Apa Itu Agentic AI dan Bagaimana Ia Mengubah Cara Kita Bekerja?

Perubahan kecerdasan buatan (AI) membuka peluang baharu tetapi turut mengubah cara organisasi menyusun tugasan. Dalam panduan ini, kita melihat apa itu agentic ai dan bagaimana ia mengubah cara kita bekerja secara praktikal, dengan mengambil kira konteks Malaysia, bukti penyelidikan dan tindakan yang boleh dibuat oleh individu. Artikel ini bertujuan membantu pembaca membuat keputusan yang lebih bermaklumat, bukan menjanjikan hasil kerjaya tertentu.

Agentic AI bukan sekadar chatbot menjawab soalan

Agentic AI merujuk kepada pendekatan sistem AI yang boleh merancang dan melaksanakan beberapa langkah untuk mencapai objektif, kadangkala menggunakan alat atau sambungan kepada aplikasi lain. Contohnya, sistem bukan hanya memberi cadangan jadual tetapi membaca maklumat yang dibenarkan, menyusun pilihan, menyediakan draf dan meminta kelulusan sebelum langkah seterusnya. Tahap autonomi berbeza mengikut reka bentuk sistem; tidak semua produk yang dipasarkan sebagai ‘agent’ benar-benar mempunyai kemampuan sama.

Perbezaan chatbot, workflow automation dan AI agent

Chatbot biasa lazimnya menjawab berdasarkan input yang diberi. Workflow automation melaksanakan langkah tetap yang telah diprogramkan. AI agent boleh memilih sebahagian langkah berdasarkan konteks, menggunakan alat dan menilai hasil sebelum menyambung. Namun ia boleh salah memilih tindakan, membaca data yang tidak tepat atau gagal memahami arahan. Oleh itu, agent tidak patut diberi akses luas tanpa had dan semakan.

Contoh use case di organisasi

Dalam HR, agent boleh menyusun draf onboarding checklist daripada polisi yang telah diluluskan. Dalam jualan, ia boleh merangka ringkasan lead daripada CRM yang dibenarkan dan meminta sales executive menyemak sebelum menghubungi prospek. Dalam latihan, agent boleh memadankan objektif kursus dengan modul sedia ada serta mencadangkan jadual; trainer masih mengesahkan pedagogi. Dalam pengurusan projek, agent boleh mengenal pasti task overdue dan menghasilkan cadangan follow-up, bukan terus menghantar mesej tanpa dasar jelas.

Risiko penting: akses, prompt injection dan kesilapan berantai

Apabila agent diberi akses kepada email, pangkalan data atau sistem kewangan, kesilapan bukan lagi sekadar ayat salah. Ia boleh mencetuskan tindakan yang tidak diingini. Risiko termasuk arahan berbahaya yang disisipkan dalam dokumen, kebocoran data, salah baca konteks, tindakan tanpa kelulusan dan kesilapan yang berulang pada skala besar. Prinsip penting ialah least privilege, audit logs, approval gates, sandbox testing dan kemampuan membatalkan tindakan.

Bagaimana syarikat patut memulakan pilot?

Pilih satu use case sempit yang berisiko rendah: merumus tiket bukan sensitif atau menyusun draf agenda. Hadkan akses kepada data yang diperlukan sahaja. Tetapkan langkah yang memerlukan manusia menekan approve. Uji situasi kegagalan, input yang mengelirukan dan permintaan di luar skop. Ukur ketepatan, kos, masa yang dijimatkan, kesilapan dan kadar intervention manusia sebelum pengembangan.

Kemahiran yang akan menjadi lebih penting

Pekerja perlu tahu merangka proses, menetapkan objektif, membaca audit trail, membina checklist dan menyemak output. Kemahiran berkaitan cybersecurity, AI governance, data stewardship dan process engineering semakin relevan. Tidak semestinya semua pekerja perlu menjadi developer agent, tetapi mereka perlu memahami kesan sistem autonomi terhadap kerja dan tanggungjawab.

Checklist sebelum bertindak

Sebelum memilih kursus atau alat, nyatakan hasil yang anda mahu capai, tahap kemahiran sekarang, bajet masa, bukti kejayaan dan risiko yang perlu dielakkan. Gunakan iklan jawatan semasa, maklum balas mentor dan dokumen dasar yang dipercayai untuk menyemak andaian. Apabila menggunakan AI, asingkan fakta yang disahkan daripada cadangan sistem. Selepas 30 hari, nilai semula pelan berdasarkan kemajuan sebenar dan ubah strategi jika perlu.

Soalan lazim (FAQ)

Adakah Agentic AI boleh bekerja sepenuhnya tanpa manusia?

Sesetengah tugas boleh dilaksanakan dengan autonomi terhad, tetapi tugas berisiko tinggi memerlukan kawalan dan kelulusan manusia.

Apakah beza Agentic AI dan generative AI?

Generative AI menghasilkan kandungan; agentic AI menambah aspek perancangan, penggunaan alat dan pelaksanaan langkah untuk objektif tertentu.

Langkah seterusnya

Semak Agentic AI Readiness organisasi anda sebelum mengautomasikan workflow.

Rujukan dan bacaan lanjut

• AI Malaysia, AI Governance & Ethics — https://www.ai.gov.my/faq/ai-governance-policy/

• Jabatan Digital Negara, Guidelines for AI Adoption in the Public Sector — https://www.jdn.gov.my/en/guidelines-for-the-adoption-of-ai-in-the-public-sector/

• AI Malaysia, National AI Action Plan 2026–2030 — https://www.ai.gov.my/faq/national-ai-action-plan-2026-2030-fact-sheet/

• World Economic Forum, Future of Jobs Report 2025 — https://www.weforum.org/press/2025/01/future-of-jobs-report-2025-78-million-new-job-opportunities-by-2030-but-urgent-upskilling-needed-to-prepare-workforces/

Peringatan: Contoh pekerjaan dan checklist ialah panduan editorial, bukan statistik rasmi bagi setiap jawatan.