10 Agen AI Terbaik untuk Agent Builder: Perbandingan Platform

1. Relevance AI: Tenaga Kerja Multi-Agen Tanpa Coding

Relevance AI adalah platform no-code dan low-code yang dirancang khusus untuk menyatukan berbagai agen individu menjadi apa yang disebut perusahaan sebagai "AI Workforce" (Tenaga Kerja AI). Platform ini memberikan instruksi, basis pengetahuan, alat, dan integrasi tersendiri bagi setiap agen, lalu menghubungkan beberapa agen tersebut untuk menangani proses bisnis yang lebih luas dan melibatkan banyak tahapan secara kolaboratif, alih-alih mengandalkan satu agen tunggal untuk melakukan semuanya sendirian.

Keunggulan Relevance AI

Hal yang benar-benar menonjol dari platform ini adalah kemudahan penggunaan fitur orkestrasi multi-agen bagi pengguna non-teknis, yang dipadukan dengan library integrasi siap pakai yang luas; hal ini memungkinkan tim menghubungkan agen dengan alat bisnis nyata tanpa perlu pengembangan khusus. Platform ini menyediakan agen siap pakai seperti BOSCO (untuk pekerjaan outbound ala BDR) dan Apla (untuk rekrutmen) yang memungkinkan tim segera mengoperasikan agen tanpa harus membangunnya dari nol, serta mendukung berbagai penyedia model AI dengan memisahkan biaya tindakan agen dari biaya komputasi model dasarnya—sehingga tim dapat menggunakan kunci API mereka sendiri jika menginginkan kendali lebih lanjut.

Harga dan Posisi Pasar

Struktur harga Relevance AI telah berkembang menjadi lebih rinci seiring waktu, di mana tersedia tingkat gratis dengan kuota bulanan terbatas untuk "Actions" (tindakan agen), paket Pro seharga sekitar $19 per bulan, dan paket Team sekitar $234 per bulan (ditagih tahunan), sementara paket Enterprise tersedia berdasarkan permintaan. Sejak September 2025, platform ini membagi penagihan menjadi dua komponen terpisah—"Actions" (eksekusi tugas individu) dan "Vendor Credits" (biaya komputasi model dasar). Pendekatan ini lebih transparan mengenai sumber biaya, namun membuat perkiraan total pengeluaran menjadi sedikit lebih sulit dibandingkan model harga tetap per pengguna. Satu hal penting yang perlu diketahui sejak awal adalah risiko ketergantungan pada vendor, di mana alur kerja visual yang dibuat di Relevance tidak dapat diekspor dengan mudah ke platform lain. Selain itu, tim yang membutuhkan logika sangat kompleks—yang melampaui kemampuan visual builder—sering kali harus memilih antara tetap menggunakan alur kerja yang sulit diperbaiki atau beralih ke framework berbasis kode seperti CrewAI atau LangGraph di kemudian hari. Bagi tim go-to-market dan operasional yang menginginkan orkestrasi multi-agen yang tangguh tanpa perlu menulis kode, serta merasa nyaman dengan model harga berbasis penggunaan, Relevance AI tetap menjadi salah satu pilihan terbaik dalam kategori no-code ini.

2. Lyzr: Mengutamakan Tata Kelola dan Bersifat Vendor-Netral

Lyzr secara sadar memosisikan dirinya sebagai pilihan keempat di pasar yang selama ini didominasi oleh tiga jenis pemain, yaitu raksasa ekosistem (Agentforce, Copilot Studio), framework open-source (LangGraph, CrewAI), dan alat otomatisasi alur kerja murni (n8n, Zapier). Penawaran utamanya adalah platform yang bersifat vendor-netral dan mengutamakan tata kelola bagi perusahaan yang menginginkan agen siap pakai tanpa harus terikat sepenuhnya pada tumpukan teknologi satu ekosistem tertentu atau membangun framework internal dari nol.

Keunggulan Lyzr

Studio low-code Lyzr memungkinkan tim membangun agen secara visual dan menghubungkannya dengan data perusahaan. Fitur yang paling membedakannya adalah tata kelola bawaan, yaitu lapisan AI yang Bertanggung Jawab dan Hallucination Manager khusus yang dirancang untuk mendeteksi serta menandai keluaran agen yang tidak akurat sebelum menimbulkan dampak bisnis yang merugikan, disertai kebijakan keamanan agen yang dapat dikonfigurasi. Platform ini sangat transparan mengenai harga—hal yang jarang dilakukan vendor yang berfokus pada segmen perusahaan besar—dengan memublikasikan biaya pasti per eksekusi alih-alih menyembunyikan informasi di balik prosedur "hubungi tim penjualan". Selain itu, Lyzr secara eksplisit menampilkan perbandingan langsung dengan Agentforce, Copilot, LangGraph, CrewAI, dan n8n di website-nya—sebuah sinyal yang cukup lugas mengenai segmen pasar atau kesepakatan bisnis mana yang ingin mereka raih.

Harga dan Posisi di Pasar

Struktur harga Lyzr terdiri dari dua lapisan berbeda yang perlu dipahami secara terpisah. Penggunaan platform ditagih berdasarkan eksekusi agen, yaitu $0,08 per eksekusi pada layanan cloud yang dikelola penuh oleh Lyzr, atau $0,03 per eksekusi bagi tim yang melakukan deployment di VPC mereka sendiri atau sepenuhnya secara on-premise. Setiap "eksekusi" tersebut sudah mencakup berbagai komponen—seperti pemanggilan basis pengetahuan, pemanggilan alat, pemanggilan agen, akses memori, dan mekanisme perlindungan tata kelola—dalam satu harga tunggal. Hal ini menjadikan Lyzr pilihan yang sangat kredibel bagi perusahaan—terutama yang bergerak di industri dengan regulasi ketat—yang menginginkan platform vendor-netral dengan sistem tata kelola nyata yang sudah terintegrasi sejak awal (bukan sekadar tambahan belakangan), serta bagi mereka yang tidak keberatan menggunakan layanan dari vendor yang usianya relatif lebih muda dibandingkan para raksasa ekosistem tersebut.

3. CrewAI: Framework Open-Source bagi Developer

CrewAI menerapkan pendekatan yang sangat berbeda dibandingkan dua platform sebelumnya: ini adalah framework Python open-source—bukan alat pembuat visual tanpa kode—yang dirancang khusus untuk mengoordinasikan berbagai agen dengan spesialisasi tertentu (sebuah "awak" atau crew). Setiap agen memegang peran unik dan berkolaborasi untuk menyelesaikan tugas yang kompleks; konsep ini mirip dengan cara tim manusia membagi pekerjaan di antara para spesialis, alih-alih mengandalkan satu orang generalis untuk mengerjakan segalanya.

Keunggulan CrewAI

Kekuatan utama CrewAI terletak pada fleksibilitas arsitekturnya. Karena berbasis kode (code-first) dan bukan alat visual yang kaku, developer dapat merancang logika orkestrasi yang benar-benar sesuai kebutuhan tugas, lengkap dengan pemantauan real-time dan kemampuan untuk melakukan scaling seiring berkembangnya kebutuhan bisnis, tanpa terbatasi oleh batasan-batasan yang sering kali ada pada antarmuka no-code. CrewAI memiliki komunitas open-source yang besar dan aktif, sehingga tersedia banyak contoh implementasi nyata yang bisa dipelajari oleh tim. Platform ini sering dianggap sebagai pilihan terbaik untuk tugas yang benar-benar membutuhkan kolaborasi beberapa agen dengan spesialisasi berbeda; saran dari para developer berpengalaman adalah untuk tidak membuat lima agen jika satu alur kerja (workflow) yang dirancang dengan baik sudah cukup untuk menyelesaikan tugas tersebut secara lebih andal.

Harga dan Kesesuaian Penggunaan

Framework open-source utamanya dapat di-host sendiri secara gratis, sementara layanan enterprise terkelola (CrewAI+) tersedia mulai dari sekitar $99 per bulan bagi tim yang menginginkan versi siap pakai tanpa harus mengelola infrastrukturnya sendiri. Batasan utamanya terletak pada target penggunanya, yaitu CrewAI menuntut keterampilan pengembangan Python yang nyata, tidak menyediakan antarmuka no-code yang sesungguhnya, dan setiap integrasi harus dibuat secara khusus alih-alih dipilih dari library konektor yang sudah jadi. Dengan demikian, CrewAI adalah pilihan tepat bagi tim teknis yang memiliki developer internal, namun kurang cocok bagi pemasar atau staf operasional yang tidak memiliki dukungan teknis/rekayasa.

4. Sema4: Agen Perusahaan yang Dibangun di Atas Snowflake

Sema4 — atau lebih formalnya Sema4.ai — menempati ceruk yang benar-benar unik di antara platform agen perusahaan, di mana perusahaan ini membangun agen khusus untuk pekerjaan back-office yang diatur ketat dan melibatkan data sensitif, serta berjalan secara native di Snowflake. Artinya, agen beroperasi langsung pada data perusahaan yang dikelola dengan tata kelola ketat tanpa perlu menyalin data tersebut ke tempat lain untuk dapat digunakan.

Apa yang Membuat Sema4 Berbeda

Perusahaan ini didirikan pada tahun 2024 oleh tim yang berpengalaman di Hortonworks, Cloudera, dan perusahaan otomatisasi open source Robocorp (serta didukung oleh Benchmark dan Snowflake Ventures). Mereka membangun platformnya berdasarkan apa yang disebut sebagai framework SAFE — Secure and governed, Accurate and efficient, Fast and easy, serta Explainable and predictable. Ini adalah filosofi desain yang sengaja dirancang untuk jenis pekerjaan back-office yang diatur ketat dan berisiko tinggi (seperti rekonsiliasi faktur, piutang usaha, dan pemeriksaan kepatuhan), di mana tindakan agen benar-benar harus dapat diaudit setelah proses selesai. Pembaruan besar platform pada tahun 2026 memperkenalkan ontologi bisnis yang memungkinkan agen melakukan penalaran berdasarkan konsep bisnis nyata — seperti pelanggan, faktur, pesanan pembelian, dan vendor — alih-alih hanya berurusan dengan tabel dan kolom database mentah. Hal ini secara khusus menghilangkan masalah silo data yang selama ini menghambat agen untuk melakukan penalaran lintas lanskap data perusahaan secara menyeluruh tanpa memerlukan kode integrasi kustom. Platform ini memiliki sertifikasi kepatuhan ISO 27001, SOC 2, dan HIPAA, serta mendukung berbagai penyedia LLM yang disetujui perusahaan, termasuk OpenAI, Azure, Amazon Bedrock, dan Snowflake Cortex. Dengan demikian, organisasi dapat terus menggunakan vendor model apa pun yang telah mereka tinjau dan setujui secara internal.

Kesesuaian Penggunaan

Sema4 secara khusus menyasar perusahaan besar — ​​terutama di industri yang diatur ketat seperti keuangan dan layanan kesehatan — yang sudah atau bersedia menggunakan Snowflake, serta membutuhkan agen yang tindakannya benar-benar dapat dijelaskan dan diaudit, bukan sekadar cepat. Platform ini kurang cocok untuk tim kecil atau organisasi yang belum memiliki arsitektur data berbasis Snowflake. Namun, untuk kasus penggunaan back-office perusahaan yang menjadi targetnya, kombinasi antara sertifikasi kepatuhan dan integrasi native dengan Snowflake sulit ditandingi oleh platform yang bersifat lebih umum.

5. You.com: Agen Riset Skala Perusahaan

Layanan agen You.com berpusat pada ARI, sebuah agen riset khusus yang memindai lebih dari 400 sumber online secara bersamaan untuk menghasilkan laporan riset yang dilengkapi dengan kutipan terverifikasi serta grafik dan visualisasi interaktif. Ini merupakan titik awal yang sangat berbeda dibandingkan platform orkestrasi alur kerja yang dibahas sebelumnya, mengingat kompetensi inti You.com sejak awal adalah pencarian dan pengambilan informasi, bukan otomatisasi tugas umum.

Keunggulan You.com

Nilai jual utama ARI terletak pada kombinasi antara kecepatan dan kemampuan verifikasi, yaitu alih-alih pengguna harus mencari, membaca, dan menyintesis puluhan sumber secara manual, ARI menjalankan seluruh proses riset tersebut dalam hitungan menit dan menyajikan laporan di mana setiap klaim dapat ditelusuri kembali ke sumber aslinya. Hal ini sangat krusial dalam konteks profesional dan industri yang diatur ketat, di mana klaim hasil AI yang tidak dapat diverifikasi justru menjadi risiko nyata, bukan sekadar kemudahan. You.com telah mengembangkan hal ini menjadi ekosistem agen yang lebih luas—melampaui sekadar ARI—dengan lebih dari 50.000 agen kustom yang dibuat oleh pengguna sejak kemampuan agen platform ini diluncurkan pada musim gugur 2024. Perusahaan juga secara khusus menyasar industri yang diatur ketat melalui You.com Labs, bekerja sama langsung dengan pelanggan korporat—termasuk penerbit media kesehatan besar asal Jerman dan firma penasihat global—untuk mengintegrasikan agen riset tersebut dengan sumber data privat mereka serta memvalidasi akurasinya untuk penggunaan tingkat profesional.

Kesesuaian Penggunaan

You.com adalah pilihan tepat khususnya ketika tugas utamanya adalah riset dan sintesis informasi yang benar-benar membutuhkan verifikasi sumber—seperti uji tuntas (due diligence), riset pasar, analisis kompetitor, atau riset regulasi—dan bukan untuk membangun otomatisasi proses bisnis multi-tahap yang bersifat umum. Bagi tim yang lebih membutuhkan orkestrasi alur kerja lintas berbagai fungsi bisnis, platform lain dalam panduan ini mungkin lebih sesuai untuk kebutuhan tersebut.

6. Writer: Agen yang Aman bagi Merek untuk Konten dan Komunikasi

Writer's Agent Builder—bagian dari platform WRITER AI HQ yang lebih luas—sengaja memiliki cakupan yang lebih spesifik dibandingkan sebagian besar solusi lain, dan justru itulah keunggulannya: alat ini berfokus secara khusus pada pembuatan konten dan komunikasi perusahaan yang terkendali serta aman bagi merek. Platform ini dilengkapi dengan model yang disesuaikan untuk bidang tertentu serta aturan ketat terkait terminologi dan pedoman merek yang terintegrasi langsung di dalamnya.

Apa yang Membuat Writer Berbeda

Writer's Agent Builder dirancang secara khusus sebagai ruang kerja kolaboratif tempat tim bisnis dan tim TI membangun agen bersama sejak awal, alih-alih tim bisnis harus menunggu tim teknis terpisah untuk membuatkan sesuatu bagi mereka. Proses ini memanfaatkan blok modular pada kanvas visual dengan fitur drag-and-drop, sehingga memungkinkan pengembangan logika kustom yang dapat digunakan kembali di berbagai agen, serta perancangan antarmuka pengguna (seperti dasbor multimodal dan obrolan terintegrasi) yang benar-benar mendorong adopsi alih-alih hanya terbengkalai tanpa digunakan. Kredibilitas platform ini didasarkan pada skala penerapan nyata: Writer melaporkan telah meluncurkan lebih dari 5.000 agen di berbagai perusahaan seperti Salesforce dan Uber. Selain itu, WRITER Home menyediakan library berisi lebih dari 100 agen siap pakai yang telah teruji di lapangan—mencakup sektor kesehatan, keuangan, ritel, dan teknologi—di mana setiap agen dapat dikaitkan dengan data spesifik perusahaan alih-alih sekadar menjadi template generik.

Kesesuaian Penggunaan

Writer adalah pilihan tepat bagi tim pemasaran, pengalaman pelanggan, dan dokumentasi yang tidak bisa menoleransi hasil AI yang tidak sesuai dengan citra merek, tidak konsisten, atau tidak selaras dalam hal terminologi; fitur pembatas dan kontrol mereknya memang dirancang khusus untuk mengatasi risiko tersebut. Meskipun cakupan otomatisasi umumnya lebih terbatas dibandingkan platform seperti Relevance AI atau Sema4—dan penetapan harganya lebih ditujukan bagi tim besar ketimbang pengembang individu atau startup kecil—Writer menawarkan tingkat keamanan merek dan kontrol terminologi yang sulit ditandingi oleh platform serbaguna yang lebih luas tanpa memerlukan konfigurasi tambahan yang rumit.

7. Microsoft Copilot Studio: Agen yang Terintegrasi Secara Native dengan Microsoft 365

Microsoft Copilot Studio adalah platform low-code untuk membangun, menyesuaikan, dan menerapkan agen yang beroperasi secara native di dalam ekosistem Microsoft 365—meliputi Teams, SharePoint, Dynamics 365, dan Power Platform yang lebih luas. Proposisi nilai utamanya sangat jelas, yaitu jika organisasi kita sudah menggunakan ekosistem teknologi Microsoft, Copilot Studio memungkinkan kita menambahkan agen yang berbasis pada data internal kita sendiri dengan beban integrasi yang jauh lebih ringan dibandingkan platform eksternal mana pun.

Keunggulan Copilot Studio

Angka adopsi platform ini sejak peluncurannya sungguh mengesankan, di mana Microsoft melaporkan bahwa 160.000 organisasi telah membangun lebih dari 400.000 agen kustom di Copilot Studio dalam 90 hari pertama peluncurannya. Platform ini menyediakan alat perancang topik dan dialog visual dengan kemampuan jawaban generatif yang bersumber langsung dari SharePoint, Dataverse, dan website publik, serta dapat dipublikasikan secara native ke Teams, Microsoft 365 Copilot itu sendiri, website kustom, dan saluran Dynamics 365. Lapisan tata kelolanya, Agent 365, menyediakan sarana kontrol untuk pengaturan izin dan pengawasan yang dibutuhkan tim TI perusahaan sebelum mereka menyetujui penggunaan agen yang mengakses data organisasi secara nyata dalam skala besar. Ada satu perbedaan arsitektur penting yang sering kali terlewatkan dalam berbagai ulasan perbandingan, yaitu agen Copilot umumnya dibangun untuk membantu—seperti menampilkan informasi, menyusun draf konten, dan mempermudah alur kerja—di mana keputusan akhir tetap berada di tangan manusia. Model otonomi ini sangat berbeda dengan Agentforce dari Salesforce , yang dirancang untuk melakukan tindakan secara langsung.

Harga dan Kesesuaian Penggunaan

Akses ke Copilot Studio sudah termasuk dalam paket Microsoft 365 Copilot seharga $30 per pengguna per bulan untuk penggunaan internal. Tersedia pula opsi mandiri seharga $200 per bulan untuk paket 25.000 kredit bagi organisasi yang menginginkan kemampuan pembuatan agen tanpa harus membeli lisensi Copilot secara penuh. Keterbatasan yang jelas terlihat adalah nilainya menurun drastis jika digunakan di luar ekosistem Microsoft; platform ini merupakan pilihan yang sangat logis dan hampir pasti diambil oleh organisasi yang sudah menggunakan standar Microsoft 365 dan Dynamics, namun kurang menarik bagi organisasi yang tidak menggunakannya.

8. Wordware: Prompting sebagai Bahasa Pemrograman

Wordware mengusung pendekatan yang benar-benar unik di antara berbagai platform. Platform ini merupakan IDE (Integrated Development Environment)—yang secara konsep serupa dengan editor kode—yang dirancang khusus untuk membuat agen AI. Wordware memadukan bahasa Inggris biasa dengan konsep pemrograman nyata seperti loop dan conditional serta memperlakukan prompting itu sendiri sebagai suatu bentuk bahasa pemrograman, alih-alih sekadar obrolan bahasa alami murni atau penulisan kode tradisional.

Apa yang Membuat Wordware Berbeda

Pendekatan hibrida ini dirancang khusus agar pakar bidang non-teknis dan engineer AI dapat bekerja sama dalam satu lingkungan yang sama, tanpa perlu salah satu pihak menyerahkan persyaratan kepada pihak lain lalu menunggu hasilnya. Seorang pakar bisnis dapat menuangkan logika menggunakan bahasa yang sebagian besar bersifat alami, sementara rekan kolaborasi yang lebih teknis dapat menambahkan alur kendali yang terstruktur—seperti loop yang mengulang langkah hingga kondisi tertentu terpenuhi, atau conditional yang mengubah perilaku agen berdasarkan output antara yang dihasilkan agen itu sendiri. Semua ini dapat dilakukan tanpa perlu meninggalkan ruang kerja bersama ataupun menerjemahkan pemikiran mereka ke dalam alat yang sama sekali berbeda.

Kesesuaian Penggunaan

Wordware sangat cocok bagi tim lintas fungsi dengan tingkat keahlian teknis yang beragam, yang menginginkan jalan tengah antara kanvas no-code yang kaku dan terlalu sederhana dengan kompleksitas penuh dari framework berbasis kode murni (code-first) seperti CrewAI. Platform ini ideal bagi organisasi yang mendalami praktik prompt engineering secara serius, proyek pengembangan AI kolaboratif, serta startup atau tim inovasi yang ingin melibatkan insinyur dan non-insinyur untuk membangun solusi dalam satu ruang kerja yang sama, alih-alih bekerja secara terpisah dalam silo-silo yang berbeda.

9. Salesforce Agentforce: Agen Otonom di Dalam CRM

Salesforce Agentforce adalah rangkaian agen AI otonom yang dibangun langsung di dalam platform Salesforce. Agen-agen ini dirancang khusus untuk mengotomatisasi alur kerja yang kompleks di bidang penjualan, pemasaran, dan layanan dengan cara mengolah data CRM secara real-time dan menjalankan tugas secara benar-benar otonom—bukan sekadar menyusun draf saran untuk ditinjau dan disetujui oleh manusia.

Apa yang Membedakan Agentforce

Perbedaan paling mendasar yang perlu dipahami mengenai Agentforce—terutama jika dibandingkan dengan Copilot Studio yang disebutkan sebelumnya—adalah model otonominya, yaitu agen Agentforce dirancang untuk bertindak (menjalankan alur kerja, memperbarui data, dan memicu proses lanjutan) tanpa harus menunggu konfirmasi manusia pada setiap langkahnya. Kemampuan ini didukung oleh Atlas Reasoning Engine milik Salesforce untuk pengambilan keputusan secara otonom langsung di dalam alur kerja CRM yang sudah ada. Platform ini menawarkan pengaturan low-code dan no-code agar administrator Salesforce—bahkan mereka yang tidak memiliki latar belakang teknis mendalam—dapat mengonfigurasi dan menerapkan agen tersebut secara mandiri. Momentum komersialnya sangat signifikan; Agentforce dilaporkan telah mencapai pendapatan tahunan sebesar $800 juta (naik 169 persen dari tahun ke tahun), yang mencerminkan adopsi nyata berskala perusahaan besar, bukan sekadar eksperimen tahap awal atau uji coba.

Harga dan Posisi Penggunaannya

Harga Agentforce ditentukan melalui kombinasi tingkat layanan gratis dan model harga berbasis penggunaan yang dilaporkan sekitar $2 per percakapan atau melalui Flex Credits, tergantung pada jenis penerapannya. Layanan ini dapat diakses oleh pelanggan Enterprise Edition yang memenuhi syarat melalui Salesforce Foundations, meskipun aktivitas agen dalam skala produksi biasanya akan menghabiskan kredit berbayar di luar kuota yang disertakan. Untuk eksekusi tugas end-to-end yang benar-benar otonom tanpa memerlukan persetujuan manusia di setiap langkah, arsitektur Agentforce umumnya dianggap lebih unggul dibandingkan model Copilot yang lebih bersifat membantu. Namun, sama halnya dengan hubungan antara Copilot Studio dan Microsoft 365, nilai utama Agentforce sangat bergantung pada organisasi yang telah berinvestasi secara signifikan dalam ekosistem Salesforce, karena kemampuan terdalamnya bergantung pada interaksi langsung dengan data, pengaturan hak akses, dan otomatisasi Flow di Salesforce.

10. Runner H: Agen yang Mengoperasikan Layar Layaknya Manusia

Runner H, dari H Company yang berbasis di Paris, mewakili kategori teknologi pembuatan agen yang benar-benar berbeda dibandingkan teknologi lain. Alih-alih mengatur panggilan API terstruktur antar-alat yang telah ditentukan sebelumnya, teknologi ini dibangun berdasarkan konsep penggunaan komputer layaknya agen manusia. Agen ini mampu menavigasi antarmuka pengguna apa pun, menafsirkan tampilan layar yang sebenarnya, serta menyelesaikan tugas kompleks yang melibatkan banyak langkah di berbagai sistem perusahaan—persis seperti yang dilakukan pengguna manusia secara fisik, yaitu mengeklik, mengetik, dan membaca layaknya seseorang yang sedang duduk di depan papan ketik.

Keunggulan Runner H

H Company didirikan pada tahun 2023 oleh Laurent Sifre, Charles Kantor, dan tiga veteran DeepMind—Daan Wierstra, Karl Tuyls, dan Julien Perolat—yang sejak awal membawa kredibilitas riset AI fundamental yang kuat ke dalam proyek ini. Runner H, yang diluncurkan pada November 2024 sebagai platform API-agen pertama perusahaan, memadukan large language model dengan model visi-bahasa berparameter 2 miliar yang sengaja dibuat ringkas. Model ini dioptimalkan secara khusus untuk menafsirkan dan merespons elemen antarmuka visual, sehingga tidak mengharuskan setiap sistem yang diaksesnya memiliki API yang rapi dan terstruktur sejak awal. Pendekatan penggunaan komputer ini sangatlah penting untuk mengatasi masalah spesifik namun umum di dunia perusahaan, yaitu banyak perangkat lunak bisnis nyata—terutama sistem internal yang sudah lama atau sangat khusus—sejak awal tidak dirancang dengan mempertimbangkan akses API. Akibatnya, agen yang hanya bisa memanggil API terstruktur tidak akan bisa berinteraksi dengan perangkat lunak tersebut, sedangkan agen yang mampu melihat dan berinteraksi dengan layar layaknya manusia bisa melakukannya.

Perkembangan Terkini dan Posisinya

Perusahaan ini terus berkembang pesat, di mana mereka mengakuisisi Mithril Security—perusahaan yang berfokus pada keamanan—pada Mei 2025. Kemudian, pada Juni 2025, Gautier Cloix (mantan CEO Palantir France) mengambil alih posisi CEO dari salah satu pendiri, Charles Kantor. Perubahan kepemimpinan ini secara eksplisit bertujuan mengarahkan perusahaan menuju model "insinyur yang ditempatkan langsung di lokasi klien". Melalui model ini, staf teknis ditempatkan langsung bersama pelanggan perusahaan agar agen dapat benar-benar berfungsi dalam lingkungan dunia nyata pelanggan yang spesifik dan sering kali kompleks, alih-alih hanya mengandalkan produk yang digunakan secara mandiri. Runner H layak dipertimbangkan secara khusus jika hambatan otomatisasi organisasi disebabkan oleh software warisan atau software tanpa API yang tidak dapat dijangkau oleh platform agen konvensional lainnya; ini merupakan solusi yang jauh lebih terspesialisasi dan berbasis riset dibandingkan platform yang lebih matang dan banyak digunakan yang dibahas di bagian lain panduan ini, sehingga paling tepat dievaluasi oleh tim yang benar-benar membutuhkan otomatisasi pada tingkat antarmuka, bukan sekadar sebagai pilihan umum yang diambil secara otomatis.

Jadi, sepuluh platform yang dibahas di sini bukanlah sepuluh jawaban yang saling bersaing untuk pertanyaan yang sama; melainkan sepuluh jawaban yang benar-benar berbeda untuk sepuluh pertanyaan yang saling terkait namun distingtif mengenai jenis agen apa yang sebenarnya ingin kita bangun, untuk siapa, dan dalam batasan apa. Memahami kategori masalah kita yang sebenarnya—alih-alih sekadar memulai dengan platform yang sedang ramai dibicarakan—merupakan keputusan paling krusial dan berdampak besar yang dapat kita ambil sebelum mulai membangun apa pun.