Agentic AI: 11 Kes Penggunaan Bernilai Tinggi dan Implikasi Industri untuk Perusahaan

#### Pembukaan

Evolusi AI peringkat perusahaan kini memasuki fasa baharu. Selepas AI generatif melalui kitaran daripada kecoh kepada pragmatik, Agentic AI (AI ejen) mula menjadi kata kunci baharu dalam automasi perusahaan. Berbeza dengan AI generatif yang hanya tertumpu pada penjanaan kandungan, Agentic AI menekankan pembuatan keputusan autonomi, pelaksanaan tugas pelbagai langkah, dan keupayaan penyesuaian dinamik. Menurut laporan CIO.com, institusi seperti Aflac, Atlantic Health System, Legendary Entertainment, dan Makmal Pendorong Jet NASA telah memulakan penerokaan awal, manakala DeVry University, AT&T, AUM Biotech, Smarsh dan syarikat lain juga telah melaksanakan dalam senario khusus.

#### Latar Belakang Industri: Daripada Jangkaan Melambung kepada Pelaksanaan Pragmatik

Dalam dua tahun yang lalu, AI generatif telah menunjukkan potensi dalam bidang seperti penulisan dokumen dan soal jawab pengetahuan, tetapi ROI dalam aliran kerja sebenar tidak stabil. Perusahaan memerlukan sistem yang boleh melaksanakan tugas secara proaktif. Agentic AI muncul khusus untuk mengisi jurang ini. Rodrigo Madanes, ketua AI inovasi global EY, menunjukkan bahawa ejen AI boleh disepadukan dengan lancar dengan ERP, CRM, dan sistem kecerdasan perniagaan, mengautomasikan aliran kerja, mengurus analisis data, dan menjana laporan. Berbeza dengan RPA yang berdasarkan peraturan tetap, ejen AI boleh membuat keputusan masa nyata, mengendalikan input yang tidak dijangka, tanpa memerlukan penyeliaan manusia sepenuhnya. Ini menjadikan automasi proses sebagai nilai utamanya.

#### Kes Penggunaan Teras: Empat Sampel Utama daripada 11 Arahan

Dalam 11 kes penggunaan berpotensi yang disenaraikan oleh CIO.com, pembangunan perisian, peningkatan RPA, automasi sokongan pelanggan, dan pengurusan perhubungan pelanggan telah menunjukkan trajektori nilai yang jelas.

##### 1. Pembangunan Perisian: Daripada Pengekodan Berbantu kepada Kejuruteraan Autonomi

Pembantu pengekodan AI sedang berkembang menjadi ejen kejuruteraan perisian sebenar. Gartner meramalkan bahawa dalam tempoh tiga tahun akan datang, ejen AI akan menulis sebahagian besar kod perusahaan, yang memerlukan jurutera untuk mentakrifkan semula peranan mereka. Sheldon Monteiro dari Publicis Sapient menyatakan bahawa ejen pengekodan bukan sahaja menulis kod, tetapi juga terdapat ejen bebas yang bertanggungjawab untuk menyemak. Melalui penyepaduan rantai alat DevOps, ejen boleh menjana kes ujian daripada spesifikasi dan menerima secara automatik artifak yang memenuhi piawaian.

Amalan MITRE memberikan rujukan konkrit. CTO mereka, Charles Clancy, memperkenalkan bahawa syarikat itu telah membangunkan ejen AI khusus untuk pengurusan repositori kod. Apabila berhadapan dengan kod sumber yang telah ketinggalan zaman, ejen akan memuat turun secara automatik, cuba membina, dan jika gagal, membaiki skrip binaan atau kod, kemudian mengembalikan hasil kepada repositori sambil menandakan sumber pengubahsuaian. "Pustakawan digital" seperti ini semakin menjadi keperluan sebenar.

##### 2. Peningkatan RPA: Daripada Pelaksanaan Peraturan kepada Keputusan Pintar RPA sentiasa menjadi alat asas automasi perusahaan, tetapi terhad kepada laluan berasaskan peraturan. Ejen AI memperluas sempadan keupayaan RPA dengan ketara. Monteiro menyatakan bahawa ejen AI dapat memahami nuansa logik pengecualian dan mengendalikan masalah kompleks yang memerlukan keputusan peringkat tinggi. Shae Khan dari IBM MIT AI Lab meramalkan bahawa ejen AI akan memperkukuh dan sebahagiannya menggantikan RPA tradisional, manakala RPA akan terus berkhidmat untuk senario peraturan berulang. Dengan sinergi kedua-duanya, peralihan daripada automasi kepada autonomi dapat dicapai.

##### 3. Automasi Sokongan Pelanggan: Daripada Chatbot kepada Ejen Berasaskan Niat

Perkhidmatan pelanggan adalah salah satu medan paling matang untuk Agentic AI. CTO Genesys, Glenn Nethercutt, mendefinisikan Agentic AI sebagai "keupayaan pelaksanaan tugasan pelbagai langkah berdasarkan penaakulan". Chatbot tradisional hanya boleh memadankan kata kunci, manakala ejen AI dapat memahami keperluan kompleks. Contohnya, pelanggan bank boleh berkata "pindahkan wang dari akaun dengan baki tertinggi ke akaun cek", dan ejen perlu memahami konsep dinamik "akaun dengan baki tertinggi" serta melaksanakan operasi merentas akaun.

Senario suara juga sedang berubah. AI Receptionist yang dilancarkan oleh RingCentral boleh menjawab panggilan, membuat tempahan, mengarahkan panggilan dan menangkap maklumat secara automatik. Selepas Integral Recruiting Services menggunakan penyelesaian ini, 93% panggilan masuk dikendalikan secara automatik oleh AI, dengan ketara mengurangkan gangguan kepada pasukan perekrutan.

##### 4. Pengurusan Perhubungan Pelanggan: Enjin Pertumbuhan Dipacu Ejen

Dalam bidang kejayaan pelanggan, terdapat kes sinergi pelbagai ejen. Sistem pelbagai ejen yang dibina oleh syarikat data Monte Carlo menguruskan puluhan akaun tanpa pasukan pelanggan khusus. Sistem ini terus menganalisis penggunaan produk, data CRM, perbualan pelanggan, garis masa pembaharuan dan maklumat lain, secara automatik menentukan sama ada perlu memulakan bantuan on-boarding, peluang pengembangan, sentuhan pembaharuan atau pengendalian peningkatan.

Dalam bidang e-dagang, Bloomreach menggabungkan penjanaan kandungan dan analisis data sebagai ejen pemasaran. Runcit jenama 260 Sample Sale menggunakan ejen pemasaran Loomi untuk menyasarkan pelanggan berpotensi tinggi dengan tepat, menjana komunikasi peribadi secara automatik, mengoptimumkan pelaksanaan kempen, dan akhirnya mencapai peningkatan kadar penukaran 2.4 kali ganda, dengan ketepatan penyasaran audiens sasaran sebanyak 82%.

#### Kesan Pasaran: Peralihan Paradigma Logik Automasi

Kesamaan kes-kes di atas ialah ejen AI mula memainkan peranan "entiti bertanggungjawab". Bagi perusahaan, ini bermakna kos operasi menurun, kelajuan tindak balas meningkat, dan peruntukan semula sumber manusia ke arah kerja kreatif bernilai tinggi. Bagi pelanggan, kebolehcapaian perkhidmatan dan tahap peribadisan akan bertambah baik. Bagi pelabur, Agentic AI sedang mengubah sauh nilai perisian perniagaan, daripada "sistem rekod" kepada "sistem tindakan".

Perubahan ini juga akan merebak ke lapisan infrastruktur: keperluan Agentic AI untuk penaakulan masa nyata, panggilan alat dan memori jangka panjang akan mendorong pertumbuhan skala kuasa pengkomputeran, perkhidmatan awan dan API model.#### Landskap Persaingan: Siapa yang Mendapat Manfaat, Siapa yang Tertekan

Penerima manfaat termasuk tiga kategori: pertama, vendor perisian aplikasi yang memiliki akses kepada data, seperti CRM, ERP dan SaaS menegak; kedua, pembekal infrastruktur AI, termasuk vendor awan, vendor GPU dan pembekal perkhidmatan model; ketiga, perunding dan penyepadu sistem, seperti EY, Publicis Sapient, yang akan memperoleh banyak pesanan dalam pembentukan semula proses dan orkestrasi ejen.

Pihak yang tertekan terutamanya vendor RPA tradisional. Jika mereka tidak dapat dengan cepat merentas daripada peraturan kepada kecerdasan, mereka mungkin digantikan oleh penyelesaian asli AI. Selain itu, pekerjaan yang bergantung kepada tenaga kerja manual yang besar untuk menyusun tiket, menyemak data, dan perkhidmatan pelanggan peringkat rendah juga akan menghadapi penyesuaian.

Perlu diberi perhatian bahawa aplikasi ejen AI telah muncul dalam industri seperti aeroangkasa dan pertahanan, yang mungkin menjadi sumber gelombang seterusnya penyebaran inovasi.

#### Panduan untuk Perusahaan: Tiga Tindakan Keutamaan

Perusahaan harus mengutamakan tiga tindakan:

1. Mulakan dengan senario bernilai tinggi dan berisiko rendah, seperti pembaikan kod, pengagihan sokongan pelanggan, dan pengecaman prospek pemasaran, memberi tumpuan kepada ROI yang boleh diukur. 2. Selesaikan integrasi dan tadbir urus data, pastikan ejen dapat mengakses data pelanggan, proses dan perniagaan yang disatukan, serta wujudkan norma penggunaan data. 3. Bina mekanisme semakan manusia dan sempadan kebenaran, sambil mengesahkan kebolehpercayaan, sediakan injap keselamatan untuk situasi luar biasa.

#### Tinjauan Masa Depan: 12 Bulan hingga 3 Tahun Akan Datang

Dalam 12 bulan akan datang, Agentic AI akan mencapai skala dalam bidang seperti kejuruteraan perisian, sokongan pelanggan, dan operasi IT, tetapi secara keseluruhan masih berada pada peringkat peningkatan kecekapan.

Dalam 24 bulan akan datang, ejen akan bergerak daripada proses titik tunggal kepada kerjasama merentas jabatan, dan senario kompleks seperti rantaian bekalan dan kewangan akan menyaksikan aplikasi matang. Pada masa yang sama, mekanisme kawal selia seperti Akta AI EU akan mengukuhkan keperluan kebolehjelasan untuk ejen autonomi.

Dalam 3 tahun akan datang, Agentic AI dijangka menjadi lapisan standard sistem operasi perusahaan, di mana kod, proses dan interaksi pelanggan mungkin didorong oleh ejen. Daya saing perusahaan akan semakin bergantung pada kualiti aset data dan keupayaan orkestrasi ejen.