JAKARTA, Index Sumut – Red Hat memperkuat komitmennya dalam pengembangan kecerdasan buatan (AI) dengan meluncurkan pembaruan terbaru Red Hat AI 3.4. Platform berbasis open source ini dirancang untuk membantu perusahaan menjembatani kesenjangan antara eksperimen AI dan implementasi operasional berskala besar yang aman, terkelola, dan efisien.
Melalui platform terpadu yang mencakup seluruh lapisan teknologi, mulai dari perangkat keras hingga agen AI, Red Hat AI 3.4 memungkinkan organisasi mempercepat pengembangan serta penerapan alur kerja agentic AI. Langkah ini diharapkan dapat membantu perusahaan beralih dari proyek percontohan menuju pemanfaatan AI yang lebih luas di lingkungan hybrid cloud.
Dengan menyediakan kerangka kerja yang konsisten bagi pengembang dan operator, Red Hat menghadirkan fondasi yang memungkinkan organisasi membangun serta mengelola sistem otonom secara lebih terkendali, tanpa mengabaikan aspek keamanan maupun efisiensi infrastruktur.
“Era agentic merepresentasikan evolusi platform kami, dari yang sebelumnya menjalankan aplikasi tradisional menjadi penggerak sistem otonom yang cerdas,” ujar Joe Fernandes, Vice President dan General Manager, AI Business Unit, Red Hat dalam keterangan tertulisnya di Jakarta, Sabtu (20/6/2026).
“Kami mendefinisikan standar terbuka tentang bagaimana enterprise mengeksekusi AI. Dengan menyediakan fondasi yang diperkuat dari level perangkat keras hingga agen untuk inferensi AI, MaaS, dan AgentOps, Red Hat memberikan kepastian operasional yang dibutuhkan organisasi untuk berinovasi dalam skala besar sembari mempertahankan kendali yang ketat,” lanjutnya.
Red Hat AI 3.4 menghadirkan berbagai fitur baru yang mendukung pengelolaan model AI dan agen otonom dalam skala besar. Salah satu fitur utamanya adalah Model-as-a-Service (MaaS), yang memberikan akses terkelola kepada pengembang untuk memanfaatkan model AI yang telah dikurasi melalui satu antarmuka terpadu.
Di sisi lain, administrator dapat memantau penggunaan data sekaligus menerapkan kebijakan tata kelola secara lebih efektif. Kemampuan ini diperkuat oleh teknologi inferensi terdistribusi berbasis vLLM dan llm-d yang dirancang untuk menjaga performa model AI di berbagai lingkungan komputasi.
Selain itu, Red Hat juga memperkenalkan AgentOps, sebuah perangkat yang memungkinkan pengelolaan siklus hidup agen AI mulai dari tahap pengembangan hingga operasional produksi. Fitur ini dilengkapi kemampuan tracing, observability, identitas kriptografis, serta manajemen siklus hidup yang terintegrasi.
Untuk meningkatkan kualitas dan keamanan penerapan AI, Red Hat AI 3.4 menghadirkan prompt management yang memperlakukan prompt sebagai aset data penting, serta evaluation hub yang digunakan untuk mengukur akurasi, kualitas, dan keamanan model maupun agen AI.
Kapabilitas tersebut didukung oleh MLflow yang menyediakan pelacakan eksperimen dan manajemen artefak bagi pengembangan AI generatif maupun AI prediktif.
Platform ini juga memungkinkan perusahaan melakukan pengujian keamanan otomatis dan red-teaming terhadap model maupun agen AI menggunakan teknologi dari Chatterbox Labs dan proyek Garak. Langkah ini bertujuan memastikan penerapan AI yang aman dan siap digunakan di lingkungan produksi.
“Kolaborasi CoreWeave dengan Red Hat didasarkan pada komitmen bersama terhadap keterbukaan dan penyediaan fondasi inferensi berkinerja tinggi yang memungkinkan enterprise menskalakan beban kerja AI yang paling kompleks,” ujar Urvashi Chowdhary, Vice President of Product Management – AI Services di CoreWeave.
Penting untuk Masa Depan AI Enterprise
Red Hat menilai transisi dari chatbot eksperimental menuju sistem AI otonom memerlukan perubahan besar dalam cara tim teknologi informasi bekerja sama. Banyak organisasi kini mulai bertransformasi dari sekadar pengguna layanan AI menjadi penyedia layanan AI internal guna mengendalikan biaya serta menjaga privasi dan kedaulatan data.
Namun, perbedaan kebutuhan antara pengembang dan administrator infrastruktur masih menjadi tantangan utama dalam adopsi AI. Tanpa pendekatan yang terintegrasi, hambatan akses terhadap infrastruktur dapat memperlambat inovasi, sementara penggunaan shadow AI berpotensi menimbulkan risiko keamanan dan biaya yang sulit diprediksi.
Melalui Red Hat AI 3.4, perusahaan berupaya mengatasi tantangan tersebut dengan menyediakan fondasi yang mampu mendukung inferensi AI dalam skala besar sekaligus memberikan transparansi dan kendali yang diperlukan untuk memenuhi standar tata kelola perusahaan.
Aspek keamanan menjadi perhatian utama, terutama karena agen AI dapat beroperasi secara mandiri dalam menjalankan berbagai tugas. Untuk itu, Red Hat menyediakan infrastruktur yang mampu menelusuri tindakan, tahapan penalaran, hingga tool calls yang dilakukan agen AI.
Dengan dukungan identitas kriptografis, setiap aktivitas agen dapat dikaitkan dengan identitas yang telah terverifikasi sehingga memudahkan proses audit dan pelacakan.
Secara keseluruhan, Red Hat AI 3.4 diharapkan mampu membawa organisasi melampaui tahap uji coba dan menjadikan AI sebagai utilitas enterprise yang lebih terukur, dapat diprediksi, serta dapat dipertanggungjawabkan.
“Agent otonom yang beroperasi dalam durasi panjang di lingkungan enterprise menuntut tingkat kendali infrastruktur dan keamanan yang baru untuk memastikan operasional yang dapat dipercaya dalam skala besar,” ujar John Fanelli, Vice President, Enterprise Software, NVIDIA. (inv)
