AIDA — AI Decision & Activation Platform
Data to Insight. Insight to Decision. Decision to Action.
Lapisan kontrol multi-tenant di atas tools yang sudah ada. Alih-alih memakai dashboard, tools monitoring, dan peringatan keamanan secara terpisah, AIDA menyatukan fakta-fakta relevan ke dalam satu model operasional — dan membangun secara terkendali menuju otomatisasi yang aman.
Apa itu AIDA — dan bukan apa
AIDA bukan sekadar dashboard, bukan sekadar chatbot, dan bukan sekadar alat otomatisasi. Ini adalah lapisan platform terkendali yang membantu organisasi beralih dari sinyal yang tersebar menjadi tindakan yang dapat dipahami, dijelaskan, dan dibuktikan.
Ringkasan
Organisasi umumnya tidak kekurangan data, melainkan keterpaduan. Informasi tersebar di berbagai tools, interpretasi dilakukan manual, dan tindak lanjut bergantung pada pengetahuan individu. AIDA adalah lapisan platform terpusat tempat data, wawasan, penilaian, tindak lanjut, dan otomatisasi terkendali menyatu dalam satu sistem yang koheren.
AIDA mengumpulkan sinyal dari berbagai sistem, membuatnya sebanding, menyimpan konteks dan riwayat, mendeteksi anomali, membantu menilai apa yang penting, mengatur tindakan, dan mencatat hasilnya. Hasilnya adalah satu rantai yang dapat dilacak, bukan tools yang terpisah-pisah.
Tiga pertanyaan yang dijawab AIDA
Apa yang terjadi?
Tren, anomali, peringatan, dan ringkasan berdasarkan data faktual — gambaran menyeluruh tanpa memaksakan kesimpulan.
Apa artinya?
Klasifikasi, dampak, severity, prioritas, dan rekomendasi. Claude memberi interpretasi, tetapi hanya pada konteks yang berdasar.
Apa yang kita lakukan sekarang?
Tugas, playbook, persetujuan, dan workflow. Otomatisasi menyusul kemudian — dan hanya dalam guardrail yang eksplisit.
Prinsip inti
Decision ≠ Action
Lapisan yang menilai dan memberi saran tidak boleh mengubah sistem atau mengirim pesan sendiri. Eksekusi selalu melalui Action Engine, dengan hak akses, policy, audit, dan — bila perlu — persetujuan manusia. Ini mencegah klasifikasi yang keliru atau model bahasa yang berhalusinasi langsung menyebabkan perubahan eksternal — dan menjaga AIDA tetap dapat dijelaskan, diaudit, dan siap untuk enterprise.
Arsitektur dalam lapisan
AIDA Portal
Lingkungan kerja Next.js/React dengan dashboard, issues, decisions, actions, reports, dan AI Copilot. Tidak pernah berbicara langsung dengan database.
API & Access Layer
Gerbang NestJS dengan autentikasi, RBAC, konteks tenant, entitlements, dan audit. Setiap permintaan tetap dalam hak akses dan batas yang benar.
Data Sources
Lapisan indra: Cloudflare (MVP), analytics, security tools, SEO scanner, CRM/ERP, log, dan webhook menyediakan fakta mentah.
Data Ingestion
Collector, normalisasi, penjadwalan (BullMQ/Redis), secrets, dan kontrol kualitas — penerjemah antara sumber dan Core.
Data Core — PostgreSQL
Single source of truth. Tenant Data Plane dengan Row-Level Security + Knowledge Plane yang teragregasi dan teranonimisasi.
Intelligence & Activation
Insight, Decision, dan Action engine dengan Claude sebagai AI runtime yang berdasar — nilai pembeda platform.
Integrations & Output
Ticketing, ITSM/ServiceNow, email/Slack/Teams, webhook, dan API — wawasan dan tindakan masuk ke alur kerja yang sudah ada.
Operations & Reliability
Jobs & queue, event backbone, notification connector, monitoring, backup/DR, dan secrets — AIDA berjalan andal di produksi.
Control Plane (BSS)
Tenancy, partner, paket, entitlements, marketplace, dan FinOps/billing (via Lago) — perbedaan per pelanggan adalah konfigurasi, bukan fork kode.
Governance & Security
RLS, RBAC least-privilege, audit, policy/compliance, dan kill-switch/guardrail — terjalin di setiap lapisan, bukan layar terpisah.
Lima gerakan
Data
Sumber memberi sinyal; collector mengambilnya; lapisan ingesti menormalisasi dan memvalidasi; metrics, events, dan findings masuk ke Tenant Data Plane.
Wawasan & penilaian
Insight membaca Core dan menampilkan anomali; Decision menggabungkan aturan, konteks, policy, riwayat, dan interpretasi Claude bila perlu.
Tindak lanjut
Sebuah issue atau decision diubah melalui Action menjadi tugas, playbook, workflow, atau — secara terkendali — integrasi otomatis.
Pembelajaran
Action yang selesai mendapat outcome. Hanya pola teranonimisasi dan teragregasi yang mengalir ke Platform Knowledge Plane.
Kontrol & skala
API, governance, RLS, RBAC, entitlements, partner, marketplace, dan FinOps menentukan siapa melihat apa dan bagaimana AIDA berskala dengan aman dan komersial.
Tech
Pendekatan
Arsitektur ini sengaja lebih besar daripada pilot pertama: inti MVP yang berfungsi (Cloudflare → Core → Insight → Portal → Decision ringan dengan Claude → pelaporan/notifikasi → tindakan sederhana) yang tumbuh secara terkendali menjadi ekosistem yang berskala — tanpa mengganti inti.