Pelatihan Agentic AI dirancang untuk memberikan pemahaman yang mendalam, sistematis, dan komprehensif mengenai paradigma kecerdasan buatan generasi terbaru yang mampu bertindak secara otonom, adaptif, kontekstual, dan berorientasi pada pencapaian tujuan tertentu secara mandiri. Berbeda dengan sistem AI tradisional yang cenderung bersifat reaktif dan hanya merespons perintah secara langsung tanpa perencanaan berkelanjutan, Agentic AI mengintegrasikan kemampuan perencanaan strategis, pengambilan keputusan multi-langkah, pengelolaan memori jangka pendek dan jangka panjang, serta integrasi dinamis dengan berbagai alat, API, dan sistem eksternal untuk menyelesaikan tugas yang kompleks dan berlapis. Konsep ini berkembang sangat pesat seiring kemajuan model bahasa besar yang dikembangkan oleh OpenAI serta hadirnya berbagai kerangka kerja orkestrasi agen seperti LangChain yang memungkinkan pembangunan sistem AI berbasis agen dilakukan secara modular, scalable, fleksibel, dan dapat disesuaikan dengan kebutuhan spesifik organisasi di berbagai sektor industri.
Dalam pelatihan intensif selama dua hari ini, peserta akan mempelajari secara terstruktur mengenai arsitektur, prinsip desain, serta praktik implementasi Agentic AI yang dapat diterapkan untuk menjawab tantangan nyata di lingkungan bisnis dan organisasi modern. Fokus pembelajaran tidak hanya mencakup aspek konseptual, tetapi juga aspek teknis dan strategis seperti perancangan workflow agen, mekanisme task decomposition, manajemen memori dan konteks, integrasi tools dan sistem internal, evaluasi kinerja agen berbasis metrik yang terukur, hingga pembahasan mendalam mengenai keamanan, kontrol, serta tata kelola penggunaan AI secara bertanggung jawab. Dengan pendekatan yang aplikatif dan berbasis studi kasus nyata, pelatihan ini dirancang agar peserta tidak sekadar memahami teori dan terminologi, melainkan mampu merancang, memvalidasi, dan mengusulkan solusi Agentic AI yang relevan, berdampak, serta selaras dengan kebutuhan operasional dan transformasi digital di tempat kerja masing-masing.
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
Hari 1: Fondasi dan Arsitektur Agentic AI
1. Konsep Dasar Agentic AI
Sub Materi:
2. Large Language Model sebagai Otak Agen
Sub Materi:
3. Arsitektur Sistem Agentic AI
Sub Materi:
4. Memori dan Konteks dalam Agen
Sub Materi:
5. Praktik: Mendesain Agen Sederhana
Sub Materi:
Hari 2: Implementasi, Evaluasi, dan Tata Kelola
6. Task Planning dan Decision-Making
Sub Materi:
7. Multi-Agent Collaboration
Sub Materi:
8. Integrasi Tools dan Automasi
Sub Materi:
9. Evaluasi Kinerja dan Risk Management
Sub Materi:
10. Perancangan Use Case Organisasi
Sub Materi: