Agen AI dalam Dukungan TI: Apa yang Berubah Ketika AI Dapat Bertindak pada Perangkat Jarak Jauh?

Agen AI dalam dukungan TI bergerak melampaui rekomendasi pemecahan masalah untuk melakukan tindakan pada perangkat jarak jauh. Dengan alat yang diotorisasi, mereka dapat mengumpulkan diagnostik, menerapkan koreksi, dan memeriksa hasil. Bagi sysadmin, manajer TI, dan MSP, peluangnya adalah dukungan yang lebih cepat, tetapi pertanyaan praktis muncul mengenai izin, pengawasan, keandalan, dan akuntabilitas.

Pemecahan masalah jarak jauh melibatkan lebih dari sekadar mengidentifikasi solusi. Seseorang harus memberikan otorisasi untuk intervensi, mendapatkan izin yang diperlukan untuk mengakses perangkat, menyelesaikan tugas, dan mengonfirmasi bahwa masalah telah teratasi. Periksa bersama saya bagaimana agen AI mengubah alur kerja itu, pekerjaan mana yang dapat didelegasikan dan di mana intervensi teknisi tetap penting.

Apa yang Berubah Ketika AI Beralih dari Memberi Saran ke Bertindak?

Ketika AI dapat menjadi peserta aktif yang potensial dalam proses pemecahan masalah daripada sekadar memberikan instruksi, bagian-bagian mulai bergerak. Lebih dari sekadar chatbot yang menjelaskan pesan kesalahan atau AI copilot yang hanya menyarankan teknisi untuk memulai ulang layanan Windows: agen AI mungkin dapat memeriksa statusnya, melakukan pemulihan yang diotorisasi, dan memeriksa apakah aplikasi yang terpengaruh berfungsi kembali.

Ini mengalihkan sebagian tanggung jawab teknisi dari melakukan tindakan individu menjadi mengawasi bagaimana tindakan tersebut dipilih, dilaksanakan, dan diverifikasi.

Chatbots, copilots, dan agen TI otonom

Di antara berbagai alat dukungan yang didukung AI, tiga pendekatan potensial tampaknya sangat relevan:

• Chatbot AI: Menjawab pertanyaan, menjelaskan pesan kesalahan, dan menyarankan prosedur pemecahan masalah.
• AI copilots: Bantu teknisi dengan diagnosis, penulisan skrip, dan pengambilan keputusan, sambil menyerahkan eksekusi terutama kepada manusia.
• Agen AI yang mampu bertindak: Gunakan alat yang terhubung untuk menyelidiki masalah, melakukan tindakan yang diizinkan, dan mengevaluasi hasilnya, dengan berbagai tingkat pengawasan manusia.

Pada bulan September 2026, TeamViewer mengumumkan Tia Pemecahan Masalah mendeskripsikan sistem AI yang mampu menyelidiki masalah, menerapkan perbaikan yang disetujui teknisi, dan memvalidasi hasil selama sesi dukungan.

Namun, otonomi dapat diminimalkan. Sebuah departemen TI mungkin mengizinkan agen AI untuk mengumpulkan informasi diagnostik secara mandiri sambil memerlukan persetujuan sebelum melakukan perubahan konfigurasi atau memblokir tindakan secara langsung.

Risiko baru apa yang muncul ketika AI dapat bertindak pada perangkat?

Rekomendasi yang dihasilkan oleh AI mungkin tidak akurat, tetapi seorang teknisi dapat mengevaluasinya sebelum pelaksanaan. Ketika agen AI dapat mengeksekusi rekomendasi itu sendiri, kesalahan dapat langsung mempengaruhi aplikasi, file, konfigurasi sistem, dan operasi bisnis.

Kemungkinan kesalahan:

• pilih target yang salah;
• salah memahami informasi diagnostik;
• ulang perbaikan yang tidak berhasil;
• menemukan instruksi berbahaya yang tertanam dalam tiket, log, atau informasi lain yang diproses;
• menggunakan cara yang tidak wajar untuk mencapai tujuan yang telah ditetapkan.

OWASP Top 10 untuk Aplikasi Agentic , mengangkat dan menangani risiko keamanan tersebut.

Kontrol identitas yang tepat, izin terbatas, dan kebijakan otorisasi sudah diterapkan, seperti yang dijelaskan dalam artikel pendamping kami tentang Keamanan agen AI dan akses non-manusia ke aplikasi bisnis memeriksa.

Untuk tim dukungan jarak jauh, pertanyaan segera lebih bersifat operasional:

• Tindakan apa yang dapat dilakukan AI dengan aman?
• Bagaimana seharusnya teknisi mengendalikan proses eksekusi?

Tugas Dukungan TI Apa yang Dapat Dilakukan Agen AI Secara Jarak Jauh?

Agen AI paling berguna ketika masalah dukungan dapat diterjemahkan menjadi "gejala" yang dapat diamati, prosedur yang diuji, tindakan yang diotorisasi, dan hasil yang dapat diukur.

Ini menjadikan diagnosis yang repetitif dan prosedur remediasi yang dipahami dengan baik sebagai titik awal yang lebih baik daripada pekerjaan administratif yang tidak dapat diprediksi. Kompleksitas lebih penting daripada frekuensi.

Diagnosis dan remediasi risiko rendah

Seorang agen AI yang terhubung ke alat diagnostik yang disetujui mungkin dapat mengambil log peristiwa, memeriksa status layanan, memeriksa kapasitas disk, atau mengidentifikasi proses aplikasi yang gagal.

Dalam kasus seorang karyawan melaporkan aplikasi internal yang tidak lagi diluncurkan, agen AI dapat memeriksa peristiwa Windows yang relevan dan ketergantungan aplikasi serta membandingkan temuan dengan insiden yang diketahui. Dalam prosedur pemulihan yang telah ditentukan, ia juga dapat memulai ulang layanan non-kritis yang disetujui atau menghapus file sementara yang ditunjuk.

Namun, izin yang tepat, langkah-langkah pengamanan, dan validasi tetap sangat penting, sehingga restart layanan endpoint yang tampaknya tidak berbahaya tidak mengganggu banyak pengguna di server yang dibagikan.

Perubahan perangkat lunak, konfigurasi, dan administratif

Intervensi yang lebih kompleks termasuk menginstal pembaruan, memodifikasi pengaturan aplikasi, memulai ulang layanan yang bergantung, atau mengubah konfigurasi sistem.

Meskipun operasi semacam itu mungkin secara teknis mungkin dilakukan melalui alat yang terhubung dengan agen AI, konsekuensi operasionalnya kurang dapat diprediksi.

Pertimbangkan aplikasi Windows yang gagal setelah pembaruan. AI dapat mempercepat penyelidikan dengan mengidentifikasi versi perangkat lunak yang terpengaruh dan menyiapkan rencana pemulihan. Namun, melaksanakan pemulihan tersebut mungkin memerlukan jendela pemeliharaan, pemeriksaan kompatibilitas atau koordinasi dengan administrator lain . Mungkin tidak diizinkan untuk melanjutkan secara otonom.

Tugas yang memerlukan keterlibatan teknisi

Beberapa situasi dukungan tetap kurang cocok untuk pelaksanaan otonom. Ini termasuk insiden yang melibatkan dugaan kompromi, kehilangan data yang tidak terduga, gangguan produksi, atau perubahan yang mempengaruhi beberapa sistem yang bergantung.

Seorang agen AI dapat membantu dengan mengumpulkan informasi dan menyiapkan ringkasan insiden. Namun, seorang teknisi harus menilai dampak bisnis yang lebih luas dan memutuskan bagaimana melanjutkan. Tujuan praktisnya bukanlah otonomi maksimum. Tujuannya adalah untuk mendelegasikan pekerjaan ketika tugas tersebut cukup aman, namun tetap mempertahankan kontrol manusia ketika konsekuensi menjadi sulit untuk dievaluasi.

Bagaimana Agen AI Sebenarnya Melakukan Tindakan pada Perangkat Jarak Jauh?

Memikirkan tentang suatu masalah dan memiliki sarana teknis untuk menyelesaikannya adalah kemampuan yang terpisah. Sebelum dapat mengubah apa pun di komputer jarak jauh, agen AI memerlukan mekanisme eksekusi yang akan menentukan tindakan yang mungkin dilakukannya.

APIs, skrip, dan alat manajemen endpoint

Sebuah alur kerja AI dapat memanggil antarmuka pemrograman aplikasi (API), memanggil skrip PowerShell yang disetujui, atau menggunakan alat pemantauan dan manajemen jarak jauh (RMM). Metode ini bekerja dengan baik ketika perintah dapat diprediksi dan hasilnya dapat diperiksa secara otomatis.

Misalnya, alat manajemen endpoint mungkin mengekspos skrip perbaikan yang telah diuji. Dengan demikian, agen AI dapat meminta eksekusinya tanpa menerima akses atau hak administratif yang tidak terbatas.

Sesi jarak jauh dan interaksi grafis

Beberapa aplikasi Windows tidak memiliki API yang dapat digunakan. Pemecahan masalah mungkin memerlukan pembukaan antarmuka mereka, mereproduksi kesalahan atau mengonfirmasi bahwa perbaikan berhasil. Alat penggunaan komputer dapat berinteraksi melalui tangkapan layar, klik mouse, dan input keyboard seperti di Agen AI berinteraksi dengan aplikasi Windows lama Otomatisasi grafis tetap sensitif terhadap perubahan tata letak, prompt yang tidak terduga, dan status sesi. Tim TI tidak boleh menganggapnya seulang seperti panggilan API yang terdefinisi dengan baik.

Akses tanpa pengawasan tidak berarti dukungan otonom.

Kata "agen" itu sendiri juga dapat menimbulkan kebingungan. Agen endpoint, teknisi dukungan, dan agen AI adalah hal yang berbeda. Demikian pula, akses tanpa pengawasan berarti seseorang atau proses yang berwenang dapat terhubung tanpa kehadiran pengguna akhir, sementara penalaran atau orkestrasi AI adalah hal yang berbeda.

Perangkat lunak dukungan jarak jauh memerlukan integrasi yang didukung secara terpisah sebelum sistem AI dapat mengoperasikan kontrolnya. Konektivitas itu sendiri tidak menciptakan platform pemecahan masalah yang otonom.

Bagaimana Seharusnya Tim IT Menyetujui dan Mengawasi Tindakan AI?

Kebijakan dukungan jarak jauh yang dibantu AI harus mendefinisikan tindakan yang diizinkan, tindakan yang memerlukan persetujuan, dan tindakan yang harus tetap di luar cakupan agen AI.

Mengapa tidak mengklasifikasikan tindakan berdasarkan potensi dampaknya, reversibilitas, dan pentingnya bagi operasi bisnis.

Persetujuan berbasis risiko

Contoh intervensi	Saran kontrol
Ambil log diagnostik yang disetujui	Izinkan dalam kebijakan
Mulai ulang layanan non-kritis yang disetujui	Eksekusi bersyarat, memerlukan pemeriksaan pasca-intervensi
Instal perangkat lunak atau ubah konfigurasi	Persetujuan teknisi
Nonaktifkan kontrol keamanan atau hapus data bisnis	Larangan eksekusi otonom

Ilustrasi ini adalah titik awal untuk klasifikasi. Layanan produksi Anda mungkin memerlukan otorisasi yang lebih ketat daripada di lingkungan pengujian.

Mencegah perbaikan yang berulang atau tidak terkendali

Perbaikan yang gagal tidak boleh memicu percobaan tanpa batas.

Tetapkan batasan pada percobaan ulang, kelompok perangkat target, jam kerja, dan identitas eksekusi sebelum mengaktifkan intervensi otomatis. Jika perbaikan gagal, agen harus berhenti atau meningkatkan masalah daripada terus menerapkan perubahan yang sama. Pengawasan manusia berarti mendefinisikan kapan sistem tidak boleh melanjutkan, bukan sekadar menyetujui tindakan pertamanya.

Apa yang Terjadi Ketika Perbaikan yang Dilakukan AI Gagal?

Perintah yang selesai tidak selalu berarti masalah teratasi. Sebuah layanan dapat dimulai ulang sementara aplikasi bisnis tetap tidak tersedia; sebuah instalasi dapat selesai sementara masalah asli tetap ada. Oleh karena itu, dukungan yang dibantu AI yang dapat diandalkan memerlukan perbedaan antara eksekusi yang berhasil dan perbaikan yang berhasil.

Verifikasi, rollback, dan eskalasi

Sebelum suatu tindakan dimulai, alur kerja dukungan harus menetapkan bahwa itu akan mengukur keberhasilan.

Ambil aplikasi Windows yang tidak berfungsi:

• konfirmasi layanan yang relevan sedang berjalan,
• periksa log aplikasi
• dan menguji apakah pengguna yang berwenang dapat menyelesaikan operasi yang sebelumnya gagal.

Jika pemeriksaan tersebut gagal, alur kerja harus dihentikan, mengembalikan keadaan sebelumnya di mana rollback yang diuji ada, atau meningkatkan ke teknisi. Bagaimana jika rollback tidak tersedia? Beberapa operasi memerlukan persiapan sebelumnya dari cadangan, snapshot, atau pengaturan pemulihan lainnya.

Agen AI harus mengkomunikasikan ketidakpastian daripada menganggap perbaikan yang tidak lengkap sebagai insiden yang telah diselesaikan.

Mendokumentasikan intervensi

Tim dukungan perlu mengetahui apa yang diamati oleh agen AI, tindakan apa yang diusulkan, apa yang disetujui, dan apa yang sebenarnya berubah.

Rekaman intervensi yang berguna mencakup

• pengidentifikasi perangkat,
• identitas eksekusi,
• stempel waktu,
• perintah atau panggilan alat,
• persetujuan,
• hasil
• dan keputusan eskalasi apa pun.

Catatan sesi, riwayat perintah, dan rekaman dapat memberikan bukti tambahan, seperti yang dijelaskan dalam rekaman sesi desktop jarak jauh untuk keamanan dan kepatuhan Memang, bagi teknisi yang menjelaskan intervensi atau menyelidiki insiden yang belum terpecahkan, log yang jelas membuat perbedaan.

Bagaimana Tim IT Lean dan MSP Dapat Memperkenalkan Dukungan Jarak Jauh yang Dibantu AI?

Organisasi tidak perlu mengotomatiskan seluruh alur kerja dukungan segera. Sebuah pilot terbatas yang melibatkan insiden berulang yang terdokumentasi dengan baik menawarkan titik awal yang lebih mudah dikelola.

Sebuah pengantar praktis dapat mengikuti lima langkah:

1. Identifikasi insiden yang berulang. Pilih masalah dengan penyebab yang diketahui, prosedur yang ditetapkan, dan kriteria validasi yang dapat diandalkan.
2. Tentukan alat eksekusi yang tersedia. Tinjau kemampuan dukungan jarak jauh yang ada, manajemen endpoint, dan skrip sebelum memperkenalkan platform tambahan.
3. Tentukan batasan tindakan. Tentukan perangkat yang diizinkan, izin, persyaratan persetujuan, dan operasi yang dilarang.
4. Uji di bawah pengawasan. Evaluasi agen dalam lingkungan yang terkendali sebelum mempertimbangkan penggunaan produksi.
5. Ukur hasil. Lacak akurasi resolusi, intervensi teknisi, perubahan yang gagal, tingkat eskalasi, dan waktu yang dihemat.

MSP harus menerapkan kontrol ini secara terpisah untuk setiap lingkungan pelanggan. Seorang agen yang diberi wewenang untuk memeriksa perangkat milik satu pelanggan tidak boleh secara otomatis mendapatkan akses ke infrastruktur pelanggan lain.

Penting juga untuk membedakan dukungan yang dibantu AI dari manajemen endpoint yang berkelanjutan. Sebagai perbandingan kami dari dukungan jarak jauh versus RMM menjelaskan, pemecahan masalah perangkat individu dan mengelola seluruh estate endpoint adalah kebutuhan operasional yang terkait tetapi berbeda.

Sebelum mengadopsi platform AI, organisasi harus menentukan apakah kemampuan yang diperlukan sudah ada dalam alat mereka dan di mana orkestrasi tambahan benar-benar diperlukan.

Sebuah pilot yang sukses harus menunjukkan tidak hanya resolusi yang lebih cepat, tetapi juga intervensi yang lebih sedikit yang tidak perlu dan eskalasi yang dapat diandalkan ketika otomatisasi mencapai batasnya.

Di mana TSplus Remote Support Cocok?

Seiring AI mengubah cara masalah teknis didiagnosis dan diselesaikan, tim TI tetap memerlukan cara yang dapat diandalkan untuk mengakses komputer jarak jauh dan melakukan intervensi secara langsung. TSplus Remote Support menyediakan kontrol jarak jauh yang dihadiri dan tidak dihadiri, berbagi layar, akses baris perintah ke komputer tidak dihadiri yang telah dikonfigurasi, dan kemampuan perekaman sesi.

Fitur-fitur ini mendukung pemecahan masalah, pemeliharaan, dan pemulihan yang dipimpin oleh teknisi ketika prosedur otomatis tidak tersedia, tidak berhasil, atau tidak tepat. Mereka tidak merupakan platform pemecahan masalah AI otonom yang asli: pelaksanaan yang didorong oleh AI memerlukan alat dan integrasi yang didukung secara terpisah.

Untuk sysadmin dan MSP yang mengevaluasi dukungan yang dibantu AI, prioritasnya harus tetap pada alur kerja intervensi yang sederhana dan dapat diandalkan. TSplus membantu tim mempertahankan kemampuan bantuan jarak jauh yang praktis tanpa menjadikan otomatisasi tambahan sebagai prasyarat.

Kesimpulan

Agen AI dapat mengubah dukungan TI jarak jauh dengan beralih dari rekomendasi ke tindakan yang diotorisasi. Nilai mereka tergantung pada pemilihan tugas yang sesuai, menerapkan batasan eksekusi yang jelas, dan memverifikasi hasil daripada sekadar meningkatkan otomatisasi.

Untuk sysadmin dan MSP, pendekatan yang paling efektif menggabungkan investigasi yang dibantu AI dengan alat jarak jauh yang dapat diandalkan, remediasi yang terkontrol, dan akuntabilitas manusia ketika masalah menjadi tidak terduga.