Cara otomatisasi software lama dengan AI: apa yang berubah dengan computer use di GitHub Copilot

Banyak bisnis ingin melakukan otomatisasi software lama, tapi software-nya tidak pernah dirancang untuk itu. Tidak ada API, tidak ada command line, dan vendornya mungkin sudah tidak ada. Pada 1 Oktober 2026, GitHub merilis computer use untuk GitHub Copilot dalam public preview, yang memungkinkan agen AI mengoperasikan aplikasi desktop lewat tampilannya, seperti yang dilakukan manusia.

Ini pilihan nyata untuk alur kerja yang dulu terlalu rumit untuk diotomatiskan. Tapi ini bukan alasan untuk melewatkan engineering yang baik. Berikut fungsi fiturnya menurut changelog resmi GitHub, dan cara yang kami sarankan untuk memutuskan kapan memakainya.

Apa yang bisa dilakukan computer use di GitHub Copilot

Computer use tersedia dalam public preview di GitHub Copilot CLI dan GitHub Copilot app, untuk macOS dan Windows. Menurut GitHub, Copilot bisa berinteraksi dengan aplikasi desktop atas namamu, termasuk:

• Membaca konten aplikasi yang aksesibel dan konteks visual
• Mengklik tombol, mengisi dan mengedit teks, serta menekan tombol keyboard
• Scroll dan drag
• Menjalankan alur kerja yang melewati beberapa aplikasi

Artinya, fitur ini memperluas tugas yang bisa diotomatiskan, termasuk alur kerja di software lama dan software berbasis GUI yang tidak punya API, command line, atau integrasi MCP.

Cara menyalakan dan mengendalikannya

Di Copilot CLI, jalankan /computer on, cek statusnya dengan /computer show, dan matikan dengan /computer off. Di GitHub Copilot app, buka Settings, pilih Computer Use, lalu aktifkan. Di macOS, Copilot memandu izin Accessibility dan Screen Recording yang dibutuhkan.

Di sini kendali lebih penting daripada kecepatan, dan GitHub menyebut tiga pengaman:

• Minta izin dulu. Copilot meminta persetujuan sebelum mengontrol aplikasi.
• Izin bisa dicabut. Daftar aplikasi yang selalu diizinkan bisa dicek atau di-reset.
• Kendali organisasi. Pengaturan yang dikelola organisasi bisa mematikan fitur ini.

GitHub juga mencatat computer use bekerja paling baik kalau kamu menjelaskan hasil yang diinginkan, aplikasi yang terlibat, dan batasan penting, bukan setiap klik.

AI computer use, API, atau membangun ulang?

Computer use adalah satu dari tiga cara mengotomatiskan sistem lama. Berdasarkan pengalaman proyek kami, beginilah cara memilihnya:

• Bangun API kalau prosesnya kritis dan berjalan setiap hari. Integrasi yang membaca dan menulis data langsung lebih cepat, lebih mudah diuji, dan tidak rusak saat posisi tombol berubah.
• Pakai AI computer use untuk tool yang hanya punya GUI, tugas sesekali, dan uji coba. Kamu bisa membuktikan manfaat otomasi sebelum berinvestasi di integrasi.
• Bangun ulang sistemnya kalau software sudah habis masa pakainya, tidak didukung lagi, atau menghambat pertumbuhan. Otomasi di atasnya hanya menunda keputusan.

Dalam praktiknya banyak tim menggabungkan semuanya: mulai dengan computer use untuk melihat di mana waktu terbuang, lalu bangun API untuk langkah yang paling penting. Panduan kami soal pengembangan MVP memakai prinsip yang sama: mulai kecil, lalu berinvestasi di tempat yang terbukti penting.

Sebelum otomatisasi: checklist praktis

1. 1Catat langkah manualnya. Tulis apa yang benar-benar diklik dan diketik orang hari ini, di setiap aplikasi yang terlibat.
2. 2Ukur waktunya. Jumlah jam per minggu menunjukkan apakah otomasi layak dikerjakan.
3. 3Tandai aksi sensitif. Pembayaran, penghapusan data, dan apa pun yang menyentuh data pribadi perlu perhatian khusus.
4. 4Tetap ada persetujuan manusia. Pakai kontrol izin, dan jangan biarkan agen menyelesaikan langkah sensitif sendirian.
5. 5Mulai dari satu alur kerja. Buktikan berjalan dan andal sebelum diperluas.
6. 6Rencanakan API untuk langkah kritis. Kalau uji cobanya berhasil, integrasi yang proper membuatnya tahan lama.

Artinya untuk bisnismu

Selama bertahun-tahun, pilihan untuk software desktop lama hanya dua: tetap bekerja manual, atau membayar penggantian total. AI yang bisa mengoperasikan tampilan aplikasi menambah jalan tengah. Ini penting untuk perusahaan yang menjalankan keuangan, stok, atau operasional di tool yang tidak pernah dirancang untuk terhubung.

Fitur ini masih public preview, jadi kami sarankan memakainya untuk eksplorasi dan uji coba, bukan sebagai fondasi proses yang kritis. Bisnis yang paling diuntungkan adalah yang memadukannya dengan persetujuan yang jelas dan rencana jangka panjang.

Bagaimana Estontinc membantu

Estontinc adalah software house di Malang dengan 100+ proyek dan 50+ klien selama lebih dari enam tahun. Lewat jasa pengembangan AI, kami memetakan alur kerjamu dan merancang otomasi AI dengan persetujuan dan pengawasan. Lewat pengembangan custom software dan API, kami membangun integrasi yang membuat proses kritis tetap andal, atau mengganti sistem saat waktunya tiba.

Kami bekerja dengan NDA, menjalankan demo mingguan, dan source code menjadi milikmu. Ceritakan proses yang masih manual lewat halaman kontak, dan kami balas dalam 24 jam. Kalau sedang menimbang anggaran, panduan biaya pembuatan aplikasi bisa jadi titik awal.