Sebagian besar tim yang menjalankan agen di lingkungan produksi tidak bisa memastikan apakah agen mereka benar-benar bekerja dengan baik.
Mereka bisa menyebutkan tingkat containment. Mereka bisa menunjukkan dashboard. Namun, tanyakan mengapa agen menjawab pelanggan tertentu dengan cara tertentu, dan suasana pun hening. Seseorang membuat tiket untuk tim engineering. Seseorang menelusuri log. Beberapa hari kemudian, mungkin Anda baru mendapat jawaban.
Penundaan itu merugikan lebih dari sekadar waktu. Tim yang paling banyak memetik manfaat dari AI cenderung adalah tim yang paling memahaminya. McKinsey menemukan bahwa perusahaan yang meraih imbal hasil terbesar dari AI, yaitu yang mengatribusikan setidaknya 20% EBIT mereka pada AI, lebih cenderung menerapkan praktik yang membuat AI mereka dapat dijelaskan. Memahami agen Anda bukan sekadar pelengkap. Justru itulah cara Anda mendapatkan nilai darinya.
Lalu, mengapa memahami sebuah agen masih membutuhkan engineer? Dan mengapa menindaklanjuti temuan Anda, seperti memperbarui kebijakan atau memperketat guardrail, masih membutuhkan orang yang paham seluk-beluk konfigurasinya?
Kami percaya membangun dan mengelola agen seharusnya tidak memerlukan keahlian teknis yang mendalam. Keyakinan itulah yang mendorong kami membangun Magi.
Kenalan dengan Magi
Magi (dibaca MAG-ee) adalah asisten AI baru untuk Maven. Anda berbicara dengannya dalam bahasa sehari-hari, sama seperti Anda berbicara dengan orang paling cerdas di tim Anda. Magi melakukan 3 hal.
- Memantau. Tanyakan apa saja kepada Magi tentang data agen Anda. Apa yang paling banyak ditanyakan pelanggan minggu ini? Di mana agen mengalami kesulitan? Apa yang berubah sejak bulan lalu? Anda mendapatkan jawaban tanpa menulis query atau menunggu laporan.
- Menjelaskan. Arahkan Magi ke sebuah percakapan dan tanyakan alasannya. Mengapa agen mengambil keputusan itu? Mengapa agen melakukan eskalasi di sini, bukan di sana? Magi menjelaskan alur penalarannya dalam bahasa yang mudah dipahami, bukan dalam bentuk log.
- Menyusun draf. Minta Magi menyusun draf guardrail untuk kebijakan baru, atau membantu mengonfigurasi agen Anda berdasarkan temuannya. Magi mengerjakan bagian terberat: menentukan apa yang perlu diubah dan menyusunnya untuk Anda.
Terintegrasi di Agent Designer
Magi berada langsung di dalam Agent Designer, di samping agen yang sedang Anda kerjakan. Magi melihat apa yang Anda lihat, sehingga Anda dapat bertanya tentang percakapan, charter, atau varian yang ada di depan Anda dan mendapatkan jawaban yang berlandaskan konteks tersebut. Lalu, beralihlah dari insight ke perbaikan tanpa meninggalkan halaman.
Baik Anda pemimpin tim dukungan, manajer CX, maupun engineer, jawaban atas pertanyaan "mengapa agen melakukan ini?" selalu hanya sejauh satu pertanyaan.
Keputusan akhir tetap di tangan Anda
Magi tidak pernah mengubah konfigurasi Anda tanpa persetujuan Anda. Setiap perubahan yang diusulkannya menunggu peninjauan dan persetujuan Anda.
Itu adalah pilihan yang disengaja. Agen yang membangun agen hanya bernilai sebesar kepercayaan Anda terhadap hasil buatannya. Di lingkungan enterprise, "AI yang mengubahnya" bukanlah jawaban yang dapat diterima untuk pertanyaan "mengapa agen melakukan ini?" Jadi, Magi menangani investigasi dan penyusunan draf, sementara keputusan tetap di tangan Anda.
Agent Ops untuk semua orang
Meluncurkan agen adalah sebuah pencapaian. Menjaga kualitasnya adalah pekerjaan sesungguhnya. Kami menyebut pekerjaan itu Agent Ops.
Jika Anda pernah berkecimpung di dunia software, Anda pasti mengenal DevOps: gagasan bahwa merilis kode bukanlah garis akhir, dan menjalankan serta menyempurnakannya adalah disiplin tersendiri. Agent Ops adalah gagasan yang sama untuk agen AI. Ini adalah pekerjaan berkelanjutan untuk memantau kinerja agen Anda, memahami mengapa agen berperilaku seperti itu, menyempurnakannya seiring perubahan kebijakan dan munculnya pertanyaan baru, serta mengatur apa yang berubah dan siapa yang menyetujuinya. Tanpa Agent Ops, agen perlahan menyimpang dari kebutuhan bisnis. Dengan Agent Ops, agen menjadi semakin baik setiap minggu selama beroperasi.
Selama ini, Agent Ops sebagian besar merupakan pekerjaan teknis. Magi mengubah siapa yang dapat melakukannya. Begini gambarannya dalam praktik. Misalkan Anda melihat sebuah percakapan yang tereskalasi menjadi permintaan refund, padahal seharusnya tidak. Seorang manajer CX bertanya kepada Magi, "Mengapa percakapan ini tereskalasi menjadi permintaan refund?" Magi meninjau percakapan tersebut dari awal hingga akhir, memeriksa eskalasi refund serupa dalam 30 hari terakhir, dan membandingkan charter yang terlibat. Magi menemukan penyebabnya: konfigurasi agen meneruskan percakapan ke eskalasi refund setiap kali pelanggan menyebutkan masalah kesehatan, dan logika itu telah terpicu dalam 137 percakapan selama 30 hari terakhir. Magi menyusun draf revisi untuk charter Foundations, Subscription Troubleshooting, dan Refund Help yang mempersempit kondisi kapan eskalasi refund seharusnya terjadi. Manajer meninjau perubahan tersebut, menyetujuinya, dan pelanggan berikutnya yang menyebutkan masalah kesehatan langsung dibantu, bukan dieskalasi. Sebelum ada Magi, memperbaiki hal ini bisa memakan waktu berhari-hari. Seseorang akan menemukan masalahnya, membuat tiket, dan menunggu tenaga teknis menelusuri logikanya di berbagai charter. Dengan Magi, cukup satu percakapan, dan orang yang menemukan masalahnya adalah orang yang memperbaikinya.
Itulah Agent Ops untuk semua orang: pahami apa yang terjadi, tentukan apa yang perlu diubah, dan terus lakukan perbaikan. Hasilnya adalah agen yang terus membaik karena dibentuk oleh orang-orang yang paling memahami pelanggan Anda.
Sekilas bocoran: Maven di alat yang sudah Anda gunakan
Magi adalah cara Anda bekerja dengan agen di dalam Maven. Kami juga membuka cara-cara baru untuk menghadirkan Maven ke dalam alat yang sudah digunakan tim Anda.
- Maven MCP. Hubungkan Maven dengan asisten AI yang sudah digunakan tim Anda, seperti Claude. Tim CX Anda dapat menarik data dan insight Maven ke dalam pekerjaan sehari-hari, mulai dari analisis, persiapan QBR, hingga membuat slide atau dokumen, bersama alat lain yang telah mereka hubungkan.
- Maven CLI. Developer dan solutions engineer dapat bekerja dengan Maven dari command line. Padukan dengan asisten coding seperti Claude Code dan jelaskan kebutuhan Anda dalam bahasa sehari-hari, misalnya memeriksa bagaimana sebuah agen dirangkai atau menarik data percakapan.
Saat ini, keduanya berfokus menghadirkan data dan insight Maven di mana pun Anda membutuhkannya. Ke depannya, keduanya juga akan memungkinkan Anda mengambil tindakan, bukan sekadar membaca. Nantikan kabar selanjutnya.
Bergabung dengan daftar tunggu
Kami tidak sabar menanti Anda mencoba Magi. Ada beberapa hal yang masih kami rahasiakan hingga peluncuran. Singkatnya, memantau, menjelaskan, dan menyusun draf barulah titik awal Magi, bukan akhirnya.
Bergabunglah dengan daftar tunggu untuk mendapatkan akses awal.
Lihat langsung pada percakapan Anda sendiri.
Minta demo personal gratis.
