Siobhán Mc Feeney, Senior Vice President Target, menegaskan bahwa model bahasa besar dan algoritma canggih hanyalah komoditas. Keunggulan nyata, kata dia, terletak pada fondasi teknis yang memungkinkan agen AI beroperasi dengan aman, terukur, dan dapat diskalakan di seluruh rantai pasok ritel raksasa AS tersebut.
Pernyataan itu disampaikan Mc Feeney di panggung VB Transform 2026, konferensi tahunan VentureBeat yang berfokus pada implementasi AI perusahaan. Di hadirin para pemimpin teknologi global, ia menggambarkan pendekatan Target yang sengaja lambat namun teliti: tidak setiap masalah butuh agen AI, dan otonomi harus diperoleh, tidak diberikan begitu saja.
Filosofi itu lahir dari pengalaman pahit industri yang terburu-buru meluncurkan chatbot dan asisten otomatis tanpa kerangka pengawasan yang memadai. Target memilih jalan lain. Sebelum satu baris kode agen ditulis, tim Mc Feeney menanyakan pertanyaan fundamental: apa masalah yang ingin diselesaikan? Apakah benar-benar memerlukan agen, atau cukup alat otomatisasi sederhana?
Proses itu lanjut ke pendaftaran dan sertifikasi agen — langkah yang terdengar birokratis, tapi vital untuk mencegah duplikasi usaha. Setiap agen harus memiliki identitas jelas: apa yang memicu aksinya, data apa yang diakses, tabel apa yang dibaca, dan bagaimana performanya dilacak dari hari pertama. "Kita ingin lineage lengkap sejak kelahiran agen," ujar Mc Feeney. "Saat jam 2 pagi sesuatu salah, kita tahu persis apa yang terjadi."
Target mengklasifikasikan otonomi agen ke dalam empat tingkatan. Tingkat awal: agen hanya mengamati dan melaporkan. Tingkat kedua: menyarankan aksi, menunggu persetujuan manusia. Tingkat ketiga: bertindak dalam batas rail guard yang ketat. Tingkat tertinggi saat ini: menjalankan proses ujung-ke-ujung, namun tetap dengan manusia dalam loop. Agen yang menyimpang dari target akurasi akan diturunkan tingkatnya atau ditarik dari produksi.
Pendekatan itu terbukti efektif. Simulasi digital twin memprediksi kebutuhan stok celana pendek pria di tiga toko Target di Long Beach musim panas lalu. Satu toko membutuhkan 6 hingga 7 kali lipat stok dibanding dua toko lain. Analis inventaris awalnya skeptis — hingga mereka menyadari toko itu berjarak kurang dari dua mil dari pantai, sementara yang lain 10 hingga 12 mil ke daratan. Rekomendasi sistem dipertahankan, dan stok terjual habis.
"Ini sains," kata Mc Feeney. "Secara matematis lebih signifikan dan meyakinkan dibanding keputusan manual." Keberhasilan seperti itulah yang membangun kepercayaan untuk menaikkan tingkat otonomi agen bertahap. Target juga membedakan penggunaan model: model frontier untuk tugas kompleks seperti peramalan rantai pasok berbasis miliaran data, model ringan untuk tugas rutin — selalu dengan pertimbangan biaya-manfaat.
Di balik layar, Target membangun lapisan tata kelola data, taksonomi agen, dan observabilitas yang komprehensif. Setiap keputusan agen tercatat, setiap drift model terdeteksi, setiap pelanggaran keamanan terblokir sebelum merusak. Arsitektur itulah yang memungkinkan tim engineering "go fast forever" — bergerak cepat tanpa takut kehilangan kontrol, karena rail guard sudah ada sejak awal.
Pelajaran untuk industri Indonesia jelas: adopsi AI agen tidak boleh hanya mengejar tren. Perusahaan seperti Tokopedia, Gojek, atau Bank BCA yang sudah memulai eksperimen AI generatif perlu meniru disiplin Target: bangun fondasi dulu, baru skala. Tanpa lineage, observabilitas, dan tanggung jawab jelas, agen AI justru jadi risiko operasional, bukan aset.
Mc Feeney menegaskan bahwa keberhasilan agen AI adalah konfluensi faktor: arsitektur, taksonomi, tingkat otonomi, keamanan, dan observabilitas. Tidak ada satu pun yang sendirian cukup. Di Indonesia, di mana talenta AI masih langka dan biaya komputasi tinggi, pendekatan "earned autonomy" Target justru lebih realistis dibanding kejar otonomi penuh dari hari pertama.
Ke depan, Target akan terus memperluas jaringan agen ke domain lain: manajemen kategori, penentuan harga dinamis, hingga personalisasi belanja. Tapi prinsipnya tetap: masalah dulu, arsitektur kedua, model terakhir. Itu resep moat yang tak mudah ditiru kompetitor.