Temuan terbaru dari Perplexity menyoroti peran yang semakin berkembang dari agen AI dalam meningkatkan efisiensi alur kerja dengan mengelola tugas kompleks di dalam perusahaan. Selama setahun terakhir, industri teknologi telah mengantisipasi pergeseran dalam AI generatif dari percakapan sederhana ke tugas yang dapat ditindaklanjuti. Sementara Model Bahasa Besar (LLM) menyediakan kemampuan penalaran, agen AI ini dapat menjalankan alur kerja yang rumit dengan pengawasan minimal.
Secara historis, memahami aplikasi dunia nyata dari alat-alat ini telah menjadi tantangan, sering kali bergantung pada kerangka spekulatif atau survei terbatas. Namun, data baru dari Perplexity, yang berasal dari ratusan juta interaksi dengan browser dan asisten Comet-nya, menawarkan studi lapangan yang komprehensif tentang penggunaan agen AI umum. Temuan menunjukkan bahwa agen-agen ini sudah digunakan oleh pekerja pengetahuan terampil untuk meningkatkan produktivitas dan memperlancar tugas penelitian.
Mengidentifikasi demografi pengguna sangat penting untuk memprediksi permintaan internal dan mengenali potensi risiko TI bayangan. Studi menunjukkan variasi signifikan dalam tingkat adopsi, dengan pengguna dari negara-negara dengan PDB per kapita dan tingkat pendidikan yang lebih tinggi lebih mungkin untuk menggunakan alat AI ini. Secara khusus, adopsi terkonsentrasi di sektor digital dan berbasis pengetahuan, dengan kluster 'Teknologi Digital' menyumbang 28% dari para adopter dan 30% dari kueri, diikuti oleh akademisi, keuangan, pemasaran, dan kewirausahaan, yang bersama-sama menyumbang lebih dari 70% total pengguna.
Data menunjukkan bahwa mereka yang memanfaatkan alur kerja agenik sering kali merupakan aset paling berharga dalam organisasi, seperti insinyur perangkat lunak dan analis keuangan. Para adopter awal ini, yang disebut sebagai 'pengguna utama,' menunjukkan peningkatan signifikan dalam penggunaan, membuat sembilan kali lebih banyak kueri agenik dibandingkan pengguna rata-rata, menunjukkan bahwa setelah terintegrasi ke dalam alur kerja, teknologi ini menjadi esensial.
Peneliti Perplexity telah mengembangkan taksonomi hierarkis untuk mengklasifikasikan niat pengguna, mengungkapkan bahwa sebagian besar aktivitas agen berfokus pada tugas kognitif daripada tugas administratif sederhana. Kasus penggunaan terkemuka adalah 'Produktivitas & Alur Kerja,' yang menyumbang 36% dari kueri, diikuti oleh 'Pembelajaran & Penelitian' sebesar 21%. Contoh spesifik dari studi ini menggambarkan manfaat praktis dari agen-agen ini, seperti seorang profesional pengadaan yang menggunakan asisten untuk menganalisis studi kasus pelanggan dan seorang pekerja keuangan yang menggunakannya untuk menyaring opsi saham. Ini menunjukkan bahwa agen AI dapat secara signifikan meningkatkan kemampuan manusia daripada sekadar mengotomatiskan tugas-tugas tingkat rendah.
Studi ini juga menekankan pentingnya memahami lingkungan di mana agen-agen ini beroperasi. Data mengungkapkan bahwa Google Docs dan LinkedIn adalah di antara platform utama untuk pengeditan dokumen dan tugas jaringan profesional, masing-masing. Konsentrasi aktivitas ini menghadirkan risiko baru bagi petugas kepatuhan, karena agen AI tidak hanya membaca tetapi juga memanipulasi data dalam aplikasi inti perusahaan. Seiring dengan pasar untuk AI agenik yang diperkirakan akan tumbuh dari $8 miliar pada 2025 menjadi $199 miliar pada 2034, bukti dari Perplexity menunjukkan bahwa pergeseran menuju alur kerja yang didorong oleh AI sudah dalam proses, didorong oleh segmen tenaga kerja yang paling terampil secara digital.