Strategi AI Agentik Dell Beralih daripada Chatbot kepada Kerja Autonomi

Dell membawa satu mesej utama ke The Six Five Summit: AI Unleashed 2026: AI perusahaan sedang memasuki fasa baharu. Jika chatbot sebelum ini digunakan untuk mencari maklumat, meringkaskan dokumen atau menghasilkan kandungan, sistem AI agentik pula direka untuk melaksanakan kerja sebenar.

Dell berkata syarikat itu telah mengecilkan kira-kira 900 projek AI yang berpotensi kepada 13 inisiatif dengan nilai perniagaan yang jelas, selain melaporkan peningkatan produktiviti awal sekitar 20% hingga 40%. 1

Namun, angka tersebut ialah dakwaan Dell berdasarkan pengalamannya sendiri—bukan ukuran industri yang boleh digunakan sebagai penanda aras untuk semua organisasi. Meski begitu, pendekatan ini memberi gambaran berguna tentang perkara yang berubah apabila AI bergerak daripada fasa eksperimen kepada operasi harian.

AI agentik bukan sekadar chatbot yang lebih pintar

Dell membezakan AI generatif generasi awal daripada sistem AI agentik. Chatbot dan pembantu digital membantu pekerja mendapatkan maklumat daripada data dalaman, meringkaskan dokumen atau menghasilkan kandungan. Sebaliknya, sistem agentik direka untuk mendigitalkan proses: ia boleh menaakul, menggunakan alat, menyelaraskan beberapa langkah dan menyiapkan kerja dengan kurang campur tangan manusia secara langsung. 1

Perbezaan ini bukan hanya berkaitan model AI. Menurut Dell, penerapan AI agentik dalam produksi memerlukan perubahan pada timbunan teknologi, infrastruktur, tadbir urus dan reka bentuk organisasi. Matlamat strategiknya adalah untuk mengurangkan pergantungan antara jumlah kerja yang boleh disiapkan dengan kapasiti tenaga manusia yang tersedia. 1

Tiga contoh penggunaan Dell: CRM, kod dan harga

Dell berkata pihaknya telah membangunkan ejen selama kira-kira dua tahun dan membawanya ke produksi dalam tempoh setahun sebelumnya. Antara contoh penggunaan operasi yang diketengahkan ialah:

• Pembersihan data CRM: ejen mengendalikan tugasan berulang berkaitan kualiti data dalam rekod pelanggan.
• Pembangunan perisian: ejen membantu kerja pengekodan rutin, anotasi dan sebahagian penyelarasan CI/CD, iaitu proses integrasi serta penghantaran berterusan perisian.
• Penetapan harga khas: ejen menyokong aliran kerja yang memerlukan kepantasan dan penggunaan peraturan yang konsisten. 1

Contoh ini masih jauh daripada gambaran perusahaan yang beroperasi sepenuhnya secara autonomi. Namun, ia menunjukkan mengapa reka bentuk proses sangat penting. Penerapan yang berguna bukan sekadar memasukkan model AI ke dalam aplikasi sedia ada; ia memerlukan aliran kerja automatik dengan input, alat, kebenaran dan hasil yang ditetapkan dengan jelas.

Mengapa Dell mengurangkan 900 projek kepada 13?

Dell berkata kira-kira 900 projek AI calon telah disaring menjadi sekitar 13 inisiatif utama yang dipilih berdasarkan nilai perniagaan yang nyata dan diurus melalui penetapan keutamaan dari pihak atasan. 1

Keputusan itu mencerminkan satu pengajaran praktikal untuk program AI perusahaan: senarai eksperimen yang panjang tidak semestinya menghasilkan kelebihan operasi. Hujah Dell ialah organisasi patut menumpukan sumber kepada aliran kerja yang hasilnya boleh diukur, kemudian membina kawalan dan infrastruktur untuk menjalankannya secara konsisten.

Dell mengaitkan peningkatan produktiviti awal sekitar 20% hingga 40% dengan penggunaan pembantu yang disasarkan. Syarikat itu berkata peningkatan boleh menjadi jauh lebih besar apabila ejen mengambil alih keseluruhan kategori kerja. Dell turut mendakwa program yang lebih fokus membantu memisahkan pertumbuhan hasil daripada struktur kosnya. Semua angka dan kesan ini ialah hasil yang dilaporkan syarikat, bukannya jaminan untuk setiap penerapan AI. 1

“Agent washing” mengaburkan perbezaan sebenar

Eksekutif Dell, John Roese, memberi amaran supaya tidak semua ciri AI dilabel sebagai ejen autonomi. Dalam kerangka Dell, agent washing berlaku apabila chatbot, pembantu terhad dan sistem yang mampu melaksanakan tugas secara autonomi digambarkan seolah-olah semuanya sama. 1

Perbezaannya boleh diringkaskan seperti berikut:

• Chatbot: menjawab arahan, biasanya dengan menghasilkan maklumat atau kandungan.
• Pembantu bersasar: menambah baik tugasan tertentu dalam skop terhad, dengan manusia masih terlibat rapat.
• Ejen autonomi: boleh merancang, memanggil alat, menyelaraskan tindakan dan melaksanakan aliran kerja dengan pengawasan langsung yang jauh lebih rendah. 1

Perbezaan ini penting kerana tahap autonomi meningkatkan risikonya. Ringkasan yang tersilap mungkin hanya perlu diperbetulkan. Namun, ejen yang mempunyai akses kepada sistem perniagaan boleh mengubah rekod, mencetuskan tindakan susulan atau mendedahkan maklumat sensitif.

AI agentik mengubah keperluan infrastruktur

Matt Murphy, ketua pegawai eksekutif Marvell, berkata inferens AI agentik dalam produksi mewujudkan tekanan infrastruktur yang berbeza daripada beban kerja latihan AI tradisional. Ejen mungkin perlu mengekalkan keadaan aliran kerja melalui cache nilai-kunci atau key-value cache dalam panggilan model berulang, konteks yang besar dan interaksi berbilang ejen yang panjang. Akibatnya, kapasiti memori dan lebar jalur boleh menjadi kekangan sebelum kuasa pengkomputeran mentah menjadi masalah utama. 1

Murphy turut berkata CPU menjadi lebih penting kerana sistem agentik memerlukan penyelarasan—termasuk percabangan, pencarian semula maklumat, panggilan alat, pelaksanaan dalam persekitaran terasing dan koordinasi antara ejen. Dalam perbincangan itu, nisbah CPU kepada GPU dikatakan berubah daripada kira-kira 8–16:1 untuk AI tradisional kepada sekitar 1–2:1 bagi beban kerja agentik. 1

Bagi pembeli teknologi, implikasinya jelas: platform ejen tidak boleh dinilai berdasarkan kualiti model atau kapasiti GPU semata-mata. Memori, rangkaian, penyelarasan CPU, kebolehlihatan sistem dan kos inferens berulang turut menentukan sama ada sesuatu aliran kerja berdaya maju dalam produksi.

Tiada satu seni bina yang sesuai untuk semua ejen

Dell menolak pendekatan “monokultur”—iaitu bergantung pada satu model atau satu lokasi sahaja. Syarikat itu mencadangkan gabungan beberapa pilihan, termasuk model sumber terbuka di premis, model frontier yang dihoskan Dell, awan persendirian maya terkawal, API luaran dan model yang dijalankan pada peranti. Pilihan yang tepat bergantung pada prestasi, pematuhan, fungsi dan kos. 1

Ekonomi penggunaan juga bergantung pada jenis kerja. Ejen sokongan keputusan untuk eksekutif mungkin berbaloi dengan perbelanjaan bulanan yang tinggi, manakala aliran kerja pembersihan CRM berskala besar memerlukan kos yang sangat rendah bagi setiap rekod—dalam perbincangan itu, di bawah kira-kira AS$0.50. 1

Justeru, soalan yang lebih baik bukanlah “Model mana yang terbaik?” Sebaliknya, perusahaan perlu bertanya model, lokasi penggunaan dan tahap autonomi yang manakah mampu menghasilkan keputusan diperlukan pada kos serta tahap risiko yang boleh diterima.

Identiti digital menjadi lapisan kawalan ejen autonomi

Dell berkata setiap ejen autonomi yang mengakses datanya, sama ada dari dalam atau luar organisasi, patut diberikan identiti digital yang dikeluarkan Dell. Identiti ini membolehkan kebenaran diberikan secara terperinci dan akses dibatalkan apabila perlu—berfungsi sebagai suis pemutus atau kill switch praktikal. 1

Cabaran keselamatan menjadi lebih rumit apabila ejen tidak sekadar mewarisi identiti pengguna. Ejen yang mewarisi identiti bertindak bagi pihak pekerja tertentu menggunakan kelayakan pekerja tersebut. Sebaliknya, ejen tanpa kepala atau headless agent beroperasi dengan lebih bebas, menjadikan pengesanan pihak yang bertanggungjawab, pemberian kebenaran dan pengurusan kitar hayat lebih sukar. Menurut perbincangan itu, Dell menjangkakan ejen tanpa kepala membentuk kira-kira 70% daripada penerapan masa depan. 2

Dell turut menyebut protokol komunikasi antara ejen dan antara ejen dengan alat, selain kesediaan pasca-kuantum, sebagai sebahagian daripada model keselamatan untuk autonomi dalam produksi. 1 Pengajaran lebih luasnya ialah ejen perlu dilayan sebagai identiti perisian dengan pemilik, skop, jejak audit dan kaedah pembatalan akses yang jelas—bukan sebagai sambungan chatbot yang tidak kelihatan.

Pekerjaan akan dipecahkan kepada tugasan

Dell berkata pihaknya menganalisis 6,800 pekerjaan dengan memecahkannya kepada kategori seperti produktiviti, kerja rutin dan kebersihan data, penyelarasan, kepakaran serta kerja berhadapan manusia. Kesimpulannya: ejen lebih berkemungkinan mengambil alih sebahagian tugasan dalam sesuatu peranan, bukannya menghapuskan keseluruhan jawatan secara automatik. 1

Dalam pembangunan perisian, contohnya, ejen boleh mengendalikan pengekodan rutin, anotasi dan sebahagian penyelarasan penghantaran perisian. Manusia pula boleh menumpukan lebih banyak masa kepada seni bina, keperluan, pertimbangan profesional dan interaksi dengan pelanggan. 1

Ini tidak bermakna pekerjaan akan kekal tanpa perubahan. Hujah Dell ialah setiap pekerjaan akan dibentuk semula apabila tugasan yang boleh diautomatikkan dikeluarkan, lalu pekerja beralih kepada tanggungjawab yang lebih bergantung pada kepakaran, konteks, pertimbangan dan hubungan manusia.

Ujian sebenar AI agentik dalam produksi

Kedudukan Dell boleh dirumuskan melalui satu ujian yang mencabar: projek AI agentik hanya benar-benar bersedia untuk produksi apabila ia mempunyai hasil perniagaan yang boleh diukur, aliran kerja yang jelas sempadannya, ekonomi penggunaan yang sesuai serta kawalan terhadap identiti, akses dan pemulihan apabila berlaku kegagalan.

Peralihan daripada 900 kemungkinan kepada 13 inisiatif merangkumkan strategi tersebut. AI agentik bukan sekadar antara muka perbualan yang lebih maju. Ia ialah model operasi baharu yang membolehkan perisian melaksanakan kerja—dan pada masa yang sama memaksa infrastruktur, keselamatan serta reka bentuk pekerjaan berkembang seiring dengan model AI.