Sebagai pengasas AINNA, saya menyaksikan sendiri satu transformasi yang menakjubkan. Pasukan kami kini membina sekurang-kurangnya tiga detached system setiap hari, di samping menghasilkan kira-kira empat pitch deck lengkap setiap minggu — kesemuanya dengan sokongan padu daripada AI agents.
Meliputi pembangunan, penyelidikan, pengekodan, pengujian, dokumentasi, analisis dan iterasi, beban kerja AI kami mampu mencapai 3–5 bilion token sebulan.
Jika ditukar kepada harga API LLM premium komersial, kos setara itu dengan mudah mencecah ratusan ribu ringgit setiap bulan.
Bayangkan pula dalam persekitaran korporat.
Bayangkan sebuah organisasi dengan ratusan atau ribuan pekerja, masing-masing dilengkapi dengan AI agents untuk penyelidikan, analisis, pelaporan, pengekodan, dokumentasi, operasi dan sokongan keputusan.
Penggunaan token akan meningkat dengan sangat pantas.
Pada masa yang sama, korporat semakin tidak mempunyai pilihan selain mengamalkan AI agents.
Mengapa?
Kerana syarikat kecil seperti AINNA — dan ribuan SME di seluruh Malaysia — kini mampu mencapai tahap produktiviti yang dahulu memerlukan ratusan atau malah ribuan pekerja.
AI kini merapatkan jurang produktiviti antara SME dengan korporat besar dengan begitu pantas.
Tetapi ada satu lagi sisi cerita.
Di AINNA, kami membuktikan satu perkara penting: produktiviti AI tidak semestinya bermaksud perbelanjaan AI yang besar.
Walaupun penggunaan kami mencapai kira-kira 3 bilion token sebulan, kos AI terus mampu kekal hanya kira-kira RM100–RM200 setiap bulan.
Perbezaan itu bukan kerana kami menggunakan kurang AI.
Tetapi kerana kami membina seni bina Smart Routing mengelilingi AI agents kami.
Bukan setiap tugas perlu dihantar kepada model yang terbesar atau termahal.
Tugas mudah → model ringan.
Tugas pengekodan → model khusus.
Penaakulan kompleks → model lebih kuat.
Pengesahan deterministik → detached systems.
Pemprosesan berulang → automasi dan pengkomputeran konvensional.
Prinsipnya mudah:
Gunakan kepintaran premium hanya apabila ia benar-benar diperlukan.
Detached systems kami mengendalikan pengesahan, pengiraan, penapisan, penyesuaian, keputusan berasaskan peraturan dan pemprosesan berstruktur yang tidak memerlukan LLM.
Ini membolehkan kami menggunakan AI secara agresif tanpa perlu membayar seolah-olah setiap tugas memerlukan model yang paling berkuasa.
Bagi saya, masa depan Enterprise AI bukan sekadar:
“Berikan setiap pekerja sebuah AI agent.”
Sebaliknya, ia haruslah:
“Berikan setiap pekerja sebuah AI agent — tetapi bina infrastruktur pintar di bawahnya.”
Kerana apabila sebuah organisasi mempunyai 1,000 atau 10,000 pekerja yang dibekalkan AI agents, soalan sebenar bukan lagi sama ada ia menggunakan AI.
Soalan sebenar menjadi:
Berapa banyak kepintaran yang organisasi itu bayar, sedangkan ia sebenarnya tidak pernah memerlukannya?
Inilah sebabnya kami melihat Smart Routing, model khusus dan detached systems sebagai lebih sekadar penoptimuman.
Ia sedang menjadi infrastruktur kawalan kos AI.
Pada skala enterprise, perbezaan itu mampu bernilai jutaan ringgit setiap tahun.
Fasa seterusnya penggunaan AI bukan hanya tentang model yang paling berkuasa.
Ia akan menjadi tentang mengetahui bila tidak perlu menggunakannya.
#ArtificialIntelligence #AIAgents #EnterpriseAI #SmartRouting #NeuralOps #Automation #DigitalTransformation #AIInfrastructure #LLM #Productivity
