Iklan

OpenAI: Agen AI Selesaikan 46% Tugas Riset 2-4 Jam

OpenAI menyebut agen AI kini menyelesaikan 46% tugas riset 2-4 jam, naik dari 23% pada Maret 2026. Simak rincian capaian dan batasannya.

Logo OpenAI pada layar smartphone dengan pantulan di layar utama
Iklan
Iklan
  • Agen AI OpenAI selesaikan 46% tugas riset 2-4 jam, naik dari 23% pada Maret 2026
  • Tugas 4-8 jam naik dari 13% menjadi 35%
  • Keberhasilan tertinggi pada pemantauan training run 79%, terendah software inference/serving 25%
  • Belanja harian median agen coding capai US$2.400 pada Oktober, naik 62%
  • Kontribusi Safety and Alignment naik 77% antara Januari-September 2026
  • Peneliti manusia tetap dibutuhkan untuk supervisi dan koreksi

Telset.id – OpenAI melaporkan bahwa agen AI miliknya kini mampu menyelesaikan 46% tugas riset yang diperkirakan membutuhkan dua hingga empat jam kerja manusia. Capaian itu tercatat dalam penilaian internal terbaru perusahaan, naik dua kali lipat dibandingkan posisi Maret 2026 yang hanya 23%. Peningkatan ini menandai pergeseran nyata dalam peran agen AI di proses riset, meski OpenAI menegaskan bahwa peneliti manusia tetap memegang fungsi pengarahan, supervisi, dan penilaian.

Perusahaan menyebut peningkatan kemampuan agen AI dalam menyelesaikan tugas riset secara mandiri terjadi secara substansial antara Maret dan Oktober 2026. Untuk tugas yang diperkirakan memakan waktu empat hingga delapan jam kerja manusia, estimasi tingkat keberhasilan agen AI naik dari 13% menjadi 35% pada periode yang sama. Namun, kemajuan tersebut tidak merata di semua jenis aktivitas riset, dan sejumlah tanggung jawab teknis masih menjadi hambatan bagi sistem otonom.

OpenAI juga mengaitkan perkembangan ini dengan meningkatnya penggunaan agen AI di kalangan penelitinya sendiri. Perusahaan mencatat lonjakan belanja untuk agen coding, terutama di antara peneliti yang paling intensif memakai sistem yang tersedia. Angka ini menunjukkan bahwa agen AI bukan lagi sekadar objek uji coba, melainkan sudah masuk ke alur kerja riset sehari-hari.

AI Agent

Kemampuan Agen AI Tidak Merata

OpenAI menemukan bahwa agen AI mencapai tingkat keberhasilan 79% saat memantau training run, sementara hasil untuk menjalankan training run tersebut jauh lebih rendah. Menulis perangkat lunak untuk sistem inference dan serving terbukti lebih sulit, dengan penyelesaian otonom hanya mencapai 25%. Kinerja juga berbeda antarkategori riset, di mana tugas komunikasi dan analitis umumnya menghasilkan capaian lebih baik dibanding pengembangan perangkat lunak.

Antara Agustus dan Oktober 2026, agen AI mencatat estimasi tingkat keberhasilan 69% untuk tugas komunikasi dan 58% untuk tugas analitis. Membangun infrastruktur riset tercatat 43%, menandakan masih besarnya perbedaan antartanggung jawab teknis dalam pengembangan AI canggih. Pola ini memperlihatkan bahwa agen AI lebih andal pada pekerjaan yang bersifat komunikatif dan analitis ketimbang tugas rekayasa teknis yang kompleks.

Di sisi belanja, OpenAI memperkirakan pengeluaran harian median untuk agen coding mencapai US$2.400 pada Oktober 2026, naik 62% dari US$1.500 pada September. Pada persentil ke-90, belanja harian melonjak menjadi US$23.000, lebih dari dua kali lipat angka September yang sebesar US$11.000. Kenaikan ini konsisten dengan pola adopsi agen AI yang semakin dalam ke aktivitas riset.

Peneliti Manusia Masih Dibutuhkan

Temuan OpenAI juga menunjukkan bahwa peneliti menghabiskan lebih banyak waktu untuk menangani kekhawatiran keamanan terkait alat AI yang semakin canggih. Kontribusi terdokumentasi pada kategori Safety and Alignment meningkat 77% antara Januari dan September 2026, menjadi kenaikan absolut terbesar di antara kategori riset perusahaan. OpenAI mengaitkan pertumbuhan ini dengan rekrutmen dan peralihan perhatian karyawan yang ada ke penugasan terkait keamanan.

Agen coding disebut telah mempercepat peneliti dalam menguji alat eksperimental, memangkas pekerjaan yang sebelumnya memakan beberapa hari menjadi hanya satu hari. Meski demikian, sistem AI masih kesulitan dalam hal penilaian riset, kualitas perangkat lunak, perencanaan eksperimen, dan menghasilkan hasil yang andal. Agen-agen ini sering membutuhkan pengawasan ketat karena tugas yang tampak selesai bisa mengandung kesalahan yang memerlukan koreksi besar dari manusia.

OpenAI juga melaporkan peningkatan aktivitas riset yang terukur, meski angka tersebut tidak secara independen membuktikan percepatan kemajuan ilmiah. Perusahaan membandingkan kemajuan modelnya menggunakan indeks kapabilitas yang menggabungkan hasil dari beberapa benchmark AI untuk memperkirakan peningkatan performa model secara umum. Indeks internal OpenAI, yang memakai tes publik dan tes buatan perusahaan, mencatat kenaikan tahunan 16,4 poin sejak Agustus 2025, dibandingkan kenaikan tahunan 14 poin yang diukur Epoch AI sejak akhir 2024. Kedua pengukuran memakai kombinasi benchmark berbeda, sehingga angka tersebut menjadi indikasi kemajuan, bukan perbandingan langsung atas evaluasi yang identik.

Bagi kalangan peneliti dan pengembang, laporan ini memberi gambaran bahwa agen AI makin mampu mengambil alih tugas riset berdurasi menengah, tetapi belum bisa dilepas tanpa pengawasan. Perusahaan yang tengah mengembangkan alat AI generatif juga perlu memperhitungkan kebutuhan supervisi manusia, terutama pada tugas teknis yang menuntut ketelitian tinggi. Perkembangan ini turut memperlihatkan arah kompetisi agen AI yang kian terhubung dengan lini produk masing-masing vendor, seperti yang tampak pada Microsoft MAI Code 2.

OpenAI menegaskan bahwa peneliti manusia tetap memberikan arahan, supervisi, dan penilaian yang esensial sepanjang proses pengembangan. Dengan kata lain, peningkatan angka penyelesaian tugas otonom tidak serta-merta menghapus peran manusia dalam riset. Sebaliknya, temuan ini menempatkan agen AI sebagai alat bantu yang makin kuat, sementara keputusan akhir dan koreksi tetap berada di tangan peneliti.

Iklan
Ikuti Telset.id di Google NewsFollow