Wafaa Amal, seorang veteran pembayaran dan perbankan global, melihat tren sebelum banyak tren lainnya. Sebagai CEO dari Prisma.ai, sebuah platform kecerdasan buatan (AI) yang bersifat agen dan berdaulat, ia berbagi dua pengamatan penting dalam percakapan dengan HT di India AI Impact Summit 2026. Pertama, bahwa AI tidak lagi perlu dibuktikan, namun diindustrialisasi. Kedua: “India adalah studi kasus bagi negara-negara yang memiliki kemampuan yang sama namun masih tertinggal, terutama dengan tingkat kendala peraturan dan solusi kedaulatan yang sama.”
“Kita bisa bilang bahwa kita tertinggal di Eropa, sama seperti negara-negara lain, karena peraturannya sangat sulit. Saya tahu India mempunyai persyaratan serupa. Dari sudut pandang saya, India adalah studi kasus yang bisa kita pelajari,” kata Amal.
Perusahaan AI Perancis, Prisma.ai, bekerja dengan basis pelanggan global, dengan fokus pada solusi AI agen yang berdaulat untuk perusahaan — termasuk private cloud dan reversibilitas, yang menurut Amal tidak dapat dinegosiasikan.
Pembalikan
Perspektif ini cukup menarik, terutama ketika wacana umum mengenai AI memposisikan Amerika Serikat dan sebagian Eropa sebagai laboratorium inovasi, karena kedua wilayah tersebut memulai momentum padat modal menuju supremasi model dan kecerdasan umum buatan (Artificial General Intelligence/AGI). Sebaliknya, India – yang seringkali melalui kemitraan publik-swasta – tetap fokus pada AI untuk masyarakat luas.
Infrastruktur dalam skala besar telah terbukti berhasil berkali-kali, termasuk dorongan pembayaran digital selama dekade terakhir yang dipimpin oleh antarmuka pembayaran terpadu (UPI).
Ketika Eropa dan Amerika Serikat mengatur regulasi AI, perlindungan data, dan dampak ekonomi dari belanja infrastruktur AI yang besar, India menawarkan sudut pandang yang berbeda terhadap platform AI agen seperti Prisma.ai. Terdapat keseimbangan antara kedaulatan, ambisi infrastruktur lokal, dan digitalisasi perusahaan, namun tetap sensitif terhadap biaya. Amal yakin India akan mengulangi kesuksesan UPI dalam skala besar dengan AI.
Komoditas dan regulasi
Pada waktunya, model bahasa besar (LLM) yang mendukung segala sesuatu di AI akan menjadi komoditas. “Tiongkok merilis model yang cepat, berkualitas tinggi, lebih hemat konsumsi, dan lebih murah. Salah satu sinyalnya adalah penyedia LLM mengubah strategi mereka ke solusi yang membantu menciptakan agen, mengatur agen, dan sebagainya,” jelasnya.
Dua ilustrasi terbaru muncul dari OpenAI dan Anthropic. Bulan ini, secara kebetulan di hari yang sama, OpenAI merilis model pengkodean agen GPT-5.3-Codex, dan menyebutnya sebagai model yang paling mampu dari jenisnya hingga saat ini. Rival Anthropic merilis model Opus 4.6, mengklaim bahwa model tersebut “memperluas batas penalaran tingkat ahli”. Ketika digunakan dalam alat Kode Claude, ini memungkinkan tim agen untuk bekerja sama dalam tugas.
Kecepatan yang cepat ini membuat Amal khawatir. Dia mempertanyakan apakah upaya yang dilakukan sudah cukup untuk memastikan manusia tetap memegang kendali atas teknologi, dan apakah solusi yang dibangun akan tetap dapat diaudit sepenuhnya. Peraturan yang ada yang mengatur industri seperti perbankan, jasa keuangan dan telekomunikasi memberinya alasan untuk optimis.
“Mereka telah memiliki strategi tata kelola selama 10 atau 15 tahun terakhir, memiliki infrastruktur digital dan data yang dikelola dengan baik. Hal ini memudahkan mereka saat ini untuk memiliki infrastruktur digital,” jelasnya.
Mengukur kualitas agen
Ketika ditanya apakah metodologi untuk mengukur dan memvalidasi kualitas keluaran agen AI sejalan dengan evolusi, Amal yakin proses verifikasi multi-langkah sangatlah penting. Yang penting, katanya, seorang agen harus “menghormati semua skenario keluar dan mematuhi keluaran berkualitas tinggi”.
Solusi arsitektur berbasis peristiwa (EDA) Prisma.ai berarti perusahaan memiliki visibilitas lengkap atas data dan tindakan agen mereka, dengan deteksi disfungsi atau halusinasi secara real-time.
Amal berharap India terus melakukan pendekatannya dengan AI dan agen dalam skala besar, yang akan membuahkan hasil pada waktunya. “India mengadopsi, sejak hari pertama, pola pikir untuk beralih ke mode industri. Kami melihat alat-alat pragmatis, dan India tidak mengadopsi pola pikir yang besar atau penyedia LLM. Sebaliknya, fokusnya adalah pada bagaimana memastikan teknologi ini digunakan dengan cara yang bermanfaat bagi masyarakat,” katanya, memandang India sebagai pasar yang signifikan dalam beberapa tahun ke depan.
Dari sudut pandangnya, sebagian besar perjalanan AI di India telah terindustrialisasi.
