Alur kerja agentic untuk agensi sebaiknya lebih dulu mengotomatisasi pekerjaan yang sering berulang, dapat dibatalkan dengan murah, dan dapat diperiksa terhadap sumber: penarikan data, pemantauan kompetitor, dan draf laporan. Agen sebaiknya membantu pada pekerjaan yang sarat penilaian seperti persona, copy, dan penilaian kreatif. Apa pun yang membelanjakan uang, membuat klaim publik, atau memikul hubungan dengan klien tetap dikerjakan manusia, dengan agen yang menyiapkan dan seseorang yang menyetujui.
Poin penting
- Pilah setiap tugas dengan tiga uji: seberapa sering berulang, apakah kesalahan dapat dibatalkan, dan apakah hasilnya dapat diperiksa terhadap sumber.
- Otomatisasi pengumpulan data, pemantauan, dan pelaporan draf pertama; Click2View Asia memangkas pelaporan bulanan dari 9 jam menjadi 1 di SOMIN.
- Gunakan agen sebagai asisten pada pekerjaan persona, dilema konsumen, dan copy, dengan pilihan akhir tetap ada pada seorang strategis.
- Biarkan anggaran, klaim, strategi akhir, dan balasan krisis tetap ditangani manusia, dengan langkah persetujuan yang eksplisit.
- Rancang ulang alur kerja di sekitar agen alih-alih menempelkannya pada yang lama; kebiasaan itu yang membedakan para performer terbaik dalam survei McKinsey 2026.
Apa itu alur kerja agentic?
Alur kerja agentic adalah proses di mana model bahasa mengerjakan sebagian pekerjaan dengan memanggil perangkat dan, di beberapa titik, memilih langkah berikutnya sendiri. Posisinya di antara otomatisasi tetap dan agen yang sepenuhnya otonom, dan sebagian besar nilai bagi agensi ada di wilayah tengah itu.
Tim teknik Anthropic menarik perbedaannya dengan jelas dalam Building effective agents. Workflow mengorkestrasi model dan perangkat melalui jalur kode yang telah ditentukan; agen mengarahkan prosesnya dan penggunaan perangkatnya sendiri secara dinamis. Saran mereka adalah menemukan solusi paling sederhana yang berhasil dan menambah kompleksitas hanya bila perlu, dan mereka menggambarkan agen yang berhenti untuk meminta umpan balik manusia di titik pemeriksaan dan berhenti setelah sejumlah iterasi tertentu.
Bagi sebuah agensi, ini diterjemahkan menjadi aturan desain. Gunakan workflow tetap di mana langkahnya sudah diketahui, seperti laporan mingguan. Gunakan agen di mana jalurnya terbuka, seperti meriset kategori yang belum pernah di-pitch tim. Pasang titik pemeriksaan di mana pun klien atau anggaran terpengaruh.
Mengapa begitu banyak proyek agen terhenti?
Karena tim mengotomatisasi pekerjaan yang mengesankan dan sarat penilaian lebih dulu, alih-alih pekerjaan membosankan yang mudah diperiksa. Demonya tampak bagus, outputnya perlu banyak dikoreksi, dan alasan bisnisnya lenyap.
Gartner memprediksi bahwa lebih dari 40% proyek agentic AI akan dibatalkan pada akhir 2027, dengan alasan biaya yang membengkak, nilai bisnis yang tidak jelas, atau kontrol risiko yang tidak memadai. Sarannya selaras dengan tiga mode: gunakan agen ketika keputusan diperlukan, otomatisasi untuk alur kerja rutin, dan asisten untuk pengambilan data sederhana.
State of AI in 2026 dari McKinsey, survei terhadap 1,719 peserta, menemukan sekitar dua dari sepuluh responden menerapkan agen AI secara luas di organisasi mereka. Di antara para performer terbaiknya, hampir tiga perempat melaporkan merancang ulang alur kerja secara mendasar karena AI, dibandingkan seperempat dari yang lain.
Data SOMIN menunjukkan harga dari kesalahan ini. Di workspace optimalisasi iklan kami, studi whitespace pemasaran selama 30 hari atas 156 postingan (September 2026) mengelompokkan sebuah tema seputar AI dan efektivitas pemasaran: agensi AI yang mengutamakan kecepatan di atas kualitas, menghasilkan output generik dan tujuan bisnis yang tidak tercapai. Workspace riset audiens memuat sebuah insight, yang dibangun dari 254 postingan, yang mengatakannya lebih ringkas: “Dalam mengejar kecepatan, jangan biarkan integritas menjadi korban.”
Bagaimana agensi memutuskan apa yang diotomatisasi lebih dulu?
Beri skor setiap tugas pada volume, reversibilitas, dan verifiabilitas. Otomatisasi jika ketiganya tinggi, bantu jika output memerlukan penilaian untuk diverifikasi, dan biarkan manusia yang mengerjakan jika kesalahan tidak dapat dibatalkan atau hubungan dengan klien dipertaruhkan.
| Tugas | Mode | Alasan |
|---|---|---|
| Menarik data kinerja lintas platform ke dalam satu tampilan | Otomatisasi | Volume tinggi dan berbasis aturan; setiap angka dapat diperiksa terhadap platform |
| Pemantauan iklan dan postingan kompetitor | Otomatisasi | Pengamatan berulang di banyak akun; kelewatan murah untuk diperbaiki pada siklus berikutnya |
| Draf pertama laporan klien bulanan | Otomatisasi, manusia membaca | Narasinya mengikuti data; account lead membacanya sebelum dikirim |
| Ringkasan tema social listening | Asistensi | Model mengelompokkan postingan; seorang strategis memutuskan tema mana yang penting bagi klien ini |
| Penemuan persona dan dilema konsumen | Asistensi | Draf yang terhubung dengan bukti menghemat berhari-hari; seorang perencana memvalidasinya terhadap pengetahuan klien |
| Varian copy dan penyesuaian ukuran | Asistensi | Pekerjaan bervolume, tetapi suara merek dan klaim memerlukan peninjau |
| Pra-penilaian kreatif sebelum belanja | Asistensi | Skor menjadi masukan bagi pilihan; ia tidak boleh menentukan pilihan |
| Kalender konten dan penjadwalan | Asistensi | Penyusunan draf bersifat mekanis; publikasi tetap ditahan sampai kualitas terbukti |
| Perubahan anggaran dan aktivasi kampanye | Tetap manusia | Menggunakan uang dan sulit dibatalkan; agen menyiapkan, seseorang menyetujui |
| Strategi akhir dan rekomendasi | Tetap manusia | Akuntabilitas dan hubungan berada pada agensi, bukan pada perangkat |
| Klaim, kategori yang diatur, dan persetujuan hukum | Tetap manusia | Tanggung jawab hukum tetap pada pengiklan, bagaimanapun iklan itu dibuat |
| Respons krisis dan balasan sensitif di komunitas | Tetap manusia | Konteks, nada, dan waktu berubah setiap jam |
Apa yang sebaiknya diotomatisasi lebih dulu?
Mulailah dengan penarikan data, pemantauan kompetitor, dan draf laporan. Pekerjaan ini menyita jam kerja senior, berulang di setiap siklus, dan kesalahannya terlihat jelas.
Studi kasus Click2View Asia menunjukkan besarnya manfaat. Dengan SOMIN sebagai lapisan pelaporannya, agensi konten ini memangkas pelaporan klien bulanan dari 9 jam menjadi 1, analisis kompetitif komprehensif dari 18 jam menjadi 3, dan persiapan dasar strategi konten dari 14 jam menjadi 2, serta beralih dari dua orang per alur kerja menjadi satu. Jam-jam itu dikembalikan ke konsultasi, pekerjaan yang dibayar mahal oleh klien. Agen Performance Reporting SOMIN dibangun di atas mesin yang sama.
Kebutuhan itu juga jelas dalam data social listening SOMIN. Sebuah studi perspektif atas 129 postingan (Oktober 2026) memuat tema tentang pengelolaan konten dan media sosial yang menyoroti pembuatan konten yang memakan waktu dan alur persetujuan yang tidak efisien. Di workspace optimalisasi iklan, model momen kebenaran SOMIN memunculkan pikiran “Bagaimana saya bisa memahami semua data ini?”
Di mana agen sebaiknya membantu, bukan memutuskan?
Pada pekerjaan yang sebagian besar upayanya adalah riset dan langkah terakhirnya adalah selera: persona, dilema konsumen, konsep, dan copy. Agen mengusulkan dengan bukti; seseorang yang memilih.
Agen Strategy SOMIN membutuhkan median 13 menit dari brief hingga sekumpulan konsep yang sudah diberi skor, tetapi seorang strategis yang memilih apa yang diteruskan ke klien. Agen Paid Media menilai konsep berdasarkan prediksi rasio klik sebelum belanja, dan mendorong iklan teratas ke dalam kampanye yang dibuat dalam keadaan dijeda, sehingga tidak ada yang aktif tanpa persetujuan. Daftar lengkapnya ada di halaman agen AI kami.
Mode asistensi juga melindungi staf junior. Seorang junior yang meninjau bukti dari agen belajar mengapa sebuah angle berhasil, sesuatu yang tidak pernah dipelajari junior yang hanya memformat slide.
Apa yang harus tetap dikerjakan manusia, dan bagaimana memastikannya?
Apa pun yang membelanjakan uang, membuat klaim publik, atau memikul akuntabilitas kepada klien. Tegakkan di dalam alur kerja itu sendiri, bukan dalam dokumen kebijakan.
- Langkah persetujuan di dalam perangkat. Aksi belanja dan publikasi menunggu orang yang ditunjuk, secara default.
- Kondisi berhenti. Batasi iterasi dan biaya per proses, agar agen yang bingung berhenti alih-alih berputar-putar.
- Hanya-baca secara default. Berikan akses tulis kepada agen satu perangkat demi satu perangkat, seperti dijelaskan dalam panduan kami tentang menghubungkan Claude ke data pemasaran dengan MCP.
- Log yang dapat dibaca manusia. Setiap pemanggilan perangkat dan persetujuan harus dapat dilihat setelahnya.
Data social listening SOMIN menangkap mengapa hal ini penting bagi orang-orang yang mengerjakannya. Model momen kebenarannya memunculkan pikiran “Saya perlu menyederhanakan operasional kami tanpa menghilangkan sentuhan manusia dalam interaksi dengan pelanggan.” Efisiensi dan sentuhan manusia sama-sama merupakan syarat.
FAQ
Apa itu alur kerja agentic untuk agensi?
Itu adalah proses agensi di mana agen AI mengumpulkan data, menyusun output, atau mengambil langkah melalui perangkat yang terhubung, dengan manusia menyetujui keputusan yang penting. Pelaporan, pemantauan, dan riset adalah titik awal yang umum.
Tugas agensi mana yang sebaiknya diotomatisasi lebih dulu?
Tugas yang sering berulang, dapat diperiksa terhadap sumber, dan murah untuk dikoreksi: penarikan data lintas platform, pemantauan kompetitor, dan draf pertama laporan klien.
Apakah agen AI akan menggantikan strategis agensi?
Mereka menggantikan jam kerja, bukan penilaian. Agen memampatkan riset dan penyusunan draf, sementara rekomendasi, hubungan dengan klien, dan akuntabilitas atas klaim tetap berada pada manusia.
Bagaimana menjaga manusia tetap terlibat dalam proses dengan agen AI?
Bangun langkah persetujuan ke dalam perangkat untuk apa pun yang membelanjakan uang atau mempublikasikan, batasi berapa lama agen boleh berjalan, mulai dengan akses hanya-baca, dan simpan log setiap tindakan.
Minggu ini, daftar setiap tugas pada satu akun klien selama satu minggu dan beri skor masing-masing untuk volume, reversibilitas, dan verifiabilitas. Otomatisasi dua teratas, jalankan berdampingan dengan versi manual selama dua siklus, bandingkan kesalahannya, dan baru setelah itu beralih sepenuhnya.
