Chatbot menjawab pertanyaan Anda. Agen AI menerima sebuah tujuan lalu mengerjakan langkah-langkah untuk mencapainya, memakai tools yang Anda gunakan. Rekan kerja AI adalah agen yang sudah disiapkan tim Anda untuk memegang satu pekerjaan rutin, dengan sumber yang jelas, batasan yang jelas, dan satu orang yang memeriksa hasilnya.
Cara termudah membedakan ketiganya adalah bertanya: apa yang sebenarnya Anda serahkan?
- Ke chatbot, Anda menyerahkan sebuah pertanyaan.
- Ke agen, Anda menyerahkan sebuah tujuan.
- Ke rekan kerja, Anda menyerahkan sebuah pekerjaan: latar belakangnya, aturannya, seperti apa hasil yang dianggap "selesai", dan siapa yang memberi persetujuan akhir.
Satu catatan soal istilah. "Chatbot" artinya kurang lebih sama di mana pun. "Agen AI" tidak; tiap perusahaan mendefinisikannya dengan cara berbeda. "Rekan kerja AI" (seperti "AI teammate" atau "karyawan AI") sebagian besar adalah istilah produk. Istilah ini menggambarkan cara Anda bekerja dengan software tersebut, bukan jenis AI yang istimewa.
Agen AI vs chatbot vs rekan kerja AI secara singkat
| Chatbot | Agen AI | Rekan kerja AI | |
|---|---|---|---|
| Yang Anda serahkan | Pertanyaan | Tujuan | Pekerjaan berulang |
| Siapa yang mencari info | Anda | Agen | Agen, dari sumber yang disepakati |
| Yang Anda terima | Jawaban | Pekerjaan jadi | Pekerjaan siap diperiksa |
| Siapa yang menentukan langkah berikutnya | Anda | Sebagian oleh agen | Disepakati di awal |
| Cocok untuk | Pertanyaan cepat | Riset dan ringkasan (brief) | Laporan mingguan, triase |
Banyak tools bisa berperan seperti lebih dari satu kolom. Pertanyaan yang berguna adalah: apa yang harus terjadi setelah jawaban diberikan?
Apa itu chatbot?
Chatbot adalah software yang bisa Anda ajak bicara. Anda mengetik atau berbicara, lalu ia membalas. IBM menyebut dua jenis: chatbot lama yang mengikuti skrip tetap, dan chatbot AI yang memahami bahasa sehari-hari serta menulis balasannya sendiri.
Gagasannya sudah lama. ELIZA, buatan Joseph Weizenbaum dan diterbitkan pada 1966, sudah bisa melakukan percakapan lewat teks. Tetapi ELIZA tidak bisa melakukan apa pun di luar percakapan itu. Chatbot masa kini menulis jauh lebih baik, tetapi banyak yang punya batas yang sama: pekerjaan berhenti saat balasan selesai.
Begini contohnya dalam praktik. Tanyakan ke asisten chat "Kapan jadwal ngopi santai saya berikutnya?" dan ia tidak bisa menjawab, karena ia tidak bisa melihat kalender Anda. Jeff Su memakai contoh persis ini dalam video penjelasan yang populer:
YouTube · Jeff Su
AI Agents, Clearly Explained (Agen AI, dijelaskan dengan gamblang) · 8 April 2025
Pengantar dengan bahasa sederhana. Contoh jadwal ngopi menunjukkan mengapa asisten chat tidak bisa menjawab pertanyaan tentang kalender Anda sendiri.
Bukan berarti chatbot itu buruk. Sering kali, sebuah jawaban saja sudah cukup:
- Pengunjung situs web bertanya tentang kebijakan pengembalian barang Anda.
- Karyawan baru bertanya di mana kebijakan reimbursement disimpan.
- Anda butuh lima baris subjek untuk undangan webinar.
Dalam setiap kasus, seseorang membaca jawabannya lalu mengerjakan langkah berikutnya.
Apa itu agen AI?
Agen AI adalah software yang bekerja menuju sebuah tujuan secara mandiri. Ia menentukan langkah-langkahnya, memakai tools seperti CRM atau kotak masuk Anda, memantau kemajuannya, dan terus bekerja sampai pekerjaan selesai atau sampai ia membutuhkan Anda.
Google Cloud mendefinisikan agen sebagai sistem yang mengejar tujuan dan menyelesaikan tugas untuk penggunanya. Anthropic menambahkan garis pemisah yang berguna: jika langkah-langkahnya sudah ditetapkan lebih dulu oleh manusia, itu workflow; jika AI sendiri yang menentukan langkahnya, itu agen.
Contoh sederhana dari peneliti IBM Maya Murad membuat hal ini lebih nyata. Tanyakan ke model AI berapa sisa cuti Anda, dan ia akan menebak dengan salah, karena ia tidak tahu siapa Anda. Hubungkan ke sistem HR, dan ia bisa mencari jawabannya. Tanyakan sesuatu yang lebih sulit, misalnya berapa banyak tabir surya yang perlu dibawa untuk sebuah perjalanan, dan ia harus membuat rencana: cek sisa cuti Anda, cek cuaca, cek panduan kesehatan, lalu menghitung. Proses merencanakan dan mencari informasi itulah yang membuatnya menjadi agen.
YouTube · IBM Technology
What are AI Agents? (Apa itu agen AI?) bersama Maya Murad · 15 Juli 2024
Menjelaskan otonomi AI sebagai skala bertingkat: langkah tetap untuk tugas yang sederhana dan mudah ditebak, agen untuk tugas yang rumit dan beragam. Video ini menjelaskan cara kerja agen, bukan produk mana yang unggul saat ini.
Tes cepat yang bisa Anda pakai: jika Anda menyalin informasi ke dalam chat lalu menyalin jawabannya keluar, Anda sedang memakai chatbot. Jika software itu sendiri yang mengambil apa yang dibutuhkan dan melakukan langkah berikutnya di aplikasi lain, Anda sedang memakai agen.
Apakah agen hanya model yang lebih pintar?
Sebagian besar tidak. Model AI yang sama bisa berada di balik chatbot maupun agen. Bedanya ada pada apa yang Anda izinkan untuk dilakukannya: tools apa yang boleh dipakai, apa yang boleh diubah, dan apakah ia bisa bekerja melalui beberapa langkah sambil memeriksa dirinya sendiri.
Andrew Ng menggambarkannya dengan tepat dalam sebuah ceramah tahun 2024: meminta jawaban AI dalam sekali jalan itu seperti meminta seseorang menulis esai "without ever using backspace" (Terjemahan: tanpa pernah menekan tombol backspace). Biarkan ia membuat kerangka, meriset, menulis draf, dan merevisi, maka hasilnya jauh lebih baik.
Produk di bidang ini berubah cepat. OpenAI meluncurkan mode agen di ChatGPT pada Juli 2025, dan pada November 2026 sudah menggantinya dengan ChatGPT Work, yang digambarkan sebagai "an agent for longer, more involved tasks" (Terjemahan: agen untuk tugas yang lebih panjang dan lebih rumit). Nama produk datang dan pergi. Perbedaan antara menjawab dan mengerjakan tetap ada.
Apa itu rekan kerja AI?
Rekan kerja AI adalah agen yang diperlakukan tim Anda seperti kolega dengan tugas yang jelas. Tiga hal yang membedakannya:
- Ia memegang pekerjaan berulang. Misalnya, "siapkan brief sebelum setiap panggilan perpanjangan kontrak", bukan permintaan sekali jalan.
- Ia bekerja dari sumber milik tim. Riwayat akun, keputusan sebelumnya, dan format yang sudah dipakai semua orang.
- Ia punya batasan yang jelas. Seseorang sudah menentukan apa yang boleh dibacanya, apa yang boleh diubahnya, dan apa yang harus diperiksa manusia sebelum sesuatu dikirim keluar.
Batasan sama pentingnya dengan kemampuan. Pengaturan rekan kerja yang baik justru ditentukan oleh apa yang tidak boleh dilakukan AI sendirian.
Posisi Okou. Kami membangun Okou sebagai rekan kerja AI untuk tim bisnis. Dalam praktiknya, Okou berusaha melakukan tiga hal dengan baik (apa itu Okou):
- Memakai konteks yang tepat. Sebelum bertindak, kumpulkan apa yang dibutuhkan pekerjaan itu: email pelanggan, catatan di CRM, catatan dari kuartal lalu, dan informasi publik terbaru.
- Menyerahkan hasil dalam format yang tepat. Pesan singkat saat seseorang perlu mengambil keputusan, dokumen saat detailnya perlu ditinjau, draf email saat pelanggan perlu dibalas.
- Membuat pekerjaan yang baik bisa diulang. Simpan metode yang berhasil sebagai workflow agar rekan satu tim bisa menjalankannya dengan akun mereka sendiri.
Anda tidak perlu Okou untuk menerapkan ide-ide di artikel ini. Tetapi beginilah cara kami memikirkannya, dan contoh di bawah mengikuti pola yang sama.
Empat salah kaprah yang umum
"Kalau menjalankan banyak langkah, berarti itu agen." Tidak selalu. Jika setiap langkah sudah ditetapkan manusia lebih dulu, itu adalah workflow otomatis, sepanjang apa pun. Sering kali itu justru bagus: langkah yang tetap lebih mudah diprediksi.
"Agen berarti tidak perlu manusia." Tidak. Bahkan orang-orang yang membangun agen menyarankan untuk memulai dari yang sederhana dan tetap melibatkan manusia untuk keputusan yang penting.
"Rekan kerja AI bisa melihat akun semua orang." Seharusnya tidak. Berbagi metode berbeda dengan berbagi akses. Di Okou, membagikan workflow berarti membagikan instruksi dan file referensi, bukan kotak masuk, login, atau chat pribadi pembuatnya. Setiap anggota tim menjalankannya dengan koneksi mereka sendiri.
"Chatbot sudah ketinggalan zaman." Untuk menjawab pertanyaan umum, chatbot yang dibangun dengan baik lebih murah dan lebih mudah dikendalikan daripada agen. Pakailah cara paling sederhana yang bisa menyelesaikan pekerjaannya.
Satu tugas, tiga cara: brief untuk panggilan perpanjangan kontrak
Skenario di bawah ini adalah contoh, bukan kisah pelanggan.
Tugasnya. Priya memimpin customer success di sebuah perusahaan software dengan 40 karyawan. Setiap hari Kamis ia punya jadwal panggilan perpanjangan kontrak (renewal). Sebelum setiap panggilan, ia ingin brief satu halaman (apa yang dibeli pelanggan, masalah support terbaru, data penggunaan, apa yang dijanjikan kuartal lalu) dan draf email tindak lanjut.
| Chatbot | Agen | Rekan kerja | |
|---|---|---|---|
| Yang Priya serahkan | Pertanyaan | Tujuan | Pekerjaan beserta aturannya |
| Siapa yang mengumpulkan info | Priya | Agen | Agen |
| Minggu depan | Mulai dari nol | Minta lagi | Berjalan sendiri |
Dengan chatbot: Priya menyerahkan pertanyaan
Priya menyalin catatan dari CRM, mengekspor tiket terbaru, menempelkan semuanya ke chat, lalu meminta ringkasan dan email. Ia mendapat ringkasan rapi dari apa yang ditempelkannya. Ringkasan itu melewatkan dashboard penggunaan yang lupa ia buka, dan janji yang dibuat seorang rekan lewat email. Ia memperbaiki emailnya lalu mengirimnya.
Ia menghemat waktu menulis. Ia tidak menghemat waktu mengumpulkan dan memeriksa informasi, padahal itulah bagian terbesar pekerjaannya.
Dengan agen AI: Priya menyerahkan tujuan
Priya meminta: "Siapkan brief untuk panggilan renewal saya dengan Acme jam 2 siang dan buatkan draf email tindak lanjutnya." Agen membaca catatan CRM, tiket, dan utas email. Ia menyadari bahwa admin utama pelanggan berganti pada bulan Agustus. Ia mengembalikan brief dan draf email.
Jauh lebih baik. Tetapi Priya tetap harus ingat untuk meminta, setiap minggu, untuk setiap panggilan. Dan saat seorang rekan menggantikannya memegang akun itu, rekan tersebut akan meminta dengan cara berbeda dan mendapat brief yang berbeda.
Dengan rekan kerja AI: tim menyerahkan sebuah pekerjaan
Di sinilah perbedaannya terlihat.
- Tuliskan pekerjaannya. Setelah dua kali hasil yang bagus, Priya dan manajernya menyepakati apa saja yang harus ada di brief renewal. Mereka menyimpannya sebagai workflow: cek kalender hari ini untuk panggilan renewal; untuk setiap panggilan, baca CRM, tiket 90 hari terakhir, utas email, dan catatan renewal bersama; tulis brief dalam format satu halaman milik tim; buat draf email tindak lanjut; unggah keduanya ke channel Slack #renewals. Sebuah jadwal menjalankannya setiap Kamis pukul 08.00.
- Biarkan konteks mengubah jawabannya. Untuk Acme, utas email menunjukkan ada janji diskon jika dua tiket support diselesaikan. Satu tiket masih terbuka. Jika hanya melihat CRM, brief akan menyimpulkan "perpanjang seperti biasa." Dengan email, brief menandai janji yang belum dipenuhi itu di bagian paling atas dan menyarankan untuk memastikan perbaikannya sebelum membahas harga.
- Bertindak hanya di dalam batasan. Agen boleh membaca CRM, tiket, dan email, serta membuat draf email. Agen tidak boleh mengirim email atau mengubah tahap renewal di CRM, jadi ia tidak melakukannya.
- Serahkan hasil yang mudah diperiksa. Pemilik akun menemukan brief dan draf di #renewals, dengan tautan ke sumber di balik setiap poin.
- Perbaiki metodenya, bukan hanya hasilnya. Setelah panggilan, pemilik akun mengubah satu baris lalu mengirim emailnya. Tim memutuskan bahwa setiap brief juga harus mencantumkan siapa saja yang ikut panggilan terakhir. Priya memperbarui workflow sekali saja. Mulai Kamis berikutnya, setiap brief menyertakan informasi itu, untuk siapa pun yang menjalankannya.
Agennya tidak menjadi lebih pintar antara versi kedua dan ketiga. Timnya yang membuat pekerjaan itu jelas: di mana harus mencari, seperti apa hasil yang baik, apa yang tidak boleh disentuh, dan siapa yang memeriksa. Itulah yang mengubah agen menjadi rekan kerja.
Mengapa serah terima adalah titik rawan
Siapa pun yang pernah mewarisi sebuah proyek tahu ini: Anda hanya tahu apa yang diteruskan kepada Anda. Hal yang sama berlaku untuk AI. Dua unggahan dari November 2026 menyampaikan poin ini dari sisi yang berbeda. Keduanya opini, bukan riset, tetapi sesuai dengan apa yang kami lihat dalam praktik.
X · Aaron Levie (@levie), CEO Box · 6 November 2026
"Every AI agent deployment comes down to how successfully they can get access to the critical context…" (Terjemahan: Setiap penerapan agen AI pada akhirnya bergantung pada seberapa berhasil agen itu mendapat akses ke konteks yang penting…)
X · Alexander Yue (@Alezander9), pendiri Mainplane · 6 November 2026
"…all summaries are lossy. This is how your assistant makes emails you never wanted…" (Terjemahan: …semua ringkasan pasti kehilangan sebagian informasi. Begitulah asisten Anda membuat email yang tidak pernah Anda inginkan…)
Levie menulis ini bersamaan dengan pengumuman produk Box, dan Box menyimpan file perusahaan, jadi ia punya kepentingan atas jawabannya. Yue membahas satu AI yang meneruskan pekerjaan ke AI lain, dan ia melangkah lebih jauh daripada kami: ia menentang pembagian kerja AI dengan cara itu sama sekali. Tetapi keduanya sampai pada pelajaran yang sama bagi tim bisnis. Agen hanya bisa sebaik latar belakang yang diberikan kepadanya. Itulah sebabnya versi rekan kerja untuk tugas Priya dimulai dengan pekerjaan yang tertulis dan sumber yang disebutkan dengan jelas, bukan "kamu pasti paham maksud saya."
Di Okou, pesan dan file sebelumnya tetap tersedia di dalam chat yang sama. Chat baru dimulai dari nol kecuali Anda mengarahkannya ke chat sebelumnya. Jadi kebiasaan paling aman adalah memasukkan sumber dan aturan ke dalam workflow itu sendiri.
Di mana manusia tetap bertanggung jawab
Menyerahkan pekerjaan ke AI tidak berarti menyerahkan tanggung jawab. Sebelum menyalakan pekerjaan berulang apa pun, jawab satu pertanyaan: di titik mana seseorang memeriksa sebelum ini dikirim keluar?
Pengaturan bawaan yang masuk akal untuk sebagian besar tim:
- Biarkan AI membaca apa yang dibutuhkan pekerjaannya, tidak lebih.
- Biarkan AI menyiapkan brief, email, dan usulan perubahan sebagai draf.
- Serahkan urusan mengirim, menerbitkan, membayar, dan menghapus kepada manusia, kecuali Anda sudah memutuskan bahwa tindakan tertentu aman untuk diotomatisasi.
Ethan Mollick, profesor Wharton yang menulis tentang AI di dunia kerja, menarik garis serupa untuk agennya sendiri:
X · Ethan Mollick (@emollick), profesor Wharton · 15 Oktober 2026
"I don't want it using my email or drafting messages on my behalf…" (Terjemahan: Saya tidak mau agen itu memakai email saya atau membuat draf pesan atas nama saya…)
Solusinya adalah memberi agen itu alamat email sendiri, agar orang tahu kapan mereka berbicara dengan AI. Garis Anda mungkin berbeda. Banyak tim tidak keberatan agen membuat draf atas nama mereka selama yang mengirim tetap manusia. Intinya, tentukan garis itu dengan sengaja.
Tools yang baik memungkinkan Anda menetapkan garis itu. Di Okou, saat sebuah tugas membutuhkan izin baru, seseorang melihat dengan tepat apa yang diminta dan memilih berapa lama izin itu berlaku. Panduan izin kami menyarankan untuk hanya memberi akses baca atau draf jika memungkinkan.
Okou meminta konfirmasi sebelum memakai izin baru. Seseorang melihat apa yang diminta dan memilih batas waktu, misalnya satu jam. Lihat tangkapan layar ukuran penuh
Cara memilih: chatbot, agen, atau rekan kerja?
Mulailah dari tugasnya, bukan dari tools-nya. Empat pertanyaan ini mencakup sebagian besar kasus.
Cocokkan tugas dengan jenis bantuan yang tepat. Sebagian besar tim memakai ketiganya.
- Apakah Anda sendiri yang akan menindaklanjuti jawabannya? Pakai chatbot. Menjelaskan klausul kontrak, menulis ulang paragraf, mencari ide nama.
- Apakah AI perlu memilih langkah berikutnya berdasarkan apa yang ditemukannya? Pakai agen, misalnya untuk menelusuri sebuah akun di CRM, support, dan email. Jika alurnya sudah ditetapkan di awal, workflow AI mungkin sudah cukup.
- Apakah ini pekerjaan berulang dengan sumber, aturan, dan pemilik yang disepakati? Itu adalah pengaturan rekan kerja, misalnya tinjauan pipeline setiap Senin atau tindak lanjut setelah setiap demo. Jadwal hanya memulai pekerjaan; jadwal tidak mendefinisikan pekerjaan maupun izinnya.
- Siapa yang memberi persetujuan akhir? Jawab ini untuk setiap tugas agen dan rekan kerja. Jika tidak ada yang bisa menjawab, tugas itu belum siap diserahkan.
Satu tips lagi: beri waktu. Dalam ceramah yang sama, Andrew Ng membandingkan memeriksa agen terlalu cepat dengan manajer baru yang menyerahkan tugas lalu meminta kabar lima menit kemudian. Nilai hasil akhirnya, bukan menit pertamanya.
Seperti apa ini di Okou
Panduan tim Okou menjelaskan jalur dari satu hasil yang bagus menjadi kebiasaan tim: kerjakan tugasnya sekali sendiri, simpan metodenya sebagai workflow, bagikan ke tim, dan biarkan setiap orang menghubungkan akun mereka sendiri.
- Workflow menyimpan metodenya: langkah, sumber, format, dan aturan peninjauan.
- Otomatisasi menambahkan waktunya: jadwal, email baru, atau perubahan kalender memulai pekerjaan.
- Pekerjaan berlangsung di tempat tim Anda berkomunikasi: Anda bisa @mention Okou di Slack atau mengirim pesan langsung ke Okou.
- Pekerjaan tetap berjalan di cloud: tugas yang panjang terus berlanjut setelah Anda menutup laptop.
- Email tetap berupa draf sampai Anda mengirimnya: Okou bisa menulis email tindak lanjut sebagai draf Gmail, lalu seseorang meninjaunya dan menekan Send.
Menambahkan jadwal atau pemicu ke workflow yang tersimpan. Beberapa jenis pemicu hanya tersedia di workspace tertentu. Lihat tangkapan layar ukuran penuh
Untuk mencoba contoh brief renewal, mulailah di chat dengan satu akun sungguhan. Saat brief-nya sudah tepat, simpan sebagai workflow, lalu tambahkan jadwal. Untuk ide lainnya, lihat 20 contoh agen AI untuk pekerjaan nyata. Untuk soal persetujuan, baca mengapa bisnis Anda perlu memegang keputusan akhir. Untuk menjaga konteks bersama tetap akurat, lihat manajemen konteks agen AI untuk tim. Untuk kisah lengkap AI yang berubah dari asisten menjadi kolega, lihat Dari copilot menjadi kolega.
FAQ
Apa perbedaan utama antara agen AI dan chatbot?
Chatbot menjawab, dan Anda yang mengerjakan langkah berikutnya. Agen AI menerima sebuah tujuan, memakai tools Anda untuk mengumpulkan informasi atau mengambil tindakan, lalu mengembalikan pekerjaan yang sudah jadi. Model AI di baliknya bisa saja sama. Yang berubah adalah apa yang boleh dilakukannya.
Apakah ChatGPT termasuk chatbot atau agen AI?
Keduanya, tergantung cara Anda memakainya. Percakapan ChatGPT biasa adalah chatbot: Anda bertanya, ia menjawab. OpenAI juga menyediakan mode bergaya agen untuk tugas yang lebih panjang; per November 2026, mode itu adalah ChatGPT Work. Labelnya mengikuti apa yang sedang dikerjakan tool tersebut, bukan namanya.
Apakah rekan kerja AI sama dengan agen AI?
Rekan kerja AI adalah agen AI yang disiapkan untuk pekerjaan tertentu yang berulang, dengan sumber milik tim Anda, batasan yang jelas, dan satu orang yang memeriksa hasilnya. "Rekan kerja", "teammate", dan "karyawan" adalah istilah produk, bukan standar teknis, jadi periksa apa yang benar-benar dilakukan sebuah produk.
Apa perbedaan antara agen AI dan asisten AI?
Asisten AI biasanya membantu satu orang sesuai permintaan: membuat draf, meringkas, menjawab pertanyaan. Agen AI melangkah lebih jauh dan menjalankan langkah-langkah menuju sebuah tujuan dengan memakai tools. Kedua istilah ini tumpang tindih, dan kini banyak asisten juga punya fitur agen.
Bisakah chatbot menjadi agen AI?
Bisa, jika Anda memberinya akses ke tools dan data Anda serta membiarkannya bekerja melalui beberapa langkah. Bagian yang lebih sulit adalah menentukan apa yang boleh dibacanya, apa yang boleh diubahnya, dan siapa yang menyetujui hasilnya.
Apakah agen AI akan menggantikan chatbot?
Kecil kemungkinannya bagi sebagian besar tim. Pertanyaan cepat dan FAQ pelanggan yang sederhana sudah terlayani dengan baik oleh chatbot, yang juga lebih mudah dikendalikan. Agen dan pengaturan rekan kerja masuk akal ketika pekerjaannya menuntut pengumpulan informasi dari banyak tempat, penindaklanjutan sampai tuntas, atau pengulangan sesuai jadwal.
