Dalam beberapa tahun kebelakangan ini, kecerdasan buatan (Artificial Intelligence, AI) telah berkembang daripada sekadar teknologi sokongan kepada satu keupayaan strategik yang membentuk semula cara organisasi bekerja, membuat keputusan dan menyampaikan perkhidmatan. Namun, perkembangan terkini memperlihatkan satu peralihan yang lebih penting: kemunculan AI ejen (AI agents), iaitu sistem AI yang bukan sahaja menjana maklumat, tetapi turut mampu merancang, melaksanakan tugasan dan berinteraksi dengan sistem digital lain bagi mencapai sesuatu objektif.
Bagi organisasi kerajaan, perubahan ini tidak boleh dilihat sebagai trend teknologi semata-mata. Ia menyentuh soal produktiviti sektor awam, kecekapan penyampaian perkhidmatan, keselamatan data, akauntabiliti keputusan dan kepercayaan rakyat terhadap institusi kerajaan. Maka, persoalan utama bukan lagi “adakah kerajaan perlu menggunakan AI?”, tetapi sejauh mana organisasi kerajaan bersedia untuk mengintegrasikan AI ejen secara selamat, berkesan dan bertanggungjawab.
1. Dari AI sebagai Alat kepada AI sebagai Ejen
AI generatif telah membiasakan organisasi dengan keupayaan baharu seperti penulisan automatik, rumusan dokumen, penjanaan idea dan analisis maklumat. Namun, AI ejen membawa perubahan yang lebih mendalam kerana ia bergerak daripada fungsi “menjawab” kepada fungsi “bertindak”.
Google Cloud mentakrifkan AI agents sebagai sistem perisian yang menggunakan AI untuk mengejar matlamat dan melengkapkan tugasan bagi pihak pengguna, dengan keupayaan seperti penalaran, perancangan, memori, autonomi, pembelajaran dan adaptasi. IBM pula mentakrifkan AI agent sebagai sistem atau program yang mampu melaksanakan tugasan secara autonomi bagi pihak pengguna atau sistem lain, termasuk mereka bentuk aliran kerja dan menggunakan alat yang tersedia. Stanford HAI menjelaskan bahawa agentic AI merujuk kepada sistem AI yang direka sebagai ejen autonomi atau separa autonomi, mampu mentafsir matlamat, merancang tindakan, menggunakan alat seperti API atau pelayar web, membuat keputusan berdasarkan maklum balas dan menyesuaikan tindakan dari semasa ke semasa.
Dengan kata lain, AI ejen boleh difahami sebagai sistem bertindak. Ia bukan sekadar menghasilkan teks atau cadangan, tetapi boleh menjalankan langkah kerja tertentu dalam aliran kerja sebenar.
Peralihan ini penting kerana organisasi kerajaan tidak lagi berdepan dengan persoalan “bagaimana menggunakan AI untuk membantu kerja?”, tetapi “bagaimana mengawal AI yang boleh mengambil tindakan dalam sistem kerja?”.
2. Trend Global: AI Ejen Sedang Bergerak ke Arus Perdana
Momentum global menunjukkan bahawa AI ejen bukan lagi sekadar eksperimen akademik atau demonstrasi syarikat teknologi. Laporan The State of AI: Global Survey 2025 oleh McKinsey menyatakan bahawa 78% organisasi telah menggunakan AI dalam sekurang-kurangnya satu fungsi, dan 71% menggunakan generative AI secara berkala. Laporan yang sama turut menunjukkan bahawa 23% responden menyatakan organisasi mereka sedang menskalakan agentic AI, manakala 39% lagi sedang bereksperimen dengan AI ejen.
Namun, kadar penggunaan yang tinggi tidak semestinya bermaksud nilai telah berjaya dicipta. Laporan MIT NANDA yang dirujuk dalam liputan industri menyatakan bahawa sekitar 95% pelaksanaan generative AI enterprise tidak memberi impak terukur kepada P&L, dengan isu utama dikaitkan kepada integrasi yang lemah dalam aliran kerja sedia ada.
Inilah paradoks utama AI hari ini: ramai yang menggunakan AI, tetapi sedikit yang benar-benar berjaya menukarnya kepada nilai organisasi. Dalam sektor awam, paradoks ini lebih kritikal kerana kegagalan bukan sahaja memberi kesan kepada produktiviti, tetapi juga kepada kepercayaan rakyat, keselamatan maklumat dan legitimasi keputusan kerajaan.
3. Pengajaran Negara Maju: Kesiapsiagaan Mendahului Teknologi
Negara maju tidak melihat AI ejen sebagai projek ICT biasa. Mereka mula menyusun kerangka, buku panduan, infrastruktur dan tadbir urus sebelum penskalaan dilakukan secara meluas.
United Kingdom menerbitkan AI Playbook for the UK Government pada Februari 2025 untuk membimbing penjawat awam dan organisasi sektor awam menggunakan AI secara selamat, berkesan dan terjamin. Buku panduan ini direka untuk menyokong jabatan kerajaan, badan berkanun dan organisasi sektor awam, termasuk pembaca dengan tahap pengetahuan digital yang berbeza.
Amerika Syarikat pula mengangkat AI sebagai agenda strategik nasional melalui America’s AI Action Plan, yang disusun berdasarkan tiga teras utama: mempercepat inovasi, membina infrastruktur AI, serta memimpin diplomasi dan keselamatan AI antarabangsa. Pendekatan ini menunjukkan bahawa AI tidak dilihat hanya sebagai aplikasi, tetapi sebagai keupayaan negara yang memerlukan pengkomputeran, data, keselamatan dan dasar yang menyeluruh.
Singapura pula mengambil langkah yang lebih khusus terhadap AI ejen. Pada Januari 2026, IMDA melancarkan Model AI Governance Framework for Agentic AI, yang menyediakan gambaran berstruktur mengenai risiko agentic AI serta amalan terbaik untuk mengurus risiko tersebut. Framework ini ditujukan kepada organisasi yang mahu membangunkan AI agents sendiri atau menggunakan penyelesaian agentic pihak ketiga.
Kesimpulan daripada penanda aras ini jelas: AI ejen tidak bermula dengan pembelian alat, tetapi dengan kesiapsiagaan institusi.
4. Apa yang Perlu Disediakan oleh Organisasi Kerajaan Sebelum Mengadaptasi AI Ejen
Sebelum AI ejen dimasukkan ke dalam aliran kerja kerajaan, organisasi perlu menyediakan asas yang kukuh. Hal ini kerana AI ejen berbeza daripada chatbot biasa. Chatbot lazimnya memberi cadangan atau jawapan, manakala AI ejen berpotensi melaksanakan tindakan, menghubungkan sistem, memproses data, menjana keputusan awal dan mencadangkan langkah susulan.
Dalam keadaan ini, AI ejen yang tidak dikawal bukan sahaja boleh mempercepatkan kerja, tetapi juga boleh mempercepatkan kesilapan. Kesilapan kecil dalam prompt mungkin hanya menghasilkan jawapan yang kurang tepat. Tetapi kesilapan dalam AI ejen yang mempunyai akses kepada sistem, data atau aliran kerja boleh mencetuskan risiko operasi, undang-undang, keselamatan dan reputasi.
OECD menegaskan bahawa AI mempunyai potensi besar dalam kerajaan, termasuk automasi perkhidmatan, penambahbaikan keputusan, pengesanan penipuan dan peningkatan pembelajaran penjawat awam. Namun, manfaat ini bergantung kepada pengurusan risiko seperti data berat sebelah, kekurangan ketelusan, kebergantungan berlebihan dan potensi penurunan kepercayaan rakyat.
Oleh itu, organisasi kerajaan perlu menyediakan empat asas utama sebelum AI ejen diadaptasi secara meluas.
4.1 Infrastruktur Data yang Matang
Asas pertama ialah infrastruktur data. AI ejen bergantung kepada data untuk memahami konteks, membuat inferens, mengenal pasti pola dan mencadangkan tindakan. Jika data tidak tersusun, tidak lengkap, tidak seragam atau terkunci dalam silo agensi, AI ejen akan menghasilkan output yang lemah walaupun model yang digunakan adalah canggih.
Dalam sektor awam, isu data bukan sekadar isu teknikal. Ia berkait dengan kepercayaan, ketepatan keputusan dan akauntabiliti.
Perkara yang perlu disediakan ialah:
· Kualiti data — data perlu tepat, lengkap, terkini dan bebas daripada pertindihan yang tidak perlu. AI ejen yang menggunakan data tidak berkualiti akan memberi output yang kelihatan meyakinkan, tetapi sebenarnya lemah dari segi ketepatan.
· Standardisasi data — format, definisi dan struktur data perlu diseragamkan supaya AI boleh memahami data merentas sistem dan agensi.
· Klasifikasi data — organisasi perlu membezakan data terbuka, data dalaman, data terhad, data sulit dan data sensitif bagi menentukan tahap akses AI.
· Metadata dan data lineage — AI ejen perlu beroperasi berdasarkan data yang boleh dijejak sumbernya, termasuk dari mana data datang, bagaimana ia diproses dan siapa bertanggungjawab terhadapnya.
4.2 Infrastruktur Integrasi dan Pengkomputeran
Asas kedua ialah infrastruktur integrasi dan pengkomputeran. AI ejen tidak boleh berfungsi secara berkesan jika ia terasing daripada sistem sebenar organisasi. Ia perlu berhubung dengan dokumen, pangkalan data, sistem rekod, emel, kalendar, dashboard, sistem aduan, sistem kewangan atau sistem pengurusan kes.
Ini bermaksud organisasi perlu bergerak daripada pendekatan “AI sebagai aplikasi berasingan” kepada “AI sebagai lapisan kecerdasan dalam ekosistem digital”.
Perkara yang perlu disediakan ialah:
· API dan system integration — AI ejen memerlukan sambungan yang selamat kepada sistem sedia ada untuk membaca, menghantar, mengemas kini atau mencadangkan tindakan dalam aliran kerja tertentu.
· Identity and access management — setiap AI ejen perlu mempunyai kawalan identiti dan akses yang jelas. AI tidak boleh diberi akses terbuka kepada semua data dan sistem.
· Audit trail dan logging — setiap tindakan AI ejen perlu direkodkan untuk semakan, penyiasatan, pembetulan dan akauntabiliti.
· Compute architecture — organisasi perlu menentukan sama ada penggunaan AI ejen lebih sesuai melalui cloud, hybrid atau on-premise, bergantung kepada sensitiviti data, kos, prestasi dan keselamatan.
· Cybersecurity by design — keselamatan perlu dibina dari peringkat reka bentuk, termasuk perlindungan terhadap prompt injection, data leakage, privilege misuse dan akses tidak sah.
4.3 Tadbir Urus AI yang Lebih Tegas
Asas ketiga adalah tadbir urus AI. Dalam konteks AI ejen, tadbir urus perlu lebih tegas kerana sistem ini bukan sekadar memberi jawapan, tetapi berpotensi melakukan tindakan.
Chatbot yang salah menjawab boleh diperbetulkan. Namun AI ejen yang salah bertindak boleh menyebabkan keputusan salah dihantar, dokumen salah diproses, data sensitif terdedah atau tindakan operasi dilakukan tanpa semakan manusia yang mencukupi. Rangka Kerja IMDA untuk agentic AI turut menekankan keperluan langkah-langkah teknikal merentas kitar hayat ejen AI, termasuk kawalan semasa pembangunan, pengujian sebelum pelaksanaan, serta pengurusan risiko daripada komponen ejen seperti perancangan, alat dan protokol yang masih matang.
Perkara yang perlu disediakan ialah:
· Had tindakan AI ejen — organisasi perlu menentukan tindakan yang dibenarkan dan tidak dibenarkan. Contohnya, AI boleh menyediakan draf, tetapi tidak boleh menghantar keputusan rasmi tanpa kelulusan manusia.
· Tahap autonomi — tidak semua aliran kerja sesuai untuk autonomi penuh. Sesetengah proses memerlukan AI sebagai pembantu, sesetengah sebagai pencadang, dan sesetengah hanya sebagai pelaksana selepas kelulusan manusia.
· Human-in-the-loop — proses kritikal perlu mengekalkan semakan manusia, terutama keputusan yang melibatkan hak rakyat, kewangan, keselamatan, undang-undang dan dasar.
· AI risk assessment — setiap use case AI ejen perlu dinilai dari sudut risiko operasi, data, reputasi, etika dan undang-undang.
· Decision Accountability — organisasi perlu menetapkan siapa bertanggungjawab terhadap output dan tindakan AI. AI tidak boleh menjadi alasan untuk melepaskan tanggungjawab manusia.
4.4 Reka Bentuk Semula Proses Kerja
Asas keempat ialah reka bentuk semula proses kerja. Kesilapan lazim organisasi adalah memasukkan AI ke dalam proses lama yang sudah tidak cekap. Jika ini berlaku, AI hanya mempercepatkan birokrasi lama.
AI ejen sepatutnya digunakan untuk menilai semula aliran kerja secara lebih mendasar. Organisasi perlu bertanya: proses mana yang boleh dipermudah, keputusan mana yang perlu manusia, data mana yang perlu disahkan, dan tindakan mana yang boleh diautomasikan dengan kawalan.
Perkara yang perlu disediakan ialah:
· Process mapping — organisasi perlu memetakan aliran kerja sedia ada sebelum AI dimasukkan. Tanpa pemetaan ini, AI akan digunakan secara rawak dan sukar diukur impaknya.
· Pain point identification — AI ejen sebaiknya digunakan pada proses yang jelas mempunyai masalah seperti kerja berulang, masa menunggu panjang, semakan dokumen besar atau pemindahan maklumat antara sistem.
· Workflow redesign — organisasi perlu mereka bentuk semula proses supaya AI, manusia dan sistem bekerja secara saling melengkapi.
· Control point — dalam setiap aliran kerja, perlu ditentukan titik kawalan: di mana AI boleh bertindak, di mana AI perlu berhenti, dan di mana manusia perlu menyemak.
· Outcome measurement — kejayaan AI ejen perlu diukur melalui indikator seperti pengurangan masa proses, peningkatan ketepatan, pengurangan backlog atau peningkatan kepuasan pengguna.
Secara keseluruhannya, organisasi kerajaan perlu melihat adaptasi AI ejen sebagai transformasi operasi, bukan sekadar pelaksanaan teknologi. Jika data tidak matang, AI akan lemah. Jika integrasi tidak tersedia, AI akan terasing. Jika tadbir urus tidak jelas, AI akan berisiko. Jika proses tidak direka semula, AI hanya mempercepatkan cara kerja lama.
Maka, kesiapsiagaan sebenar bukan terletak pada soalan “apakah alat AI yang hendak digunakan?”, tetapi pada soalan yang lebih strategik:
Adakah organisasi telah cukup bersedia dari segi data, sistem, kawalan dan proses untuk membenarkan AI ejen bekerja dalam persekitaran kerajaan?
5. Infrastruktur AI Ejen: Bukan Sekadar Server, Tetapi Ekosistem Operasi
Dalam wacana teknikal, infrastruktur sering difahami sebagai server, cloud atau storage. Namun, dalam konteks AI ejen, infrastruktur perlu dilihat sebagai ekosistem operasi yang membolehkan AI bertindak secara selamat dalam organisasi.
Google Cloud menekankan bahawa seni bina agentic AI perlu disesuaikan dengan ciri aplikasi dan beban kerja serta pemilihan komponen architecture perlu dibuat berdasarkan keperluan use case. Ini bermaksud organisasi kerajaan tidak boleh menggunakan pendekatan “one-size-fits-all”. AI ejen untuk analisis dasar tidak sama dengan AI ejen untuk pengurusan aduan rakyat, semakan dokumen kontrak atau pemantauan risiko siber.
Secara strategik, infrastruktur AI ejen perlu merangkumi komponen berikut:
Bagi pegawai teknologi maklumat, jadual ini membawa satu mesej teknikal yang jelas. AI ejen bukan hanya model. Ia adalah compound system yang menggabungkan model, data, alat, identiti, aliran kerja dan tadbir urus. Bagi pemimpin dan pembuat dasar pula, mesejnya ialah: AI ejen hanya selamat digunakan jika architecture dan kawalannya difahami sebelum ia diskalakan.
6. Modal Insan: Dari Pengguna Sistem kepada Pengorkestra Kecerdasan
Walaupun infrastruktur penting, nilai sebenar AI ejen tetap ditentukan oleh manusia. Dalam era ini, organisasi kerajaan tidak boleh hanya melatih pengguna AI. Ia perlu membangunkan pengorkestra AI, iaitu pegawai yang mampu memahami matlamat kerja, menyusun aliran proses, menentukan kawalan risiko dan menggunakan AI sebagai sebahagian daripada sistem operasi.
Bagi pegawai teknikal, kemahiran baharu yang semakin penting termasuk:
· LLM architecture dan model selection — memahami kekuatan, had dan kesesuaian model.
· RAG dan knowledge grounding — memastikan jawapan AI bersandar kepada dokumen dan data organisasi.
· API orchestration dan workflow automation — menghubungkan AI dengan sistem sebenar.
· AI security — menangani risiko seperti prompt injection, data leakage dan privilege misuse.
· Evaluation dan monitoring — mengukur ketepatan, kebolehpercayaan dan prestasi AI secara berterusan.
Bagi pemimpin dan pembuat dasar, kemahiran yang diperlukan bukan coding, tetapi AI governance literacy. Mereka perlu memahami apakah AI ejen, tahap autonominya, risiko pelaksanaan, maksud human-in-the-loop, kepentingan klasifikasi data, serta bagaimana AI mengubah akauntabiliti keputusan.
Ini penting kerana keputusan strategik mengenai AI tidak boleh diserahkan kepada pasukan teknikal semata-mata. Pada masa yang sama, dasar AI tidak boleh dibina tanpa memahami realiti teknikal. Kekuatan sebenar organisasi kerajaan ialah apabila dunia teknikal dan dunia dasar boleh bercakap dalam bahasa yang sama.
7. Mengelakkan Dua Kegagalan: Teknologi Tanpa Governance dan Governance Tanpa Keupayaan Teknikal
Dalam adaptasi AI ejen, terdapat dua risiko besar yang perlu dielakkan.
Risiko pertama ialah technology-led adoption, iaitu organisasi terlalu cepat membeli atau membangunkan teknologi tanpa memahami proses, data dan risiko. Ini boleh menghasilkan banyak projek rintis, tetapi sedikit impak. Risiko kedua ialah policy-led hesitation, iaitu organisasi terlalu lama membina prinsip dan garis panduan tetapi tidak membina keupayaan teknikal untuk melaksanakan AI secara sebenar.
Organisasi kerajaan perlu bergerak di tengah-tengah dua ekstrem ini. AI ejen bukan sahaja memerlukan keberanian untuk mencuba, tetapi juga disiplin untuk mengawal. Ia memerlukan inovasi, tetapi juga audit. Ia bukan sahaja memerlukan autonomi mesin, tetapi tetap berpusat kepada pertimbangan manusia.
OECD melaporkan bahawa AI dalam kerajaan berpotensi membantu automasi, pengesanan anomali, penambahbaikan keputusan, chatbot perkhidmatan rakyat, pengurusan bencana dan pengesanan penipuan, tetapi pada masa yang sama menuntut pengurusan risiko yang teliti. Maka, matlamat kerajaan bukan sekadar menggunakan AI, tetapi memastikan AI digunakan dengan struktur yang boleh dipercayai.
8. Kesimpulan: Memimpin AI Ejen sebagai Keupayaan Institusi Baharu
Kesiapsiagaan organisasi kerajaan dalam era AI ejen bukan projek ICT biasa. Ia adalah transformasi institusi yang menyentuh data, infrastruktur, proses, kemahiran, tadbir urus dan budaya kerja.
Organisasi yang berjaya bukan semestinya organisasi yang paling awal menggunakan AI. Organisasi yang berjaya ialah organisasi yang paling bersedia untuk menyusun, mengawal dan mengorkestrasi kecerdasan dalam sistem kerja sebenar.
Dalam era AI ejen, kelebihan strategik kerajaan tidak lagi diukur hanya melalui jumlah sistem digital yang dibangunkan, tetapi melalui keupayaan menjawab satu soalan besar:
Adakah organisasi kerajaan mampu memimpin kecerdasan buatan, atau sekadar menjadi pengguna pasif kepada teknologi yang dibangunkan oleh pihak lain?
Jawapan kepada soalan ini akan menentukan tahap produktiviti, kedaulatan digital dan kepercayaan rakyat terhadap perkhidmatan awam pada masa hadapan.
Rujukan Ringkas
Google Cloud. (2026). What are AI agents?
IBM. (2026). What are AI agents?
Stanford HAI. (2025). What is agentic AI?
McKinsey & Company. (2025). The State of AI: Global Survey 2025.
OECD. (2025). Governing with Artificial Intelligence.
UK Government Digital Service. (2025). AI Playbook for the UK Government.
AI.gov. (2025). America’s AI Action Plan.
IMDA Singapore. (2026). Model AI Governance Framework for Agentic AI.