Hermes, Valuasi Besar, dan Pelajaran yang Lebih Penting dari Sekadar AI Agent

Nous Research, startup di balik Hermes agent, dikabarkan sedang menyelesaikan pendanaan baru dengan valuasi sekitar 1,5 miliar dolar. Putaran ini disebut dipimpin oleh Robot Ventures, dengan partisipasi besar dari USV dan investor lain.

Angkanya besar. Perhatiannya juga besar. Nous Research sebelumnya sudah mengumpulkan sekitar 70 juta dolar, dan kini disebut sedang menambah setidaknya 75 juta dolar lagi.

Di permukaan, berita ini terlihat seperti satu lagi sinyal bahwa AI agent sedang menjadi kategori besar berikutnya.

Mungkin memang begitu.

Tetapi untuk bisnis, pertanyaan yang lebih penting bukan apakah AI agent sedang ramai. Pertanyaannya adalah: pekerjaan apa yang benar-benar siap diberikan kepada agent?

The Core Update

Hermes adalah agent open-source dari Nous Research. Ia bisa dijalankan di desktop atau server, dan bisa membantu pengguna mengerjakan tugas secara otomatis.

Mirip dengan beberapa agent lain yang mulai populer, Hermes bisa diajak berinteraksi lewat aplikasi seperti Telegram dan Discord. Artinya, pengguna tidak selalu harus membuka interface khusus untuk memberi instruksi atau menerima update.

Salah satu hal yang membuat Hermes menarik adalah konsep built-in skills. Hermes datang dengan kemampuan seperti web search, coding, dan image understanding. Ia juga dirancang untuk belajar dari penggunaan dan membangun skill tambahan tanpa intervensi manual.

Di sisi adopsi developer, angkanya tidak kecil. Hermes disebut memiliki sekitar 214.000 GitHub stars dan hampir 40.000 forks. Ini menandakan minat komunitas yang sangat besar, terutama dari developer yang ingin menjalankan agent sendiri, memodifikasi, atau mengintegrasikannya ke workflow lain.

Nous Research juga menawarkan versi cloud-hosted dengan paket berbayar sekitar 20 sampai 200 dolar per bulan. Ini penting karena tidak semua pengguna ingin menyiapkan agent sendiri di desktop atau VPS.

Dari sisi bisnis, arah ini masuk akal. Open-source membantu adopsi. Hosted product membantu monetisasi. Funding baru membantu memperluas produk dan model bisnis.

Namun adopsi teknologi tidak selalu sama dengan kesiapan operasional.

The Reality Check

AI agent sering terdengar seperti jawaban untuk banyak hal: riset otomatis, coding otomatis, monitoring otomatis, follow-up otomatis, laporan otomatis, sampai eksekusi tugas lintas aplikasi.

Tetapi agent tetap membutuhkan konteks kerja yang jelas.

Kalau alur kerja belum rapi, agent hanya menjadi layer baru di atas kebingungan lama. Ia bisa lebih cepat menjalankan instruksi, tetapi bukan berarti instruksinya sudah benar. Ia bisa lebih aktif memberi update, tetapi bukan berarti update itu menjawab keputusan yang dibutuhkan.

Masalahnya bukan pada Hermes saja. Ini berlaku untuk hampir semua AI agent.

Banyak bisnis belum kekurangan agent. Banyak bisnis masih kekurangan definisi pekerjaan yang layak didelegasikan.

Contohnya, tim ingin agent membantu follow-up lead. Tetapi belum jelas kapan lead dianggap baru, kapan harus dibalas, siapa pemilik follow-up, kapan perlu eskalasi, dan kapan dianggap tidak cocok.

Jika aturan itu belum ada, agent bisa mengirim pesan lebih cepat, tetapi belum tentu membuat sales process lebih sehat.

Tim ingin agent membantu support pelanggan. Tetapi kategori masalah belum jelas, prioritas belum disepakati, dan batas eskalasi ke manusia belum ditentukan.

Jika begitu, agent bisa membaca banyak pesan, tetapi tetap sulit menentukan mana yang harus ditangani lebih dulu.

Tim ingin agent membantu project management. Tetapi status project masih kabur antara menunggu client, menunggu internal, sedang dikerjakan, atau benar-benar blocked.

Jika statusnya tidak jelas, agent hanya akan memindahkan kebingungan ke ringkasan yang lebih rapi.

Di sinilah euforia AI agent perlu dibaca dengan hati-hati. Teknologi agent makin kuat, tetapi nilai bisnisnya tetap bergantung pada kualitas workflow yang diberikan kepadanya.

Agent bukan pengganti struktur kerja. Agent memperbesar struktur kerja yang sudah ada.

Kalau struktur kerja sehat, agent bisa mempercepat. Kalau struktur kerja berantakan, agent bisa mempercepat kekacauan.

The Havedev Way

Dari sudut pandang Havedev, perkembangan seperti Hermes menarik bukan hanya karena teknologinya, tetapi karena ia menunjukkan arah baru dalam cara bisnis memakai software.

Software tidak lagi hanya menjadi tempat input data. Software mulai menjadi pihak yang ikut menjalankan tugas.

Namun sebelum bisnis terlalu cepat mengejar AI agent, ada beberapa pertanyaan dasar yang lebih sehat untuk dijawab.

Pertama, pekerjaan apa yang berulang dan cukup jelas polanya?

Kedua, data apa yang dibutuhkan agent untuk mengambil tindakan yang benar?

Ketiga, keputusan mana yang boleh diotomatisasi dan mana yang tetap harus lewat manusia?

Keempat, bagaimana bisnis tahu kalau agent salah, lambat, atau mengambil tindakan yang tidak sesuai konteks?

Kelima, status apa yang harus terlihat agar owner dan manager tetap bisa mengawasi prosesnya?

Pertanyaan seperti ini terdengar lebih membosankan daripada membahas valuasi 1,5 miliar dolar. Tetapi justru di situlah nilai implementasi biasanya ditentukan.

Untuk bisnis kecil dan menengah, langkah pertama tidak harus langsung membangun agent kompleks. Sering kali, awal yang lebih masuk akal adalah merapikan alur kerja yang paling dekat dengan uang.

Misalnya:

• lead dari website dan WhatsApp
• follow-up sales
• status proposal
• order baru
• support pelanggan
• laporan operasional harian

Setelah alur ini jelas, AI agent bisa mulai diberi peran yang lebih aman. Bukan untuk menggantikan semua pekerjaan, tetapi untuk membantu bagian yang memang berulang, terukur, dan punya batasan.

Website juga menjadi bagian penting dari konteks ini. Jika lead masuk dari website tanpa informasi yang cukup, agent atau tim sales tetap harus menebak dari awal. Tetapi jika form, tombol WhatsApp, dan tracking halaman sudah memberi konteks yang rapi, automation menjadi jauh lebih berguna.

AI agent seperti Hermes menunjukkan bahwa masa depan workflow digital akan semakin aktif. Sistem tidak hanya menunggu input, tetapi bisa mencari, membaca, menulis, mengingatkan, dan mengeksekusi.

Tetapi bisnis tidak perlu memulai dari pertanyaan “agent apa yang harus dipakai?”

Pertanyaan yang lebih baik adalah: pekerjaan mana yang cukup jelas untuk mulai dibantu agent?

Kalau jawabannya belum ada, mulai dari workflow dulu.

Karena AI agent yang baik tetap membutuhkan bahasa kerja yang baik. Tanpa itu, teknologi paling canggih pun hanya menjadi cara baru untuk membuat proses yang kabur terlihat lebih modern.

Dapatkan Audit Teknis Gratis untuk meninjau alur website, lead, dan automation yang paling siap dibantu AI tanpa menambah kompleksitas yang tidak perlu.

---

Sumber referensi berita: TechCrunch