Agentic AI & Perancangan Pengangkutan Pintar

AI dalam Kerajaan & Sektor Awam••By 3L3C

Agentic AI sudah masuk pengangkutan di AS. Artikel ini huraikan apa maksudnya untuk smart city, pengangkutan awam dan infrastruktur di Malaysia di bawah MyDIGITAL.

agentic aipengangkutan awamsmart citysektor awam malaysiadigital economy blueprintautomasi kerajaan
Share:

Agentic AI & Pengangkutan: Batu Loncatan Smart City Malaysia

Pada 2025, beberapa agensi persekutuan di Amerika Syarikat – termasuk Jabatan Pengangkutan (DOT), FDA dan Pentagon – mula mengumumkan penggunaan agentic AI untuk operasi harian. Bukan sekadar chatbot atau sistem analitik, tetapi ejen AI yang boleh mengambil tindakan sendiri dalam rangka kerja peraturan yang ditetapkan.

Perkembangan ini sebenarnya memberi petunjuk jelas kepada Malaysia. Di bawah Malaysia Digital Economy Blueprint (MyDIGITAL) dan agenda Bandar Pintar, pengangkutan awam dan perancangan infrastruktur adalah antara komponen paling kritikal. Kalau kita masih merancang jalan, bas dan rel seperti 10 tahun lepas, kita akan ketinggalan jauh berbanding bandar yang sudah mula menggunakan agentic AI untuk mengurus trafik, aduan rakyat dan data cuaca secara masa nyata.

Dalam artikel ini, saya huraikan apa sebenarnya agentic AI, bagaimana agensi pengangkutan di AS menggunakannya, dan – yang lebih penting – bagaimana kerajaan Malaysia boleh mengambil pelajaran praktikal untuk transformasi pengangkutan awam, smart city dan infrastruktur negara.

Apa Itu Agentic AI Dalam Konteks Kerajaan?

Agentic AI ialah sistem AI yang bukan hanya menjana teks atau analisis, tetapi boleh:

  • memahami objektif yang diberi,
  • merancang langkah kerja,
  • melaksanakan tugasan secara autonomi dalam had yang ditetapkan,
  • dan melaporkan semula hasil kepada pegawai manusia.

Dalam konteks kerajaan dan sektor awam, agentic AI biasanya:

  • terikat kepada peraturan dan SOP sedia ada,
  • beroperasi dalam persekitaran terkawal (on-prem atau cloud kerajaan),
  • dan sentiasa di bawah akauntabiliti pegawai manusia.

Contoh mudah:

Generative AI: Menjana ringkasan laporan aduan trafik.

Agentic AI: Menerima aduan, mengklasifikasikan kes, memadankannya dengan lokasi dan data sensor trafik, mengutamakan kes kritikal, menyediakan cadangan tindakan, dan menghantar tugasan kepada pegawai berkaitan – secara automatik.

Inilah sebabnya banyak kerajaan melihat agentic AI sebagai cara praktikal untuk menangani kekurangan kakitangan, meningkatkan kelajuan respons, dan mengurangkan kerja rutin yang berulang.

Bagaimana Jabatan Pengangkutan AS Menggunakan Agentic AI

Jabatan Pengangkutan AS (DOT) sedang merancang penggunaan ejen AI sebagai sebahagian usaha memodenkan IT di bawah model operasi “1DOT IT”. Walaupun butiran teknikal penuh belum didedahkan, beberapa penggunaan yang diumumkan sudah cukup jelas dan sangat relevan kepada konteks Malaysia.

1. Pengurusan Aduan Pengguna

Salesforce – rakan teknologi DOT – menyatakan agentic AI akan digunakan untuk:

  • menerima dan mengurus aduan pengguna,
  • mengklasifikasikan jenis isu (keselamatan, kelewatan, layanan, tambang dan lain-lain),
  • mengesan pola masalah berulang mengikut laluan atau operator,
  • memberikan respons awal yang konsisten kepada pengadu,
  • menghantar kes prioriti tinggi kepada pegawai manusia.

Bagi kita di Malaysia, bayangkan satu ejen AI di belakang aplikasi aduan pengangkutan awam yang:

  • menyemak ribuan aduan Rapid Bus, LRT, KTM Komuter dan teksi dalam masa beberapa saat,
  • menandakan “hotspot” kelewatan atau gangguan yang sama berulang,
  • dan setiap pagi memberikan dashboard ringkas kepada pengurusan: “10 laluan paling bermasalah semalam, punca berkemungkinan, dan tindakan cadangan.”

Kakitangan bukan lagi tenggelam dalam kerja manual tapis emel & borang. Mereka fokus pada penyelesaian masalah.

2. Semakan Permohonan Geran & Pematuhan

DOT juga melihat penggunaan agentic AI untuk:

  • menyemak permohonan geran infrastruktur,
  • menguji pematuhan kepada syarat teknikal dan undang-undang,
  • memberi skor risiko dan keutamaan,
  • menyediakan draf laporan penilaian untuk pegawai.

Dalam konteks Malaysia, ini boleh diaplikasikan kepada:

  • geran naik taraf terminal bas,
  • permohonan projek micro-mobility,
  • permohonan operator bas atau e-hailing di bawah peraturan SPAD/Agensi pengganti,
  • penilaian projek jalan raya di peringkat PBT dan negeri.

Ejen AI menyemak dokumen, merujuk kepada senarai semak peraturan, dan memaklumkan pegawai: “Dokumen A lengkap 92%, bahagian keselamatan jalan belum cukup bukti.”

3. Analisis Data Cuaca, Trafik & Amaran Masa Nyata

DOT merancang penggunaan agentic AI untuk:

  • memadankan data cuaca,
  • data trafik dari sensor dan kamera,
  • data operasi pengangkutan,
  • untuk menjana amaran masa nyata dan cadangan mitigasi.

Contoh aplikasi yang sangat dekat dengan realiti Malaysia:

  • banjir kilat di KL, Shah Alam atau Johor Bahru,
  • tanah runtuh di laluan lebuh raya,
  • jerebu yang menjejaskan jarak penglihatan.

Agentic AI boleh:

  • menggabungkan data ramalan cuaca, paras air sungai, data Waze dan sensor jalan,
  • meramalkan risiko banjir di sesuatu laluan 2–3 jam awal,
  • mencadangkan penutupan lorong, lencongan laluan bas atau tren,
  • dan menyediakan notifikasi automatik kepada pengguna melalui aplikasi awam.

Ini selari dengan konsep smart city – bandar yang “tahu apa yang sedang berlaku” dan bertindak proaktif, bukan reaktif.

Trend Lebih Besar: Agentic AI Di Pelbagai Agensi Kerajaan

DOT bukan kes terpencil. Beberapa agensi lain di AS telah mula menggunakan agentic AI:

  • FDA: agentic workflow untuk semakan pra-pasaran, pemeriksaan dan pematuhan.
  • Pentagon: agentic workflow berkuasa platform AI kerajaan khusus.
  • IRS (cukai): ejen AI untuk ringkasan kes dan menyokong pegawai dalam penguatkuasaan.

Di Malaysia, trend serupa mula muncul dalam:

  • sistem penguatkuasaan trafik automatik,
  • analitik CCTV bandar pintar,
  • projek digital ID dan integrasi data pelbagai agensi.

Apa yang membezakan negara maju ialah keberanian mengujinya pada proses kritikal – tetapi dengan kawalan dan tadbir urus ketat.

Realitinya, agentic AI dalam kerajaan bukan soal teknologi semata-mata, tetapi soal tadbir urus, akauntabiliti dan kepercayaan awam.

Peluang Untuk Malaysia: Smart City Bermula Dengan Smart Roads

Kalau kita kaitkan dengan Malaysia Digital Economy Blueprint dan rangka kerja bandar pintar, pengangkutan adalah “urat nadi” utama. Agentic AI boleh menjadi enjin di belakang banyak inisiatif penting.

1. Pengurusan Trafik Pintar Di Bandar Besar

Beberapa bandar di Malaysia sudah ada:

  • sistem kawalan lampu isyarat berpusat,
  • papan tanda maklumat elektronik,
  • integrasi dengan Waze atau data trafik lain.

Tetapi tanpa agentic AI, kebanyakan sistem ini:

  • bergantung pada konfigurasi statik,
  • sukar menyesuaikan diri dengan corak trafik yang berubah-ubah,
  • lambat bertindak balas bila berlaku kemalangan atau banjir.

Agentic AI boleh:

  • memantau kamera, sensor dan data navigasi secara masa nyata,
  • mengoptimumkan masa lampu isyarat mengikut keadaan semasa,
  • mencadangkan penutupan jalan sementara dan lencongan,
  • dan menyelaras mesej di semua papan tanda elektronik dalam beberapa saat.

2. Pengalaman Pengguna Pengangkutan Awam Yang Konsisten

Isu klasik Malaysia:

  • jadual bas tidak menepati masa,
  • maklumat gangguan LRT lambat dikemas kini,
  • penumpang tidak pasti bila perkhidmatan pulih.

Dengan agentic AI, operasi boleh disusun semula:

  • bila berlaku gangguan, ejen AI terus menarik data operasi,
  • menjana jadual sementara,
  • mengemas kini aplikasi, laman web dan paparan di stesen,
  • dan memberi maklumat yang sama dan konsisten di semua saluran.

Ini terus menyokong objektif “customer experience” sektor awam yang semakin ditekankan oleh kerajaan.

3. Perancangan Infrastruktur Jangka Panjang Yang Berasaskan Data

Perancangan lebuh raya, laluan MRT, BRT atau jalan negeri sering bergantung kepada kajian lapangan yang memakan masa. Data sebenarnya sudah banyak, tetapi berselerak.

Dengan platform data bersepadu (seperti konsep Data 360 yang digunakan DOT) dan agentic AI:

  • data trafik, pertumbuhan penduduk, pembangunan perumahan dan kawasan industri boleh digabungkan,
  • ejen AI menilai beberapa senario – contohnya impak jika satu lebuh raya baharu dibina atau satu stesen BRT ditambah,
  • cadangan projek disokong angka yang lebih telus: masa perjalanan dijimatkan, potensi penurunan kemalangan, impak karbon.

Ini bukan sahaja baik untuk perancang bandar dan jurutera, tetapi menguatkan justifikasi kepada pembuat dasar dan rakyat kenapa sesuatu projek dilaksanakan.

Risiko & Cabaran: Jangan Ulang Kesilapan Negara Lain

Saya cukup yakin agentic AI perlu menjadi sebahagian strategi pengangkutan Malaysia. Tapi kita juga tak boleh naif terhadap risikonya.

1. Keselamatan, Akauntabiliti & Penyalahgunaan

Bila AI boleh bertindak sendiri (walaupun dalam ruang terhad), beberapa persoalan muncul:

  • Siapa bertanggungjawab bila ejen AI tersalah klasifikasi aduan kritikal?
  • Bagaimana jika sistem diserang dan ejen AI diubah suai untuk buat keputusan salah?
  • Adakah semua tindakan AI direkodkan dengan jelas untuk audit?

Jawapan yang sihat: manusia tetap pemegang akauntabiliti terakhir. Ejen AI perlu:

  • mematuhi peraturan seperti kakitangan manusia,
  • disokong dengan log audit yang telus,
  • dan tertakluk kepada semakan berkala oleh unit tadbir urus data & AI kerajaan.

2. Bias & Keadilan Akses

Kalau data sejarah kita berat sebelah – contohnya, lebih banyak aduan daripada bandar besar berbanding luar bandar – ejen AI mungkin:

  • mengutamakan kawasan bandar,
  • dan terus mengabaikan kawasan yang sudah lama kurang diberi perhatian.

Kerajaan perlu:

  • menetapkan standard etika AI sektor awam,
  • menguji algoritma untuk bias,
  • dan memastikan suara komuniti kecil atau terpinggir tidak tenggelam dalam “laut data”.

3. Literasi AI Dalam Kalangan Penjawat Awam

Ada satu lagi isu yang sering orang lupa: pegawai sendiri tak pasti bila patut guna AI dan bila patut tak guna. Ini sudah disebut oleh beberapa CIO agensi di luar negara.

Untuk Malaysia, saya rasa tiga perkara wajib berlaku serentak:

  1. Latihan asas AI untuk semua pegawai yang berkaitan dengan data dan operasi.
  2. Garis panduan mudah difahami: tugas mana boleh automasi, mana perlu sentuhan manusia.
  3. Budaya kerja yang menganggap AI sebagai pembantu, bukan pengganti – dan pegawai berani mempersoal hasil AI bila perlu.

Langkah Praktikal Untuk Agensi Pengangkutan & PBT Di Malaysia

Kalau anda terlibat dalam pengangkutan, bandar pintar atau perancangan infrastruktur di Malaysia, inilah cara realistik untuk mula:

1. Pilih Satu Kes Penggunaan Yang Jelas

Contoh sasaran awal yang sesuai untuk agentic AI:

  • pengurusan aduan pengguna pengangkutan awam,
  • ringkasan laporan kes kemalangan,
  • pemantauan trafik di satu koridor utama,
  • semakan awal pematuhan permohonan lesen atau geran.

Jangan cuba buat semuanya sekaligus. Pilih satu yang:

  • data sudah agak tersedia,
  • impak kepada rakyat jelas,
  • risiko terkawal.

2. Bangunkan “Playbook” Tadbir Urus AI Sektor Awam

Sebelum ejen AI diluluskan:

  • tetapkan peranan & tanggungjawab,
  • definisikan tahap autonomi (apa yang AI boleh putuskan sendiri, apa yang perlu semakan manusia),
  • sediakan prosedur bila AI tersilap.

Ini sepatutnya selari dengan kerangka MyDIGITAL, dasar data nasional dan sebarang garis panduan AI kerajaan yang sedia ada.

3. Integrasi Dengan Ekosistem Smart City & Digital Identity

Agentic AI akan lebih kuat bila:

  • disambungkan kepada platform bandar pintar (CCTV, sensor, papan tanda),
  • diintegrasi dengan digital identity nasional untuk pengalaman pengguna yang selamat dan peribadi,
  • selari dengan inisiatif keselamatan negara (contohnya analitik ancaman di infrastruktur kritikal).

Pendek kata: jangan bina agentic AI sebagai projek silo. Letakkannya dalam pelan besar AI dalam Government & Public Sector.

Penutup: Masa Untuk Jadikan Jalan Raya Kita “Pintar” Betul-Betul

Gelombang agentic AI dalam pengangkutan yang kita nampak di AS sebenarnya cuma permulaan. Ia bukan sekadar cerita teknologi, tetapi strategi bagaimana kerajaan menangani kekurangan kakitangan, tekanan bajet, dan harapan rakyat yang mahu perkhidmatan awam setanding sektor swasta.

Untuk Malaysia, jika kita serius dengan smart city, infrastruktur pintar dan sasaran MyDIGITAL, kita perlu mula memikirkan pengangkutan sebagai sistem hidup yang disokong ejen AI – dari aduan pengguna sampai perancangan lebuh raya baharu.

Soalnya sekarang: adakah agensi anda sudah bersedia untuk bereksperimen dengan satu projek perintis agentic AI dalam masa 12 bulan akan datang, atau kita akan tunggu sampai pengguna sendiri bertanya, “Kenapa bandar lain boleh, kita tak?”

🇲🇾 Agentic AI & Perancangan Pengangkutan Pintar - Malaysia | 3L3C