Teori Organisasi di Era AI Dilihat dari "Teori Batas Perusahaan AI"

Diskusi tentang agen AI cenderung berputar pada bentuk organisasi di dalam perusahaan dan peran manajer. Saya kira itu karena yang setiap hari dihadapi para pemimpin bisnis dan pekerja adalah "organisasi".

Namun, bentuk organisasi internal perusahaan pada dasarnya ditentukan oleh bentuk perusahaan itu sendiri.

Kalau begitu, sebelum memikirkan organisasi di dalam perusahaan, sebaiknya kita lebih dulu memikirkan bentuk dan kontur perusahaan di era AI, atau dengan kata lain, "bagaimana garis batas antarperusahaan akan ditarik ulang oleh agen AI".

Dengan berdiri satu tingkat lebih meta seperti itu lalu memikirkan organisasi, saya kira pembahasan ini tidak berhenti pada efisiensi kerja semata, tetapi juga terhubung dengan teori organisasi sebagai unsur strategi persaingan di era AI.

Karena itu, dalam tulisan ini saya ingin mencoba sebuah esai percobaan: memikirkan "teori batas perusahaan di era AI", lalu atas dasar itu memikirkan teori organisasi.

Secara konkret, saya akan menelaah kontur perusahaan di era agen AI dari sudut pandang seperti: jika agen AI menyebar, perusahaan macam apa yang dapat memperkecil skalanya, dan apakah perusahaan platform raksasa akan menjadi semakin kuat atau justru melemah. Dengan begitu, saya kira akan ada implikasi pula dari sudut pandang strategi manajemen startup.

Namun, mohon diperhatikan bahwa ini hanyalah esai percobaan untuk mengajak kita mengubah sudut pandang, dan bukan prediksi bahwa "pasti akan jadi begini". Pertanyaan ini juga akan memberi jawaban yang sangat berbeda tergantung seberapa tinggi kinerja agen AI nantinya. Dalam tulisan ini, saya berasumsi pada AI yang kinerjanya sedikit lebih baik daripada sekarang, yaitu "agen AI sangat berguna, tetapi tidak bisa sepenuhnya dipercayakan tanpa evaluasi, audit, dan pengelolaan wewenang".

Mengapa perusahaan ada selama ini

Untuk memikirkan perusahaan di era agen AI, kita perlu memikirkan mengapa perusahaan ada selama ini, atau bagaimana batas perusahaan ditarik.

Titik awal yang patut dirujuk untuk memikirkan perusahaan adalah The Nature of the Firm karya Ronald Coase. Coase mencari alasan keberadaan perusahaan pada biaya transaksi pasar. Mencari pihak lain, bernegosiasi, membuat kontrak, dan memastikan pelaksanaannya membutuhkan usaha. Kegiatan yang usahanya besar itu dimasukkan ke dalam perusahaan.

Oliver Williamson mengembangkan argumen ini sebagai persoalan tata kelola. Untuk investasi yang bergantung pada pihak tertentu, transaksi yang berkelanjutan, dan pekerjaan dengan ketidakpastian besar, berkoordinasi di dalam organisasi lebih stabil daripada membuat kontrak di pasar setiap kali.

Akan tetapi, memasukkan pekerjaan ke dalam perusahaan tidak serta-merta membuat semuanya lebih murah. Di dalam perusahaan pun ada jenis biaya yang lain, misalnya biaya koordinasi internal dan biaya birokrasi.

Cara berpikir ekonomi biaya transaksi seperti ini akan tetap berlaku di era AI. Batas perusahaan berubah menurut perbandingan antara biaya bertransaksi di pasar dan biaya berkoordinasi di dalam organisasi. Kalau begitu, dengan melihat bagaimana AI mengubah masing-masing biaya itu, kita akan lebih mudah memikirkan bagaimana kontur perusahaan berubah.

Selanjutnya, Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure karya Jensen dan Meckling memandang perusahaan sebagai persoalan keagenan di antara para pemangku kepentingan. Kepentingan pemegang saham, manajer, karyawan, dan pelanggan tidak sepenuhnya selaras, sehingga imbalan, pengawasan, dan akuntabilitas diperlukan. Selain itu, teori kontrak tidak lengkap dari Grossman dan Hart menunjukkan bahwa justru karena ada masa depan yang tidak dapat dituliskan sepenuhnya dalam kontrak, siapa yang memegang hak keputusan residual menjadi penting.

Kalau dirangkum, hasilnya sebagai berikut.

• Menginternalisasi kegiatan yang terlalu mahal jika harus dikontrak di pasar setiap kali.
• Melindungi investasi jangka panjang dan pengetahuan tasit.
• Mengelola akses ke sumber daya penting.
• Menjadi pihak tempat kerugian dan tanggung jawab bermuara.
• Menjamin kualitas dan kesinambungan kepada pelanggan dan masyarakat.
• Dalam kontrak yang tidak lengkap, memegang wewenang untuk mengambil keputusan terakhir.

Artinya, perusahaan dapat dipandang bukan sekadar kumpulan orang, melainkan institusi yang mengikat berbagai fungsi.

Di era agen AI, ke dalam wadah bernama perusahaan itu akan terikat bukan hanya unsur-unsur lama seperti manusia, modal, merek, dan tanggung jawab hukum, tetapi juga agen AI, data, dan model.

Agen AI mengubah beberapa biaya sekaligus

Dengan merujuk teori-teori ini, mari kita pikirkan bagaimana agen AI akan mengubah bentuk perusahaan.

Pertama, mari kita pikirkan biaya apa saja yang tampaknya akan berubah.

(1) Biaya pencarian turun

Pembeli dapat membandingkan pemasok, harga, kualitas, rekam jejak, dan alternatif dengan cepat. Penjual pun dapat menelusuri calon pelanggan, isi proposal, penetapan harga, dan informasi pesaing dengan AI. Peserta pasar bertambah, dan transaksi yang lebih kecil dan terperinci menjadi lebih mudah terjadi.

(2) Biaya kontrak turun

AI akan dapat menangani sampai batas tertentu penyusunan draf spesifikasi, kontrak, klausul risiko, dan syarat penerimaan hasil. Dengan ini, transaksi kecil yang sebelumnya sulit pun menjadi lebih mudah dikontrakkan.

(3) Biaya pelaksanaan dan pemantauan turun sebagian

Agen AI dapat memecah tugas, memeriksa kemajuan, mendeteksi anomali, membuat laporan, bahkan menyambungkannya sampai ke pemrosesan pembayaran. Dengan ini, biaya menggabungkan tenaga ahli eksternal dan perusahaan eksternal turun sebagian.

(4) Muncul biaya transaksi antaragen

Pasar bergeser dari pasar tempat manusia melihat situs web lalu memilih, menjadi pasar tempat agen AI membaca API, wewenang, reputasi, harga, tenggat, dan syarat kontrak, lalu bernegosiasi. Di pasar ini, muncul biaya transaksi antar-AI, serta biaya seperti rekam jejak dan log audit untuk keperluan itu.

(5) Biaya kepercayaan, tanggung jawab, dan audit meningkat

Ketika AI mengeksekusi pekerjaan satu demi satu, hasil kerja bertambah sebanyak itu, dan tanggung jawab ikut bertambah seiring bertambahnya hasil kerja, sehingga tanggung jawab saat terjadi kegagalan menjadi masalah. Biaya verifikasi dan audit untuk itu akan meningkat.

Jika dirangkum sampai di sini, batas perusahaan lebih mudah dipahami dengan cara berikut.

Kondisi yang memudahkan pasarisasi (eksternalisasi)

Biaya transaksi pasar + biaya kepercayaan, audit, dan tanggung jawab < biaya koordinasi internal + biaya birokrasi

Kondisi yang memudahkan perusahaanisasi (internalisasi)

Biaya transaksi pasar + biaya kepercayaan, audit, dan tanggung jawab > biaya koordinasi internal + biaya birokrasi

AI menurunkan biaya transaksi pasar di sisi kiri. Pada saat yang sama, ada kalanya AI menaikkan biaya kepercayaan, audit, dan tanggung jawab di sisi kiri. Selain itu, AI juga menurunkan biaya koordinasi internal di sisi kanan.

Karena itu, yang bisa dikatakan dari sini adalah bahwa apakah agen AI akan mengecilkan perusahaan atau memperkuat perusahaan besar dan platform tidak ditentukan ke satu arah. Yang penting adalah melihat biaya mana, di bidang mana, turun sejauh mana.

Selain itu, bergantung pada kinerja agen AI di masa depan, biaya di sisi kiri maupun kanan persamaan itu bisa berubah, dan bergantung pada itu, apakah yang berlanjut adalah pasarisasi atau pemusatan akan berbeda. Jika kita dapat memperkirakan dengan tepat sampai mana peningkatan kinerja itu, bentuk perusahaan yang lebih optimal seharusnya akan terlihat.

Perusahaan mana yang mengecil dan perusahaan mana yang menguat

Secara keseluruhan seperti di atas, tetapi jika kita melihat bidang usaha perusahaan secara sedikit lebih mikro, saya kira kecenderungan kasar bentuk perusahaan akan muncul.

(1) Perusahaan mikro bertambah

Jika dengan agen AI satu orang atau tim beberapa orang dapat menjalankan pekerjaan yang dahulu membutuhkan sepuluh atau seratus orang, perusahaan akan menjadi badan usaha kecil yang menyatukan AI dan sejenisnya, bukan organisasi dengan banyak karyawan.

Yang sangat cocok adalah bidang-bidang dengan ciri seperti

• hasil kerjanya dapat diverifikasi,
• kerugian saat gagal terbatas,
• regulasinya ringan,
• akses datanya jelas,
• mudah dikombinasikan dengan alat eksternal,

dan di bidang seperti itu kecenderungan ini menguat. Contohnya konsultasi, perangkat lunak, pendidikan, media, riset, desain, dan sebagian jasa profesional.

Pada badan usaha seperti ini, jumlah orang yang tergabung di dalamnya memang sedikit, tetapi agen AI bertambah secara relatif, sehingga perlu dibuat bentuk pengelolaan organisasi yang sesuai dengannya.

Namun, perlu diperhatikan bahwa perusahaan mikro semacam ini kemungkinan besar bergantung pada platform seperti cloud, pembayaran, model AI, autentikasi, asuransi, dan marketplace. Misalnya, bentuknya akan mendekati ini: orang-orang yang kini bekerja sebagai freelancer berdiri sebagai perusahaan mikro berupa "beberapa individu + sekumpulan agen AI" dan bukan sebagai individu, lalu perusahaan mikro itu menerima berbagai pekerjaan eksekusi lewat platform crowdsourcing.

(2) Perusahaan yang memiliki basis transaksi agen menguat

Semakin banyak agen AI, semakin banyak yang perlu dipastikan: apakah agen AI dan pihak di baliknya itu asli, apakah memiliki wewenang, apakah mampu membayar, dan apakah hasil kerjanya aman. Akibatnya, nilai platform yang menjamin dengan menyatukan ID dan autentikasi, pembayaran dan reputasi, log, asuransi, serta penyelesaian sengketa akan meningkat.

Menurut Coase, ini tampak seperti pasarisasi akibat turunnya biaya transaksi pasar. Namun sebenarnya, ini berarti ada kemungkinan pasar itu sendiri menjadi bergantung pada segelintir fondasi. Agar agen AI dapat bertransaksi satu sama lain, diperlukan protokol bersama, API, pengelolaan wewenang, dan log audit, dan bursa ekonomi agen seperti itu memiliki efek jaringan, sehingga suatu platform akan mendekati pemenang yang menguasai semuanya.

Karena itu, agen AI mendesentralisasi sebagian pasar sambil memusatkan fondasi pasar. Dan semakin luas pasar, semakin tinggi nilai fondasi kepercayaan yang membuat pasar itu berdiri.

(3) Perusahaan yang memegang tanggung jawab menguat

Perusahaan yang menyisakan segelintir manusia sebagai inti dan mendelegasikan pelaksanaan di sekelilingnya kepada agen AI atau ahli eksternal akan menjadi perusahaan yang menanggung tanggung jawab, merek, hubungan pelanggan, wewenang atas data, jaminan kualitas, serta asuransi saat terjadi kerugian.

Misalnya, sangat mungkin sebuah perusahaan berisi sepuluh orang menggunakan agen AI untuk mengerjakan pekerjaan yang dahulu berskala seratus orang. Yang penting saat itu bukanlah sepuluh orang tersebut memproses seratus tugas eksekusi secara langsung, melainkan membagikan wewenang kepada agen AI, memverifikasi hasilnya, dan memikul tanggung jawab akhir atas hasil itu.

Semakin tersebar pelaksanaannya, semakin jelas pula siapa pemegang tanggung jawab. Sebab bagi pelanggan, yang penting bukan apakah itu dibuat AI atau manusia, melainkan siapa yang menjamin.

Dan semakin banyak hasil yang lahir dari pelaksanaan oleh agen AI, semakin besar tanggung jawab yang ditanggung perusahaan itu. Lalu, jika beberapa hasil kerja gagal dan jumlah kompensasi kepada pelanggan melampaui apa yang mampu dibayar perusahaan, perusahaan itu akan bangkrut.

Artinya, sebanyak apa pun pelaksanaan yang bisa dilakukan, banyak perusahaan kemungkinan hanya akan berekspansi sebatas tanggung jawab yang sanggup mereka tanggung sendiri. Karena itu, meskipun AI memperluas kemampuan eksekusi, ekspansi perusahaan pada akhirnya dibatasi oleh kemampuan menanggung tanggung jawab.

(Catatan: pada dasarnya tanggung jawab terbatas perseroan terbatas adalah institusi sosial yang memungkinkan tantangan pada usaha yang sangat tidak pasti, dan dalam batas yang wajar mengambil risiko seperti itu seharusnya boleh, tetapi kenyataannya perusahaan yang mengambil risiko sampai sejauh itu tidak banyak. Sebaliknya, startup adalah wadah yang relatif mudah mengambil risiko, sehingga mungkin mereka dapat bertumbuh dengan menekan pedal gas lebih dalam daripada perusahaan yang sudah mapan, dan mengambil risiko lebih besar daripada sebelumnya, dengan pernyataan "jika agen AI dimanfaatkan sepenuhnya, risiko dan tanggung jawab sebesar ini pun bisa kami ambil".)

Bentuk ini kemungkinan mudah meluas pada jasa profesional, perangkat lunak B2B, riset, konsultasi, bidang penunjang hukum dan akuntansi, serta jasa untuk industri ceruk.

(4) Perusahaan yang dapat mengatur data menguat

Kinerja agen AI tidak ditentukan oleh kemampuan model yang umum saja. Apakah model itu dapat dimanfaatkan atau tidak sangat bergantung pada apakah perusahaan dapat mengelola data pelanggan dan log operasional, belajar dari riwayat kegagalan, kadang menangani pengecualian, serta mengakses pengetahuan khusus dan konteks penggunaan.

Power in a Theory of the Firm karya Rajan dan Zingales menjelaskan kekuasaan di dalam perusahaan dari akses ke sumber daya penting selain kepemilikan; batas perusahaan ditentukan bukan hanya oleh "siapa yang dipekerjakan", tetapi juga oleh "siapa yang dapat membuat model mana menggunakan data apa, untuk tujuan apa". Akan tetapi, di era agen AI, bukan berarti cukup bagi perusahaan menjadi pemilik data khas; mungkin kemampuan mengelola lingkup izin penggunaan data itulah yang menentukan pemanfaatan AI. Sebab data apa yang dapat diakses menentukan hasil kerja AI.

Dalam hal ini, bagi perusahaan, kemampuan mengelola data dengan aman, mencakup persetujuan, wewenang, penggunaan ulang, dan audit, menjadi keunggulan kompetitif. Sebab semakin agen AI menggantikan pekerjaan, semakin desain akses data menentukan batas perusahaan dan keunggulan kompetitifnya.

Saya kira arah ini akan menjadi penting di bidang seperti kesehatan, keuangan, pendidikan, manufaktur, penelitian dan pengembangan, serta dukungan pelanggan.

(5) Kebutuhan akan perusahaan AgentOps meningkat

Banyak perusahaan tidak akan lagi sanggup menangani sendiri evaluasi model, pengelolaan wewenang, audit log, dan penanganan insiden untuk agen AI. Artinya, semakin perusahaan menjadi pengguna agen AI, semakin muncul permintaan akan para ahli yang menopang lingkungan eksekusinya.

Yang dibutuhkan di sini bukan sekadar operasi model, melainkan operasi seluruh lingkungan eksekusi agen AI. Hanya melihat akurasi model tidaklah cukup; perlu dikelola data apa yang dibaca agen, alat apa yang digunakan, sampai mana ia mengeksekusi secara otomatis, di mana ia dikembalikan ke persetujuan manusia, serta apakah model itu terhubung ke pekerjaan dan data, mengurangi insiden, dapat diaudit, dan dapat dihentikan bila perlu.

Dengan kata lain, ini bidang AgentOps, bukan MLOps.

Sebagian mungkin diinternalisasi sehingga para ahli yang menangani AgentOps ditempatkan di dalam perusahaan. Di sisi lain, akan muncul pula penyedia alih daya yang menopang AgentOps dari luar. Ini bukan sekadar SIer, melainkan perusahaan yang dipercaya mengelola AgentOps, yaitu membangun, memantau, dan memperbaiki lingkungan eksekusi AI perusahaan secara aman. Ibaratnya versi AI dari perusahaan yang menyediakan layanan pemasangan dan perawatan robot di pabrik manufaktur.

Tentu saja, sangat mungkin pula perusahaan platform seperti OpenAI memperkuat fungsi operasi model semacam ini.

(6) Di bidang berisiko tinggi, perusahaan tetap ada sebagai wadah tanggung jawab

Di bidang yang diatur regulasi seperti kesehatan, keuangan, hukum, pengadaan publik, dan infrastruktur, meskipun AI membantu, perizinan, akuntabilitas, pengawasan, ganti rugi, dan asuransi tetap ada.

Perusahaan menjadi wadah tanggung jawab kepada masyarakat, alih-alih pelaksana, dan karena itu di bidang berisiko tinggi, agen AI justru menebalkan fungsi perusahaan dalam memikul tanggung jawab alih-alih membongkar perusahaan.

Kalau argumen sampai di sini dirangkum, jadinya seperti diagram berikut.

Organisasi internal mendekati proyek per hasil kerja

Semua di atas adalah dugaan kasar. Hanya saja, saya kira lebih baik jika kita melakukan diskusi seperti ini dan memikirkan bagaimana batas dan bentuk perusahaan akan berubah, lalu memikirkan bagaimana bentuk perusahaan berubah di bidang kita sendiri, dan atas dasar itu memikirkan bagaimana bentuk organisasi internal berubah, untuk setiap bidang.

Sebenarnya cukup bila berhenti pada diskusi sampai di sini, tetapi saya akan melangkah satu tahap lagi untuk membahas teori organisasi internal.

Mengikuti arus ini, sebagai arah besar, mungkin akan bekerja dorongan yang lebih kuat daripada sebelumnya: departemen yang memegang tanggung jawab tetap bertahan secara berkelanjutan, sedangkan organisasi yang menangani pelaksanaan menjadi berbasis proyek.

Misalnya, departemen yang memegang tanggung jawab menangani manajemen, hukum, manajemen risiko, dan keamanan, dan menentukan lingkup yang diserahkan kepada agen AI, syarat penghentian, log yang disimpan, pihak yang menyetujui, dan penanggung jawab.

Adapun departemen pelaksana akan dipecah menjadi proyek-proyek kecil yang memiliki tujuan, tenggat, anggaran, wewenang data, agen AI, penanggung jawab manusia, dan standar penerimaan hasil tertentu. Proyek itu dibentuk per tujuan seperti "memverifikasi hipotesis pelanggan di pasar baru" atau "memigrasikan kode yang ada", dan lebih mudah mengambil bentuk yang bubar setelah hasilnya diterima. Pada saat itu, log dan pembelajaran dibiarkan tetap berada di perusahaan dan digunakan untuk pembelajaran berikutnya.

Peran departemen fungsional juga akan lebih bernuansa memegang wewenang dan tanggung jawab daripada pelaksanaan.

Misalnya, bagian pengembangan menyerahkan sebagian besar pelaksanaan kepada agen AI, dan sebagai gantinya manusia memegang arsitektur, standar kualitas, keamanan, dan wewenang rilis ke produksi. (Ini mungkin sudah terjadi.)

Bagian hukum menetapkan templat kontrak, klasifikasi risiko, dan syarat eskalasi, serta memikul tanggung jawab. Sementara itu, bagian SDM akan merancang kemampuan yang dipertahankan pada manusia, kemampuan yang dilengkapi dengan AI, dan kemampuan yang dibeli dari pasar. Staf HR yang merangkap sebagai penanggung jawab AI, yang belakangan ini juga terjadi di Jepang, tampaknya mencerminkan bentuk desain organisasi semacam ini.

Peran manajer juga berubah.

Fungsi perutean informasi untuk menjalankan organisasi, seperti memeriksa kemajuan dan pelaporan, akan berangsur menipis. Sebagai gantinya, yang menjadi penting adalah menguraikan tujuan dan target agar menghasilkan hasil, menentukan wewenang dan pekerjaan yang diserahkan kepada AI, dan mendefinisikan pengecualian yang harus dilihat manusia. "Jumlah bawahan manusia" mungkin berkurang, tetapi perancangan dan pengoperasian tim campuran manusia dan AI justru menjadi lebih penting.

Selain itu, bagi manajer tetap ada peran mengambil keputusan dengan informasi yang tidak lengkap dan memikul tanggung jawab saat gagal. Koordinasi politik soal alokasi sumber daya di dalam organisasi juga tidak akan hilang. Misalnya, negosiasi seperti "karena tim kami penting bagi bisnis, tolong tambahkan anggaran penggunaan AI lebih banyak daripada departemen lain" akan terus muncul selama sumber daya terbatas, dan karena sebagian informasi prasyarat yang diperlukan untuk memutuskan tidak lengkap, jawaban optimal tidak bisa ditarik secara tunggal oleh AI.

Namun, proyekisasi juga punya efek samping. Pengembangan SDM jangka panjang menjadi sulit, dan pengetahuan tasit serta budaya organisasi mungkin menipis. Selain itu, orientasi bisa mudah condong ke hasil jangka pendek. Karena itu, organisasi di era agen AI ditantang untuk memadukan daya eksekusi lewat proyek jangka pendek dengan pembentukan kemampuan jangka panjang.

Lalu, semakin pelaksanaan digantikan AI, semakin berkurang kesempatan bagi anak muda untuk belajar sambil gagal. Karena itu, mungkin perusahaan perlu merancang secara terpisah pekerjaan yang diefisienkan dan pekerjaan yang sengaja dipertahankan demi pengembangan manusia. (Atau, mengeksternalisasi pendidikan dan hanya merekrut tenaga yang siap pakai.)

Bagaimanapun, desain organisasi akan menjadi persoalan bagaimana menata wewenang, tanggung jawab, data, dan AI, bukan hanya penempatan personel.

Selain bagan organisasi, diperlukan bagan wewenang dan bagan tanggung jawab

Bertambahnya interaksi dengan entitas yang bergerak otonom seperti agen berarti, dalam pekerjaan saat ini, akan banyak terjadi pekerjaan seperti "freelancer manusia dan tenaga alih daya masuk ke perusahaan silih berganti dengan kecepatan yang belum pernah ada, dan kita harus mendelegasikan pekerjaan kepada mereka dengan baik lalu menerima hasilnya".

Dalam situasi sekarang yang sudah banyak tenaga alih daya pun, muncul masalah seperti memperjelas apa yang diminta dikerjakan dan sejauh mana informasi dibuka kepada anggota sementara, dan organisasi dengan agen AI adalah versi perluasannya.

Dan jika desain ini keliru, ada kemungkinan agen AI tanpa sengaja mengirim informasi rahasia ke layanan eksternal seperti GitHub, mengubah lingkungan produksi dengan wewenang berlebihan, atau melakukan operasi yang tidak pantas akibat instruksi yang tertanam di dokumen eksternal.

Artinya, di era agen AI, bukan penempatan orang yang konkret dan mudah dipahami, melainkan penanganan hal-hal yang abstraksinya lebih tinggi seperti wewenang dan tanggung jawab yang menjadi lebih penting.

Jadi, yang harus dilakukan adalah, selain bagan organisasi berbasis "orang" seperti selama ini,

1. Bagan organisasi: siapa berada di mana
2. Bagan wewenang: siapa dapat mendelegasikan tindakan apa kepada agen atau orang yang mana (termasuk data)
3. Bagan tanggung jawab: siapa yang menanggung kecelakaan dan kerugian, penjelasan kepada pelanggan, dan penanganan audit

perlu pula disiapkan beberapa pemetaan seperti itu dengan granularitas yang lebih halus.

Yang dibutuhkan agen AI terutama bukan wewenang menyeluruh seperti karyawan, melainkan wewenang sementara yang dibatasi per tujuan. Data apa yang boleh dibaca, alat apa yang boleh dipanggil, sampai jumlah berapa boleh membayar, lingkungan mana yang boleh ditulisi, dan operasi mana yang memerlukan persetujuan manusia, semuanya perlu didefinisikan per satuan pekerjaan yang diserahkan kepada AI.

Saat ini manusia yang menilai hal-hal seperti "data ini boleh dibaca AI di luar organisasi" atau "tugas kali ini sebaiknya dikerjakan dengan model yang lebih mahal". Yang penting adalah seberapa jauh kita bisa menyiapkan semacam metadata agar AI dapat menilai hal-hal itu secara otomatis, dan membangun mekanisme yang membuat pekerjaan mengalir mulus bagi AI.

Yang perlu dirancang pertama kali

Agen AI memecah dan mendistribusikan ulang fungsi-fungsi yang selama ini dipikul perusahaan.

Ketika kita memandang perusahaan sebagai persoalan "bagaimana melembagakan delegasi yang bertanggung jawab", seperti dalam rangkuman teori di awal, maka pada saat perusahaan beralih ke era agen AI, tampaknya perlu diajukan kembali pertanyaan-pertanyaan berikut.

• Apa yang harus dipertahankan di dalam perusahaan
• Apa yang harus dibeli dari pasar
• Kepada agen AI mana wewenang eksekusi apa diberikan
• Data apa digunakan untuk tujuan apa
• Keputusan mana yang memerlukan persetujuan manusia
• Siapa yang bertanggung jawab saat gagal
• Di mana hasil dan kegagalan agen AI diakumulasi sebagai pembelajaran organisasi

Saya kira, semakin perusahaan mampu menjawab pertanyaan-pertanyaan ini, semakin ia dapat menggunakan agen AI bukan sekadar sebagai alat efisiensi kerja, melainkan sebagai kekuatan untuk merancang ulang bentuk perusahaan itu sendiri.

Dan perusahaan yang kuat di era AI bukanlah perusahaan yang banyak menggunakan AI, melainkan perusahaan yang mampu merancang delegasi yang bertanggung jawab sebagai sebuah institusi; itulah kesimpulan dari esai percobaan ini.