Kami Telah Mengotomatisasi Semua Kecuali Pekerjaan Sebenarnya: Agentic AI Dapat Memperbaiki Eksekusi pada Skala Besar

Kami telah mengotomatisasi kalender kami, email kami, dan bahkan urutan onboard kami. Namun, pekerjaan sebenarnya — aliran tugas manusia yang berantakan, sehari-hari — masih terjebak dalam kekacauan.

Setiap minggu, pekerja pengetahuan kehilangan sekitar 40% dari waktu mereka untuk tugas berulang, rendah-lever, seperti mencari file, menyalin-tempel, memasukkan data, mengejar pembaruan status. Ini bukanlah kegiatan yang memindahkan jarum. Dan, tentu saja, ketidakefisienan ini memiliki efek riak negatif. Pada orang, itu menyebabkan kelelahan. Dalam istilah ekonomi, itu menyebabkan milyaran dolar dalam gangguan dan produktivitas yang hilang.

Sebelum Anda menyalahkan ini pada “kekurangan alat,” pikirkan dua kali. Masalahnya, dari sudut pandang saya, adalah bahwa alat yang kita miliki tidak bekerja sama, dan tidak pernah benar-benar melakukannya.

Di Mana Sistem Patah

Secara teori, setiap aplikasi di tumpukan Anda memecahkan masalah. Dalam praktek, mereka menciptakan masalah baru. Seringkali, kita melihat karyawan melompat antara 12 atau lebih platform sehari. Kami menggunakan Slack, Google Docs, Notion, papan proyek, dan sebagainya, dan masing-masing dari mereka memiliki logika, detail login, dan kurva belajar sendiri.

Sebagai hasilnya, setiap tugas menjadi perburuan harta karun tab-hopping. Pekerjaan tersebar di seluruh thread dan folder, dan tim menciptakan proses baru setiap kuartal hanya untuk memperbaiki titik buta sistem sebelumnya. Tidak ada yang memiliki waktu untuk mendokumentasikan, dan ketika mereka melakukannya, tidak ada yang membacanya.

Saya tahu ini karena saya telah mengalaminya. Sebagai firma VC yang ramping — kami memandang diri kami sebagai startup — yang beroperasi di seluruh benua dan mengatur beberapa zona waktu, kami telah membangun aliran kerja kami dari awal. Awalnya, kami membuat mesin alur kesepakatan khusus dan menetapkan ritual ketat, termasuk panggilan mingguan, tinjauan reguler, dan pertemuan tatap muka kuartalan. Sistem ini telah membantu kami berjalan cepat dengan tim kecil. Namun, bahkan kemudian, saya telah merasakan beban kelebihan alat.

Kami telah membawa wawasan ini ke dalam filosofi investasi kami. Portofolio kami termasuk perusahaan seperti WalkMe, yang membantu tim mengalirkan adopsi digital dan mengidentifikasi titik gesekan potensial dalam aliran kerja internal.

Namun, di dunia yang lebih luas, kami terus melihat satu masalah konsisten. Pekerjaan paling penting, seperti pelatihan, delegasi, dan keputusan, masih hidup terpencar di antara Slack DM, undangan kalender, dan video Loom yang tidak terduga.

Dari Alat ke Tegangan

Meskipun kemajuan dalam otomatisasi, sebagian besar tim masih mengandalkan penyerahan manual. Tidak ada sumber kebenaran sentral. Proses dapat rusak jika seseorang kritis pergi, dan ketika sesuatu salah, lebih mudah untuk melakukan tugas ulang daripada mencoba mengetahui bagaimana itu dilakukan terakhir kali.

Jenis sistem ini tidak dapat diskalakan, dan mengingat lingkungan yang cepat saat ini, tidak lagi berkelanjutan.

Kami sekarang berada di ambang perubahan. Berkat model AI multimodal yang dapat memparse teks, gambar, video, dan audio, kami memasuki era di mana perangkat lunak dapat “menonton” Anda bekerja dan mulai memahami apa yang terjadi tanpa memerlukan input yang sempurna. Perangkat lunak ini mengenali konteks, mendeteksi pengulangan, dan menjadi semakin pintar.

Perubahan Lebih Besar Sedang Berlangsung

Decade kerja yang akan datang tidak mungkin tentang memilih “app” atau “stack” alat yang “lebih baik”. Yang akan mendefinisikannya adalah apa yang akan menggantikan banyak aplikasi tersebut. Kemajuan dalam kecerdasan buatan multimodal, pertumbuhan data tempat kerja tidak terstruktur (sering disebut data abu-abu), penyebaran alat perangkat lunak sebagai layanan, dan ekspansi ekonomi kreator sedang mendorong ke arah satu arah: sistem operasi untuk kerja yang proaktif, adaptif, dan asli AI.

Tanda-tanda perubahan ini sudah terlihat. Lebih banyak orang sekarang melewati aplikasi individual dan langsung menuju hasil, seperti meminta asisten AI untuk menyiapkan laporan, memicu rantai otomatis untuk menerbitkan konten, atau hanya mendeskripsikan tujuan dan membiarkan perangkat lunak melaksanakannya. Dalam model ini, antarmuka memudar dan hasilnya menjadi produk.

Apa yang Berubah

Generasi baru perangkat lunak sedang muncul, bergeser dari otomatisasi berbasis aturan ke koordinasi harmonis dan orkestrasi asli AI. Alat Agentic AI baru bergerak dari reaktif ke proaktif. Ya, ini berarti mereka sebenarnya mengambil inisiatif.

Dalam hal ini, tiga pola menggambarkan perubahan ini:

• Tim ingin hasil, bukan antarmuka. Orang tidak ingin dashboard lain — mereka ingin memiliki lebih sedikit hal untuk dikhawatirkan. Alat terbaik adalah alat yang hampir tidak terlihat.
• Otomatisasi bergeser, seperti yang dibahas, dari hanya merespons ke memimpin. Lompatan nyata terletak pada orkestrasi latar belakang yang sunyi, berguna, dan tidak terlihat. Generasi alat berikutnya tidak akan menunggu input. Sebaliknya, mereka akan mengamati cara Anda bekerja, dan mulai memprediksi apa yang perlu terjadi selanjutnya.
• Personalisasi menjadi standar. Tidak ada dua tim yang bekerja dengan cara yang sama. Oleh karena itu, sistem di masa depan akan belajar dan menyesuaikan diri daripada menerapkan template kaku. Pikirkan tentang sistem operasi Anda sendiri.

Eksekusi Lebih Penting daripada Konversasi

Gelombang otomatisasi berikutnya adalah tentang eksekusi. Sebagian besar perangkat lunak masih menunggu orang untuk mengklik melalui menu atau mengetik perintah. Sistem baru, sebaliknya, dapat menonton bagaimana tugas dilakukan, menemukan langkah-langkah berulang, dan melaksanakannya sendiri. Tim mungkin merekam satu walkthrough, termasuk rekaman layar dan narasi singkat, dan perangkat lunak menangkap proses, memperbarui ketika kondisi berubah, dan menjalankannya secara otomatis.

Sistem Operasi Pribadi

Tidak ada dua orang atau tim yang bekerja dengan cara yang sama, dan sistem di masa depan akan menghormati kenyataan itu. Setiap pekerja pengetahuan akan memiliki model produktivitas pribadi: perangkat lunak yang mempelajari kebiasaan, irama, dan preferensi mereka, kemudian memprediksi apa yang perlu terjadi selanjutnya. Dalam hal ini, eksekusi berhenti menjadi daftar tugas yang rapuh dan menjadi kemitraan yang berkembang antara penilaian manusia dan inisiatif AI.

Jalan di Depan

Untuk membangun untuk masa depan kerja, kita perlu mengubah cara kita berpikir tentang perangkat lunak. Sebagai gantinya melihatnya sebagai koleksi alat, kita harus memandangnya sebagai lingkungan yang menyesuaikan diri dengan cara orang beroperasi, bahkan jika itu tidak sempurna, asinkron, dan sering tanpa dokumentasi.

Sebenarnya, lapisan yang berantakan, tidak terstruktur — percakapan, rekaman layar, catatan suara, dan pesan cepat — adalah tempat pekerjaan sebenarnya terjadi, dan di mana DNA operasional perusahaan yang sebenarnya hidup. Sistem Agentic dirancang untuk memahami dan mendukung itu, dan bekerja bersama orang sebagai mitra nyata dalam eksekusi.

Eksekusi, di sini, dapat menjadi bottleneck yang terlewatkan. Mengembangkan perusahaan masih berarti mendokumentasikan ratusan proses, mengikat alat bersama, dan melatih orang dalam aliran kerja yang rusak secara diam-diam dengan setiap perubahan. Agentic AI menawarkan jalan keluar. Melalui perangkat lunak yang memahami konteks, bertindak proaktif, dan menyesuaikan diri secepat bisnis berkembang, itu memenuhi janji sebenarnya dari otomatisasi, yang membebaskan orang untuk fokus pada penilaian, kreativitas, dan keputusan yang hanya manusia yang dapat membuatnya.

Perubahan ini akan memakan waktu. Ini akan membutuhkan kepercayaan. Dan ini akan memerlukan perusahaan untuk menolak godaan menyelesaikan kompleksitas dengan lebih banyak kompleksitas. Namun, hasilnya, jika dilakukan dengan benar, sepadan.