コンテキストエンジニアリングは、現在、企業内で効果的なAIエージェントを構築するための最も重要なコンポーネントになりつつあります。これは最終的に、ほとんどの組織で AI エージェントを採用するためのテントの長いポールになります。 関連付けられているビジネスプロセスのコンテキストを深く理解できる AI エージェントが必要です。これは、そのワークフローにとって最も重要なデータにアクセスし、適切なタイミングで適切なツールを使用し、適切な目的と指示を持ち、それらが属するドメインを理解することを意味します。 エンタープライズエージェントを構築するすべての人にとって、大きなオープンアイテムのいくつかは次のとおりです。 * ナローエージェントとゼネラルエージェント。タスクが小規模であればあるほど、AI エージェントに適切なコンテキストを提供して成功しやすくなります。しかし、タスクが小さければ小さいほど、価値は低くなります。価値創出に最適なタスクサイズを見つけることは、今後数年間の重要な要素となるでしょう。 * エージェント対応システムへのデータ取得。企業データは、多くの場合、数十または数百のシステム間で断片化されており、その多くは AI の世界に備えていません。ほとんどの企業は、AI エージェントのメリットを最大限に活用するために、データ環境を最新化する必要があります。 * タスクの*適切な*データにアクセスすることが最も重要です。最新の環境にデータがある場合でも、AI エージェントがアクセスする必要があるものと完全に一致したアクセス制御を取得することが重要です。さらに、RAGを何で行うか、一般的な検索を行うか、コンテキストウィンドウに何を完全に入力するかを決定することは、タスクごとに非常に重要になります。 * 決定論的と非決定論的であるべきものを選択する。モデルに要求しすぎると、品質が低下する可能性があります。しかし、モデルに何もしないと、AI で可能なことが劇的に十分に活用されていません。もちろん、モデル自体が加速的に改善されているため、これは動くターゲットです。 * AI エージェントのコンテキストを深く理解するための適切なユーザー インターフェイスが重要です。エージェントにコンテキストを取得するための問題の半分は、AI の問題とはまったく思えません。重要なのは、エージェントがワークフローのどこに表示され、ユーザーがエージェントとどのように対話して、タスクを実行するために必要なコンテキストを提供するかということです。 企業における AI における今後数年間の競争は、特定のワークフローに適切なコンテキストを提供するのに最適な人を見つけることです。これにより、AI レースの勝者と敗者が決まります。