Tugas Ringkasan Buku
Mata Kuliah
Sistem Pendukung Keputusan & Informasi Eksekutif
Dosen : Dr. Ir. Arif Imam Suroso, MSc
Chapter 10, Decision Support System
James A O'Brien & George M. Marakas
Management Information Systems, 10th edition, 2010, McGraw-Hill
Chapter 2. Decision Making, System, Modeling and Support
Chapter 3. Decision Support System Concepts, Methodologies, and Technologies
Efrain Turban, Ramesh Sharda, Dursun Delen
Decision Support and Business Intellegence Systems, 9th Edition, 2011, Pearson
DAFTAR ISI
Management Information Systems
Chapter 10 Supporting Decision Making
Section I Decision Support in Business
Introduction
Decision Making
Decision Support Trends
Decision Support Systems
Management Information Systems
Online Analytical Processing
Using Decision Support Systems
Executive Information Systems
Enterprise Portals and Decision Support
Knowledge Management Systems
Section II Artificial Intelligence Technologies in Business
Business and AI
An Overview of Artificial Intelligence
Expert Systems
Developing Expert Systems
Neural Networks
Fuzzy Logic Systems
Genetic Algorithms
Virtual Reality
Intelligent Agents
Section I : Pendukung Keputusan dalam Bisnis
Pendahuluan
Bagian ini membahas bagaimana sebuah tipe dari sistem informasi berupa sistem pendukung keputusan dapat mendukung pengambilan keputusan bagi organisasi. Organisasi melakukan pengambilan keputusan berdasarkan informasi yang mengalami perubahan secara cepat.
Tingkat pengambilan keputusan manajemen tetap, tapi ukuran, bentuk, dan partisipan terus berubah. Struktur organisasi saat ini terus berkembang. Dengan demikian, tingkat pengambilan keputusan manajerial yang harus didukung oleh teknologi informasi dalam organisasi adalah:
Manajemen Strategis. Dewan direksi dan komite eksekutif dan eksekutif puncak mengembangkan tujuan keseluruhan organisasi, strategi, kebijakan, dan tujuan sebagai bagian dari proses perencanaan strategis . Mereka juga memantau kinerja strategis organisasi dan arah secara keseluruhan dalam bidang politik, ekonomi , dan lingkungan bisnis yang kompetitif .
Manajemen taktis. Profesional bisnis yang mengatur diri sendiri serta manajer unit pengembangan rencana pendek dan menengah, jadwal, anggaran, menentukan kebijakan, prosedur, dan tujuan bisnis sup unit perusahaan. Mereka juga mengalokasikan sumber daya dan memonitor kinerja sup unit organisasi, termasuk departemen, divisi, tim produksi, tim proyek, dan kelompok kerja lainnya .
Manajemen Operasional. Para anggota tim yang mengatur diri sendi atau manajer operasi mengembangkan rencana jangka pendek seperti jadwal produksi mingguan. Mereka mengarahkan penggunaan sumber daya dan kinerja tugas sesuai dengan prosedur, dalam Menetapkan anggaran dan jadwal untuk tim dan kelompok kerja lainnya dari organisasi .
Tren Pendukung Keputusan
Penggunaan sistem informasi untuk mendukung pengambilan keputusan telah menjadi salah satu fungsi utama penggunaan teknologi informasi. Pada tahun 1990an, peneliti akademis dan praktisi bisnis melaporkan bahwa fokus manajerial tradisional berasal dari sistem informasi manajemen klasik (1960), sistem pendukung keputusan (1970) dan sistem informasi eksekutif (1980) dan perkembangan teknologi informasi pada perangkat keras maupun perangkat lunak seperti komputer pribadi dan internet mempercepat pertumbuhan sistem informasi. Pemangku kepentingan menginginkan akses yang mudah dan cepat ke informasi yang mereka butuhkan.
Howard Dresner pada tahun 1989 mengusulkan Intelejen Bisnis yang menggambarkan konsep dan metode untuk meningkatkan pengambilan keputusan dengan menggunakan fakta. Saat ini fokus pada konsep dan metode menjadi lebih berorientasi analisis bisnis yang mengacu pada keterampilan, teknologi, aplikasi, praktek eksplorasi dan investigasi kinerja historis bisnis yang diterapkan terus menerus untuk mendapatkan wawasan dan mendorong proses perencanaan strategis bisnis. Analisis Bisnis berfokus pada pengembangan wawasan baru dan pemahaman tentang kinerja bisnis berdasarkan data dan metode statistik. Sebaliknya, intelijen bisnis tradisional berfokus pada menggunakan seperangkat metrik konsisten untuk kedua ukuran kinerja masa lalu dan panduan perencanaan bisnis, yang didasarkan pada data dan metode statistik, memanfaatkan jauh lebih luas dari data, statistik dan analisis kuantitatif, penjelasan dan pemodelan prediksi, dan manajemen berbasis fakta untuk mendorong pengambilan keputusan. Analsis dapat digunakan sebagai masukan untuk keputusan manusia atau keputusan otomatis. Bisnis intelijen lebih terkait dengan query, pelaporan, online analytical processing (OLAP), dan tanda yang menjawab pertanyaan: apa yang terjadi;berapa banyak;seberapa sering; di mana, apa masalah sebenarnya, dan tindakan apa yang dibutuhkan. Analisis bisnis, sebaliknya, dapat menjawab pertanyaan: mengapa hal ini terjadi, bagaimana jika tren ini terus berlanjut, apa yang akan terjadi berikutnya (memprediksi), dan apa yang terbaik yang bisa terjadi (mengoptimalkan). Salah satu teknik yang paling umum dan pendekatan yang terkait dengan analisa bisnis adalah data mining. Gambar di bawah menunjukkan beberapa teknologi informasi utama untuk memberikan informasi bisnis utama dan alat-alat analisis bagi manajer, profesional bisnis, dan pemangku kepentingan bisnis. Menyoroti kecenderungan ke arah aplikasi kecerdasan bisnis seperti di berbagai jenis sistem pendukung keputusan dan informasi.
Sistem Pendukung Keputusan
Sistem pendukung keputusan adalah sistem informasi berbasis komputer yang menyediakan dukungan informasi interaktif untuk manajer dan profesional bisnis selama proses pengambilan keputusan. Sistem pendukung keputusan menggunakan (1) model analisis, (2) database khusus, (3) wawasan pembuat keputusan sendiri dan penilaian, dan (4) suatu proses pemodelan berbasis komputer interaktif untuk mendukung keputusan bisnis semiterstruktur.
Sistem pendukung keputusan bergantung pada model dan database, karena sumber daya sistem yang vital. Sebuah model dasar DSS adalah komponen perangkat lunak yang terdiri dari model yang digunakan dalam komputasi dan analisis matematis rutinitas yang mengungkapkan hubungan antar variabel. Sebuah model dasar DSS juga dapat mencakup model dan teknik analisis yang digunakan untuk mengekspresikan hubungan yang jauh lebih kompleks .
Sebagai contoh, mungkin berisi model linier programming, beberapa model peramalan regresi, dan model penganggaran nilai modal sekarang. Model tersebut dapat disimpan dalam bentuk model spreadsheet atau template , atau program statistik dan matematika dan modul program.
Selain itu, paket perangkat lunak DSS dapat menggabungkan model komponen untuk menciptakan model terintegrasi yang mendukung tipe tertentu dari keputusan. Software DSS biasanya berisi rutinitas pemodelan analisis dan juga memungkinkan Anda untuk membangun model sendiri.
Banyak paket DSS sekarang tersedia dalam versi mikro komputer dan berbasis web . Tentu saja, paket spreadsheet elektronik juga menyediakan beberapa pembentukan model (model spreadsheet) dan pemodelan analitis (what-if dan goal-seeking analysis) yang ditawarkan oleh software DSS l. Sebagai usaha menjadi lebih sadar akan kekuatan sistem pendukung keputusan, mereka menggunakannya di bisnis yang terus meningkat.
Management Information Systems
Sistem informasi manajemen adalah jenis asli dari sistem informasi yang dikembangkan untuk mendukung pengambilan keputusan manajerial. SIM menghasilkan produk informasi yang mendukung banyak kebutuhan pengambilan keputusan manajer dan profesional bisnis sehari-hari. Laporan, display, dan tanggapan yang dihasilkan oleh sistem informasi manajemen memberikan informasi bahwa keputusan tersebut telah ditetapkan di muka sebagai memenuhi kebutuhan informasi mereka secara memadai.
Produk informasi seperti yang telah ditetapkan memenuhi kebutuhan informasi para pengambil keputusan di tingkat operasional dan taktis dari organisasi yang dihadapkan dengan jenis situasi keputusan yang lebih terstruktur. Manajer dan pengambil keputusan lainnya menggunakan SIM untuk meminta informasi pada workstation jaringan mereka yang mendukung kegiatan pengambilan keputusan mereka. Informasi ini mengambil bentuk periodik, pengecualian, dan laporan permintaan dan respon langsung terhadap pertanyaan.
Web browser, program aplikasi, dan perangkat lunak manajemen database menyediakan akses ke informasi dalam intranet dan database operasional organisasi lainnya. Database operasional dipelihara oleh sistem pemrosesan transaksi. Data tentang lingkungan bisnis yang diperoleh dari internet atau extranet database bila diperlukan .
Sistem informasi manajemen menyediakan berbagai produk informasi kepada manajer. Empat alternatif pelaporan utama disediakan oleh sistem tersebut .
Laporan Berkala Terjadwal. Bentuk tradisional memberikan informasi kepada manajer menggunakan format dirancang untuk menyediakan informasi secara teratur.
Laporan Exception. Dalam beberapa kasus, laporan yang dihasilkan hanya ketika kondisi luar biasa terjadi. Dalam kasus lain, laporan yang dihasilkan secara berkala tetapi mengandung informasi tentang hanya kondisi luar biasa.
Laporan Permintaan dan Tanggapan. Informasi tersedia setiap kali seorang manajer menuntut hal itu. Sebagai contoh, Web browser, bahasa query DBMS, dan generator melaporkan memungkinkan manajer di workstation PC untuk mendapatkan tanggapan langsung atau untuk menemukan dan memperoleh laporan khusus sebagai hasil dari permintaan mereka untuk informasi yang mereka butuhkan. Dengan demikian , manajer tidak perlu menunggu laporan berkala tiba sesuai jadwal .
Laporan Dorong. Informasi didorong ke workstation jaringan seorang manajer. Dengan demikian , banyak perusahaan yang menggunakan software webcasting untuk menyiarkan laporan selektif
Online Analytical Processing
Sifat kompetitif dan dinamis saat ini, lingkungan bisnis global yang mendorong permintaan oleh manajer bisnis dan analis untuk sistem informasi yang dapat memberikan jawaban cepat untuk pertanyaan bisnis yang kompleks. Industri IT telah merespon tuntutan ini dengan perkembangan seperti database analitis, data yang mart , data warehouse , teknik data mining , dan struktur database multidimensi, dan dengan server khusus dan produk perangkat lunak Web-enabled yang mendukung pengolahan analisis online (OLAP) memungkinkan manajer dan analis untuk secara interaktif memeriksa dan memanipulasi sejumlah besar data rinci dan konsolidasi dari berbagai perspektif.
OLAP melibatkan menganalisis hubungan yang kompleks antara ribuan atau bahkan jutaan item data yang disimpan dalam data mart, data warehouse, dan database multidimensi lainnya untuk menemukan pola, tren, dan kondisi pengecualian. Sesi OLAP berlangsung secara Online, real time, dengan respon yang cepat untuk permintaan seorang manajer atau analis, sehingga proses analisis atau pengambilan keputusan terganggu .
Pengolahan analisis online melibatkan beberapa operasi analitis dasar, termasuk konsolidasi, drill-down, dan mengiris dan dicing.
Konsolidasi. Konsolidasi melibatkan agregasi data, yang dapat melibatkan roll-up sederhana atau kompleks yang melibatkan pengelompokan data yang saling terkait. Misalnya, data tentang kantor penjualan dapat digulung ke tingkat kabupaten, dan data tingkat kabupaten dapat digulung untuk memberikan perspektif tingkat regional.
Drill-down. OLAP juga bisa pergi ke arah sebaliknya dan secara otomatis menampilkan data rinci yang berisi gabungan data. Proses ini disebut drill-down. Misalnya, penjualan produk oleh individu atau agen penjualan yang membentuk total penjualan suatu daerah dapat dengan mudah diakses .
Mengiris dan dicing. Mengiris dan dicing mengacu pada kemampuan untuk melihat database dari sudut pandang yang berbeda. Satu potong database penjualan mungkin menunjukkan semua penjualan dari jenis produk dalam daerah. Slice lain mungkin menunjukkan semua penjualan dengan saluran penjualan dalam setiap jenis produk. Mengiris dan dicing sering dilakukan sepanjang sumbu waktu untuk menganalisis tren dan menemukan pola berbasis waktu dalam data .
Sistem informasi geografis
Sistem informasi geografis (GIS) dan sistem visualisasi data (DVS ) adalah kategori khusus dari DSS yang mengintegrasikan grafis komputer dengan fitur DSS lainnya menggunakan database geografis, data kompleks, interaktif, tiga dimensi untuk membangun dan menampilkan peta dan bentuk grafis lain seperti tabel, grafik yang mendukung keputusan distribusi geografis orang dan sumber daya lainnya. Menggunakan teknologi GIS bersama dengan global positioning system (GPS), Perangkat lunak GIS seperti MapInfo dan Atlas GIS untuk memilih lokasi toko ritel baru, mengoptimalkan rute distribusi, atau menganalisa target demografi, menelusuri data secara real time, membantu pengguna interaktif, membagi, menggabungkan, dan mengatur data sementara data dalam bentuk grafik, menemukan pola, link, dan anomali dalam bisnis atau data ilmiah dalam proses pendukung keputusan.
Konsep sistem informasi geografis dan visualisasi data tidak baru. Salah satu yang pertama tercatat penggunaan konsep terjadi pada bulan September 1854. Selama periode 10 - hari, 500 orang, semua dari bagian yang sama dari London, Inggris, meninggal karena kolera . Dr John Snow, mencoba untuk menentukan sumber kolera, dengan menandai lokasi rumah masing-masing korban dengan titik pada peta yang telah ditarik.
Menggunakan Sistem Pendukung Keputusan
Sebuah sistem pendukung keputusan melibatkan proses pemodelan analitis interaktif. Misalnya, menggunakan paket software DSS untuk pendukung keputusan dapat menampilkan alternatif dalam menanggapi perubahan yang dimasukkan. Berbeda dari tanggapan permintaan sistem informasi manajemen karena pengambil keputusan tidak menuntut informasi prespecified, melainkan, mereka mengeksplorasi alternatif yang mungkin. Dengan demikian, mereka tidak perlu menentukan kebutuhan informasi mereka di muka. Sebaliknya, mereka menggunakan DSS untuk menemukan informasi yang mereka butuhkan untuk membantu mereka membuat keputusan. Ini adalah inti dari konsep sistem pendukung keputusan.
Empat jenis dasar kegiatan pemodelan analitis terlibat dalam menggunakan sistem pendukung keputusan: (1) What-If analisis, (2) analisis sensitivitas, (3) analisis mencari, dan (4) analisis optimasi.
Sistem Informasi Eksekutif
Sistem informasi eksekutif ( EIS ) adalah sistem informasi yang menggabungkan banyak fitur dari sistem informasi manajemen dan sistem pendukung keputusan. Ketika pertama kali dikembangkan, fokus adalah pada pemenuhan kebutuhan informasi strategis dari manajemen puncak. Dengan demikian, tujuan pertama sistem informasi eksekutif adalah untuk memberikan para eksekutif puncak akses langsung dan mudah ke informasi tentang faktor penentu keberhasilan suatu perusahaan (CSF) , yaitu, faktor kunci yang sangat penting untuk mencapai satu tujuan strategis organisasi.
Nama alternatif yang lebih populer adalah sistem informasi perusahaan (EIS) dan sistem pendukung eksekutif (ESS). Nama-nama ini juga mencerminkan fakta bahwa lebih banyak fitur, seperti browsing Web, e -mail , alat groupware, DSS dan kemampuan sistem pakar, yang ditambahkan ke banyak sistem untuk membuat mereka lebih berguna untuk manajer dan profesional bisnis .
Portal dan Pendukung Keputusan Perusahaan
Sebuah portal informasi perusahaan (EIP) adalah antarmuka berbasis Web dan integrasi MIS, DSS, EIS, dan teknologi lainnya yang memberikan semua pengguna intranet dan extranet pengguna terpilih akses ke berbagai aplikasi dan layanan bisnis internal dan eksternal. Sebagai contoh, aplikasi internal mungkin termasuk akses ke e-mail, situs web proyek, dan diskusi kelompok, sumber daya manusia Web-layanan diri, pelanggan, persediaan, dan database perusahaan lainnya, sistem pendukung keputusan, dan sistem manajemen pengetahuan.
Aplikasi eksternal mungkin termasuk industri, keuangan, dan layanan berita internet lainnya, hubungan dengan kelompok diskusi industri, dan link ke pelanggan dan pemasok Internet dan situs Web extranet. Informasi perusahaan portal biasanya disesuaikan atau dipersonalisasi untuk kebutuhan pengguna bisnis individu atau kelompok pengguna, memberikan mereka dashboard pribadi digital sumber informasi dan aplikasi.
Sistem Manajemen Pengetahuan
Sistem manajemen pengetahuan sebagai penggunaan teknologi informasi untuk membantu mengumpulkan, mengatur, dan membagi pengetahuan bisnis dalam suatu organisasi. Di banyak organisasi, hypermedia database di intranet perusahaan. Situs web telah menjadi basis pengetahuan untuk penyimpanan dan penyebaran pengetahuan bisnis. Pengetahuan ini sering mengambil bentuk praktik terbaik, kebijakan, dan solusi bisnis di proyek, tim, unit bisnis, dan tingkat perusahaan dari perusahaan.
Bagi banyak perusahaan, portal informasi perusahaan adalah masuk ke intranet perusahaan yang berfungsi sebagai sistem manajemen pengetahuan mereka. Itu sebabnya portal seperti disebut portal pengetahuan perusahaan dengan vendor mereka. Dengan demikian, portal pengetahuan perusahaan memainkan peran penting dalam membantu perusahaan menggunakan intranet mereka sebagai sistem manajemen pengetahuan untuk berbagi dan menyebarkan pengetahuan dalam mendukung pengambilan keputusan bisnis oleh para manajer dan profesional bisnis.
Section II Teknologi Kecerdasan Buatan Dalam Bisnis
Bisnis dan Kecerdasan Buatan
Kecerdasan buatan (AI) merupakan bidang ilmu pengetahuan dan teknologi berdasarkan disiplin ilmu seperti ilmu komputer, biologi, psikologi, linguistik, matematika, dan teknik. Tujuan dari AI adalah untuk mengembangkan komputer yang dapat mensimulasikan kemampuan berpikir, melihat, mendengar, berjalan, berbicara, dan merasakan. Sebuah dorongan utama dari kecerdasan buatan adalah simulasi fungsi komputer biasanya terkait dengan kecerdasan manusia, seperti penalaran, pembelajaran, dan pemecahan masalah.
Gambar berikut menggambarkan domain utama penelitian dan pengembangan AI. Perhatikan bahwa aplikasi AI dapat dikelompokkan di bawah tiga besar ilmu daerah-kognitif, robotika, dan antar muka alami. Klasifikasi ini tumpang tindih, dan klasifikasi lainnya dapat digunakan. Sistem pakar hanya salah satu dari banyak aplikasi AI penting.
Sistem Pakar
Salah satu aplikasi yang paling praktis dan diimplementasikan secara luas dari kecerdasan buatan dalam bisnis adalah pengembangan sistem pakar dan sistem informasi berbasis pengetahuan lainnya. Sebuah sistem informasi berbasis pengetahuan menambahkan basis pengetahuan ke komponen utama yang ditemukan dalam jenis lain dari sistem informasi berbasis komputer. Sistem pakar adalah sistem informasi berbasis pengetahuan yang menggunakan pengetahuan tentang spesifik, area aplikasi yang kompleks untuk bertindak sebagai konsultan ahli untuk pengguna akhir. Sistem pakar memberikan jawaban atas pertanyaan dalam bidang masalah yang sangat spesifik dengan membuat kesimpulan seperti manusia tentang pengetahuan yang terkandung dalam basis pengetahuan khusus. Mereka juga harus mampu menjelaskan proses penalaran mereka dan kesimpulan untuk pengguna, sehingga sistem pakar dapat memberikan dukungan keputusan kepada pengguna akhir dalam bentuk saran dari konsultan ahli dalam bidang masalah tertentu.
Developing Expert Systems
Neural Networks
Jaringan saraf adalah model sistem komputasi jaringan seperti elemen otak saling berhubungan, yang disebut neuron. Tentu saja, arsitektur jaringan saraf jauh lebih sederhana (otak manusia diperkirakan memiliki lebih dari 100 miliar sel otak neuron!). Seperti otak, bagaimanapun, prosesor saling berhubungan dalam jaringan saraf beroperasi secara paralel dan berinteraksi secara dinamis.
Interaksi ini memungkinkan jaringan untuk "belajar" dari proses data itu. Artinya, belajar untuk mengenali pola dan hubungan dalam data ini. Contoh-contoh data yang lebih menerima sebagai masukan, dapat semakin baik belajar untuk menduplikasi hasil dari proses conto. Dengan demikian, jaringan saraf akan mengubah kekuatan dari keterkaitan antara elemen pemrosesan dalam menanggapi perubahan pola dalam data yang diterima dan hasil yang terjadi.
System Logika Fuzzy
Sistem logika fuzzy penerapan AI kecil dalam bisnis, tapi serius. Logika fuzzy adalah metode penalaran yang menyerupai penalaran manusia, memungkinkan perkiraan dan kesimpulan (fuzzy logic) dan data yang tidak lengkap atau ambigu (data kabur) bukan mengandalkan hanya pada data biner. Sistem fuzzy memungkinkan untuk memproses data yang tidak lengkap dan cepat memberikan perkiraan, tetapi dapat diterima, solusi untuk masalah yang sulit untuk memecahkan metode. Dengan demikian, pertanyaan logika fuzzy database, seperti query SQL, dapat meningkatkan ekstraksi data dari database bisnis. Penting untuk dicatat bahwa logika fuzzy tidak berpikir samar atau tidak tepat. Logika fuzzy benar-benar membawa presisi untuk skenario keputusan di mana sebelumnya tidak ada.
Algoritha Genetika
Penggunaan algoritma genetika adalah aplikasi kecerdasan buatan. Perangkat lunak algoritma genetika menggunakan Darwin (survival of the fit test), mengacak, dan fungsi matematika lainnya untuk mensimulasikan proses evolusi yang dapat menghasilkan solusi semakin lebih baik untuk masalah. Algoritma genetika pertama kali digunakan untuk mensimulasikan jutaan tahun di biologi, geologi, dan ekosistem evolusi hanya dalam beberapa menit di komputer. Perangkat lunak algoritma genetika digunakan untuk model berbagai proses ilmiah, teknis, dan bisnis.
Algoritma genetik adalah sangat berguna untuk situasi di mana ribuan solusi yang mungkin dan harus dievaluasi untuk menghasilkan solusi yang optimal. Perangkat lunak algoritma genetika menggunakan set aturan proses matematika (algoritma) yang menentukan bagaimana kombinasi komponen proses atau langkah-langkah yang akan dibentuk. Proses ini mungkin melibatkan mencoba kombinasi proses acak (mutasi), menggabungkan bagian-bagian dari beberapa proses yang baik (cross over), dan memilih set baik proses dan membuang orang-orang miskin (seleksi) untuk menghasilkan solusi yang semakin baik.
Virtual Reality
Virtual reality (VR) adalah realitas simulasi komputer. Virtual reality adalah daerah yang berkembang pesat dari kecerdasan buatan yang memiliki asal-usul dalam upaya untuk membangun lebih alami, realistis, multiindrawi antarmuka manusia-komputer. Jadi virtual reality bergantung pada perangkat input/output multiindrawi seperti headset pelacakan dengan kacamata video dan earphone stereo, sarung tangan data atau jumpsuit dengan sensor serat optik yang melacak gerakan tubuh, dan walker yang memantau pergerakan kaki. Kemudian dapat mengalami komputer simulasi "dunia maya" tiga dimensi melalui penglihatan, suara, dan sentuhan. Virtual reality juga disebut kehadiran jarak jauh. Memasuki dunia yang dihasilkan komputer virtual, melihat-lihat dan mengamati isinya, mengambil dan memindahkan objek, dan bergerak di sekitar. Dengan demikian, virtual reality memungkinkan untuk berinteraksi dengan objek simulasi komputer, entitas, dan lingkungan seolah mereka benar-benar ada.
Intelligent Agents
Agen kecerdasan semakin populer sebagai cara untuk menggunakan kecerdasan buatan dalam perangkat lunak untuk membantu pengguna menyelesaikan berbagai jenis tugas dalam e-bisnis dan e-commerce. Sebagai pengganti perangkat lunak untuk pengguna akhir atau proses yang memenuhi kebutuhan atau kegiatan lain, menggunakan pengetahuan dasar tentang seseorang atau proses untuk membuat keputusan dan menyelesaikan tugas-tugas dengan cara yang memenuhi niat pengguna.
Kadang-kadang agen kecerdasan merepresentasi grafis atau persona, seperti Einstein untuk ilmu penasehat, Sherlock Holmes untuk agen pencarian informasi, dan sebagainya. Dengan demikian, agen kecerdasan (juga disebut robot perangkat lunak atau "bots") adalah tujuan spesial, sistem informasi berbasis pengetahuan yang menyelesaikan tugas-tugas khusus untuk pengguna.
