Setiap hari, dalam operasi e-dagang di AINNA, saya membantu membina sekurang-kurangnya tiga sistem detached untuk membersihkan dan menyelaraskan data jualan, stok dan harga, sambil menghasilkan kira-kira empat set bahan kempen lengkap setiap minggu - semuanya dengan sokongan AI agents.
Dari penyelidikan pasaran, penjanaan kandungan produk, analisis harga pesaing, pengujian kempen, dokumentasi SOP, analisis inventori dan iterasi strategi - beban token AI kami boleh mencecah 3–5 bilion token sebulan.
Jika ditukar kepada harga API LLM premium komersial, kos setara itu dengan mudah boleh mencecah ratusan ribu ringgit sebulan.
Bayangkan pula dalam persekitaran korporat atau pasukan operasi e-dagang yang besar.
Sebuah organisasi dengan ratusan atau ribu pekerja, masing-masing menggunakan AI agents untuk penyelidikan pasaran, analisis margin, perlaporan prestasi, penjanaan kandungan, dokumentasi SOP, operasi harian dan sokongan keputusan.
Penggunaan token akan meningkat dengan amat pantas.
Pada masa yang sama, korporat besar makin terdesak untuk mengguna AI agents.
Mengapa?
Sebab syarikat kecil seperti kami kini boleh capai tahap produktiviti yang dahulu memerlukan ratusan atau ribu pekerja.
AI dengan pantas mengecilkan jurang produktiviti antara syarikat kecil dan korporat besar.
Tapi ada satu lagi sudut pandang.
Produktiviti AI tak semestinya bermaksud perbelanjaan AI yang besar.
Dalam persekitaran kami, walaupun mencecah 3 bilion token sebulan, kos AI terus boleh kekal hanya kira-kira RM100–RM200 sebulan.
Bezanya bukan sebab kami kurang guna AI.
Ia sebab kami bina arsitektur Smart Routing di sekeliling AI agents kami.
Bukan setiap tugas perlu dihantar ke model paling besar atau paling mahal.
Tugas mudah → model ringan.
Penjanaan skrip/automasi → model pakar.
Analisis kompleks & perancangan strategik → model kuat.
Validasi berasaskan peraturan → sistem detached.
Proses berulang → automasi dan pengkomputeran konvensional.
Prinsipnya mudah:
Gunakan kecerdasan premium hanya apabila benar-benar diperlukan.
Sistem detached kami mengendalikan validasi, pengiraan, penapisan, penyelarasan, keputusan berasaskan peraturan dan pemprosesan berstruktur yang tidak memerlukan LLM.
Ini membolehkan kami gunakan AI secara agresif tanpa perlu bayar seolah-olah setiap tugas memerlukan model paling berkuasa.
Bagi saya, masa depan AI perusahaan bukan sekadar:
“Beri setiap pekerja AI agent.”
Sebaliknya, ia sepatutnya:
“Beri setiap pekerja AI agent - tapi bina infrastruktur pintar di bawahnya.”
Kerana apabila organisasi ada 1,000 atau 10,000 pekerja berkemampuan AI, soalannya bukan lagi sama ada mereka guna AI.
Soalan sebenarnya menjadi:
Berapa banyak kecerdasan yang organisasi bayar sedangkan ia sebenarnya tak diperlukan?
Itulah sebabnya kami anggap Smart Routing, model pakar dan sistem detached lebih daripada sekadar pengoptimuman.
Ia menjadi infrastruktur kawalan kos AI.
Dalam skala perusahaan, perbezaan itu boleh bernilai berjuta ringgit setahun.
Fasa seterusnya penggunaan AI bukan hanya tentang model paling berkuasa.
Ia akan menjadi tentang mengetahui bila tidak perlu menggunakannya.
#ArtificialIntelligence #AIAgents #EnterpriseAI #SmartRouting #NeuralOps #Automation #DigitalTransformation #AIInfrastructure #LLM #Productivity
