Pasukan Manusia-Ejen: Membina Budaya Apabila AI Bekerja Bersama Manusia

Oleh Victor Hoang · Dikemas kini 26 Ogos 2026

Pasukan manusia-ejen ialah unit kerja yang terdiri daripada manusia dan ejen AI yang berkongsi tugas sebenar, tempat ejen bukan sekadar menjawab soalan atau merangka cadangan tetapi benar-benar merancang dan melaksanakan sebahagian kerja, kemudian menyerahkan semula hasil yang dinilai oleh seseorang dan bukan dihasilkan olehnya dari awal. Peralihan tunggal itu, daripada alat yang anda operasikan kepada rakan sepasukan yang hasilnya anda seliakan, itulah yang menjadikan soalan budaya dalam artikel ini benar-benar baharu.

Kebanyakan syarikat sudah tahu menulis dasar untuk perisian. Lebih sedikit yang tahu menulis budaya untuk rakan sepasukan yang tidak pernah tidur dan tiada rekod prestasi untuk membina kepercayaan seperti pekerja baharu. Artikel ini membincangkan apa yang sebenarnya menjadikan pasukan "manusia-ejen" dan bukan sekadar dibantu AI, soalan budaya yang menyusul, peralihan daripada melakukan kerja kepada menyelaraskannya, norma yang menjayakan gabungan ini, dan had sebenar sejauh mana semua ini telah berkembang.

Apa yang Menjadikan Pasukan "Manusia-Ejen", Bukan Sekadar "Dibantu AI"

Banyak pasukan menggunakan AI tanpa menjadi pasukan manusia-ejen dalam apa-apa erti yang bermakna. Seseorang yang meminta chatbot menyusun semula e-mel, meringkaskan dokumen, atau mencadangkan tiga pilihan tajuk sedang menggunakan alat, kategori yang sama dengan hamparan atau enjin carian. Orang itu masih melakukan kerja; perisian hanya mempercepat satu langkah.

Pasukan manusia-ejen melepasi garis yang berbeza. Ejen AI diberi matlamat, bukan satu arahan, dan ia merancang urutan langkah, mengambil data daripada sistem sebenar, membuat keputusan terhad sepanjang jalan, dan hanya meningkatkan isu apabila sesuatu berada di luar apa yang dibenarkan untuk diputuskannya sendiri. Itulah takrifan AI agentik: perisian yang mengesan sesuatu keadaan, menaakulinya, dan bertindak, dan bukan menunggu gesaan seterusnya. Apabila ejen melakukan itu dalam aliran kerja yang turut melibatkan manusia (seseorang menetapkan matlamat, menyemak output, atau menyambung di tempat ejen berhenti) anda ada pasukan manusia-ejen, sama ada sesiapa pada carta organisasi telah menamakannya begitu atau belum.

Ujian praktikalnya mudah: jika anda membuang AI daripada aliran kerja esok, adakah seseorang akan mengambil tugas yang telah siap, atau yang kosong? Kerja dibantu alat meninggalkan tugas kosong, orang itu sentiasa akan melakukannya. Kerja pasukan manusia-ejen meninggalkan tugas siap tanpa sesiapa, yang merupakan keadaan yang dimasuki secara senyap oleh bahagian pengurus yang semakin besar tanpa pelan.

Bagaimana Ini Berbeza daripada Menggunakan AI sebagai Alat: Ejen Bertindak, Alat Menunggu

Perbezaan ini penting kerana ia mengubah apa yang perlu ditadbir oleh budaya. Alat menunggu input dan melakukan tepat apa yang disuruh; tiada sesiapa pernah memerlukan dasar kepercayaan untuk kalkulator. Ejen bertindak dalam sempadan yang ditetapkan seseorang lebih awal dan kemudian tidak berada dalam bilik, bermakna sempadan itu mesti betul sebelum kerja bermula, bukan dibetulkan pada ketika itu seperti anda menangkap rakan sekerja membuat kesilapan semasa perbualan.

Jurang antara "tetapkan sempadan" dan "kerja berlaku" itulah tempat kebanyakan bobot budaya baharu terletak. Penggunaan alat dalam sistem AI, ejen memanggil API CRM atau mengemas kini rekod, ialah yang membolehkannya bertindak pada sistem perniagaan sebenar dan bukan sekadar menerangkan apa yang patut berlaku seterusnya. Work Trend Index 2026 Microsoft mendapati ejen aktif yang berjalan dalam Microsoft 365 meningkat 15x tahun ke tahun, dan 18x dalam perusahaan besar, lengkung yang cukup pantas sehingga "kita fikirkan budaya kemudian" tidak lagi pelan yang boleh dilaksanakan. Gabungan siapa melakukan apa, manusia atau ejen, sudah menjadi carta organisasi semasa bagi sebilangan besar pasukan, sama ada kepimpinan telah menamakannya atau belum.

Fakta Utama

• Ejen AI aktif yang berjalan dalam Microsoft 365 meningkat 15x tahun ke tahun, dan 18x dalam perusahaan besar, bukti bahawa pasukan manusia-ejen telah beralih daripada perintis kepada skala pengeluaran dengan pantas. Sumber: Microsoft Work Trend Index 2026
• 86% pekerja berkata mereka menganggap output AI sebagai titik permulaan, bukan jawapan akhir, dan mereka kekal bertanggungjawab atas pemikiran di sebaliknya, perkara paling hampir dengan norma "percaya tetapi sahkan" yang berfungsi yang ditunjukkan data hari ini. Sumber: Microsoft Work Trend Index 2026
• 50% pekerja meletakkan kawalan kualiti output AI sebagai kemahiran manusia yang paling penting apabila ejen mengambil lebih banyak pelaksanaan, mengatasi kelajuan pengeluaran mentah. Sumber: Microsoft Work Trend Index 2026
• Hampir satu pertiga pengurus di AS, Kanada dan EU sudah membingkaikan AI sebagai rakan sepasukan atau pekerja, dan lebih 20% menyenaraikan ejen AI terus pada carta organisasi mereka, menurut penyelidikan Boston Consulting Group yang diketuai Matthew Kropp. Sumber: Fortune, reporting on BCG research
• Dalam penyelidikan BCG yang sama, membingkaikan AI sebagai "pekerja" dan bukan alat dikaitkan dengan kebimbangan 7 mata lebih tinggi bahawa AI akan menggantikan peranan orang dan kepercayaan 10 mata lebih rendah terhadap cara AI sebenarnya akan dikerahkan, bukti bahawa label yang digunakan syarikat untuk ejennya membentuk perasaan orang tentang bekerja bersama mereka. Sumber: Fortune, reporting on BCG research
• 43% pekerja berkata mereka kurang mempercayai output rakan sekerja sebaik sahaja mengetahui AI terlibat menghasilkannya, berbanding hanya 20% yang lebih mempercayainya, berdasarkan tinjauan 2026 terhadap lebih 2,000 rakyat Amerika yang bekerja. Sumber: Founder Reports, AI in the Workplace Statistics 2026
• Global Human Capital Trends 2026 Deloitte mendapati 60% eksekutif sudah menggunakan AI dalam membuat keputusan, namun hanya 5% berkata mereka mengurusnya dengan baik, jurang yang muncul sebagai hutang budaya dalam pasukan manusia-ejen khususnya. Sumber: Deloitte 2026 Global Human Capital Trends
• Gartner meramalkan lebih 40% projek AI agentik akan dibatalkan menjelang akhir 2027, dengan menyebut kos yang meningkat, nilai perniagaan yang tidak jelas, dan kawalan risiko yang tidak mencukupi, peringatan bahawa tidak semua dakwaan "pasukan manusia-ejen" bertahan apabila berhadapan pengeluaran. Sumber: Gartner

Soalan Budaya Baharu yang Ditimbulkan Pasukan Manusia-Ejen

Apabila ejen bertindak dalam aliran kerja dan bukan sekadar membantu satu, lima soalan timbul yang kebanyakan pasukan tidak pernah perlu jawab sebelum ini, dan kebanyakan dasar tidak meliputinya.

Siapa yang Memiliki Output?

Pemilikan dahulu ada jawapan yang jelas: sesiapa yang menulis dokumen, membina model, atau merangka cadangan memilikinya. Apabila ejen menghasilkan 80% pertama sesuatu cadangan dan seseorang menyunting 20% terakhir, "siapa yang memiliki ini" menjadi benar-benar kabur, dan kebanyakan sistem pengiktirafan masih mengandaikan seorang manusia melakukan kesemuanya. Pasukan yang berpura-pura sebaliknya, memberi kredit kepada orang itu seolah-olah ejen tidak menyumbang apa-apa, atau menganggap kerja dibantu ejen sebagai kurang sah, kedua-duanya berakhir dengan rasa dendam di satu pihak atau yang lain.

Siapa yang Bertanggungjawab Apabila Ejen Tersilap?

Jika ejen menghantar angka yang salah kepada pelanggan, atau tugas berbilang langkah senyap-senyap tersasar, akauntabiliti belum mempunyai lalai yang mantap. Adakah orang yang menulis taklimat, yang meluluskan output, atau yang mengkonfigurasi aliran kerja? Syarikat tanpa jawapan eksplisit mendapat satu daripada dua corak buruk: saling menyalahkan selepas kejadian, atau tiada siapa menyemak dengan teliti kerana semua orang menganggap orang lain sudah menyemak. Inilah jurang yang reka bentuk human-in-the-loop sepatutnya tutup, dengan menamakan lebih awal langkah mana yang memerlukan persetujuan seseorang sebelum output ejen menjadi output pasukan.

Bila Anda Mempercayai Output, dan Bila Anda Menyemaknya?

Kepercayaan dengan rakan sekerja terbina perlahan-lahan, melalui memerhati mereka menangani tekanan dan mengaku kesilapan sepanjang berbulan-bulan. Ejen tidak mempunyai sejarah sedemikian; ia mempunyai rekod prestasi yang diukur dalam tugas siap dan skor keyakinan yang kebanyakan orang tidak pernah lihat. Pasukan tanpa jawapan yang dikalibrasi berayun kepada satu daripada dua mod kegagalan: terlalu percaya, apabila output ejen yang tidak disemak keluar atas nama seseorang dan ternyata salah, atau terlalu kurang percaya, apabila pengurus senyap-senyap membuat semula setiap tugas ejen secara manual dan menghapuskan peningkatan produktiviti yang sepatutnya dibawa ejen. 86% pekerja yang berkata mereka menganggap output AI sebagai titik permulaan dan bukan jawapan akhir, pada hakikatnya, sudah mengamalkan jalan tengah: gunakan output itu, tetapi kekalkan pertimbangan di tangan manusia.

Apa yang Berlaku kepada Status dan Identiti Profesional?

Seseorang yang reputasinya dibina atas menjadi penggubal tercepat, penganalisis tercepat, atau pengekod tercepat dalam pasukan boleh melihat kelebihan itu hilang hampir semalaman sebaik sahaja ejen dapat menyaingi kelajuan. Apa yang tinggal, pertimbangan, citarasa, dan keupayaan menangkap apa yang terlepas oleh ejen, memang bernilai, tetapi ia tidak terasa seperti jenis nilai yang sama, dan orang menyedari perbezaannya walaupun tiada siapa menyebutnya dengan lantang. Pemimpin yang tidak menamakan peralihan itu secara terus meninggalkan pekerja membuat kesimpulan bahawa mereka telah diganti secara senyap dan bukan ditempatkan semula.

Apakah Kemahiran yang Benar-benar Penting Sekarang?

Separuh pekerja dalam penyelidikan 2026 Microsoft kini meletakkan kawalan kualiti output AI sebagai kemahiran yang paling penting, mengatasi kelajuan pengeluaran mentah, perubahan sebenar yang belum dikejar oleh kebanyakan sistem prestasi. Menyemak secara kritis, mengesan kesilapan yang kedengaran munasabah, dan mengetahui bila tugas memerlukan keputusan pertimbangan manusia dan bukan tekaan terbaik ejen sedang menjadi pembeza, dan sangat sedikit syarikat telah mengemas kini kriteria pengambilan, latihan atau kenaikan pangkat untuk mencerminkannya.

Daripada Pelaksana kepada Penyelaras: Peralihan yang Tiada Siapa Dilatih

Cara paling jelas menggambarkan apa yang berubah ialah peralihan peranan, bukan sekadar perkakas: daripada pelaksana, seseorang yang menghasilkan kerja sendiri, kepada penyelaras, seseorang yang mereka bentuk sistem, menetapkan sempadannya, dan menyemak apa yang keluar di hujung satu lagi. Penyelidikan Microsoft menamakan ini sebagai satu hujung spektrum corak kolaborasi manusia-ejen, bermula daripada Author (melakukan kerja sendiri, dengan AI membantu pada bahagian tertentu) melalui Editor dan Director kepada Orchestrator, seseorang yang menjalankan beberapa ejen secara selari dan campur tangan terutamanya pada pengecualian. Kami membincangkan set corak penuh dan bagaimana ia membentuk semula peranan pengurusan dalam Frontier Firm dan kebangkitan agent boss.

Apa yang penting untuk budaya khususnya ialah penyelarasan merupakan jenis akauntabiliti yang benar-benar berbeza daripada melakukan, lebih hampir kepada pengurus yang memiliki output pasukan berbanding individu yang menyemak kerja sendiri, dan hampir tiada siapa dilatih untuknya dengan sengaja. Penganalisis kanan yang menghabiskan sedekad menjadi lebih mahir membina model kini, dalam sesetengah aliran kerja, diminta menjadi lebih mahir menyemak model yang dibina ejen, kemahiran berbeza yang tidak datang secara automatik dengan kekananan. Syarikat yang menganggap ini sebagai perubahan jawatan dan bukan kemahiran untuk dibangunkan ialah yang paling mungkin berakhir sama ada dengan kelulusan sambil lewa yang cuai atau pemeriksaan berlebihan yang sama yang membatalkan kelebihan kelajuan ejen.

Norma yang Menjayakan Pasukan Manusia-Ejen

Pasukan yang menangani ini dengan baik berkongsi set kecil norma eksplisit dan bukan komitmen kabur untuk "menggunakan AI secara bertanggungjawab." Empat muncul secara konsisten.

Pendedahan: Nyatakan Bila Ejen Terlibat

Kepercayaan merosot apabila orang mengetahui selepas kejadian bahawa AI terlibat dan tiada siapa memberitahu di awal. Tinjauan Founder Reports mendapati 43% pekerja kurang mempercayai output rakan sekerja sebaik sahaja mengetahui AI terlibat, berbanding hanya 20% yang lebih mempercayainya, dan jurang itu bertambah buruk, bukan baik, apabila pendedahan terasa seperti sesuatu yang perlu dipaksa keluar dan bukan disukarelakan. Norma mudah dan konsisten, nyatakan bila ejen menyumbang dan seberapa banyak, berbuat lebih banyak untuk kepercayaan berbanding cuba menjadikan penglibatan ejen tidak kelihatan.

Semakan: Bina Pemeriksaan dalam Aliran Kerja, Bukan di Sekelilingnya

"Seseorang patut semak semula itu" bukan proses semakan; ia harapan. Pasukan yang benar-benar menangkap kesilapan ejen sebelum ia dihantar membina pemeriksaan dalam aliran kerja itu sendiri, langkah kelulusan yang diwajibkan, semakan kedua pada apa-apa yang melebihi ambang taruhan tertentu, dan bukan mempercayai ia akan berlaku secara tidak formal kerana semua orang tahu mereka sepatutnya berhati-hati. Penyelidikan BCG tentang pembingkaian AI sebagai "pekerja" mendapati orang menangkap lebih sedikit kesilapan, bukan lebih banyak, apabila output ejen datang dengan label awal sebagai daripada rakan sepasukan yang dipercayai dan bukan alat, yang menyokong mengekalkan semakan secara struktur dan bukan bergantung pada seberapa banyak penelitian yang kebetulan dijemput oleh label itu.

Human-in-the-Loop melalui Reka Bentuk, Bukan Kebetulan

Reka bentuk human-in-the-loop bermakna memutuskan lebih awal keputusan mana yang boleh dibuat ejen sendiri dan mana yang sentiasa disalurkan kepada manusia, sebelum aliran kerja beroperasi, bukan selepas sesuatu tidak kena. Panduan kabur seperti "gunakan pertimbangan baik tentang bila hendak menyemak" meletakkan seluruh beban pada individu pada ketika itu, yang tepatnya ketika pertimbangan paling sukar diterapkan secara konsisten. Menamakan pencetus khusus, ambang dolar, komunikasi menghadap pelanggan, apa-apa yang menyentuh garis undang-undang atau pematuhan, mengubah sifat peribadi menjadi sifat sistem yang bertahan walaupun pekerja bertukar ganti.

Keselamatan Psikologi untuk Jenis Keraguan Baharu

Keselamatan psikologi di tempat kerja sudah pun peramal paling jelas bagi pasukan berprestasi tinggi sebelum ejen menyertai mereka. Menambah ejen menaikkan taruhan dan bukan merendahkannya, kerana orang kini perlu berasa selamat untuk berkata perkara yang tidak pernah perlu mereka katakan: "Saya tidak mempercayai apa yang dihasilkan ejen di sini," atau "Saya meluluskan ini tanpa memahami sepenuhnya bagaimana ia dijana." Pasukan tanpa keselamatan itu tidak berhenti mengalami detik-detik ini, mereka hanya berhenti melaporkannya, yang senyap-senyap mengubah keraguan jujur menjadi risiko tersembunyi.

Keraguan yang Jujur: Agent Washing dan Jurang Kebolehpercayaan

Tidak semua yang dipasarkan sebagai "pasukan manusia-ejen" memang begitu. Agent washing, menjenamakan semula chatbot atau automasi berskrip sebagai "ejen AI" tanpa autonomi yang mendasarinya, bermakna sebahagian besar alat yang menghasilkan keputusan mengecewakan tidak pernah benar-benar merancang dan bertindak seperti ejen sebenar. Pasukan yang kecewa dengan "ejen" tidak boleh dipercayai yang sebenarnya hanya skrip yang dijenamakan semula berisiko mempelajari pengajaran yang salah, bahawa kolaborasi manusia-ejen tidak berfungsi, sedangkan isu sebenar ialah alat itu tidak pernah layak menjadi ejen.

Walaupun teknologinya benar-benar agentik, jurang kebolehpercayaan patut dinamakan dengan jujur. Ramalan Gartner bahawa lebih 40% projek AI agentik akan dibatalkan menjelang akhir 2027 menunjuk kepada kos yang meningkat, nilai perniagaan yang tidak jelas, dan kawalan risiko yang tidak mencukupi, bukan kualiti model semata-mata. Dan dapatan BCG bahawa membingkaikan AI sebagai "pekerja" mengurangkan kepercayaan dan meningkatkan kebimbangan penggantian secara terukur ialah amaran terhadap melebih-lebihkan bahasa "rakan sepasukan" sebelum disiplin semakan dan norma akauntabiliti wujud untuk menyokongnya. Menamakan sesuatu rakan sepasukan tidak menjadikan soalan budaya lebih mudah; sebaliknya, ia menaikkan standard betapa teliti syarikat perlu menjawabnya.

Langkah Seterusnya

Artikel ini terletak dalam tinjauan lebih luas kami tentang bagaimana AI mengubah budaya organisasi. Dari sini:

• Apakah budaya AI-native?, untuk konsep asas tempat pasukan manusia-ejen berada
• Frontier Firm dan kebangkitan agent boss, untuk set penuh corak kolaborasi manusia-ejen dan peranan pengurus yang dicipta olehnya
• Hutang budaya AI, tentang apa yang berlaku apabila norma syarikat tidak seiring dengan kelajuan ia menerima pakai ejen
• Keselamatan psikologi di tempat kerja, untuk mekanik lebih mendalam bagi keselamatan yang kini diperlukan pasukan manusia-ejen

Kebanyakan pasukan akan menemui norma manusia-ejen mereka dengan cara yang sukar, dalam mesyuarat selepas kesilapan ejen sampai kepada pelanggan. Ia berjalan lebih baik apabila soalan yang lebih sukar diselesaikan dahulu: siapa yang memiliki output, siapa yang menjawab apabila ia salah, dan seberapa banyak kepercayaan yang benar-benar telah diperoleh ejen. Itu soalan kepimpinan lama dalam pakaian baharu, dan ia tidak menjadi lebih mudah dengan menunggu insiden bertanya bagi pihak anda.