Site reliability engineers (SRE) menghadapi tantangan kompleks dalam menjaga performa dan keandalan sistem teknologi informasi. Tugas utama mereka adalah memberikan wawasan operasional kepada tim DevOps serta merekomendasikan perbaikan pada aspek keamanan, performa, dan ketahanan sistem bisnis secara keseluruhan.
Sejak Google memperkenalkan playbook SRE pada 2003, peran ini berkembang pesat seiring adopsi teknologi cloud-native. Perusahaan rintisan lebih dahulu menerapkan observabilitas dan posisi SRE khusus, sementara perusahaan besar kemudian mengikuti untuk menjembatani tim DevOps dan IT operations.
Kebutuhan akan ketahanan sistem yang lebih tinggi kini diperkuat oleh era genAI. Banyak organisasi mulai menerapkan AI agents untuk otomatisasi keputusan operasional, sehingga kompleksitas yang harus dikelola SRE semakin meningkat.
AIops telah membantu SRE selama satu dekade terakhir melalui machine learning yang mengorelasikan log, metrik, dan trace. Kini agentic ops menjadi gelombang berikutnya, mencakup pemantauan AI agents, pengelolaan hak akses, serta deteksi penyimpangan akurasi model.
Namun, AI juga menambah beban kerja SRE. Kode yang dihasilkan AI memiliki tingkat isu kritis lebih tinggi dibandingkan kode manusia. SRE perlu mengembangkan praktik observabilitas baru untuk menangani agen otonom yang perilakunya dapat berubah tanpa peristiwa deployment.
Salah satu analisis tambahan adalah bahwa adopsi infrastruktur hybrid cloud memperluas permukaan serangan dan titik kegagalan yang harus dipantau SRE, sehingga AI menjadi alat penting untuk mengorelasikan data lintas lingkungan on-premise dan cloud.
Tekanan 24/7 untuk menjaga sistem tetap berjalan sering menyebabkan stres dan burnout pada SRE. AI dapat meringankan beban dengan merangkum konteks insiden secara cepat dan akurat, memungkinkan insinyur fokus pada pekerjaan proaktif seperti chaos engineering.
Analisis lain yang relevan adalah bahwa penerapan AI dalam SRE berpotensi mendukung efisiensi operasional jangka panjang melalui optimalisasi penggunaan sumber daya, yang secara tidak langsung berkontribusi pada pengurangan konsumsi energi pusat data.
SRE juga diharapkan mengambil peran kepemimpinan dalam menetapkan kriteria penerimaan non-fungsional untuk AI agents, termasuk pembaruan service-level objectives dan error budget yang sesuai untuk sistem berbasis agen.
Dengan dukungan AI yang tepat, peran SRE berkembang dari sekadar pemecah masalah teknis menjadi kontributor strategis yang membantu organisasi mengelola risiko bisnis yang lebih luas, termasuk kegagalan agen AI yang berdampak pada proses bisnis.
