Kita sedang melihat perubahan besar dalam kecerdasan buatan yang akan mengubah cara kerja para profesional. Munculnya AI agen—sistem yang bisa berpikir, mengambil keputusan, dan melakukan tugas secara mandiri—adalah lompatan evolusi berikutnya dari alat AI generatif saat ini. Tapi saat teknologi ini matang, satu kenyataan jadi jelas: tidak semua perusahaan bisa menyediakan AI agen yang benar-benar bisa diandalkan untuk tingkat profesional.
Perbedaannya terletak pada empat komponen penting yang dibutuhkan AI agen untuk bekerja efektif di lingkungan profesional: model penalaran canggih, konten dan keahlian spesifik yang komprehensif, dan akses ke alat yang digunakan profesional. Perusahaan yang punya keempatnya akan sukses; yang kurang satu saja akan sulit bersaing.
Empat pilar AI agen profesional
Pertama, model penalaran canggih membentuk fondasi kognitif. Ini bukan hanya model bahasa besar yang dilatih dengan data internet—ini sistem canggih yang mampu melakukan penalaran multi-langkah, inferensi logis, dan pemahaman kontekstual dalam bidang profesional tertentu.
Kedua, konten dan keahlian yang komprehensif dan terpercaya sangat penting. Sistem AI agen harus mengakses informasi terstruktur dan terverifikasi yang bisa dipercaya profesional. Ini bukan cuma tentang punya dataset besar; tapi tentang punya data yang tepat, yang dikelola dengan benar dan terus diperbarui.
Ketiga, kamu juga butuh ahli di bidangnya – pengacara, ahli pajak, spesialis risiko – untuk memberikan kecerdasan manusia yang melatih, memvalidasi, dan memandu sistem ini. Keahlian ini memastikan AI agen mengerti bukan cuma informasi apa yang ada, tapi juga bagaimana menerapkannya dalam konteks profesional dunia nyata. Jika konten adalah kepintaran teoritis, keahlian ahli adalah kepintaran praktis yang memandu cara kerja diselesaikan.
Keempat, asisten AI tingkat profesional butuh akses ke alat yang sama yang digunakan profesional untuk melakukan pekerjaan mereka. Tanpa akses alat, asisten AI hanya bisa beri saran—kamu tidak bisa mendelegasikan tugas sebenarnya karena AI tidak punya cara untuk menyelesaikan pekerjaan dengan sukses. Contohnya jika kamu ingin AI menyelesaikan masalah pajak, dia perlu tau cara menggunakan kalkulator.
Kelangkaan dari keempat komponen ini sudah membentuk ulang industri kita. Kita lihat konsekuensi besar yang menunjukkan kenyataan ini.
Kemitraan strategis dan aktivitas M&A
Kita melihat gelombang kemitraan strategis dan akuisisi yang tumbuh. Kemitraan antara penyedia AI dan pemilik konten, seperti Harvey dan LexisNexis, menjadi semakin umum. Perusahaan AI mencari akses ke konten terpercaya dan keahlian domain yang tidak bisa mereka kembangkan sendiri, sementara penyedia informasi mapan bermitra untuk tingkatkan kemampuan AI mereka. Sedikit perusahaan seperti Thomson Reuters yang sudah punya akses ke keduanya. Kita mungkin akan lihat lebih banyak aliansi seperti ini karena perusahaan sadar mereka tidak punya keempat komponen, dan itu sangat penting.
Perang talenta semakin kuat
Mungkin tekanan kompetitif paling terlihat dalam pertempuran sengit untuk merebut talenta. Intensitas kompetisi ini telah capai level baru. Kita lihat perselisihan antara Meta dan OpenAI, di mana kedua perusahaan secara agresif merekrut peneliti dan insinyur terbaik satu sama lain. Tapi perang talenta sudah berkembang melampaui peran teknis, dan sekarang pertempuran memanas untuk ahli di bidangnya yang memberikan penilaian dan pengalaman yang melatih, memvalidasi, dan memandu sistem ini. Thomson Reuters punya lebih dari 4.500 ahli di bidangnya, termasuk pengacara dan akuntan, tapi ini adalah celah yang sekarang coba ditutup banyak organisasi agar mereka bisa membangun alat agen yang bekerja seperti cara kerja para profesional.
Mengubah struktur organisasi dan peran
Konsekuensi besar ketiga yang kita saksikan mungkin yang paling transformatif: perusahaan pada dasarnya membayangkan ulang struktur organisasi dan menciptakan kategori peran profesional yang sama sekali baru. Saat organisasi berusaha keras dapatkan tiga komponen AI agen, mereka menemukan bahwa deskripsi pekerjaan dan struktur pelaporan tradisional tidak bekerja. Pergeseran ini menciptakan permintaan besar untuk peran hybrid baru: insinyur prompt yang menyempurnakan interaksi manusia-AI, pengatur agen yang mengelola alur kerja AI kompleks, dan spesialis manusia-dalam-langkah yang menangani pengecualian dan memastikan kualitas. Saat perusahaan berkembang untuk memenuhi kebutuhan agen, mereka memikirkan ulang semuanya mulai dari perkembangan karir hingga metrik kinerja di era di mana kesuksesan bergantung pada kolaborasi manusia-AI. Thomson Reuters memulai pekerjaan ini lebih dari dua tahun lalu, dan kami terus beradaptasi, memastikan tim kami selaras untuk memberikan AI agen paling maju untuk pelanggan kami.
Melihat ke depan
Revolusi AI agen akan percepat konsolidasi pasar dan paksa keputusan strategis di seluruh industri kita. Perusahaan akan perlu memilih: bangun kemampuan ini secara internal, bermitra dengan yang memilikinya, atau risiko tertinggal.
Pemenangnya akan mereka yang sadar bahwa AI agen bukan cuma tentang algoritma—ini tentang pertemuan teknologi canggih, konten dan keahlian yang terpercaya, dan alat profesional. Saat teknologi ini membentuk ulang cara kerja para profesional, perusahaan yang berinvestasi dalam keempat komponen akan tentukan masa depan layanan profesional.
Pendapat yang diungkapkan dalam tulisan komentar Fortune.com adalah hanya pandangan penulisnya dan belum tentu mencerminkan pendapat dan keyakinan Fortune.
Fortune Brainstorm AI kembali ke San Francisco pada 8–9 Desember untuk mengumpulkan orang-orang terpintar yang kami kenal—teknolog, pengusaha, eksekutif Fortune Global 500, investor, pembuat kebijakan, dan para pemikir brilian di antaranya—untuk mengeksplorasi dan memeriksa pertanyaan paling mendesak tentang AI di momen penting lainnya. Daftar di sini.