Apa Itu Agentic Web? Masa Depan Website di Era AI

Perkembangan artificial intelligence atau AI mulai membawa perubahan besar pada cara manusia menggunakan internet. Selama bertahun-tahun, website dirancang terutama untuk manusia: pengguna membuka halaman, membaca informasi, mengisi formulir, memilih menu, mengklik tombol, dan menyelesaikan berbagai proses secara manual.

Sekarang pola tersebut mulai berkembang.

AI tidak lagi hanya digunakan untuk menghasilkan teks, gambar, atau menjawab pertanyaan. AI agent mulai memiliki kemampuan untuk menjelajah website, memahami halaman, berinteraksi dengan elemen antarmuka, menggunakan tools, dan membantu menyelesaikan tugas yang sebelumnya dilakukan langsung oleh pengguna.

Perubahan inilah yang sering disebut sebagai agentic web.

Chrome for Developers menggambarkan perkembangan ini sebagai pergeseran menuju web yang memungkinkan agen AI membangun dan berinteraksi dengan website, sementara browser juga berkembang menjadi asisten yang lebih proaktif. Dokumentasi resmi Chrome membahas perkembangan tersebut dalam konteks Google I/O 2026.

Apa Itu Agentic Web?

Agentic Web adalah konsep perkembangan web ketika AI agent tidak hanya membaca atau mencari informasi di internet, tetapi juga dapat berinteraksi dengan website dan menjalankan tugas berdasarkan instruksi pengguna.

Pada web tradisional, alurnya biasanya seperti:

Pengguna
    ↓
Website
    ↓
Pengguna melakukan tindakan
    ↓
Hasil

Pada agentic web, alurnya dapat berkembang menjadi:

Pengguna
    ↓
AI Agent
    ↓
Website
    ↓
AI Agent menjalankan tindakan
    ↓
Hasil kepada pengguna

Perbedaan utama terletak pada kemampuan AI agent untuk menjadi perantara antara pengguna dan aplikasi web.

Agentic Web Bukan Sekadar AI Chatbot

AI chatbot biasanya berfokus pada percakapan. Pengguna memberikan pertanyaan, kemudian AI menghasilkan jawaban.

Agentic web memiliki konsep yang lebih luas.

AI agent dapat memiliki beberapa kemampuan seperti:

• Memahami tujuan pengguna.
• Mencari informasi.
• Menjelajah website.
• Menganalisis halaman.
• Menggunakan tools.
• Mengisi formulir.
• Menjalankan fungsi aplikasi.
• Mengambil keputusan berdasarkan aturan yang tersedia.
• Menyelesaikan beberapa langkah dalam satu workflow.

Dengan demikian, perbedaannya dapat disederhanakan:

Bagaimana Cara Kerja Agentic Web?

Secara sederhana, agentic web dapat bekerja melalui beberapa tahap.

1. Pengguna memberikan tujuan kepada AI agent.
2. Agent memahami permintaan tersebut.
3. Agent menentukan informasi atau tindakan yang diperlukan.
4. Agent mencari website atau aplikasi yang relevan.
5. Agent memahami struktur dan kemampuan website.
6. Agent menggunakan halaman atau tools yang tersedia.
7. Website memproses permintaan.
8. Agent menerima hasil.
9. Agent menyajikan hasil kepada pengguna.

Dalam implementasi tertentu, agent dapat menggunakan browser automation, struktur halaman, API, atau tools terstruktur seperti WebMCP.

Contoh Sederhana Agentic Web

Bayangkan pengguna ingin mencari rental mobil untuk perjalanan.

Pada website tradisional, pengguna harus:

1. Membuka website rental mobil.
2. Memilih lokasi.
3. Memilih tanggal.
4. Memilih jenis kendaraan.
5. Mengecek ketersediaan.
6. Membandingkan pilihan.
7. Mengisi formulir.

Pada konsep agentic web, pengguna dapat memberikan instruksi kepada AI agent:

"Carikan kendaraan yang tersedia untuk kebutuhan perjalanan saya."

Agent kemudian dapat membantu menjalankan proses yang tersedia pada website.

Jika website menyediakan tools terstruktur, agent dapat menggunakan fungsi tersebut secara lebih langsung.

Apa Hubungan Agentic Web dengan WebMCP?

WebMCP merupakan salah satu teknologi yang dikembangkan untuk membantu website menjadi lebih siap berinteraksi dengan AI agent.

Chrome menjelaskan WebMCP sebagai standar web terbuka yang diusulkan untuk mengekspos tools terstruktur seperti fungsi JavaScript dan form HTML kepada agent berbasis browser. Dengan cara tersebut, website dapat memberikan petunjuk yang lebih jelas mengenai bagaimana agent berinteraksi dengan aplikasinya.

Informasi lebih lengkap mengenai teknologi tersebut dapat dipelajari melalui artikel Apa Itu WebMCP? Panduan Lengkap untuk Developer Web.

Chrome saat ini masih mengembangkan WebMCP melalui program eksperimental dan origin trial, sehingga developer perlu memperhatikan bahwa API dan spesifikasinya dapat berubah.

Mengapa WebMCP Penting untuk Agentic Web?

AI agent dapat berinteraksi dengan website melalui simulasi tindakan seperti membaca DOM, menemukan tombol, mengisi input, dan melakukan klik.

Namun, pendekatan tersebut dapat menjadi kompleks pada aplikasi yang memiliki banyak elemen dan workflow.

WebMCP mencoba menyediakan cara yang lebih terstruktur.

Misalnya sebuah website memiliki fungsi:

search_product
check_stock
add_to_cart
create_order

Agent dapat memahami fungsi tersebut sebagai kemampuan aplikasi, bukan sekadar melihatnya sebagai kumpulan tombol.

Chrome menjelaskan bahwa pendekatan tersebut bertujuan membuat interaksi agent lebih cepat, andal, dan presisi.

Agentic Web dan Website Tradisional

Website tradisional terutama dirancang berdasarkan interaksi manusia.

Strukturnya dapat berupa:

Menu
↓
Halaman
↓
Form
↓
Button
↓
Result

Pada agentic web, website mulai membutuhkan lapisan tambahan yang menjelaskan kemampuan aplikasi kepada agent.

Website
├── UI untuk manusia
├── Content untuk informasi
├── API untuk aplikasi
└── Tools untuk AI agent

Artinya, website tidak harus meninggalkan desain tradisional. Developer justru dapat menambahkan kemampuan baru di atas arsitektur yang sudah ada.

Perbedaan Web Tradisional dan Agentic Web

Agentic Web dan AI Agent

AI agent merupakan komponen penting dalam agentic web.

AI agent dapat terdiri dari beberapa komponen:

• Large Language Model atau LLM.
• Context.
• Memory.
• Rules.
• Tools.
• Browser.
• Application interfaces.

Chrome menjelaskan dalam dokumentasi keamanan WebMCP bahwa agent dapat menggunakan LLM, aturan, memory, dan tools untuk menjalankan tindakan atas nama pengguna.

Dengan demikian, agentic web tidak hanya berkaitan dengan model AI. Ia juga membutuhkan lingkungan dan antarmuka web yang dapat digunakan secara aman.

Contoh Penggunaan Agentic Web

1. E-Commerce

AI agent dapat membantu pengguna menemukan produk berdasarkan kebutuhan tertentu.

Misalnya pengguna mengatakan:

"Saya membutuhkan laptop untuk pekerjaan kantor."

Agent dapat membantu mencari, memfilter, dan membandingkan produk berdasarkan informasi yang tersedia.

2. Travel

Agent dapat membantu mencari perjalanan, memilih opsi yang sesuai, dan menjalankan workflow reservasi.

Chrome menggunakan perencanaan perjalanan multi-kota sebagai salah satu contoh bagaimana agent dapat berinteraksi dengan website menggunakan tools terstruktur.

3. Customer Service

Agent dapat membantu mencari informasi bantuan, mengisi formulir dukungan, atau membuat tiket layanan pelanggan.

4. Perbankan dan Layanan Keuangan

Dalam konteks layanan yang sensitif, agent dapat membantu menemukan informasi atau menyiapkan proses, tetapi tindakan penting tetap memerlukan kontrol keamanan dan otorisasi yang sesuai.

5. Website Pemerintahan

Website pemerintahan dapat memiliki banyak formulir dan prosedur.

Agentic interface berpotensi membantu pengguna memahami prosedur dan mengarahkan mereka ke fungsi yang tepat.

6. SaaS

Platform SaaS dapat menyediakan tools untuk membantu pengguna mengelola data, membuat laporan, atau menjalankan workflow tertentu.

Agentic Web dan SEO

Perkembangan agentic web tidak berarti SEO menjadi tidak penting.

Justru, Chrome menjelaskan bahwa ketika agent masih berada pada tahap mencari dan menemukan website, prinsip SEO tetap relevan.

Perbedaannya muncul ketika agent mulai berinteraksi langsung dengan website.

Chrome menyebut perkembangan tersebut sebagai dua tahap besar:

1. Agent mencari atau menemukan website.
2. Agent menggunakan website.

SEO tetap relevan pada tahap penemuan. Setelah agent masuk dan berinteraksi dengan website, developer perlu memperhatikan aspek agent-readiness seperti struktur halaman, aksesibilitas, stabilitas UI, dan tools yang dapat digunakan agent.

Agentic Web, AEO, dan GEO

Agentic web juga memiliki hubungan dengan perkembangan AEO dan GEO, tetapi ketiganya bukan hal yang sama.

Dengan demikian, website modern dapat membutuhkan strategi yang berbeda untuk ditemukan, dipahami, dan digunakan oleh berbagai sistem AI.

Agentic Web Bukan Pengganti SEO

Kesalahpahaman yang cukup umum adalah anggapan bahwa perkembangan AI agent akan membuat SEO tidak diperlukan.

Padahal, proses penemuan website masih merupakan bagian penting dari ekosistem web.

Jika agent tidak mengetahui website yang relevan, agent juga tidak dapat menggunakan kemampuan website tersebut.

Karena itu, fondasi SEO tetap memiliki peran dalam membantu website ditemukan.

Setelah website ditemukan, aspek lain seperti aksesibilitas, struktur halaman, performa, dan agent-ready tools dapat membantu agent berinteraksi dengan website.

Apa Itu Agent-Ready Website?

Agent-ready website adalah website yang dirancang atau dioptimalkan agar AI agent dapat memahami dan berinteraksi dengan halaman serta fungsi aplikasinya secara lebih andal.

Chrome telah memperkenalkan kategori Agentic Browsing pada Lighthouse untuk membantu developer mengevaluasi kesiapan website terhadap interaksi agent.

Toolkit tersebut memeriksa beberapa aspek seperti accessibility tree, stabilitas layout, serta integrasi WebMCP.

Informasi lebih lanjut dapat dibaca pada artikel Toolkit Developer untuk Membuat Website Siap Agen.

Accessibility Menjadi Semakin Penting

Accessibility bukan hanya berkaitan dengan pengguna manusia yang memiliki kebutuhan aksesibilitas.

Dalam konteks agentic web, struktur aksesibilitas juga dapat membantu AI agent memahami halaman.

Chrome menyebut accessibility tree sebagai salah satu cara utama bagi AI agent untuk memahami halaman web dalam konteks agentic browsing.

Karena itu, penggunaan HTML semantik, label form yang jelas, struktur heading yang baik, dan nama elemen yang deskriptif semakin penting.

Stabilitas Layout Website untuk AI Agent

Website yang mengalami perubahan posisi elemen secara tiba-tiba dapat menyulitkan interaksi agent.

Contohnya, agent sedang mencoba berinteraksi dengan sebuah tombol tetapi posisi tombol berubah karena konten lain dimuat.

Hal tersebut dapat menyebabkan tindakan yang tidak sesuai.

Karena itu, stabilitas visual menjadi salah satu aspek penting dalam agentic browsing.

Chrome menghubungkan aspek ini dengan Cumulative Layout Shift atau CLS dalam audit Agentic Browsing.

Agentic Web dan Core Web Vitals

Performance tetap penting dalam agentic web.

Website yang lambat dapat membuat workflow agent menjadi lebih panjang.

Beberapa aspek yang perlu diperhatikan antara lain:

• Loading performance.
• Responsivitas halaman.
• Stabilitas layout.
• JavaScript yang efisien.
• Network request.
• Server response.

Core Web Vitals tetap relevan sebagai bagian dari kualitas pengalaman web, sementara agentic readiness menambahkan pertimbangan mengenai bagaimana agent dapat berinteraksi dengan halaman.

Agentic Web dan Web Accessibility

Website yang mudah dipahami manusia melalui struktur HTML yang semantik juga dapat memiliki keuntungan dalam konteks agent.

Contohnya:

<button>Pesan Sekarang</button>

lebih jelas dibandingkan membuat elemen generik yang hanya terlihat seperti tombol melalui CSS.

Begitu juga dengan form.

Gunakan:

<label for="email">Email</label>
<input id="email" name="email" type="email">

Struktur yang jelas membantu menjaga website tetap dapat digunakan oleh berbagai jenis pengguna dan teknologi.

Agentic Web dan WebMCP

WebMCP dapat menjadi salah satu lapisan penting dalam membuat website agent-ready.

Chrome menjelaskan bahwa WebMCP memungkinkan developer mengekspos fungsi website sebagai tools terstruktur.

Contohnya:

search_product
check_stock
create_booking
submit_support_ticket

Dengan demikian, agent memiliki fungsi yang lebih jelas untuk digunakan.

WebMCP saat ini masih dalam tahap pengembangan dan eksperimental. Origin trial WebMCP tersedia mulai Chrome 149 untuk pengujian dan pengumpulan feedback.

Agentic Web dan Chrome DevTools

Perkembangan agentic web juga mengubah cara developer melakukan debugging.

Chrome DevTools untuk agents dapat digunakan untuk menguji interaksi agent dengan website.

Developer dapat menggunakannya untuk:

• Menguji WebMCP tools.
• Memeriksa eksekusi tool.
• Menganalisis interaksi agent.
• Mengidentifikasi masalah pada workflow.
• Mengevaluasi kesiapan website.

Chrome juga menyediakan kemampuan debugging WebMCP melalui DevTools untuk agents.

Agentic Browsing pada Lighthouse

Chrome memperkenalkan kategori Agentic Browsing dalam Lighthouse sebagai bagian dari toolkit untuk membantu developer membangun website yang siap digunakan agent.

Audit tersebut memberikan sinyal mengenai beberapa aspek seperti:

• Accessibility.
• Stabilitas halaman.
• WebMCP.
• Kesiapan interaksi.

Berbeda dari kategori Lighthouse yang memberikan skor performa tertentu, Chrome menjelaskan bahwa Agentic Browsing pada saat diperkenalkan bersifat informasional dan berfokus pada sinyal yang dapat ditindaklanjuti.

Keamanan pada Agentic Web

Semakin banyak kemampuan yang dapat dilakukan agent, semakin penting keamanan.

Bayangkan sebuah agent memiliki kemampuan:

create_order
delete_account
transfer_data
change_settings

Jika semua fungsi dapat dijalankan tanpa kontrol, risiko keamanan dapat meningkat.

Karena itu, developer perlu menerapkan:

• Authentication.
• Authorization.
• Permission.
• Input validation.
• Rate limiting.
• Logging.
• Audit trail.
• Konfirmasi pengguna untuk tindakan penting.

Indirect Prompt Injection pada Agentic Web

Salah satu risiko yang perlu diperhatikan dalam sistem agent adalah indirect prompt injection.

Chrome menjelaskan bahwa model AI dapat rentan ketika konten yang berasal dari pihak lain berisi instruksi berbahaya yang kemudian diproses bersama instruksi pengguna.

Misalnya agent membaca sebuah halaman website yang mengandung teks manipulatif.

Jika agent memperlakukan teks tersebut sebagai instruksi yang harus dijalankan, agent dapat melakukan tindakan yang tidak sesuai dengan tujuan pengguna.

Karena itu, developer perlu mempertimbangkan trust boundary, permission, validasi tool, dan konfirmasi pengguna ketika membangun aplikasi agentic.

Agentic Web dan Privacy

AI agent dapat memproses informasi pengguna dalam jumlah besar.

Karena itu, developer perlu memperhatikan:

• Data apa yang diberikan kepada agent.
• Data apa yang disimpan.
• Data apa yang dikirim ke server.
• Tool apa yang dapat mengakses data.
• Siapa yang memiliki izin menggunakan tool.

Prinsip least privilege menjadi penting. Agent sebaiknya hanya mendapatkan akses yang benar-benar diperlukan untuk menyelesaikan tugas.

Bagaimana Website Bisa Menjadi Agent-Ready?

Developer dapat mulai mempersiapkan website dengan memperbaiki fondasi teknis terlebih dahulu.

1. Gunakan HTML Semantik

Gunakan elemen HTML berdasarkan fungsi sebenarnya seperti header, nav, main, section, form, button, dan elemen lainnya.

2. Perbaiki Accessibility

Pastikan form, tombol, link, gambar, dan struktur halaman memiliki informasi yang jelas.

3. Stabilkan Layout

Kurangi perubahan posisi elemen yang tidak diperlukan ketika halaman sedang dimuat.

4. Optimalkan Performance

Pastikan website memiliki loading dan responsivitas yang baik.

5. Buat Fungsi Aplikasi Secara Modular

Pisahkan fungsi seperti pencarian, pemesanan, pembayaran, dan pengelolaan data.

6. Gunakan API yang Terstruktur

API yang memiliki request dan response yang konsisten akan lebih mudah diintegrasikan.

7. Pelajari WebMCP

Jika website memiliki workflow yang cocok, developer dapat mulai melakukan eksperimen dengan WebMCP.

8. Uji Agent Interaction

Gunakan tools seperti Chrome DevTools dan Lighthouse untuk mengevaluasi bagaimana agent berinteraksi dengan website.

Apakah Semua Website Harus Menjadi Agentic?

Tidak.

Tidak semua website memiliki kebutuhan untuk menyediakan fungsi kepada AI agent.

Website sederhana seperti blog atau company profile yang terutama berfungsi menyajikan informasi mungkin tidak membutuhkan tool interaktif yang kompleks.

Sementara itu, website dengan banyak workflow memiliki peluang penggunaan yang lebih besar.

Contohnya:

• E-commerce.
• Marketplace.
• Travel.
• Rental mobil.
• Booking platform.
• SaaS.
• Customer support.
• Dashboard.
• Platform produktivitas.

Agentic Web untuk Website Bisnis

Bagi pemilik bisnis, perkembangan agentic web dapat mengubah cara pelanggan berinteraksi dengan website.

Website tidak hanya berfungsi sebagai halaman informasi.

Website juga dapat menjadi tempat AI agent menjalankan workflow tertentu atas permintaan pengguna.

Contohnya website jasa pembuatan website dapat memiliki tools seperti:

get_service_list
get_service_price
request_consultation
submit_project_request

Dengan arsitektur tersebut, website dapat menyediakan informasi sekaligus fungsi yang lebih terstruktur.

Apakah Agentic Web Akan Mengubah SEO?

Perkembangan agentic web kemungkinan akan menambah lapisan baru dalam optimasi website, tetapi tidak berarti semua prinsip SEO menjadi tidak relevan.

SEO tetap berhubungan dengan proses penemuan website.

Setelah agent menemukan website, website harus mampu menyediakan informasi dan interaksi yang dapat digunakan.

Karena itu, strategi website modern dapat mencakup:

SEO
↓
Discovery

AEO
↓
Answers

GEO
↓
Generative Understanding

Agentic Readiness
↓
Interaction

WebMCP
↓
Structured Actions

Pendekatan tersebut bukan satu teknologi tunggal, melainkan beberapa lapisan dengan fungsi berbeda.

Masa Depan Website di Era Agentic Web

Jika perkembangan ini terus berlanjut, website masa depan kemungkinan akan dirancang bukan hanya untuk manusia.

Developer perlu memikirkan bagaimana:

• Manusia membaca website.
• Mesin pencari menemukan website.
• AI memahami informasi website.
• AI agent menggunakan fungsi website.
• Pengguna tetap memiliki kontrol terhadap tindakan agent.

Inilah salah satu perubahan penting dalam perkembangan web.

Website tidak lagi hanya menjadi dokumen atau aplikasi yang dioperasikan secara manual. Website dapat menjadi lingkungan yang menyediakan informasi, fungsi, dan tools yang dapat digunakan oleh manusia maupun agent.

Kesimpulan

Agentic Web adalah konsep perkembangan web ketika AI agent dapat menjelajah, memahami, berinteraksi, dan menjalankan tugas pada website berdasarkan tujuan pengguna.

Perkembangan ini berbeda dari chatbot biasa karena agent tidak hanya menghasilkan jawaban. Agent dapat menggunakan tools dan berinteraksi dengan aplikasi untuk menyelesaikan workflow tertentu.

WebMCP merupakan salah satu teknologi yang sedang dikembangkan untuk membantu website menyediakan fungsi terstruktur kepada AI agent.

Namun, membangun website yang siap agent bukan hanya tentang WebMCP. Developer juga perlu memperhatikan accessibility, HTML semantik, performa, stabilitas layout, keamanan, API, authentication, authorization, dan pengujian interaksi agent.

SEO tetap memiliki peran dalam membantu website ditemukan. Setelah website ditemukan, agent-readiness membantu menentukan seberapa mudah agent memahami dan menggunakan kemampuan website.

Dengan perkembangan AI, web berpotensi bergerak dari model “manusia menggunakan website” menuju model yang lebih luas, yaitu “manusia meminta bantuan agent untuk menggunakan website”.

Bagi developer, mempelajari agentic web sejak sekarang dapat membantu memahami arah perkembangan aplikasi web dan bagaimana website dapat beradaptasi dengan ekosistem AI yang semakin interaktif.