Microsoft: Reka Bentuk Semula Kerja Sebelum Serah Tugas kepada Ejen AI

Microsoft menekankan satu perkara dalam playbook Becoming a Frontier Firm: penggunaan ejen AI bukan sekadar pelaksanaan perisian. Ia ialah perubahan kepada model operasi organisasi. Berdasarkan ratusan usaha transformasi AI dalaman, syarikat itu berhujah bahawa kerja perlu diperjelas, dipermudah dan ditadbir urus sebelum ejen diberi tanggungjawab melaksanakan sebahagiannya. Kejayaan pula perlu diukur melalui hasil seperti kualiti, kelajuan, risiko, hasil dan kesan kepada pelanggan — bukannya jumlah lesen atau arahan yang digunakan. 12

Mulakan dengan aliran kerja, bukan alat AI

Langkah pertama ialah memahami bagaimana kerja benar-benar berlaku dari awal hingga akhir. Ini termasuk memetakan proses, mengenal pasti serahan tugas antara pasukan dan pengecualian, menjelaskan titik keputusan, serta mengenal pasti data dan sistem yang digunakan pekerja. Tanpa asas ini, organisasi berisiko mengautomasi proses yang tidak konsisten atau tidak banyak menyumbang nilai. 12

Ringkasan pendekatan Microsoft ialah “lean before agents” — ringkaskan proses sebelum menggunakan ejen. Sebelum sesuatu ejen diberi tugas, organisasi patut:

• memudahkan dan menyeragamkan proses asas;
• menghapuskan kelulusan, kerja berulang dan serahan tugas yang tidak perlu;
• menyediakan data bersama yang boleh digunakan serta sambungan kepada sistem berkaitan;
• menetapkan kawalan akses dan tadbir urus; dan
• menentukan dengan jelas keputusan, pengecualian dan tindakan berisiko tinggi yang mesti kekal dipimpin manusia. 12

Secara praktikal, ejen AI patut menerima tanggungjawab yang jelas batasnya dalam aliran kerja yang difahami — bukan arahan umum seperti “tingkatkan produktiviti”.

Tiga laluan transformasi

Microsoft menggariskan tiga pendekatan yang saling melengkapi, bukannya satu laluan tunggal untuk menerima pakai AI.

1. Pecutan Persona

Persona Acceleration melengkapkan peranan yang diberi keutamaan dengan pembantu, arahan, kemahiran dan ejen khusus mengikut peranan. Matlamatnya ialah menjadikan amalan pengguna AI yang cemerlang sebagai keupayaan pasukan yang boleh diulang, disokong oleh pembelajaran dan amalan pengurusan yang menjadikan kerjasama manusia-AI sesuatu yang biasa. 1

2. Reka Bentuk Semula Proses Berkuasa AI

Pendekatan ini menyasar keseluruhan aliran kerja merentas fungsi. Organisasi bukan hanya mengautomasi satu tugasan, sebaliknya mereka bentuk semula proses untuk mengurangkan kelewatan, pertindihan kerja, pembaziran dan keputusan yang terpecah-pecah. Inilah gambaran paling jelas tentang pandangan Microsoft bahawa nilai AI bergantung pada perubahan cara kerja disusun. 12

3. Kemungkinan AI-Dahulu

AI-First Possibility memberi pasukan kecil yang pakar ruang untuk membina produk, perkhidmatan atau kaedah operasi dengan AI diandaikan sebagai unsur asas sejak awal. Laluan ini lebih tidak pasti, tetapi berpotensi mendedahkan corak kerja dan peluang produk yang mungkin terlepas jika organisasi hanya melakukan automasi secara beransur-ansur. 1

Tingkatkan autonomi ejen secara berperingkat

Microsoft tidak melihat autonomi sebagai pilihan ya atau tidak. Sebaliknya, ia menerangkan perkembangan peranan ejen sambil manusia terus memikul tanggungjawab:

1. Manusia dengan pembantu AI: AI menyediakan draf, rumusan dan analisis bagi menyokong pertimbangan manusia.
2. Pasukan manusia-ejen: ejen melaksanakan tugasan atau keputusan tertentu dalam kawalan, laluan eskalasi dan penyeliaan yang ditetapkan.
3. Aliran kerja dipimpin manusia, dikendalikan ejen: ejen mengurus sebahagian besar aliran operasi, manakala manusia menetapkan strategi, mengendalikan pengecualian, mengesahkan hasil dan kekal bertanggungjawab. 1

Tahap ini tidak semestinya tangga kematangan yang kaku. Organisasi boleh menggunakan tahap berlainan bagi aliran kerja berlainan, bergantung pada risiko, kesiapsiagaan data dan kesan jika berlaku kesilapan.

Apa yang ditunjukkan oleh contoh dalaman Microsoft

Microsoft menyatakan kerja rantaian bekalan awannya bermula dengan reka bentuk semula aliran kerja dan asas yang dikongsi bersama, sebelum berkembang kepada lebih 111 ejen khusus bagi perancangan, perolehan, pemenuhan dan logistik. Syarikat itu melaporkan pengurangan masa kitaran sehingga 75% bagi aliran kerja rantaian bekalan terpilih, manakala siasatan pelan permintaan dipendekkan daripada lima hingga tujuh hari kepada beberapa jam. 24

Dalam contoh berasingan, pasukan rentas fungsi Copilot Cowork yang terdiri daripada sembilan orang melancarkan produk awal dalam masa 35 hari menggunakan pendekatan AI-dahulu. Pengajaran yang dilaporkan bukan sekadar pembangunan lebih pantas. Jurutera dan pengurus produk beralih kepada peranan yang digelar Microsoft sebagai “meta-engineers” dan “meta-PMs”: mereka mengarah, menyemak dan menyelaras output ejen sambil menumpukan pada pertimbangan produk serta reka bentuk sistem. 24

Dalam kerangka ini, AI dapat mengurangkan masa bagi draf awal, penyelidikan rutin dan pencarian maklumat operasi. Tumpuan manusia beralih kepada membingkaikan masalah, mereka bentuk sistem, mengesahkan output, mengendalikan pengecualian, membina hubungan dan menggunakan pertimbangan. Peralihan ini memerlukan celik AI, kepercayaan, eksperimen serta perubahan pada peranan dan pengurusan — bukan sekadar akses kepada lesen Copilot. 12

Kelebihan berkekalan bukan pada model semata-mata

Microsoft berhujah bahawa model asas AI akan semakin mudah diganti antara satu sama lain. Sebaliknya, kelebihan yang sukar ditiru datang daripada perkara khusus kepada organisasi: pengetahuan institusi yang dipercayai, akses terkawal kepada data dan alat, orkestrasi aliran kerja, takrifan dalaman tentang hasil kerja yang baik, serta penilaian yang dikaitkan dengan hasil sebenar. 15

Microsoft menggelar gelung maklum balas ini sebagai “hill-climbing machine”. Asasnya mudah: tetapkan hasil yang dikehendaki, nilai output ejen, rekod maklum balas dan kesilapan, perbaik ejen atau aliran kerja, kemudian ulangi. Mengikut pandangan ini, kelebihan bukan banyak bergantung pada pemilihan satu model tertentu, tetapi pada keupayaan memperbaik sistem secara berterusan mengikut standard dan cara kerja organisasi sendiri. 5

Corak penggunaan ejen perusahaan

Analisis Microsoft terhadap 40,093 ejen perusahaan Copilot Studio di hampir 2,000 penyewa mendapati kes penggunaan produktiviti pekerja dalaman dan sokongan pengguna membentuk 64.6% daripada ejen yang digunakan. Microsoft juga melihat peralihan ke arah aplikasi operasi yang lebih khusus, termasuk bantuan teknikal dan aliran kerja perniagaan khusus. 3

Corak ini menyokong hujah utama playbook tersebut: pembantu produktiviti umum mungkin menjadi titik permulaan, tetapi pelaksanaan ejen yang lebih memberi kesan memerlukan proses yang jelas sempadannya, data yang relevan, kawalan yang sesuai dan hasil yang boleh diukur.

Anggap sebagai kerangka, bukan penanda aras sejagat

Bukti dalam playbook ini ialah pelaporan Microsoft sendiri daripada usaha transformasi dalaman dan ekosistem produknya. Angka prestasi tersebut belum disahkan secara bebas, dan Microsoft sendiri menyifatkan playbook itu sebagai pendekatan kerja yang sedang berkembang — bukannya penyelesaian wajib atau jaminan hasil untuk semua organisasi. 12

Jadi, pengajaran paling berguna bukanlah meniru angka atau istilah organisasi Microsoft. Sebaliknya, uji urutan asasnya: pilih hasil perniagaan yang penting, jelaskan dan mudahkan aliran kerja, bina asas data serta tadbir urus, berikan ejen skop tugas yang terkawal, kekalkan akauntabiliti manusia, dan perbaik sistem melalui maklum balas yang diukur.