Cisco Manfaatkan AI untuk Tulis Ulang 98 Persen Kode Sistem, Ini Strateginya
- Dok. Cisco
GadgetVIVA - Cisco mengambil langkah agresif dalam meremajakan sistem perangkat lunaknya. Raksasa teknologi jaringan ini menargetkan perombakan hingga 98 persen basis kode lama perusahaan dalam waktu dua tahun menggunakan bantuan kecerdasan buatan. Proyek skala besar ini dipimpin oleh insinyur muda berusia 27 tahun yang dibekali kuota akses AI token tanpa batas untuk mempercepat eksekusi.
Langkah ini diawali dari gagasan Paddy Krishnamurthy, mantan pendiri startup penerjemah EzDubs yang bergabung setelah perusahaannya diakuisisi oleh Cisco. Meski sempat berada di posisi hierarki organisasi yang cukup dalam, usulannya untuk merombak arsitektur sistem lama langsung mendapat lampu hijau dari President dan Chief Product Officer Cisco, Jeetu Patel. Patel meminta tim kecil ini bertindak cepat dan menjadikan eksperimen ini sebagai katalis perubahan kultur pemrograman di seluruh lini engineering perusahaan.
Akses Kuota Token Tanpa Batas dan Target Efisiensi Dua Tahun
Target yang ditetapkan oleh tim kecil ini terbilang sangat berani. Krishnamurthy memberikan tenggat empat minggu untuk membuktikan efektivitas metode penulisan kode berbasis kecerdasan buatan tersebut. Sasaran utamanya adalah memperbarui 98 persen basis kode klasik Cisco dalam jangka waktu 24 bulan. Untuk mendukung eksperimen ini, manajemen Cisco membebaskan batasan alokasi kuota inference token bagi model kecerdasan buatan yang digunakan.
President dan CPO Cisco Jeetu Patel berikan kuota token AI tanpa batas untuk percepat efisiensi arsitektur perangkat lunak.
- Dok. Cisco
Skenario ini tidak menempatkan kecerdasan buatan sebagai pengganti insinyur utama secara keseluruhan. Tim inti kecerdasan buatan bertindak sebagai penggerak awal yang membuat draf rekonstruksi logika program. Selanjutnya, peninjauan akhir, pengujian modul, serta integrasi sistem tetap dipegang oleh tim engineering utama Cisco. Pendekatan ini dirancang untuk memangkas waktu siklus pengembangan perangkat lunak yang sebelumnya membutuhkan waktu berbulan-bulan menjadi hitungan hari.
Migrasi ke Bahasa Pemrograman Aman Memori dan Penguatan Keamanan
Fokus utama dari pembaruan skala besar ini bukan sekadar mereset struktur program lama, melainkan juga melakukan migrasi ke bahasa pemrograman yang memiliki fitur memory safety. Sebagian besar perangkat lunak jaringan klasik dibangun menggunakan bahasa C atau C yang rentan terhadap kesalahan manajemen memori. Bug jenis ini sering menjadi celah keamanan serius seperti buffer overflow dan memory leak.
Dengan memanfatkan model bahasa besar untuk menerjemahkan logika lama ke bahasa pemrograman modern yang lebih aman, risiko kerentanan keamanan pada lini produk jaringan Cisco dapat ditekan. Penggunaan agentic tool dalam penulisan ulang kode membantu mengenali pola dependen lama yang saling tumpang tindih. Sistem otomatisasi ini mampu mengurai ketergantungan pustaka (library) tua tanpa harus merusak alur kerja aplikasi secara keseluruhan.
Perubahan Budaya Pemrograman dan Peran Insinyur Muda
Pendekatan Jeetu Patel dalam proyek ini menandai pergeseran gaya kepemimpinan di perusahaan teknologi besar. Patel menekankan pentingnya memanfaatkan sudut pandang talenta muda yang belum terikat oleh pakem atau asumsi pemrograman tradisional. Konsep reverse mentoring diterapkan, di mana insinyur muda membawa cara berpikir baru dalam memanfaat alat pemrosesan kecerdasan buatan untuk menyelesaikan masalah teknis yang selama ini dianggap rumit oleh staf senior.
Pola kerja seperti ini mulai diadopsi oleh sejumlah perusahaan teknologi dan firma modal ventura global. Mengurangi ketergantungan pada prosedur penulisan kode manual memberi ruang bagi para pengembang untuk lebih fokus pada arsitektur produk dan pengalaman pengguna. Eksperimen di internal Cisco ini menjadi tolok ukur apakah enterprise skala besar sanggup merombak struktur sistem inti mereka tanpa mengganggu stabilitas operasional harian.
Menakar Efektivitas Agen AI dalam Merombak Kode Sistem Skala Besar
Penggunaan agen kecerdasan buatan untuk memperbarui sistem dalam skala massal memiliki potensi keuntungan sekaligus risiko teknis yang wajib diantisipasi oleh tim pengembang.
- Kecepatan Eksekusi: AI mampu mengonversi ribuan baris kode lama secara konsisten dalam waktu singkat, memangkas beban kerja manual insinyur secara signifikan.
- Peningkatan Standar Keamanan: Memudahkan proses migrasi ke bahasa pemrograman aman memori guna menutup celah kerentanan sistem sejak level arsitektur dasar.
- Risiko Halusinasi Kode: Model AI tetap berpotensi menghasilkan logika program yang tampak benar namun mengandung bug tersembunyi, sehingga pengujian unit test dan kaji ulang manusia tetap mutlak diperlukan.
- Tantangan Integrasi: Menghubungkan basis kode baru hasil sintesis AI dengan infrastruktur keras (hardware) lama memerlukan proses verifikasi ketat agar tidak menimbulkan kendala kompatibilitas.
Keberhasilan Cisco dalam dua tahun ke depan akan menentukan standar baru bagi industri teknologi enterprise. Jika strategi ini berjalan sesuai target, pemanfaatan kecerdasan buatan sebagai alat peremajaan perangkat lunak tidak lagi sebatas tren eksperimental, melainkan strategi wajib untuk menjaga efisiensi dan keamanan sistem jangka panjang.
