Saat enterprise bergerak menuju agentic AI, pemimpin bertanya pertanyaan mendesak: Siapa yang akan membangun, menyebarkan, dan mengoperasikan AI agen di seluruh bisnis? Laporan 2025 State of the Agentic Automation Professional menunjukkan aset yang jelas dan seringkali tidak diakui yang sudah ada di

Dengan agentic AI yang mengaugmentasi tester, saya melihat tester mulai bergerak naik rantai nilai: saya melihat mereka menghabiskan lebih banyak waktu untuk memikirkan apa yang harus diuji dan mengapa, daripada hanya bagaimana. Saya melihat mereka memikirkan lebih banyak tentang sistem, pengguna, d

Anda mungkin memasuki tahun 2026 dengan pikiran “Okay, ini adalah tahun saya akhirnya mendapatkan AI untuk benar-benar bekerja untuk bisnis saya.” Namun, dengan kemunculan AI agen dan inovasi AI yang bergerak lebih cepat dari sebelumnya, semakin sulit untuk tetap mengikuti. Dan Anda tidak sendirian.

Saat otomatisasi agen semakin momentum, organisasi semakin bertanya di mana intelligent document processing (IDP) berada di dunia agen, dan apakah AI agen dapat menggantikannya. Jawaban singkat adalah tidak, tetapi jawaban yang lebih menarik adalah mengapa. AI agen yang didukung oleh large language

Selama tahun terakhir, hampir semua percakapan yang saya miliki dengan rekan chief information security officer (CISO) berputar di sekitar tegangan yang sama: bagaimana kita membawa Agentic AI ke enterprise tanpa meningkatkan risiko? Baru-baru ini, co-founder dan CEO UiPath Daniel Dines menulis “ent

AI agen bergerak dari demo ke beban kerja produksi yang menyentuh data nyata, sistem nyata, dan hasil bisnis nyata. Menurut laporan G2s 2025 AI Agents Insights, 57% perusahaan sudah memiliki AI agen yang berjalan dalam produksi, sinyal jelas bahwa ini tidak lagi eksperimental. Namun dengan penyebara

Kemajuan dalam performa model (misalnya, Claude Opus 4.6s hybrid reasoning dan one-million-token context window) dan kemajuan dalam desain agent harness (perangkat perencanaan, penggunaan sistem file, keterampilan, dan guardrails) berarti proses bisnis kritis, sebelumnya di luar cakupan AI agen, sek

AI sedang mengubah dinamika pengiriman perangkat lunak. Kode dibuat lebih cepat, diubah lebih sering, dan dipush melalui lanskap aplikasi yang semakin kompleks. Perubahan ini mengangkat pertanyaan baru bagi tim kualitas: bagaimana Anda menjaga kecepatan tanpa kehilangan kontrol? Banyak kemampuan AI

Pemimpin enterprise telah menghabiskan dua tahun terakhir membangun kasus untuk agentic AI. Proof of concepts. Pilots. Demo internal yang memukau ruangan. Dan banyak dari pekerjaan itu telah menjanjikan. Namun apa yang saya terus dengar dari pelanggan adalah jurang antara pilot AI yang bekerja dan p

Pengujian performa memiliki masalah branding.Di suatu titik, pengujian performa menjadi domain para spesialis, orang yang berbicara dalam persentil, menyesuaikan thread pool, dan bergabung dengan proses dua minggu sebelum go-live. Model itu pernah bekerja. Sekarang tidak lagi. Aplikasi modern merent

Industri yang tightly regulated kesulitan untuk melarikan diri dari jebakan pilot agenic AI. Misalnya, sementara 78% asuransi P&C telah mengadopsi AI terbaru, hanya 4% yang telah menskalakannya di seluruh operasi klaim dan hanya 27% yang mencoba transformasi klaim dari ujung ke ujung. Klaim, tempat

Dalam beberapa tahun terakhir, pengenalan AI telah meningkatkan kekuatan dan dampak otomatisasi enterprise, memungkinkan kita untuk berusaha mencapai efisiensi dan produktivitas yang semakin besar. Pada saat yang sama, proses-proses yang didayagani oleh otomatisasi ini juga telah bertambah kompleks.

McKinsey memprediksi bahwa AI akan menjadi penggerak besar dari produktivitas global. PwC mengestimasi bahwa AI dapat berkontribusi hingga 15,7 triliun dolar AS bagi ekonomi global pada tahun 2030. Banyak pemerintah di seluruh dunia telah mengakui hal ini dan mengambil langkah untuk memaksimalkan da

Model AI baru seperti DeepSeek R1 menjanjikan besar tetapi mengangkat pertanyaan kritis tentang tata kelola, keamanan, dan menghindari keterikatan vendor. UiPath percaya perusahaan dapat mencapai inovasi dan keamanan tanpa kompromi. Dalam artikel ini, saya akan berbagi pemikiran saya tentang rilis D

Sejak bermulanya, cerita otomasi adalah tentang progres linier. Dari otomasi proses robotik (RPA) hingga pemrosesan dokumen yang cerdas (IDP), setiap inovasi baru telah membuat perusahaan lebih produktif, menguntungkan, dan lincah.Tetapi sekarang, sesuatu yang lebih besar sedang terjadi. Teknologi b

Agen AI dengan cepat menjadi keharusan untuk perusahaan. Entitas berbasis model AI ini mampu penalaran canggih, pengambilan keputusan, dan pembelajaran berkelanjutan. Ketika agen AI diberi kekuatan untuk mengeksekusi proses kompleks dan dinamis dari ujung ke ujung, kita menyebut ini sebagai otomasi

Bisnis sudah tidak bermain-main dengan AI. Mereka mendapatkan hasil nyata dengan otomasi agen. Perusahaan paling visioner mengorkestrasikan agen AI, robot deterministik, dan manusia ke dalam alur kerja yang berdampak dari ujung ke ujung. Pada Summit AI Agen kami yang baru saja berlangsung, kami menu

Bisnis berjalan pada dokumen dan komunikasi. Mereka mendasari hampir semua proses yang dapat Anda pikirkan—di mana saja pesan (seperti email atau chat) atau dokumen dibaca atau dikirim. Tidak heran jika pasar pemrosesan dokumen yang cerdas (IDP) tumbuh 28,9% setiap tahun dan diperkirakan mencapai $1

Baru mengenal orkestrasi agen? Mulai di sini.Mari kita jujur—agen AI tidak mudah dibangun atau diterapkan. Namun setelah terintegrasi, dampaknya luar biasa. Saya suka mendengar dari pelanggan UiPath seperti Ainara Etxeandia Sagasti, Kepala Layanan Digital di Lantik, yang menggabungkan RPA, AI genera

Kami kembali dari Microsoft Build 2025, dan jika ada satu hal yang tidak bisa diabaikan: AI agen ada di mana-mana. Semua orang membicarakannya, membangunnya, mengujinya—dan kami ada di tengah-tengahnya, menghadirkan otomasi agen dunia nyata ke dalam kehidupan.Di stand UiPath, suasana sangat panas. O