelanjutan, atau secara dinamis menyeimbangkan kembali kontrak layanan?
Di tahun 2026, perusahaan perlu mempertimbangkan ulang teknologi penjualan dan pemasaran mereka untuk pelanggan mesin. Agen-agen AI ini sangat efisien. Mereka akan meninggalkan transaksi yang memakan waktu lama dan tidak memiliki loyalitas sama sekali. Mereka akan beralih ke penyedia lain di tengah transaksi untuk mendapatkan hasil yang sedikit lebih baik. Perusahaan yang tidak dapat berinteraksi dengan agen dan merespons secara instan akan menjadi tidak terlihat. Pemenang akan menyadari bahwa agen bukan hanya pembeli otomatis, tetapi jenis pelanggan baru yang membutuhkan data real-time dan antarmuka yang dioptimalkan oleh AI.
Context Engineering akan Menjadi Bidang Ilmu yang Terpisah
Seiring dengan pertumbuhan perusahaan menjadi sistem multi-agen, fokus engineering akan bergeser dari pembuatan petunjuk ke perancangan konteks. Alur kerja multi-agen secara cepat memperluas persyaratan dengan definisi alat, riwayat percakapan, dan data dari berbagai sumber. Hal ini menimbulkan dua tantangan, yaitu jendela konteks menjadi penuh dan model mengalami “konteks yang memburuk”, sehingga informasi yang tersembunyi dalam petunjuk yang panjang akan terlupakan.
Pada pertengahan 2026, context engineering akan muncul sebagai disiplin ilmu yang baru dan terpisah dengan tim khusus dan infrastruktur yang disesuaikan, menyediakan informasi yang minimal namun lengkap yang dibutuhkan oleh agen AI. Para insinyur konteks terbaik akan memahami batasan-batasan LLM (Large Language Model) serta struktur semantik domain bisnis mereka.
Mesin Konteks Akan Menjadi Kunci Terobosan AI Berikutnya
Jika tahun 2024 berfokus pada RAG dan tahun 2025 pada AI yang berorientasi agen, maka tahun 2026 akan menyaksikan kemunculan mesin konteks. Meskipun agen dapat mengakses data yang tepat, mengelola semua konteks tersebut menjadi hambatan utama.
Bagaimana organisasi akan mengintegrasikan interaksi kompleks ke dalam jendela konteks yang terbatas? Bagaimana mereka akan menghindari overload pada LLMs dan penurunan akurasi? Seiring dengan pertumbuhan konteks, bagaimana mereka akan memastikan informasi kritis tidak hilang?
Mesin konteks menggabungkan layanan data, manajemen metadata, dan optimasi konteks melalui beberapa putaran inferensi. Ini bukan hanya RAG yang lebih cerdas, tetapi juga lapisan infrastruktur baru yang dirancang khusus untuk manajemen konteks skala besar.
Lapisan Semantik Akan Menjadi Infrastruktur Kritis AI
Perusahaan menyadari bahwa agen AI membutuhkan baik data maupun artinya. Perusahaan yang telah menghabiskan bertahun-tahun menyempurnakan data lake kini menyadari bahwa aset tersebut tidak cukup. AI dapat mengakses data, tetapi tanpa konteks semantik, ia tidak dapat memahami tindakan atau tujuan.
Itulah mengapa tim TI akan beralih dari pencarian vektor menuju pembangunan grafik pengetahuan, ontologi, dan peta berbasis metadata yang mengajarkan AI cara kerja bisnis mereka. Arena persaingan akan bergeser dari kepemilikan data mentah ke kepemilikan interpretasinya. Agen siap pakai akan kesulitan di domain yang kompleks karena semantik bersifat spesifik domain. Pada akhir 2026, lapisan semantik akan menjadi sama pentingnya dengan database bagi analitik.
Generatif AI Akhirnya Akan Membuka Legacy Modernization
Pada tahun 2026, AI generatif akan membantu mengatasi modernisasi legacy. Pendekatan “leave and layer” yang dominan saat ini meminimalkan risiko tetapi menciptakan masalah yang mahal dan semakin parah seiring waktu, sehingga membuat perusahaan terjebak pada vendor dengan daya tawar yang semakin berkurang.
Meskipun LLMs masih kesulitan dengan bahasa pemrograman seperti COBOL, kemampuannya terus meningkat. Di tangan integrator khusus, industri telah mencapai titik balik dalam perhitungan biaya dan risiko. Pada tahun 2025, aplikasi Legacy JMS direkonstruksi menjadi sistem berbasis peristiwa modern dan dipindahkan ke produksi dengan manfaat yang signifikan. Tahun 2026 akan menjadi titik balik untuk migrasi sistem legacy dan trennya hanya akan semakin membaik.
Perusahaan berbasis AI memiliki tampilan yang sangat berbeda dari yang ada sebelumnya. Perusahaan ini melayani pelanggan mesin, menganggap konteks sebagai infrastruktur kritis, dan memiliki sarana untuk terlepas dari utang teknis selama puluhan tahun. Perusahaan yang mengadopsi pola-pola ini tidak hanya akan menggunakan AI, tetapi juga akan beroperasi dengan cara yang sebelumnya tidak mungkin dilakukan sebelum AI ada.
