Apabila bekerja dengan ejen AI, satu pengajaran telah menjadi semakin jelas bagi saya: jangan mulakan dengan memberitahu ejen secara terperinci bagaimana menjalankan tugas itu. Mulakan dengan menanyakan apa yang dilihatnya. Kebanyakan masa, kita sudah tahu hasil yang dikehendaki, tetapi apabila kita memberi AI arahan yang terlalu terperinci pada peringkat awal, kita juga memaksanya mengikut cara pemikiran kita yang sedia ada. AI mungkin masih menghasilkan hasil yang sama, tetapi prosesnya boleh menjadi kaku, kompleks, atau kurang cekap secara tidak perlu.
Kini, saya lebih suka bermula dengan permintaan mudah: “Ringkaskan kepada saya apa yang anda lihat, apa yang anda fikir tidak optimum, dan apa yang anda cadangkan.” Hanya selepas itu saya memutuskan apa yang patut dilaksanakan. Ini mengubah peranan ejen AI daripada pengikut arahan menjadi rakan penyelesaian masalah. Ia boleh mengenal pasti langkah-langkah yang tidak perlu, proses yang bertindan, peluang automasi yang lebih baik, arkitektur yang lebih cekap, risiko yang terlepas pandang, atau cara yang lebih mudah untuk mencapai hasil yang sama.
Aliran kerja yang semakin saya gunakan adalah mudah: perhatikan, buat diagnosis, cadangkan, cabar, dan laksanakan. Pertama, biarkan AI memahami persekitaran. Kemudian biarkan ia mengenal pasti ketidakcekapan, mencadangkan penambahbaikan, mencabar pendekatan semasa, dan hanya selepas itu meneruskan dengan pelaksanaan.
Satu daripada kesilapan terbesar apabila menggunakan ejen AI ialah menganggap bahawa arahan kepada AI yang lebih baik sentiasa bermaksud memberi lebih banyak arahan. Kadang-kadang, arahan kepada AI yang lebih baik bermaksud memberi ejen kebebasan yang mencukupi untuk menemui cara yang lebih baik. Objektif harus kekal jelas, tetapi kaedahnya tidak semestinya perlu datang daripada kita.
Di situlah ejen AI menjadi benar-benar berguna-bukan sekadar mengautomasikan kerja, tetapi membantu mereka bentuk semula cara kerja itu sepatutnya dilakukan.
#AI #AIAgents #AgenticAI #Automasi #DigitalTransformation #AIProductivity #BusinessStrategy #NeuralOps
