La ingeniería de contexto es cada vez el componente más crítico para construir agentes de IA efectivos en las empresas en este momento. Esto será, en última instancia, el factor determinante para la adopción de agentes de IA en la mayoría de las organizaciones. Necesitamos agentes de IA que puedan comprender profundamente el contexto del proceso empresarial al que están vinculados. Esto significa acceder a los datos más importantes para ese flujo de trabajo, utilizar las herramientas adecuadas en el momento correcto, tener objetivos e instrucciones apropiadas y entender el dominio en el que se encuentran. Algunos de los grandes temas abiertos para cualquiera que esté construyendo agentes empresariales son: * Agentes específicos vs. generales. Cuanto más pequeña sea la tarea, más fácil será proporcionar a los agentes de IA el contexto adecuado para tener éxito. Pero cuanto más pequeña sea la tarea, menos valor habrá. Encontrar el tamaño óptimo de la tarea para la generación de valor será un factor importante en los próximos años. * Introducir datos en un sistema listo para agentes. Los datos empresariales a menudo están fragmentados entre docenas o cientos de sistemas, muchos de los cuales no están preparados para un mundo de IA. La mayoría de las empresas aún necesitarán modernizar sus entornos de datos para obtener el máximo beneficio de los agentes de IA. * Acceder a los datos *correctos* para la tarea es primordial. Incluso cuando tienes datos en un entorno moderno, alinear perfectamente los controles de acceso a lo que el agente de IA necesitará es crítico. Además, decidir qué hacer con RAG frente a una búsqueda general frente a lo que se debe poner completamente en la ventana de contexto será muy importante por tarea. * Elegir qué debe ser determinista frente a no determinista. Si exiges demasiado a los modelos, es probable que veas una disminución en la calidad. Sin embargo, si haces que el modelo haga muy poco, entonces estarás subutilizando drásticamente lo que es posible con la IA. Esto, por supuesto, es un objetivo en movimiento porque los propios modelos están mejorando a un ritmo acelerado. * La interfaz de usuario adecuada para proporcionar el contexto a los agentes de IA es de suma importancia. La mitad del problema para proporcionar contexto a los agentes no parece ser un problema de IA en absoluto. Se trata de dónde aparecen los agentes en el flujo de trabajo y cómo el usuario interactúa con ellos para proporcionarles el contexto necesario para realizar la tarea. La carrera en los próximos años en IA en las empresas es ver quién puede entregar mejor el contexto adecuado para cualquier flujo de trabajo dado. Esto determinará a los ganadores y perdedores en la carrera de IA.