Pokud vytváříte AI agenty, musíte najít optimální úroveň práce pro automatizaci, abyste dosáhli maximální efektivity a velikosti TAM. Příliš úzký a agenti budou fungovat, ale TAM je malý. Příliš obecné a agenti ještě nebudou fungovat, ale TAM je velký. Musím najít to správné místo.

Kontextové inženýrství je v současné době stále důležitější součástí pro vytváření efektivních agentů umělé inteligence v podniku. To bude nakonec dlouhý pól ve stanu pro přijetí AI Agentů ve většině organizací. Potřebujeme AI agenty, kteří dokážou hluboce porozumět kontextu obchodního procesu, na který jsou vázáni. To znamená přístup k nejdůležitějším datům pro daný pracovní postup, použití vhodných nástrojů ve správný okamžik, správné cíle a pokyny a pochopení domény, ve které se nacházejí. Některé z velkých otevřených položek pro každého, kdo buduje podnikové agenty, jsou: * Úzcí vs. obecní zástupci. Čím menší je úloha, tím snazší je poskytnout AI agentům správný kontext, aby byli úspěšní. Čím menší je však úkol, tím menší bude hodnota. Nalezení optimální velikosti úlohy pro generování hodnoty bude důležitým faktorem pro příštích několik let. * Získání dat do systému připraveného pro agenty. Podniková data jsou často roztříštěna mezi desítky nebo stovky systémů, z nichž mnohé nejsou připraveny na svět umělé inteligence. Většina společností bude stále muset modernizovat svá datová prostředí, aby plně využila výhod AI Agentů. * Přístup ke *správným* datům pro daný úkol je prvořadý. I když máte data v moderním prostředí, je důležité dokonale sladit řízení přístupu s tím, k čemu bude agent umělé inteligence potřebovat přístup. Dále bude hodně záležet na tom, na čem dělat RAG vs. jen na obecném vyhledávání vs. co plně vložit do kontextového okna. * Volba toho, co by mělo být deterministické vs. nedeterministické. Pokud budete od modelů požadovat příliš mnoho, pravděpodobně zaznamenáte určitý pokles kvality. Pokud však necháte model dělat příliš málo, pak dramaticky nedostatečně využíváme to, co je s umělou inteligencí možné. To je samozřejmě pohyblivý cíl, protože samotné modely se zlepšují zrychlujícím se tempem. * Na správném uživatelském rozhraní pro pochopení kontextu AI Agentů hluboce záleží. Polovina problému s tím, jak dostat kontext k agentům, vůbec nevypadá jako problém umělé inteligence. Vše je o tom, kde se agenti objeví v pracovním postupu a jak s nimi uživatel interaguje, aby jim poskytl kontext nezbytný k provedení úkolu. Závod o příštích několik let v oblasti umělé inteligence v podnicích spočívá v tom, kdo nejlépe poskytne správný kontext pro daný pracovní postup. To určí vítěze a poražené v závodě o umělou inteligenci.

Je neuvěřitelné, kolik příležitostí pro AI Agenty existuje, které jsou mnohem větší než jejich trhy před AI. TAM na trhu editorů kódu činil v roce 2020 několik miliard dolarů. Kódovací agenti AI by mohli být v příštích 5-10 letech trhem za 50-100 miliard USD+. To lze provést pro mnoho prostorů.

Ve světě agentů umělé inteligence velikost trhu pro SaaS roste, nikoli se zmenšuje. Nejenže stále potřebujete systémy záznamů pro správu podnikových dat a pracovních postupů, ale AI Agenti vytvářejí pro tyto nástroje zcela nové hodnotové nabídky. Nyní přinášíte práci zákazníkovi.

Zde je nový agent ChatGPT, který pročesává tržní a strategická data uložená v Boxu a vytváří powerpointovou prezentaci. Schopnost AI agentů připojit se k datům odkudkoli, používat počítač a automatizovat práci na pozadí bude úžasná.

ChatGTP právě spustil agenta s připojenými aplikacemi a vlastním počítačem. Zde je test agenta, který má za úkol vytvořit strategickou prezentaci s průzkumem trhu a šablonou od Boxu. Je brzy, ale budoucnost jsou agenti, kteří pro nás dělají práci 24 hodin denně, 7 dní v týdnu na pozadí.

Softwarový obchodní model bude být licence pro uživatele a spotřeba pro agenty. Velkou výhodou nyní je, že existuje mnoho příležitostí pro AI Agent, kde TAM výrazně převyšuje předchozí potenciální příjmy ze sedadel. Protože nyní práci dodáváte, ne ji pouze umožňujete.

Agenti umělé inteligence poskytují příležitost přinést automatizaci do tolika kategorií práce, které byste nikdy předtím nemohli automatizovat pomocí softwaru. Většinu času v softwaru soutěžíte na existujících, z velké části dobře definovaných trzích. I když výdaje mohou dokonce růst, v prostoru obvykle stále existuje dynamika s nulovým součtem. Vzhledem k resetu, ke kterému dochází u AI Agentů, by bylo chybou soustředit se převážně na vytváření toho, co jsme vždy byli schopni dělat se softwarem, a jen postupně přidávat některé AI schopnosti navrch. Velkou hrou je v současné době vytváření agentů umělé inteligence pro zcela nové kategorie tím, že přineseme hluboké odborné znalosti v oboru, vertikální porozumění, data od zákazníka a využití nástrojů. Existuje nekonečné množství kategorií, které by dříve bylo téměř nemožné, nebo přinejmenším příliš drahé automatizovat, kde to nyní konečně dokážeme. Pokud byste se o to pokusili i před 1 rokem, pravděpodobně by to bylo příliš brzy. A v konečném důsledku tyto kategorie pravděpodobně významně překročí celkovou velikost současných výdajů na podnikový software, protože mohou být svázány s množstvím vytvořeného výstupu vs. omezeno cenou za licenci. Neuvěřitelné časy.

Jsme v bodě, kdy máme v modelech úroveň inteligence potřebnou k vytvoření mnohem většího počtu AI agentů, než bylo dosud vytvořeno. Nyní je čas přemostit umělou inteligenci k zákazníkovi se správnými odbornými znalostmi v oboru, porozuměním vertikálním pracovním postupům a kontextovému inženýrství.

Jsme v bodě, kdy máme v modelech úroveň inteligence potřebnou k vytvoření mnohem většího počtu AI agentů, než bylo dosud vytvořeno. Nyní je čas přemostit umělou inteligenci k zákazníkovi se správnými odbornými znalostmi v oboru, porozuměním vertikálním pracovním postupům a kontextovému inženýrství.