Otonomi Bukanlah Biner: Bagaimana AI Agentik Sesuai dengan Lanskap Farmasi
Pada bulan September 2025, Teknologi Farmasi®
Ketika tahun 2025 memasuki tahun 2026, Teknologi Farmasi® telah mewawancarai Bryant untuk melengkapi video artikel ini, yang akan diterbitkan lagi dalam tiga bagian. Dalam bagian pertama ini, Bryant membedakan antara otonomi dan akuntabilitas pada agen AI, dan bagaimana karakteristik ini harus bekerja secara bersamaan. Bryant menekankan bahwa ketika menyangkut penerapan AI agen untuk bidang farmasi, “otonomi bukanlah hal yang biner.”
“Saya sering melihatnya diarak dengan cara seperti itu,” kata Bryant. “Sungguh, otonomi ada dalam sebuah spektrum, dan dalam domain yang diatur seperti kita, pilihan desainnya adalah selalu memiliki otonomi dengan akuntabilitas. Sekarang, otonomi dan akuntabilitas, kedengarannya seperti sebuah paradoks—otonomi tanpa akuntabilitas benar-benar kacau. Namun sebaliknya, akuntabilitas tanpa otonomi dapat menciptakan kelumpuhan.”
Bryant kemudian melihat ke depan tentang apa yang mungkin terjadi tidak hanya pada tahun 2026, tetapi juga tahun 2027.
“Target desain kami dalam dua tahun ke depan adalah meningkatkan tingkat otonomi,” kata Bryant. “Artinya, AI agen dapat melakukan perencanaan, dapat beradaptasi, dan akan beradaptasi di tengah eksekusi, Anda dapat melihatnya mengubah pendekatannya. AI dapat merefleksikan hasilnya. Ia dapat belajar dari mereka, dapat belajar dari mereka secara real time, dan dapat melakukan hal tersebut untuk menyempurnakan pendekatan mereka sambil berkolaborasi dengan agen lain untuk melakukan hal tersebut.”
Bagian pertama wawancara Bryant dapat dilihat di atas.
Tiga artikel yang ditulis oleh Bryant tersedia
Salinan
Catatan Editor: Transkrip ini adalah rendering konten audio/video asli yang sedikit diedit. Ini mungkin mengandung kesalahan, bahasa informal, atau kelalaian seperti yang diucapkan dalam rekaman aslinya.
Saya Jason Bryant. Saya bekerja di ArisGlobal. Di ArisGlobal, saya adalah wakil presiden senior untuk manajemen produk AI. Saya juga manajer umum produk GenAI andalannya yang disebut NavaX.
OpenAI meluncurkan Sora 2 belum lama ini, model pembuatan videonya. Dan saya terkejut dengan kerangka CEO mereka, Sam Altman, yang pada dasarnya menjelaskan tujuan AI, di mana dia berkata, ini bukan hanya tentang produktivitas, ini tentang kemungkinan-kemungkinan baru. Kami melihat perubahan di bidang farmasi. Kita sekarang memiliki otonomi cerdas yang benar-benar mampu memungkinkan penemuan kembali yang didorong oleh tujuan, menggunakan istilah tersebut, dan ini bukan hanya tentang versi yang lebih cepat dan berkualitas lebih tinggi saat ini. Kami sekarang sedang membangun gelombang kedua, yang semuanya tentang AI agen. Dan AI agen di sini membuka kecerdasan pengambilan keputusan, dan ini adalah wawasan yang sebenarnya. Hal ini berbeda dengan hal-hal yang pernah kita lihat sebelumnya pada teknik dan alat intelijen bisnis tradisional.
Mungkin, jika saya mundur selangkah dan menjelaskan definisi sederhana dari AI agen, ini sebenarnya tentang orientasi satu tujuan. Jadi mereka adalah agen-agen yang bekerja untuk mencapai suatu tujuan, dan mereka melakukannya dengan karakteristik kedua, yaitu otonomi. Dan otonomi di sini memperkenalkan tingkat kebebasan yang dapat dikontrol dalam batas-batas yang aman, dan alasan mengapa AI agen memungkinkan adalah adanya kemungkinan-kemungkinan baru. Seperti yang Anda katakan, penemuan kembali. Bukan hanya produktivitas.
Saya akan memberikan dua contoh dalam lensa produktivitas. Anda mungkin berpikir tentang pengurangan sumber daya pada gelombang berikutnya dengan AI agen. Kami sedang memikirkan, bagaimana dengan pengoptimalan sumber daya? Jadi ini bukan sekedar pengurangan jumlah pegawai, tapi juga bagaimana sumber daya tersebut dikerahkan. Atau ini bukan hanya tentang memperkecil waktu siklus, seperti yang Anda lihat pada target efisiensi, tetapi juga memperkecil waktu pengambilan keputusan. Jadi, untuk proses saat ini, AI agen berarti kita dapat mengadaptasi alur kerja secara dinamis. Artinya, alur kerja tersebut dapat diprioritaskan ulang, dapat ditingkatkan berdasarkan skenario. Ini bisa menawarkan tantangan. Ia dapat mengusulkan alternatif. Dan di sinilah proses penemuan kembali muncul. AI tidak diberitahu secara preskriptif cara kerjanya. Mereka benar-benar mengadaptasi alasan, pendekatan, dan tindakannya berdasarkan cara terbaik untuk mencapai tujuan tersebut.
Otonomi bukanlah sesuatu yang biner, dan saya sering melihatnya diarak dalam pengertian tersebut. Sungguh, otonomi ada dalam spektrum dan domain yang diatur seperti milik kita. Pilihan desainnya adalah selalu memiliki otonomi dengan akuntabilitas. Sekarang, otonomi dan akuntabilitas, itu terdengar seperti sebuah paradoks. Otonomi tanpa akuntabilitas sungguh kacau, namun sebaliknya. Akuntabilitas tanpa otonomi dapat menciptakan kelumpuhan. Jadi kami berpikir dalam konteks otonomi terbatas, di mana Anda secara efektif mendefinisikan suatu batasan, Anda mendefinisikan batasan-batasan, namun Anda memberikan kebebasan untuk bergerak di dalamnya. Jadi ini adalah hal-hal yang berkaitan dengan batasan ruang lingkup, tentu saja pagar pembatas, kondisi yang memicu eskalasi, dan hal ini terutama terjadi pada manusia. Jadi, jika Anda berpikir tentang spektrum otonomi, pikirkan tentang spektrum yang paling rendah. Sekali lagi, hari-hari itu telah berlalu. Anda memiliki otomatisasi yang tetap dan ditambah AI, sangat berharga, masih berharga, semakin berharga, tetapi relatif sempit.
Dan kenyataannya sekarang dengan AI agen adalah apa yang saya sebut sebagai agen dengan cakupan yang cukup sempit. Jadi mereka dapat menafsirkan niat dan mereka dapat melakukan beberapa hal, namun tindakan mereka dibatasi dengan sangat ketat. Demikianlah yang kami maksud dengan lingkup sempit. Misalnya saja penulisan kedokteran di industri kita. Namun ke depan, target desain kami dalam dua tahun ke depan adalah peningkatan tingkat otonomi. Artinya, AI agen dapat melakukan perencanaan, dapat beradaptasi, dan akan beradaptasi di tengah eksekusi, Anda dapat melihatnya mengubah pendekatannya. Hal ini dapat mencerminkan hasilnya. Ia bisa belajar dari mereka. Dapat belajar dari mereka secara real time, dan dapat melakukan hal tersebut untuk menyempurnakan pendekatan mereka sambil berkolaborasi dengan agen lain untuk melakukan hal tersebut.
