Seorang anggota pasukan kami baru graduasi pada Disember tahun lepas. AINNA ialah pekerjaan pertamanya, dan baru sekitar 3 bulan bekerja.
Dengan bantuan AINNA智能体 AI, beliau berjaya membangunkan sistem kewangan yang lengkap — sistem yang kemudiannya dinilai pada TRL9 melalui MOSTI, tahap tertinggi dalam 科技 Readiness Level.
Dalam kerja saya di 物流 运营 dan R&D, saya menilai sistem dari sudut operasi: boleh dibina, dipasang, dipantau, dan diskalakan. Jadi yang menarik bukan sistem kewangan itu semata-mata.
Tetapi siapa yang mampu membangunkannya, dan berapa cepat keupayaan itu boleh diperoleh apabila manusia bekerja bersama AI 智能体.
Di sebuah majlis anjuran Kedutaan Arab Saudi baru-baru ini, saya berkata kepada seorang kenalan yang baru saya temui:
Kelak, untuk sesetengah sistem dalam industri manufacturing, mungkin graduan Chemical 工程 lebih mudah membangunkan sistem IT untuk kilang berbanding graduan IT yang tidak memahami proses manufacturing.
Bukan kerana Chemical Engineer lebih pandai coding.
Tetapi kerana coding semakin murah dan semakin mudah dilakukan oleh AI.
Chemical Engineer sudah memahami process flow, pressure, temperature, chemical reaction, pump, valve, safety, quality dan apa yang sebenarnya berlaku di production floor.
AI 智能体 pula boleh membantu mereka membina database, dashboard, API, automation, monitoring 系统 dan application.
Jadi persoalan masa depan mungkin bukan lagi:
“Siapa paling pandai coding?”
Tetapi:
“Siapa paling memahami masalah sebenar yang perlu diselesaikan?”
AI tidak menghapuskan kepentingan IT. Dalam operasi logistik, sistem yang baik tetap perlukan disiplin operasi, data yang bersih, dan pemahaman proses.
Tetapi ia mungkin mengubah kedudukan IT daripada orang yang membina semuanya kepada enabler yang membolehkan domain expert membina sesuatu dengan jauh lebih cepat.
Dan mungkin inilah cabaran sebenar generasi akan datang:
Apabila technical barrier semakin rendah, domain knowledge, problem solving dan kemampuan memahami dunia sebenar akan menjadi semakin mahal.
