Agentik AI membawa kecerdasan buatan (AI) ke tahap baharu melebihi generatif AI, berkongsi ciri-ciri dan cabaran yang serupa tetapi dengan perbezaan yang jelas. CEO Salesforce, Marc Benioff, merujuk kepada agentik AI sebagai "gelombang ketiga" dalam evolusi AI, selepas model ramalan dan generatif AI seperti ChatGPT. Gelombang baru ini melibatkan ejen pintar yang mampu melaksanakan tugas-tugas kompleks secara autonomi. Ejen-ejen AI ini bertindak sebagai rakan sekerja digital atau pembantu, memaksimumkan kemampuan manusia dengan cara yang sebelum ini tidak dapat dibayangkan. Mereka boleh mengurus interaksi pelanggan, menganalisis data, dan melaksanakan tugas secara bebas dalam masa nyata, menawarkan kemampuan dan pulangan pelaburan yang tidak dapat disediakan oleh AI secara umum. Pemimpin industri seperti Sesh Iyer dari BCG X mengiktiraf agentik AI sebagai cara untuk mereka bentuk semula proses bagi produktiviti yang lebih tinggi. Walau bagaimanapun, agentik AI memerlukan garis panduan etika yang jelas dan pematuhan kepada piawaian operasi, memastikan kepatuhan dan keadilan. Membina dan mengurus ejen AI memerlukan kemahiran yang tepat, sering tersedia dalam organisasi, tetapi terdapat keperluan untuk peningkatan kemahiran. Berbeza dengan generatif AI yang digunakan dalam pelbagai industri, agentik AI berfokus pada persekitaran khusus, cemerlang dalam tugas-tugas yang boleh diramal dengan risiko ralat yang rendah.

Ia melibatkan integrasi yang kompleks dengan sistem sedia ada, memerlukan pengubahsuaian untuk meningkatkan kebolehan membuat keputusan. Untuk beralih daripada generatif AI kepada agentik AI, perniagaan harus bermula dari skala kecil, mengenal pasti kes penggunaan yang berimpak tinggi, dan menjalankan program perintis. Fokusnya harus pada mengubah aliran kerja untuk mengurangkan tugas remeh dan mengukuhkan kerjasama manusia-mesin. Terdapat cabaran dalam menerapkan agentik AI dalam persekitaran yang tidak pasti dan berisiko tinggi seperti R&D atau farmasi, di mana pemahaman yang halus adalah penting. Data masa nyata adalah penting untuk kejayaan agentik AI. Sistem untuk menguji dan data yang bersih serta berlabel mewakili domain masalah diperlukan untuk membina ejen AI yang berkesan. Apabila kebergantungan pada agentik AI meningkat, rangka kerja penyeliaan baharu akan diperlukan, terutamanya dalam kawasan berisiko tinggi, menekankan kepentingan pengawasan manusia untuk mengurangkan akibat yang tidak diingini.