Memberi Alat Saja Tidak Cukup untuk Menjadikan Agen AI Efektif di Kantor
Agen AI butuh metode kerja manusia agar tidak memicu kerja ganda. Meta memisahkan keahlian dari peralatan untuk memangkas waktu diagnosis sistem.
Ilustrasi: liput24
Poin penting
- Agen AI butuh instruksi metode kerja, bukan sekadar izin akses ke aplikasi kantor.
- Menurut laporan Meta, agen AI memangkas investigasi sistem dari 10 jam jadi 30 menit.
- Persetujuan akhir tetap di tangan manusia untuk mencegah penumpukan tugas baru.
Banyak kantor mulai memakai agen AI untuk menyelesaikan pekerjaan digital. Agen AI adalah program mandiri yang bisa mengambil tindakan langsung di komputer.
Teknologi ini menjanjikan pengurangan beban kerja manusia. Namun, alat canggih ini sering kali justru menambah pekerjaan baru jika hasilnya salah.
Masalah ini disorot dalam laporan media Digital Trends baru-baru ini. Pengguna tetap harus memeriksa ulang seluruh pekerjaan jika asisten AI bertindak keliru.
Memisahkan Peralatan dan Keahlian Kerja
Tantangan penerapan agen digital dihadapi oleh Tommy Tran. Ia bekerja sebagai insinyur perangkat lunak di Meta.
Tran membangun sistem agen untuk menjaga efisiensi infrastruktur software. Sistem itu bertugas mencari masalah saat kinerja server mendadak melambat.
Ia mempelajari cara kerja para insinyur senior dalam melacak gangguan. Pola pikir para pakar itu kemudian diubah menjadi instruksi baku sistem.
Tran mencatat "pemeriksaan yang mereka jalankan, sinyal yang mereka percayai, urutan investigasi mereka," kata Tommy Tran kepada LeadDev.
Langkah tersebut melahirkan pemisahan antara peralatan kerja dan keterampilan berpikir. Tran menguraikan konsep ini dalam tulisan di publikasi Engineering at Meta.
Peralatan berfungsi mengambil baris kode dan riwayat perubahan sistem. Sementara itu, keterampilan membantu agen menentukan bagian mana yang harus diperiksa duluan.
Logika ini berlaku juga pada bisnis sehari-hari. Memberi AI akses ke tabel pembukuan tidak otomatis membuatnya paham arti pendapatan bagi perusahaan.
Izin membuka data pelanggan juga belum cukup bagi AI. Sistem tetap butuh aturan pasti untuk menentukan alasan pengembalian dana pembeli.
Kendali Manusia Tetap Menjadi Kunci
Meta membatasi ruang gerak mandiri agen tersebut di lapangan. Program hanya boleh mendiagnosis masalah dan menyusun draf perbaikan.
Insinyur manusia tetap memegang keputusan akhir sebelum perubahan diterapkan. Usulan perbaikan dikirim langsung kepada pembuat kode yang bermasalah.
Diagnosis otomatis ini memangkas waktu pelacakan manual dari sepuluh jam menjadi tiga puluh menit. Angka penghematan durasi ini merupakan klaim resmi dari pihak Meta.
Namun, proses peninjauan usulan perbaikan tetap memakan waktu manusia. Sistem yang memberi saran terlalu cepat bisa membuat antrean tugas menumpuk di meja kerja.
Karena itu, laporan Digital Trends menyarankan pengguna mengukur sisa beban kerja manual. Penghematan nyata baru terasa setelah waktu pemeriksaan hasil selesai dihitung.
Apa Artinya bagi Pelaku Usaha
Pemilik bisnis tidak boleh langsung percaya pada janji otomasi penuh. Memberi akses perangkat lunak ke agen cerdas tanpa panduan baku sangat berisiko.
Staf Anda bisa kelelahan memeriksa ulang setiap tindakan yang diambil mesin. Kecepatan kerja awal akan sia-sia jika perbaikan kesalahan memakan waktu lebih lama.
Batasi wewenang asisten digital Anda hanya pada tugas menyiapkan rekomendasi. Keputusan akhir yang menyangkut uang atau operasional utama harus tetap di tangan staf Anda.
- Digital Trends: Why AI agents need more than access to tools
Lihat hasil pemeriksaan (9 klaim)
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| Tommy Tran bekerja sebagai insinyur perangkat lunak di Meta pada platform agen untuk efisiensi infrastruktur. | Didukung | “Tommy Tran, a software engineer at Meta, worked on this problem in an agent platform for infrastructure efficiency.” Disebutkan dalam Digital Trends mengutip wawancara dan profil Tommy Tran. |
| Tran merekam metode investigasi insinyur senior yang mencakup pemeriksaan yang dijalankan, sinyal yang dipercayai, dan urutan investigasi. | Didukung | “He recorded “the checks they run, the signals they trust, the order they investigate in,” he told LeadDev.” Tercantum sebagai kutipan langsung Tran kepada LeadDev dalam artikel Digital Trends. |
| Tran memisahkan instruksi atau keahlian (skills) dari peralatan (tools) yang digunakan untuk memeriksa sistem. | Didukung | “He separated those instructions from the tools used to inspect and act on the system.” Disebutkan dalam artikel Digital Trends mengenai arsitektur sistem agen Meta. |
| Tools berfungsi mengambil kode, data performa, dan riwayat konfigurasi, sedangkan skills memandu cara investigasi. | Didukung | “Tools retrieve code, performance data and configuration history. Skills help the agent decide how to investigate.” Dijelaskan dalam tulisan Engineering at Meta yang dikutip Digital Trends. |
| Akses ke spreadsheet tidak memberi tahu asisten bagaimana bisnis mendefinisikan pendapatan, dan akses ke catatan pelanggan tidak menjelaskan kondisi yang membenarkan pengembalian dana. | Didukung | “Access to a spreadsheet does not tell an assistant how a business defines revenue. Access to a customer record does not explain which circumstances justify a refund.” Analogi ini dipaparkan langsung dalam artikel Digital Trends. |
| Sistem dibatasi hanya untuk menginvestigasi dan menyiapkan usulan perbaikan, sementara persetujuan perubahan sistem langsung tetap dipegang insinyur manusia. | Didukung | “It investigates and prepares a proposed fix, while a human engineer retains approval over changes to live systems” Disebutkan dalam Digital Trends mengutip wawancara LeadDev dengan Tran. |
| Usulan perbaikan diteruskan kepada insinyur yang menulis kode penyebab perlambatan untuk ditinjau. | Didukung | “When a software change causes a slowdown, the proposed fix goes to the engineer who wrote that change for review.” Dijelaskan dalam mekanisme alur kerja agen Meta di artikel Digital Trends. |
| Meta melaporkan bahwa diagnosis otomatis dapat memangkas investigasi manual dari sekitar 10 jam menjadi sekitar 30 menit. | Didukung | “The company reports that automated diagnosis can reduce roughly 10 hours of manual investigation to about 30 minutes.” Disebutkan sebagai data laporan Meta dalam artikel Digital Trends. |
| Sistem yang menghasilkan saran lebih cepat daripada kemampuan manusia menilainya dapat memicu penumpukan antrean tugas baru. | Didukung | “A system that produces suggestions faster than people can assess them could create a new backlog.” Tercantum dalam pembahasan evaluasi efisiensi di Digital Trends. |
Video AI terbaru
How Gen uses ChatGPT Work to turn data Into decisions | OpenAI