AI (Artificial Intelligence) di lingkungan enterprise mulai memasuki tahap baru. Jika sebelumnya AI banyak digunakan untuk menghasilkan konten, menjawab pertanyaan, atau membantu analisis data, kini perkembangannya bergerak menuju Agentic AI.
Teknologi ini menggunakan intelligent agents yang dapat menjadi bagian dari rangkaian proses kerja yang lebih kompleks. AI tidak lagi hanya memberikan respons, tetapi dapat terlibat dalam workflow yang membutuhkan data, aplikasi, dan proses yang saling terhubung.
Adopsinya pun mulai berkembang. Lebih dari 50 persen organisasi dalam riset IDC yang dikutip Lenovo sedang mengeksplorasi atau menerapkan Agentic AI. Namun, sebagian besar organisasi masih menghadapi tantangan kesiapan infrastruktur untuk implementasi dalam skala besar.
Apa yang Berubah dari Conversational AI Menuju Agentic AI?
Perubahan dari conversational AI menuju Agentic AI membuat kebutuhan workload enterprise ikut berkembang. Ketika AI agents mulai terhubung dengan berbagai aplikasi dan sumber data, proses yang berjalan menjadi semakin kompleks.
Bagi perusahaan, kondisi ini membutuhkan infrastruktur IT yang mampu menangani workload secara konsisten. Server tidak hanya membutuhkan compute tinggi, tetapi juga memory, storage, keamanan, dan kemampuan ekspansi yang dapat mengikuti pertumbuhan workload.
Semakin banyak model dan AI agents yang digunakan, semakin besar pula tuntutan terhadap infrastruktur. Karena itu, server Agentic AI enterprise perlu dipersiapkan sebagai fondasi untuk mendukung kebutuhan workload yang terus berkembang.
Mengapa Agentic AI Membutuhkan Compute dan Infrastruktur yang Lebih Tinggi?
Workload Agentic AI tidak berdiri sendiri. Di belakangnya terdapat proses pengolahan data, inferencing, integrasi dengan existing systems, hingga pengelolaan berbagai aplikasi.
Volume data yang besar dapat masuk secara bersamaan dari berbagai channel aplikasi. Di saat yang sama, interaksi antar-agent membutuhkan latensi rendah agar proses dapat berjalan secara responsif.
Karena itu, perusahaan perlu memperhatikan beberapa kebutuhan utama seperti:
- Volume data besar dari berbagai channel aplikasi
- Latensi rendah untuk mendukung interaksi antar-agent
- Kapasitas memory besar untuk pengolahan data
- Efisiensi energi dalam pengelolaan infrastruktur
- Automation dan management untuk membantu operasional IT
- Skalabilitas mengikuti pertumbuhan aplikasi, data, dan AI agents
Kebutuhan compute juga tidak dapat dilihat hanya dari kemampuan prosesor. Memory, storage, scalability, energy, automation, dan management menjadi bagian yang perlu dipertimbangkan agar workload AI dapat berjalan secara optimal.
Infrastruktur Seperti Apa yang Dibutuhkan untuk Enterprise Agentic AI?
Semakin kompleks workload AI, semakin penting kemampuan infrastruktur dalam menyediakan compute, memory, storage, dan ruang ekspansi yang memadai. Infrastruktur juga perlu dapat berkembang ketika jumlah aplikasi, data, dan AI agents yang digunakan perusahaan bertambah.
Lenovo menawarkan pendekatan Hybrid AI Factory yang menggabungkan berbagai komponen infrastruktur, mulai dari compute, networking, dan storage hingga management dan observability. Pendekatan modular ini memungkinkan perusahaan menyesuaikan infrastruktur dan kapasitas compute dengan kebutuhan implementasi AI.
Pada sisi compute, server enterprise perlu memiliki fleksibilitas untuk mendukung storage berkecepatan tinggi, kapasitas memory yang mampu menangani analitik multi-aplikasi, serta workload seperti analytics, virtualization, hingga server database mission critical.
Salah satu platform yang dapat mendukung kebutuhan tersebut adalah Lenovo ThinkSystem SR650 V4, server enterprise dengan form factor 2U yang dirancang untuk menangani berbagai workload modern.
Bagaimana Lenovo ThinkSystem SR650 V4 Mendukung Workload Agentic AI?
Sebagai server 2U Intel Xeon 6, Lenovo ThinkSystem SR650 V4 menyediakan fondasi compute yang dapat disesuaikan dengan perkembangan workload enterprise.
Server ini dirancang untuk menjalankan workload mission-critical dengan performa tinggi, keamanan berlapis, dan skalabilitas yang mendukung pertumbuhan kebutuhan digital. Kemampuannya juga dapat membantu mendukung aplikasi dan database dengan kebutuhan pemrosesan data yang terus meningkat.
Spesifikasi Lenovo SR650 V4
| Komponen | Spesifikasi Lenovo SR650 V4 | Dampak Operasional |
| Pemrosesan | Hingga 2 Intel Xeon 6 dengan hingga 86 core per socket | Mendukung workload enterprise, inferencing Agentic AI, dan database |
| Memory | TruDDR5, MRDIMM, dan CXL Memory hingga 8 TB | Mendukung pemrosesan data berskala besar |
| Storage dan I/O | Hingga 36 NVMe drives dan 10 PCIe Gen5 slots | Mendukung storage berkecepatan tinggi dan fleksibilitas ekspansi |
| GPU | Dukungan GPU acceleration | Mendukung aplikasi modern dan AI |
| Management | Lenovo XClarity Controller | Mendukung centralized management dan pengelolaan server |
Dari sisi pemrosesan, SR650 V4 mendukung hingga dua prosesor Intel Xeon 6 dengan hingga 86 core per socket untuk workload seperti database, virtualization, hybrid cloud, dan analytics.
Arsitektur memory TruDDR5, MRDIMM, dan CXL Memory dengan kapasitas hingga 8 TB mendukung pengolahan data berskala besar. Sementara itu, dukungan hingga 36 NVMe drives dan 10 PCIe Gen5 slots memberikan fleksibilitas untuk storage dan ekspansi.
Pengelolaan server juga didukung Lenovo XClarity Controller dengan centralized management, remote access, AI predictive analytics, SSD failure analysis, dan enhanced security. Dengan kemampuan tersebut, SR650 V4 tidak hanya dapat digunakan untuk AI, tetapi juga analytics, virtualization, hybrid cloud, hingga server database mission critical.
Contoh Penerapan Agentic AI di Industri Manufaktur dan Hospitality
Kebutuhan compute tersebut semakin relevan ketika Agentic AI mulai diterapkan pada workflow operasional.
Pada sektor manufaktur, AI-powered quality inspection dapat mendukung instant defect detection dan real-time edge processing. AI dapat membantu mengidentifikasi defect secara cepat sehingga hasil analisis dapat diteruskan ke proses terkait untuk membantu mempercepat tindak lanjut terhadap masalah produksi.
Sementara pada sektor hospitality, Multimodal Agentic AI Hospitality Solution dapat mendukung AI-driven personalization, automated housekeeping, dan maintenance. AI dapat terhubung dengan proses operasional untuk mendukung pengalaman tamu sekaligus kebutuhan operasional hotel.
Kedua use case tersebut menunjukkan bahwa Agentic AI melibatkan inferencing, pengolahan data, dan berbagai aplikasi yang saling terhubung. Karena itu, compute yang tepat menjadi bagian penting agar implementasi dapat berkembang mengikuti kebutuhan bisnis.
Dapatkan Server Lenovo ThinkSystem SR650 V4 dari XDC Indonesia
Implementasi Agentic AI membutuhkan infrastruktur yang sesuai dengan karakteristik workload, mulai dari compute dan memory hingga storage serta skalabilitas. Lenovo ThinkSystem SR650 V4 menawarkan platform 2U berbasis Intel Xeon 6 yang fleksibel untuk berbagai kebutuhan enterprise, mulai dari AI dan analytics hingga virtualization dan database.
Sebagai distributor solusi Lenovo di Indonesia, XDC Indonesia (part of CTI Group) dapat membantu business partner maupun perusahaan menentukan konfigurasi Lenovo ThinkSystem SR650 V4 sesuai kebutuhan workload dan pengembangan infrastruktur.
Konsultasikan kebutuhan infrastruktur Anda bersama tim XDC Indonesia untuk menentukan konfigurasi yang sesuai dan mempersiapkan fondasi compute yang mendukung kebutuhan bisnis saat ini sekaligus perkembangan AI ke depannya.
Penulis: Ary Adianto
Content Writer CTI Group
