Tenaga Kerja Agentic: Bagaimana AI Agent Menjadi Rakan Sekerja Digital

Tenaga kerja agentic ialah peralihan daripada menganggap AI agent sebagai perisian yang anda klik kepada menganggapnya sebagai rakan sekerja digital yang anda agihkan tugas, semak dan uruskan, seperti pekerja baharu yang sangat pantas, bekerja sepanjang masa, dan memerlukan arahan yang jelas untuk menjalankan tugas dengan baik. Ia bukan metafora untuk slaid pembentangan. Ia mengubah siapa yang memiliki kerja yang mana, siapa yang menyemaknya, dan siapa yang bertanggungjawab apabila ia tersasar. Halaman ini membincangkan apa yang sebenarnya diperlukan oleh peralihan itu: jenis peranan pengurusan yang baharu, perubahan sebenar pada cara pekerjaan direka, dan risiko yang muncul apabila syarikat menerima bahasa "rakan sekerja digital" lebih pantas daripada penyeliaan yang disiratkan oleh bahasa itu.

Daripada Aliran Kerja kepada Rakan Sekerja

Agentic workflows menerangkan mekanismenya: AI yang melengkapkan proses perniagaan berbilang langkah dari awal hingga akhir dan bukan sekadar menjawab soalan tentangnya. Tenaga kerja agentic ialah apa yang berlaku seterusnya, apabila sesebuah organisasi mempunyai cukup banyak aliran kerja seperti itu sehingga ia berhenti menguruskannya satu demi satu dan mula menguruskannya seperti ia menguruskan pasukan.

Work Trend Index 2025 oleh Microsoft memberikan nama kepada individu yang melakukan pengurusan itu: "agent boss", iaitu seseorang yang membina, mengagihkan tugas kepada, dan menyelia satu atau lebih agent seperti pengurus mengendalikan pasukan kecil. Dalam tinjauannya, 82% pemimpin menyatakan yakin untuk menggunakan agent bagi meluaskan kapasiti pasukan mereka dalam 12 hingga 18 bulan akan datang, dan 46% menyatakan syarikat mereka sudah menggunakan agent untuk mengautomasikan sepenuhnya sekurang-kurangnya satu aliran kerja dari awal hingga akhir. Agentic AI pada 2026 merangkumi garis trend pengamalan penuh di sebalik peralihan itu. Halaman ini menyelami lebih mendalam apa yang sebenarnya diubahnya tentang cara anda menyusun dan menguruskan kerja itu sendiri.

Peranan Baharu: Seseorang Perlu Menguruskan Agent

Sama ada dipanggil agent boss, pengurus agent, atau sekadar "sebahagian daripada kerja sekarang", fungsinya sama: seseorang menentukan apa yang dimiliki agent, menyemak apa yang dihasilkannya, mengendalikan pengecualian yang tidak dapat diselesaikannya sendiri, dan memutuskan bila ia telah layak mendapat lebih autonomi. Liputan Harvard Business Review tentang peranan baharu ini, berdasarkan contoh seperti penggunaan dalaman platform Agentforce oleh Salesforce sendiri, menerangkan pengurus agent yang menghabiskan hari mereka seperti penganalisis data, berada dalam dashboard, kad skor dan perkakasan observability yang menjejaki prestasi sebenar agent mereka, bukan sekadar sama ada ia sedang berjalan.

Perkara yang menjadikan ini kemahiran yang benar-benar baharu, bukan sekadar penjenamaan semula "menggunakan alat", ialah ia meminjam secara langsung daripada pengurusan orang. Human-in-the-loop untuk AI agent membincangkan mekanisme tempat meletakkan pintu kelulusan dalam gelung agent. Pengurus agent ialah individu yang memiliki reka bentuk itu: menulis panduan yang diikuti agent, menentukur sejauh mana ia boleh bertindak tanpa penyeliaan, dan campur tangan apabila nota serahan menyatakan agent tersekat. Ia kurang seperti menghidupkan suis dan lebih seperti memberi orientasi dan bimbingan kepada pekerja baharu, kecuali pekerja itu boleh dikonfigurasi semula dalam satu petang dan tidak pernah mengalami hari yang buruk.

Skala peralihan ini sudah kelihatan dalam angka pelaksanaan, bukan sekadar sentimen tinjauan. Tinjauan Agentic AI 2025 oleh PagerDuty mendapati 51% syarikat sudah melaksanakan AI agent, 35% lagi merancang berbuat demikian dalam tempoh dua tahun, dan 86% menjangkakan akan beroperasi dengan agent menjelang 2027. Tinjauan yang sama mendapati pemimpin menjangkakan hampir 40% kerja akan diautomasikan atau dipercepatkan dengan bantuan AI agent, iaitu tepat jumlah kerja teragih yang memerlukan seseorang memainkan peranan pengurus agent, secara rasmi atau tidak.

Mereka Bentuk Semula Pekerjaan, Bukan Sekadar Mengautomasikan Tugasan

Kesilapan yang mudah dilakukan ialah mengarahkan agent kepada proses yang sama persis dengan yang dahulu dijalankan manusia, lalu menamakannya transformasi. Penyelidikan Deloitte tentang apa yang dinamakannya "tenaga kerja berasaskan silikon" membuat hujah yang lebih tajam: organisasi yang memperoleh nilai sebenar tidak mengautomasikan proses sedia ada mereka, mereka mereka bentuk semula kerja berdasarkan kekuatan sebenar agent dan manusia masing-masing. Tinjauan State of AI in the Enterprise 2026 oleh Deloitte mendapati hanya 11% organisasi menjalankan agentic AI dalam pengeluaran pada hari ini, tetapi 74% menjangkakan akan menggunakan agent sekurang-kurangnya pada tahap sederhana menjelang 2027, 23% secara meluas, dan 5% menjangkakan agent menjadi bahagian teras yang tertanam dalam cara perniagaan dijalankan. Jurang antara angka-angka itu ialah kerja reka bentuk semula yang belum dimulakan oleh kebanyakan syarikat.

Bila menggunakan AI agent menerangkan bahagian pekerjaan yang sesuai untuk agent: berulang, terikat peraturan, dan murah jika sesekali tersilap. Reka bentuk semula pekerjaan ialah apa yang berlaku apabila anda mengambil serius bahagian itu pada peringkat peranan, bukan sekadar peringkat tugasan. Kerja wakil sokongan tidak lenyap apabila sesuatu seperti AI Support Triage Agent mengendalikan pengelasan dan penghalaan barisan pertama. Ia berubah bentuk: kurang masa untuk carian berulang, lebih masa untuk keputusan yang memerlukan pertimbangan dan detik hubungan yang tidak sepatutnya dimiliki agent sejak awal.

Apa yang Berubah pada Struktur Pasukan

Apabila beberapa peranan yang direka bentuk semula ini wujud bersebelahan, struktur pasukan itu sendiri mula beralih. Pengurus yang dahulu menyelia lapan orang dengan sifar agent setiap seorang kini mungkin menyelia enam orang yang masing-masing turut menguruskan dua atau tiga agent sempit, yang mengubah maksud "span of control": lebih sedikit laporan langsung yang melakukan lebih banyak kerja, ditambah lapisan laporan perisian yang tidak mengambil cuti tetapi memerlukan penentukuran.

Membina keupayaan itu dengan sengaja, bukan secara kebetulan, melibatkan dua disiplin yang sudah dinamakan untuk peralihan AI yang lebih luas. Strategi bakat AI merangkumi keputusan bina-latih-beli untuk kemahiran yang sebenarnya diperlukan oleh tenaga kerja agentic, dan pengurusan agent ternyata salah satu yang lebih mudah diskalakan, kerana ia lebih bergantung pada pertimbangan dan pengagihan tugas berbanding kemahiran teknikal yang mendalam. Pengurusan perubahan AI merangkumi bahagian yang lebih sukar: lengkung pengamalan, corak penentangan, dengan kebimbangan keselamatan pekerjaan sebagai yang utama, dan program latihan yang mengubah "agent mengambil tugasan saya" kepada "saya memiliki lebih banyak sekarang, dan agent mengendalikan bahagian yang tidak pernah saya sukai." Tiada satu pun disiplin itu pilihan sebaik sahaja agent beralih daripada projek perintis kepada sebahagian sebenar perancangan kakitangan. Dan apabila bilangan peranan pengurusan agent melepasi segelintir juara awal, AI Center of Excellence biasanya yang memastikan coraknya konsisten merentas pasukan, bukannya setiap pengurus mencipta versi peranan agent boss sendiri dari awal.

Risiko Menganggap Agent seperti Rakan Sekerja

Rangka rakan sekerja berguna untuk membina naluri yang betul tentang pengagihan tugas dan semakan. Ia juga tempat beberapa risiko sebenar bersembunyi jika diambil terlalu harfiah.

Kepercayaan berlebihan. Reka bentuk human-in-the-loop menamakan mod kegagalan ini secara langsung: jika terlalu banyak keputusan berisiko rendah dihalakan melalui penyemak manusia, mereka belajar meluluskan secara membuta tuli, yang secara senyap menggagalkan tujuan mengekalkan manusia di situ. Menganggap agent sebagai rakan sepasukan yang dipercayai menjadikannya lebih buruk, bukan lebih baik, kerana kepercayaan itulah yang menghakis kewaspadaan.

Kehakisan kemahiran. Jika agent memiliki setiap draf pertama, setiap carian rutin, dan setiap keputusan berulang yang dahulu menjadi bahan pembelajaran pekerja junior, pekerja itu mendapat lebih sedikit latihan dalam kerja yang dahulu membina kepakarannya. Ini persoalan sebenar yang masih belum selesai dalam cara organisasi mereka bentuk semula peranan peringkat permulaan sekitar agent, bukan persoalan yang sudah dimuktamadkan, dan ia wajar diberi perhatian reka bentuk yang sama seperti pagar pelindung agent itu sendiri.

Garis akauntabiliti yang kabur. Apabila agent menggubal e-mel pelanggan, mengemas kini rekod kewangan, atau menyaring resume, siapa yang sebenarnya bertanggungjawab jika ia salah: pengurus agent yang menyediakannya, vendor yang modelnya digunakan, atau jabatan yang memiliki hasilnya? "Agent yang melakukannya" tidak memuaskan pelanggan, pengawal selia atau lembaga pengarah. Carta organisasi memerlukan jawapan sebenar kepada soalan ini sebelum bahasa "rakan sekerja" yang tidak rasmi mendahuluinya, dan jawapan itu lebih hampir kepada keputusan tadbir urus daripada keputusan teknikal.

Membina ke Arah Tenaga Kerja Agentic dengan Sengaja

Tiada satu pun daripada ini berlaku dengan baik secara kebetulan, dan kebanyakannya hanya menjadi nyata apabila organisasi telah melepasi projek perintis pertamanya. Model kematangan AI agent membincangkan peringkatnya dengan lebih mendalam, tetapi ringkasnya di sini: tenaga kerja agentic, dalam apa-apa erti yang bermakna, ialah rupa peringkat run dari dalam. Crawl dan walk adalah tentang membuktikan agent individu berfungsi dan meletakkan asas tadbir urus. Run ialah tempat cukup banyak asas itu wujud sehingga "siapa yang menguruskan agent" menjadi persoalan reka bentuk organisasi yang sebenar dan bukan hipotesis.

Mulakan lebih kecil daripada yang disarankan oleh rangka itu. Pilih satu pasukan, namakan seorang sebagai pengurus agent untuk satu agent, dan ukur apa yang sebenarnya berlaku kepada masa mereka, bukan sekadar apa yang dihasilkan agent. ROI AI agent menerangkan mengapa mengukur hasil dan bukan aktiviti sangat penting di sini: kapasiti yang dibebaskan agent hanya bernilai jika seseorang dengan sengaja mengarahkannya semula kepada kerja bernilai lebih tinggi, jurang pelaburan semula yang sama yang didapati oleh Gartner sukar ditutup oleh pasukan jualan walaupun penjimatan masa daripada AI adalah nyata dan telah diukur.

Fakta Utama

• Work Trend Index 2025 oleh Microsoft mendapati 82% pemimpin yakin untuk meluaskan kapasiti pasukan dengan agent dalam 12 hingga 18 bulan, dan 46% sudah mengautomasikan sepenuhnya sekurang-kurangnya satu aliran kerja dari awal hingga akhir dengan agent, tinjauan yang mencipta istilah "agent boss."
• Tinjauan PagerDuty 2025 mendapati 51% syarikat sudah melaksanakan AI agent, 35% merancang berbuat demikian dalam tempoh dua tahun, dan 86% menjangkakan akan beroperasi menjelang 2027, dengan pemimpin menjangkakan hampir 40% kerja diautomasikan atau dipercepatkan oleh agent.
• Tinjauan State of AI in the Enterprise 2026 oleh Deloitte mendapati hanya 11% organisasi menjalankan agentic AI dalam pengeluaran hari ini, tetapi 74% menjangkakan penggunaan sekurang-kurangnya sederhana menjelang 2027, 23% penggunaan meluas, dan 5% menjangkakan agent tertanam sepenuhnya sebagai bahagian teras operasi.
• Risiko sebenar dalam tenaga kerja agentic bukan agent melakukan kerja. Ia ialah jurang akauntabiliti, penyeliaan dan pembangunan kemahiran yang terbuka apabila bahasa "rakan sekerja digital" mendahului tadbir urus sebenar.
• Tenaga kerja agentic ialah rupa peringkat run kematangan AI agent dari dalam: agent dirancang sebagai lapisan kapasiti, bukan diuruskan satu projek perintis demi satu.

Ke Mana Seterusnya

Membina tenaga kerja agentic dengan baik bermula dengan memastikan segelintir agent individu betul terlebih dahulu. Model kematangan AI agent menunjukkan bagaimana crawl dan walk membawa kepada peringkat ini, dan ROI AI agent menerangkan cara mengukur sama ada kapasiti yang dibebaskan agent benar-benar digunakan dengan baik. Jika anda sedang membina pelan bakat dan pengurusan perubahan di sebalik peralihan ini, rumusan perisian HR dan panduan cara memilih perisian HR ialah perhentian seterusnya yang berguna untuk sisi sistem dalam merancang sekitar tenaga kerja yang kini merangkumi agent.