Model OpenAI Akan Hadir di Google Cloud dan Dampaknya bagi Perusahaan

Apa yang berubah ketika model OpenAI masuk Google Cloud

OpenAI dan Google Cloud mengumumkan kemitraan untuk menghadirkan model terdepan OpenAI serta workflow agentik Codex ke Google Cloud Model Garden. Menurut pengumuman OpenAI, kemitraan tersebut diumumkan pada 21 Oktober 2026. Bagi perusahaan yang sudah memakai Google Cloud, perubahan utamanya adalah akses model OpenAI di lingkungan cloud tempat tim mereka telah membangun, menguji, dan mengoperasikan beban kerja AI.

Menurut CNBC, produk GPT OpenAI akan hadir di Model Garden Google Cloud dan tool coding Antigravity dalam beberapa minggu mendatang.

OpenAI menyatakan kolaborasi ini ditujukan untuk mendukung orkestrasi agen kompleks berskala luas melalui infrastruktur serta tata kelola data Google Cloud. Menurut OpenAI, pelanggan Google Cloud akan dapat membeli model OpenAI melalui Model Garden, dengan transaksi melalui Google Cloud Marketplace. OpenAI juga menyatakan pembelian tersebut dapat diperhitungkan untuk memenuhi sebagian komitmen belanja GCP.

Ini bukan pengumuman bahwa setiap proses bisnis harus menjadi AI Agent. Model AI menghasilkan, memahami, atau menganalisis informasi. Automation menjalankan urutan kerja berdasarkan pemicu dan aturan. AI Agent menggunakan model, konteks, serta tools untuk menyelesaikan beberapa langkah menuju tujuan. Perbedaan ini menentukan desain kontrol, biaya, pengujian, dan pihak yang bertanggung jawab bila hasilnya salah.

Sebagai ilustrasi hipotetis, formulir permintaan pelanggan dapat masuk ke sistem. Automation memindahkan data ke CRM. Model AI mengelompokkan topik permintaan dan membuat ringkasan. Sistem kemudian mengarahkan tiket ke tim yang tepat. Workflow baru menjadi agentik bila sistem diberi tujuan lebih luas, misalnya menelusuri knowledge base, mengumpulkan konteks akun, menyiapkan draf tindak lanjut, lalu meminta persetujuan staf sebelum tindakan dijalankan.

Mengapa integrasi ini relevan bagi perusahaan Google Cloud

Dampak terbesarnya bukan sekadar bertambahnya katalog model. Tim dapat mengevaluasi model OpenAI tanpa lebih dulu memindahkan aplikasi, proses pengembangan, atau lingkungan cloud yang sudah mereka gunakan. OpenAI menyatakan kehadiran modelnya di Model Garden memberi pengembang dan ilmuwan data akses ke model OpenAI dalam lingkungan kerja yang sudah familiar bagi mereka.

Pilihan ini penting ketika perusahaan sedang membangun aplikasi internal atau memodernisasi siklus pengembangan perangkat lunak. Tim tidak perlu memulai dari pertanyaan “model mana yang paling populer”. Pertanyaan yang lebih berguna adalah tugas apa yang ingin diperbaiki, data apa yang diperlukan, keluaran seperti apa yang dapat diterima sistem berikutnya, dan siapa yang memeriksa hasilnya.

Misalnya, tim engineering hipotetis ingin mempercepat penanganan laporan bug internal. Model dapat membantu membaca laporan, merangkum gejala, dan menyusun draf tiket yang konsisten. Automation kemudian mengirimkan tiket ke sistem pelacakan kerja. Namun, penentuan prioritas produksi atau perubahan kode tetap berada pada engineer yang memahami dampak teknisnya. Workflow tersebut memakai AI untuk pekerjaan repetitif, tanpa menyerahkan keputusan berisiko kepada model.

Menurut OpenAI, sektor teregulasi ketat membutuhkan kontrol akses serta penggunaan informasi rahasia. Karena itu, akses model tidak boleh diperlakukan sebagai izin untuk memasukkan seluruh data perusahaan ke prompt. Tim tetap perlu menentukan klasifikasi data, hak akses pengguna, batas penggunaan, dan catatan aktivitas yang perlu disimpan.

Dari evaluasi model ke workflow yang dapat dikendalikan

Evaluasi yang baik dimulai dari satu proses sempit dengan hasil yang bisa diperiksa. Jangan mulai dari target abstrak seperti “menerapkan AI di seluruh perusahaan”. Pilih proses berulang yang memiliki input jelas, keluaran jelas, serta pemilik proses yang dapat memberi umpan balik atas kesalahan.

Urutan kerja praktis dapat dimulai dengan lima keputusan berikut:

1. Pilih satu tugas berisiko rendah, seperti klasifikasi permintaan, peringkasan dokumen, atau pembuatan draf.
2. Petakan input, sumber data, keluaran, serta sistem yang menerima hasil AI.
3. Tentukan data yang boleh diproses dan data yang harus disamarkan atau dikecualikan.
4. Tetapkan tindakan yang boleh berjalan otomatis dan tindakan yang wajib menunggu persetujuan manusia.
5. Uji hasil memakai contoh nyata yang telah disetujui untuk pengujian, lalu catat kegagalan dan pengecualian.

Sebagai ilustrasi, tim operasi dapat menguji proses permintaan layanan internal. Permintaan masuk melalui formulir, model membuat klasifikasi dan ringkasan, lalu automation membuat tiket. Pada tahap awal, staf memeriksa klasifikasi sebelum tiket diteruskan. Bila model salah membaca konteks, staf dapat memperbaiki kategori dan mencatat jenis kesalahannya. Catatan itu lebih berguna daripada sekadar menilai jawaban model “terlihat bagus”.

Kriteria evaluasi juga perlu sesuai tugas. Untuk klasifikasi, periksa apakah kategori benar dan mudah diperbaiki. Untuk ringkasan, periksa apakah informasi penting tidak hilang dan apakah model menambahkan detail yang tidak ada dalam sumber. Untuk output yang akan dipakai sistem lain, periksa format, kelengkapan field, serta perilaku saat data masukan tidak lengkap.

OpenAI menyatakan integrasi Google Cloud dirancang untuk membantu perusahaan mengevaluasi, menemukan, dan menggunakan model hingga penerapan skala lebih besar. Jalur tersebut seharusnya tetap bertahap. Uji satu workflow, tetapkan standar penerimaan, perbaiki kontrol, baru perluas ke proses lain.

Tata kelola data dan persetujuan manusia tidak boleh menyusul belakangan

Kontrol akses dan tata kelola data perlu dirancang sebelum workflow dihubungkan ke sistem penting. Menurut OpenAI, integrasi tersebut menggabungkan modelnya dengan infrastruktur Google Cloud, kontrol akses terintegrasi, dan pengelolaan data tersentralisasi. Fitur platform membantu, tetapi keputusan mengenai siapa yang berhak memakai data dan mengambil tindakan tetap menjadi tanggung jawab perusahaan.

Pisahkan tindakan berdasarkan tingkat risiko. Model dapat diberi ruang untuk membuat draf respons, merangkum catatan, atau memberi rekomendasi kategori. Tindakan yang mengubah data pelanggan, mengirim komunikasi eksternal, menyetujui transaksi, atau memengaruhi dokumen penting sebaiknya memiliki titik persetujuan manusia. Persetujuan itu harus jelas: siapa yang menyetujui, informasi apa yang dilihat, dan bagaimana tindakan dibatalkan bila ada kesalahan.

Andaikan tim customer service ingin memakai model untuk membantu menjawab pertanyaan pelanggan. Sistem dapat mengambil artikel knowledge base, menyusun draf jawaban, dan menampilkan sumber kepada agen manusia. Agen memeriksa jawaban sebelum mengirimkannya. Untuk kasus yang menyangkut pengembalian dana, perubahan kontrak, atau keluhan sensitif, workflow dapat langsung meneruskan percakapan kepada petugas berwenang tanpa memberi model hak mengambil keputusan akhir.

Kontrol berikutnya adalah kemampuan menghentikan workflow. Tetapkan pemilik proses, pemilik data, serta jalur eskalasi ketika output tidak sesuai. Simpan catatan input, output, keputusan persetujuan, dan kegagalan dalam batas kebijakan data perusahaan. Tanpa jejak ini, tim akan sulit membedakan kesalahan model, data sumber yang kedaluwarsa, instruksi yang buruk, atau integrasi sistem yang gagal.

Kesalahan evaluasi yang perlu dihindari

Kesalahan pertama adalah menyamakan akses model dengan kesiapan produksi. Akses melalui Model Garden memberi pilihan baru, bukan jaminan bahwa model memahami aturan bisnis perusahaan. Model tetap membutuhkan instruksi, konteks yang relevan, format keluaran, batas akses, serta pengujian terhadap kondisi tidak biasa.

Kesalahan kedua adalah menguji AI hanya dengan contoh yang rapi. Dalam proses nyata, formulir dapat kosong, dokumen dapat memakai istilah berbeda, dan data sumber dapat bertentangan. Masukkan contoh seperti itu ke pengujian. Nilai apakah sistem meminta klarifikasi, meneruskan kasus ke manusia, atau justru menghasilkan jawaban yang tampak meyakinkan tetapi keliru.

Kesalahan ketiga adalah membiarkan knowledge base tidak terkelola. Model yang diberi sumber lama dapat menyusun jawaban lama dengan bahasa yang meyakinkan. Tetapkan pemilik konten, jadwal pembaruan, dan aturan kapan dokumen tidak boleh lagi dipakai sebagai rujukan workflow.

Mulai minggu ini, pilih satu proses berulang yang tidak langsung mengubah transaksi atau komunikasi eksternal. Buat peta input, output, data sensitif, titik persetujuan, dan cara menghentikannya. Setelah itu, gunakan contoh pengujian untuk membandingkan hasil model dengan keputusan staf. Hasil evaluasi tersebut akan memberi dasar yang lebih kuat sebelum perusahaan memperluas penggunaan model OpenAI di Google Cloud.