Di Singapura, 83% pengembang memperkirakan AI agent akan menangani sebagian besar pekerjaan pengembangan dalam tiga tahun, tetapi hanya 37% menilai basis kode mereka siap untuk otonomi penuh. Di pasar yang disurvei, biaya, kerumitan integrasi, dan kurangnya tata kelola menjadi hambatan utama untuk memperluas penggun...
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: What does Agoda’s survey of over 800 actively employed software developers and engineering leaders across India, Indonesia, Malaysia, the Ph. Article summary: Agoda’s AI Developer Report 2026 reveals that AI-agent adoption is advancing faster than organisations’ readiness for fully autonomous development: agents are entering real workflows, but human oversight, cost controls, . Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Laporan AI Developer Report 2026 dari Agoda menunjukkan adanya jarak antara meluasnya penggunaan AI agent dan kesiapan organisasi untuk menyerahkan pengembangan perangkat lunak kepada agen otonom. Survei terhadap lebih dari 800 pengembang dan pemimpin rekayasa di India, Indonesia, Malaysia, Filipina, Singapura, Thailand, dan Vietnam menemukan bahwa agen mulai digunakan dalam pekerjaan nyata. Namun, persetujuan manusia, pengendalian biaya, dan tata kelola masih berperan penting.5
17
Singapura memperlihatkan kontras ini dengan jelas: banyak pengembang optimistis tentang kemampuan agen dalam tiga tahun ke depan, tetapi lebih sedikit yang merasa basis kode mereka siap digunakan agen secara mandiri.7
Di seluruh pasar yang disurvei, 53% pengembang melaporkan bahwa AI agent sudah digunakan dalam produksi atau secara luas di organisasi mereka. Namun, adopsi tersebut tidak berarti agen bekerja tanpa pengawasan: 79% responden mengatakan persetujuan manusia tetap diperlukan sebelum penerapan ke lingkungan produksi.17
Di Singapura, 58% responden mengatakan agen digunakan dalam alur kerja produksi tertentu, sementara 45% menyebut penggunaannya sudah meluas ke berbagai tim. Angka penggunaan lintas tim itu merupakan yang tertinggi di antara pasar yang disurvei, dibandingkan 31% secara regional.7 Kedua angka tersebut menggambarkan bentuk penggunaan yang berbeda; tidak satu pun menunjukkan bahwa agen telah mengambil alih seluruh proses pengembangan.
Sebanyak 83% pengembang di Singapura memperkirakan agen akan menangani sebagian besar pekerjaan pengembangan dalam tiga tahun. Namun, hanya 37% yang menilai basis kode mereka sebagian besar atau sepenuhnya siap untuk agen yang bekerja secara otonom.7 Selisih 46 poin persentase ini membandingkan perkiraan tentang pekerjaan di masa depan dengan penilaian kesiapan saat ini—bukan bukti bahwa otonomi penuh sudah dapat diwujudkan.
Tantangan praktisnya bukan sekadar mengadopsi perangkat AI, melainkan menyiapkan lingkungan perangkat lunak dan proses di sekitarnya. Basis kode, praktik validasi, dan mekanisme persetujuan semuanya penting saat perubahan yang dibuat AI dipertimbangkan untuk diterapkan ke produksi.7
17
Laporan tersebut mencatat biaya (28%), kerumitan integrasi (24%), dan kurangnya tata kelola (19%) sebagai hambatan untuk memperluas penggunaan agen di pasar yang disurvei.16
17 Kekhawatiran soal biaya tidak hanya berkaitan dengan pemanggilan model. Agen yang dipakai di lingkungan produksi juga membutuhkan upaya untuk merancang, mengintegrasikan, meninjau, dan memvalidasinya. CTO Agoda, Idan Zalzberg, menyoroti kebutuhan-kebutuhan tersebut dalam membangun sistem yang dapat dipercaya.
17
Karena itu, menurunkan biaya model saja belum tentu menghilangkan hambatan. Tim juga perlu memperhitungkan pekerjaan rekayasa dan pengawasan agar agen dapat digunakan dengan baik dalam alur kerja yang sudah ada.16
17
Penggunaan AI makin diatur melalui pembatasan, selain melalui penerapan teknologi. Di Singapura, 90% responden melaporkan adanya batasan seperti kuota token, batas penggunaan, atau anggaran, dibandingkan 81% secara regional.16
17 Pengendalian ini mencerminkan kebutuhan mengelola pengeluaran saat tim memperluas penggunaan AI.
Laporan juga menyoroti semakin pentingnya keterampilan dalam arsitektur dan desain sistem, literasi AI, serta orkestrasi agen. Kekhawatiran soal keamanan karier berbeda menurut jenjang jabatan: 49% pengembang junior menyatakan khawatir, dibandingkan 17% CTO dan VP of Engineering.16
17 Temuan ini mengisyaratkan bahwa dukungan bagi tenaga kerja dan pengembangan keterampilan perlu disesuaikan dengan peran serta pengalaman masing-masing.
Bagi responden di Singapura, pengelolaan risiko AI merupakan tantangan jangka pendek terbesar bagi pimpinan rekayasa; hal ini disebut oleh 42% responden.7
17 Secara keseluruhan, temuan tersebut menunjukkan bahwa memperluas penggunaan agen bukan sekadar soal meningkatkan adopsi. Organisasi juga perlu membangun tata kelola, kesiapan basis kode, praktik validasi dan persetujuan, serta keterampilan untuk mengelola pekerjaan yang dibantu agen.
Temuan ini menggambarkan praktik dan ekspektasi yang dilaporkan oleh para pengembang yang disurvei. Khususnya, perkiraan bahwa agen akan menangani sebagian besar pekerjaan pengembangan dalam tiga tahun merupakan prediksi responden, bukan bukti bahwa tingkat otonomi tersebut pasti akan tercapai.5
7
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Di Singapura, 83% pengembang memperkirakan AI agent akan menangani sebagian besar pekerjaan pengembangan dalam tiga tahun, tetapi hanya 37% menilai basis kode mereka siap untuk otonomi penuh.
Di Singapura, 83% pengembang memperkirakan AI agent akan menangani sebagian besar pekerjaan pengembangan dalam tiga tahun, tetapi hanya 37% menilai basis kode mereka siap untuk otonomi penuh. Di pasar yang disurvei, biaya, kerumitan integrasi, dan kurangnya tata kelola menjadi hambatan utama untuk memperluas penggunaan agen.
Laporan juga menyoroti kebutuhan keterampilan baru dan kekhawatiran karier yang lebih besar di kalangan pengembang junior.
Di Singapura, 83% pengembang memperkirakan AI agent akan menangani sebagian besar pekerjaan pengembangan dalam tiga tahun, tetapi hanya 37% menilai basis kode mereka siap untuk otonomi penuh. Di pasar yang disurvei, biaya, kerumitan integrasi, dan kurangnya tata kelola menjadi hambatan utama untuk memperluas penggun...
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: What does Agoda’s survey of over 800 actively employed software developers and engineering leaders across India, Indonesia, Malaysia, the Ph. Article summary: Agoda’s AI Developer Report 2026 reveals that AI-agent adoption is advancing faster than organisations’ readiness for fully autonomous development: agents are entering real workflows, but human oversight, cost controls, . Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Laporan AI Developer Report 2026 dari Agoda menunjukkan adanya jarak antara meluasnya penggunaan AI agent dan kesiapan organisasi untuk menyerahkan pengembangan perangkat lunak kepada agen otonom. Survei terhadap lebih dari 800 pengembang dan pemimpin rekayasa di India, Indonesia, Malaysia, Filipina, Singapura, Thailand, dan Vietnam menemukan bahwa agen mulai digunakan dalam pekerjaan nyata. Namun, persetujuan manusia, pengendalian biaya, dan tata kelola masih berperan penting.5
17
Singapura memperlihatkan kontras ini dengan jelas: banyak pengembang optimistis tentang kemampuan agen dalam tiga tahun ke depan, tetapi lebih sedikit yang merasa basis kode mereka siap digunakan agen secara mandiri.7
Di seluruh pasar yang disurvei, 53% pengembang melaporkan bahwa AI agent sudah digunakan dalam produksi atau secara luas di organisasi mereka. Namun, adopsi tersebut tidak berarti agen bekerja tanpa pengawasan: 79% responden mengatakan persetujuan manusia tetap diperlukan sebelum penerapan ke lingkungan produksi.17
Di Singapura, 58% responden mengatakan agen digunakan dalam alur kerja produksi tertentu, sementara 45% menyebut penggunaannya sudah meluas ke berbagai tim. Angka penggunaan lintas tim itu merupakan yang tertinggi di antara pasar yang disurvei, dibandingkan 31% secara regional.7 Kedua angka tersebut menggambarkan bentuk penggunaan yang berbeda; tidak satu pun menunjukkan bahwa agen telah mengambil alih seluruh proses pengembangan.
Sebanyak 83% pengembang di Singapura memperkirakan agen akan menangani sebagian besar pekerjaan pengembangan dalam tiga tahun. Namun, hanya 37% yang menilai basis kode mereka sebagian besar atau sepenuhnya siap untuk agen yang bekerja secara otonom.7 Selisih 46 poin persentase ini membandingkan perkiraan tentang pekerjaan di masa depan dengan penilaian kesiapan saat ini—bukan bukti bahwa otonomi penuh sudah dapat diwujudkan.
Tantangan praktisnya bukan sekadar mengadopsi perangkat AI, melainkan menyiapkan lingkungan perangkat lunak dan proses di sekitarnya. Basis kode, praktik validasi, dan mekanisme persetujuan semuanya penting saat perubahan yang dibuat AI dipertimbangkan untuk diterapkan ke produksi.7
17
Laporan tersebut mencatat biaya (28%), kerumitan integrasi (24%), dan kurangnya tata kelola (19%) sebagai hambatan untuk memperluas penggunaan agen di pasar yang disurvei.16
17 Kekhawatiran soal biaya tidak hanya berkaitan dengan pemanggilan model. Agen yang dipakai di lingkungan produksi juga membutuhkan upaya untuk merancang, mengintegrasikan, meninjau, dan memvalidasinya. CTO Agoda, Idan Zalzberg, menyoroti kebutuhan-kebutuhan tersebut dalam membangun sistem yang dapat dipercaya.
17
Karena itu, menurunkan biaya model saja belum tentu menghilangkan hambatan. Tim juga perlu memperhitungkan pekerjaan rekayasa dan pengawasan agar agen dapat digunakan dengan baik dalam alur kerja yang sudah ada.16
17
Penggunaan AI makin diatur melalui pembatasan, selain melalui penerapan teknologi. Di Singapura, 90% responden melaporkan adanya batasan seperti kuota token, batas penggunaan, atau anggaran, dibandingkan 81% secara regional.16
17 Pengendalian ini mencerminkan kebutuhan mengelola pengeluaran saat tim memperluas penggunaan AI.
Laporan juga menyoroti semakin pentingnya keterampilan dalam arsitektur dan desain sistem, literasi AI, serta orkestrasi agen. Kekhawatiran soal keamanan karier berbeda menurut jenjang jabatan: 49% pengembang junior menyatakan khawatir, dibandingkan 17% CTO dan VP of Engineering.16
17 Temuan ini mengisyaratkan bahwa dukungan bagi tenaga kerja dan pengembangan keterampilan perlu disesuaikan dengan peran serta pengalaman masing-masing.
Bagi responden di Singapura, pengelolaan risiko AI merupakan tantangan jangka pendek terbesar bagi pimpinan rekayasa; hal ini disebut oleh 42% responden.7
17 Secara keseluruhan, temuan tersebut menunjukkan bahwa memperluas penggunaan agen bukan sekadar soal meningkatkan adopsi. Organisasi juga perlu membangun tata kelola, kesiapan basis kode, praktik validasi dan persetujuan, serta keterampilan untuk mengelola pekerjaan yang dibantu agen.
Temuan ini menggambarkan praktik dan ekspektasi yang dilaporkan oleh para pengembang yang disurvei. Khususnya, perkiraan bahwa agen akan menangani sebagian besar pekerjaan pengembangan dalam tiga tahun merupakan prediksi responden, bukan bukti bahwa tingkat otonomi tersebut pasti akan tercapai.5
7
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Di Singapura, 83% pengembang memperkirakan AI agent akan menangani sebagian besar pekerjaan pengembangan dalam tiga tahun, tetapi hanya 37% menilai basis kode mereka siap untuk otonomi penuh.
Di Singapura, 83% pengembang memperkirakan AI agent akan menangani sebagian besar pekerjaan pengembangan dalam tiga tahun, tetapi hanya 37% menilai basis kode mereka siap untuk otonomi penuh. Di pasar yang disurvei, biaya, kerumitan integrasi, dan kurangnya tata kelola menjadi hambatan utama untuk memperluas penggunaan agen.
Laporan juga menyoroti kebutuhan keterampilan baru dan kekhawatiran karier yang lebih besar di kalangan pengembang junior.