La ingeniería de contexto es cada vez más el componente más crítico para crear agentes de IA efectivos en la empresa en este momento. En última instancia, este será el palo largo en la tienda 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 de negocio al que están vinculados. Esto significa acceder a los datos más importantes para ese flujo de trabajo, utilizar las herramientas adecuadas en el momento adecuado, tener los objetivos e instrucciones adecuados y comprender el dominio en el que se encuentran. Algunos de los grandes elementos abiertos para cualquiera que construya agentes empresariales son: * Agentes estrechos vs. generales. Cuanto más pequeña sea la tarea, más fácil será dar a los agentes de IA el contexto adecuado para tener éxito. Pero cuanto más pequeña sea la tarea, menos valor tendrá. Encontrar el tamaño óptimo de la tarea para la generación de valor será un factor importante para los próximos años. * Obtener datos en un sistema listo para agentes. Los datos empresariales a menudo se fragmentan 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 tiene datos en un entorno moderno, es fundamental obtener controles de acceso perfectamente alineados con lo que el agente de IA necesitará acceder. Además, decidir en qué hacer RAG frente a solo una búsqueda general frente a qué poner completamente en la ventana de contexto importará mucho por tarea. * Elegir qué debe ser determinista frente a no determinista. Si exige demasiado de los modelos, es probable que vea una caída en la calidad. Sin embargo, si hace que el modelo haga muy poco, entonces está infrautilizando drásticamente lo que es posible con la IA. Esto, por supuesto, es un objetivo móvil porque los propios modelos están mejorando a un ritmo acelerado. * La interfaz de usuario adecuada para obtener el contexto de los agentes de IA es muy importante. La mitad del problema para obtener contexto para los agentes no parece un problema de IA en absoluto. Se trata de dónde aparecen los agentes en el flujo de trabajo y cómo interactúa el usuario con ellos para proporcionarles el contexto necesario para realizar la tarea. La carrera para los próximos años en IA en la empresa es ver quién es el mejor para ofrecer el contexto adecuado para cualquier flujo de trabajo dado. Esto determinará los ganadores y perdedores en la carrera de la IA.