Selama ini, teknologi pada dasarnya dibuat sebagai alat, perpanjangan dari keinginan dan kontrol manusia. Teknologi membantu kita mengangkat, menghitung, menyimpan, berpindah, dan lain-lain. Tapi alat-alat itu, bahkan yang paling revolusioner, selalu menunggu untuk kita ‘pakai’. Mereka membantu kita dalam pekerjaan—seperti memproduksi mobil, mengirim email, atau mengatur persediaan barang—bukan mengerjakannya sendiri.
Tapi dengan kemajuan AI belakangan, logika dasarnya mulai berubah. “Untuk pertama kalinya, teknologi sekarang bisa melakukan pekerjaan,” kata CEO Nvidia, Jensen Huang, baru-baru ini. “[Contohnya], di dalam setiap robotaxi ada supir AI yang tidak terlihat. Supir itulah yang melakukan pekerjaannya; mobil hanyalah alat yang dia gunakan.”
Pernyataan ini menggambarkan peralihan yang sedang terjadi. AI tidak lagi cuma alat untuk digunakan manusia: AI mulai menjadi operator dan pengatur aktif dari “pekerjaan” itu sendiri. AI tidak hanya bisa memprediksi dan menghasilkan, tapi juga merencanakan, bertindak, dan belajar. Kelas AI baru ini—disebut AI “agen”—mewakili gelombang berikutnya dari kecerdasan buatan. Agen bisa mengkoordinasi alur kerja, mengambil keputusan, dan menyesuaikan diri berdasarkan pengalaman. Dengan begitu, garis antara mesin dan rekan kerja menjadi kabur.
Bagi para pemimpin bisnis, ini berarti AI agen mengubah perhitungan mendasar tentang penerapan teknologi. Tugas mereka bukan lagi cuma memasang alat yang lebih pintar, tapi memimpin organisasi di mana sebagian tenaga kerjanya adalah sintetis, terdistribusi, dan terus berevolusi. Dengan kehadiran agen, perusahaan harus memikirkan ulang susunannya: bagaimana pekerjaan dirancang, bagaimana keputusan dibuat, dan bagaimana nilai diciptakan ketika AI bisa menjalankan tugas sendiri. Cara organisasi mendesain ulang diri mereka berdasarkan kemampuan agen ini akan menentukan apakah AI menjadi bukan sekadar teknologi yang lebih efisien, tapi dasar baru untuk diferensiasi strategis.
Untuk lebih paham bagaimana eksekutif menghadapi perubahan ini, BCG dan MIT Sloan Management Review melakukan studi global terhadap lebih dari 2.000 pemimpin dari 100+ negara. Hasilnya menunjukkan bahwa meski organisasi dengan cepat mengeksplorasi AI agen, kebanyakan perusahaan masih perlu menyusun strategi dan model operasi untuk mengintegrasikan agen AI ke operasi harian mereka.
Tantangan organisasi: Mendesain ulang perusahaan
Identitas ganda AI agen—sebagai mesin sekaligus rekan tim—menciptakan ketegangan yang sulit diatasi oleh kerangka manajemen tradisional. Pemimpin tidak bisa menghilangkan ketegangan ini; mereka harus belajar mengelolanya. Ada empat ketegangan organisasi yang menonjol:
- Skalabilitas vs daya adaptasi. Mesin berkembang secara terprediksi, sementara manusia beradaptasi secara dinamis. AI agen bisa melakukan keduanya, sehingga membutuhkan prinsip desain organisasi baru yang menyeimbangkan efisiensi dengan fleksibilitas.
- Pengalaman vs kecepatan. Pemimpin harus menimbang antara membangun kemampuan jangka panjang dengan bergerak cepat untuk manfaat jangka pendek di lanskap teknologi yang berubah sangat cepat.
- Pengawasan vs otonomi. AI agen membutuhkan pengawasan bukan cuma pada hasil, tapi pada tindakan; organisasi harus memutuskan kapan manusia tetap terlibat dan kapan agen bertindak mandiri, dengan struktur akuntabilitas yang jelas.
- Modifikasi vs imajinasi ulang. Pemimpin harus memilih kapan menambahkan AI ke proses yang ada untuk manfaat langsung, dan kapan membangun ulang alur kerja dari awal berdasarkan potensi agen.
Perusahaan yang paling maju tidak serta merta menyelesaikan ketegangan ini. Mereka justru menerimanya—mendesain ulang sistem, tata kelola, dan peran untuk mengubah gesekan menjadi momentum maju. Mereka melihat kompleksitas AI agen sebagai fitur yang harus dimanfaatkan, bukan cacat yang harus diperbaiki.
Apa yang harus dilakukan pemimpin sekarang
Bagi para CEO, tantangannya sekarang adalah mencari cara memimpin organisasi di mana teknologi bertindak bersama orang. Mengelola sistem kelas baru ini membutuhkan kerangka kerja yang berbeda dari gelombang AI sebelumnya. Jika AI prediktif membantu organisasi menganalisis lebih cepat/bagus dan AI generatif membantu mencipta lebih cepat/bagus, maka AI agen memungkinkan mereka beroperasi lebih cepat dan baik, dengan merencanakan, mengeksekusi, dan memperbaiki diri sendiri. Pergeseran ini mengacaukan pendekatan manajemen tradisional dan membutuhkan ‘buku panduan’ baru untuk kepemimpinan.
Bayangkan ulang pekerjaannya, bukan cuma alur kerjanya. Dalam AI prediktif atau generatif, tugas pemimpin adalah menyisipkan model ke dalam alur kerja. Tapi AI agen menuntut hal berbeda: Ia tidak cuma menjalankan proses—ia membayangkannya ulang secara dinamis. Karena agen merencanakan, bertindak, dan belajar secara berulang, mereka bisa menemukan cara baru yang seringkali lebih baik untuk mencapai tujuan yang sama.
Banyak proses kerja dulu dirancang agar manusia meniru presisi dan prediktabilitas seperti mesin: Setiap langkah distandarisasi agar pekerjaan bisa direplikasi dengan andal. Namun, sistem agen membalik logika itu: Pemimpin hanya perlu mendefinisikan masukan dan hasil yang diinginkan. Pekerjaan yang terjadi di antara titik awal dan akhir itu kemudian bersifat organik, seperti sistem hidup yang mengoptimalkan dirinya sendiri secara real-time.
Tapi banyak organisasi masih memperlakukan AI sebagai lapisan tambahan di atas alur kerja yang ada—pada dasarnya, sebagai alat. Untuk mengambil keuntungan dari potensi sejati AI agen, pemimpin harus mulai dengan mengidentifikasi beberapa proses bernilai tinggi dan end-to-end—di mana kecepatan keputusan, koordinasi lintas-fungsi, dan umpan balik pembelajaran paling penting—dan mendesain ulang proses itu berdasarkan bagaimana manusia dan agen bisa belajar dan bertindak bersama. Peluangnya adalah menciptakan sistem yang bisa berkembang secara terprediksi dan beradaptasi secara dinamis, bukan salah satunya saja.
Bimbing tindakannya, bukan cuma keputusannya. Gelombang AI sebelumnya membutuhkan pengawasan atas hasil; AI agen membutuhkan pengawasan atas tindakan. Sistem ini bisa bertindak mandiri, tapi tidak semua tindakan memiliki tingkat risiko yang sama. Itu membuat tantangan kepemimpinan lebih luas dari sekadar menentukan hak keputusan. Ini tentang mendefinisikan bagaimana agen beroperasi dalam organisasi: data apa yang bisa mereka lihat, sistem apa yang bisa mereka picu, dan bagaimana pilihan mereka berdampak ke organisasi. Sementara pemimpin perlu memutuskan kategori keputusan mana yang tetap menjadi milik manusia, yang bisa didelegasikan ke agen, dan yang membutuhkan kolaborasi keduanya, fokus keseluruhan haruslah menetapkan batasan untuk perilaku agen.
Karena itu, tata kelola tidak bisa lagi jadi kebijakan statis; ia harus fleksibel sesuai konteks dan risiko. Dan seperti pemimpin membimbing orang, mereka juga perlu membimbing agen—memutuskan informasi apa yang mereka butuhkan, tujuan apa yang mereka optimalkan, dan kapan harus mengangkat ketidakpastian ke penilaian manusia. Perusahaan yang mengadopsi pendekatan baru ini dalam tata kelola akan bisa membangun kepercayaan, baik internal maupun dengan regulator, dengan membuat akuntabilitas menjadi transparan bahkan ketika mesin yang menjalankannya.
Pikirkan ulang struktur dan talenta. AI generatif mengubah cara individu bekerja; AI agen mengubah cara organisasi disusun.
Kalau agen bisa mengoordinasi alur kerja dan informasi, lapisan tengah tradisional yang dibangun untuk pengawasan akan mengecil. Ini bukan cerita tentang penggantian—tapi perancangan ulang. Pemimpin generasi berikutnya akan menjadi pengarah orkestra, bukan pengawas: orang yang bisa gabungkan pertimbangan bisnis, kemahiran teknis, dan kesadaran etika untuk memandu tim gabungan manusia dan agen. Perusahaan harus mulai merencanakan sekarang untuk hierarki lebih datar, peran rutin lebih sedikit, dan jalur karier baru yang menghargai pengarahan dan inovasi daripada pelaksanaan tugas.
Institusionalkan pembelajaran untuk manusia dan agen. Seperti manusia, agen bisa berubah, belajar, dan—yang paling penting—meningkat dengan umpan balik. Setiap aksi, interaksi, dan koreksi membuat mereka lebih mampu. Tapi peningkatan itu tergantung pada manusia yang tetap terlibat, bukan untuk mengontrol setiap langkah, tapi untuk membantu sistem belajar lebih cepat dan lebih baik.
Untuk mewujudkannya, pemimpin harus buat siklus pembelajaran berkelanjutan yang menghubungkan manusia dan agen. Karyawan harus belajar cara bekerja dengan agen—cara memperbaiki, mengkritik, dan beradaptasi dengan kemampuan mereka yang berkembang—sementara agen meningkat melalui interaksi yang sama, mulai dari penerimaan, pemantauan, pelatihan ulang, bahkan “pensiun.”
Organisasi yang anggap ini sebagai proses pengembangan bersama—di mana manusia membentuk cara agen belajar dan agen meningkatkan cara manusia bekerja—akan lihat keuntungan terbesar. Mengelola siklus ini perlukan pandangan bahwa manusia dan agen sama-sama pelajar, dan membuat struktur untuk pelatihan berkelanjutan, pelatihan ulang, dan pertukaran pengetahuan. Saat proses ini dilakukan dengan benar, organisasi itu sendiri jadi sistem yang terus memperbaiki diri, yang menjadi lebih pintar setiap kali manusia dan agennya berinteraksi.
Bangun untuk adaptabilitas radikal. Program transformasi tradisional dirancang untuk prediktabilitas. Namun, AI agenik bergerak terlalu cepat untuk bisa diikuti. Pemimpin butuh organisasi yang bisa beradaptasi terus-menerus—secara finansial, operasional, dan budaya. Tapi adaptabilitas di era agenik bukan cuma tentang mengikuti siklus teknologi yang lebih cepat, tapi tentang siap berkembang seiring organisasi belajar bersama agennya. Setiap kemampuan baru bisa membentuk ulang tanggung jawab, alur keputusan, dan bahkan seperti apa “kinerja baik” itu.
Pemimpin perlu perlakukan adaptabilitas bukan sebagai manajemen krisis tapi sebagai prinsip pengorganisasian. Itu artinya menganggarkan untuk reinvestasi konstan, membangun struktur modular yang memungkinkan fungsi-fungsi dikonfigurasi ulang saat agen mengambil peran baru, dan menumbuhkan budaya di mana eksperimen adalah hal biasa bukan pengecualian. AI agenik memberi imbalan pada organisasi yang bisa menjalani perubahan radikal dan terus-menerus. “Kesentralan agen” semacam ini berarti menugaskan ulang talenta, memperbarui proses, dan menyegarkan tata kelola sebagai respons terhadap apa yang dipelajari sistem itu sendiri. Perusahaan paling tangguh akan lihat adaptabilitas bukan sebagai refleks defensif, tapi sebagai sumber keunggulan yang menentukan.
### Perusahaan yang agenik
Selama bertahun-tahun, cerita AI adalah tentang otomasi—mengerjakan hal yang sama lebih cepat, lebih murah, dan dengan lebih sedikit orang. Tapi era itu akan berakhir. AI agenik mengubah sifat nilai karena ia bisa membentuk ulang organisasi itu sendiri: cara belajarnya, berkolaborasi, dan berevolusi. Batas berikutnya adalah perancangan ulang radikal, bukan pengulangan.
Kesempatan sesungguhnya adalah mendirikan perusahaan yang bisa menciptakan ulang dirinya secara terus-menerus, di mana AI agenik menjadi jaringan penghubung—menghubungkan pengetahuan, pengambilan keputusan, dan adaptasi menjadi satu sistem yang hidup. Inilah fondasi dari apa yang kami sebut Sistem Operasi Perusahaan Agenik: model di mana kreativitas manusia dan inisiatif mesin berkembang bersama, mendesain ulang secara dinamis cara perusahaan bekerja. Perusahaan yang mengadopsi perubahan ini akan tumbuh melampaui mereka yang masih mengejar efisiensi—merekalah yang akan mendefinisikan bagaimana nilai, kemampuan, dan persaingan bekerja di era AI.
Pendapat yang diungkapkan dalam tulisan opini di Fortune.com adalah pandangan penulisnya sendiri dan tidak selalu mencerminkan opini dan keyakinan Fortune.
Artikel ini awalnya ditampilkan di Fortune.com