Rekayasa konteks semakin menjadi komponen paling penting untuk membangun Agen AI yang efektif di perusahaan saat ini. Ini pada akhirnya akan menjadi tiang panjang di tenda untuk adopsi Agen AI di sebagian besar organisasi. Kami membutuhkan Agen AI yang dapat memahami secara mendalam konteks proses bisnis yang terkait dengan mereka. Ini berarti mengakses data terpenting untuk alur kerja itu, menggunakan alat yang sesuai pada saat yang tepat, memiliki tujuan dan instruksi yang tepat, dan memahami domain tempat mereka berada. Beberapa item terbuka besar bagi siapa saja yang membangun agen perusahaan adalah: * Agen sempit vs. Umum. Semakin kecil tugasnya, semakin mudah untuk memberikan konteks yang tepat kepada Agen AI untuk menjadi sukses. Tetapi semakin kecil tugasnya, semakin sedikit nilainya. Menemukan ukuran tugas yang optimal untuk menghasilkan nilai akan menjadi faktor penting untuk beberapa tahun ke depan. * Memasukkan data ke dalam sistem siap agen. Data perusahaan sering terfragmentasi di antara lusinan atau ratusan sistem, banyak di antaranya tidak siap untuk dunia AI. Sebagian besar perusahaan masih perlu memodernisasi lingkungan data mereka untuk mendapatkan manfaat penuh dari Agen AI. * Mengakses data *tepat* untuk tugas adalah yang terpenting. Bahkan ketika Anda memiliki data di lingkungan modern, mendapatkan kontrol akses yang selaras dengan sempurna dengan apa yang akan dibutuhkan Agen AI mengakses sangatlah penting. Selanjutnya, memutuskan apa yang harus dilakukan RAG vs. hanya pencarian umum vs. apa yang harus dimasukkan sepenuhnya ke dalam jendela konteks akan sangat penting per tugas. * Memilih apa yang harus deterministik vs. non-deterministik. Jika Anda menuntut terlalu banyak dari model, Anda mungkin akan melihat penurunan kualitas. Namun, jika Anda memiliki model yang melakukan terlalu sedikit, maka Anda secara dramatis kurang memanfaatkan apa yang mungkin dilakukan dengan AI. Ini tentu saja merupakan target yang bergerak karena modelnya sendiri meningkat pada tingkat yang semakin cepat. * Antarmuka pengguna yang tepat untuk mendapatkan konteks Agen AI sangat penting. Setengah dari masalah untuk mendapatkan konteks ke agen sama sekali tidak terlihat seperti masalah AI. Ini semua tentang di mana agen muncul dalam alur kerja dan bagaimana pengguna berinteraksi dengan mereka untuk memberi mereka konteks yang diperlukan untuk melakukan tugas. Perlombaan untuk beberapa tahun ke depan dalam AI di perusahaan adalah untuk melihat siapa yang terbaik untuk memberikan konteks yang tepat untuk alur kerja tertentu. Ini akan menentukan pemenang dan pecundang dalam perlombaan AI.