Dalam upaya mendorong AI agent yang benar-benar otonom di lingkungan enterprise, SAP menekankan dua elemen krusial yaitu knowledge graph dan tata kelola yang ketat. Pendekatan ini memungkinkan agent tidak hanya merespons pertanyaan sederhana seperti chatbot, melainkan menjalankan proses bisnis yang kompleks dengan konteks perusahaan yang akurat.
Max McPhee, senior solution advisor SAP, menjelaskan bahwa perilaku agent yang menyerupai rekan kerja muncul ketika sistem diberi konteks spesifik perusahaan, bukan hanya pengetahuan umum. Knowledge graph yang dilengkapi vector embedding menjadi format ideal karena memudahkan agent menemukan dan mengambil informasi yang relevan dengan cepat.
Pendekatan ini mirip proses onboarding karyawan baru, namun disesuaikan untuk software. Perusahaan dapat mentransfer pengetahuan tribal yang biasanya sulit dipahami mesin, seperti singkatan internal atau alur kerja khusus, sehingga agent tidak lagi bingung dan memberikan hasil yang lebih presisi.
Tata kelola menjadi kekuatan utama SAP karena pengalaman lima dekade mengelola proses bisnis. Governance yang dimodernisasi ini mampu mengakomodasi fleksibilitas agent tanpa mengorbankan kontrol. Salah satu penerapannya adalah revival machine learning untuk deteksi anomali dan validasi perilaku agent, yang berfungsi sebagai lapisan pengaman tambahan.
Aspek keamanan diperkuat melalui model identitas ganda. Baik pengguna manusia maupun agent Joule harus memiliki hak akses yang sama ke sistem tertentu. Mekanisme ini mencegah risiko agent digunakan untuk melewati kontrol akses yang sudah ada.
Banyak perusahaan menghadapi tantangan karena SAP hanya mencakup sebagian kecil landscape IT mereka. Akuisisi seperti LeanIX dan Signavio membantu memetakan sistem non-SAP dan interkoneksinya, sehingga agent dapat beroperasi di lingkungan yang heterogen. Integrasi n8n ke dalam Joule Studio juga mendukung pembuatan agent berbasis low-code yang lebih adaptif.
Perusahaan yang masih mengandalkan sistem on-premise lama berisiko mengalami bottleneck performa saat agent digunakan secara luas. Modernisasi infrastruktur menjadi prasyarat agar agent dapat berjalan optimal tanpa hambatan throughput.
Dari sisi dampak, penerapan knowledge graph dan governance yang matang dapat mengurangi kesalahan eksekusi proses bisnis yang mahal. Selain itu, pendekatan ini membuka peluang bagi perusahaan untuk memperluas adopsi agent ke area yang sebelumnya dianggap terlalu sensitif karena regulasi ketat.
