Contextengineering is steeds meer de meest kritische component voor het bouwen van effectieve AI-agents in de onderneming op dit moment. Dit zal uiteindelijk de lange paal in de tent zijn voor de adoptie van AI-agents in de meeste organisaties. We hebben AI-agents nodig die de context van het bedrijfsproces waar ze aan verbonden zijn, diepgaand begrijpen. Dit betekent toegang hebben tot de belangrijkste gegevens voor die workflow, de juiste tools op het juiste moment gebruiken, goede doelstellingen en instructies hebben, en het domein begrijpen waarin ze zich bevinden. Enkele van de grote open punten voor iedereen die enterprise agents bouwt zijn: * Smalle vs. algemene agents. Hoe kleiner de taak, hoe gemakkelijker het is om de AI-agents de juiste context te geven om succesvol te zijn. Maar hoe kleiner de taak, hoe minder waarde er zal zijn. Het vinden van de optimale taakgrootte voor waardecreatie zal een belangrijke factor zijn voor de komende jaren. * Gegevens in een agent-klaar systeem krijgen. Bedrijfsgegevens zijn vaak gefragmenteerd tussen tientallen of honderden systemen, waarvan veel niet zijn voorbereid op een wereld van AI. De meeste bedrijven zullen hun gegevensomgevingen nog moeten moderniseren om het volledige voordeel van AI-agents te benutten. * Toegang krijgen tot de *juiste* gegevens voor de taak is van het grootste belang. Zelfs wanneer je gegevens in een moderne omgeving hebt, is het cruciaal om de toegangscontroles perfect af te stemmen op wat de AI-agent nodig zal hebben. Verder zal het beslissen wat te doen met RAG versus gewoon een algemene zoekopdracht versus wat volledig in het contextvenster moet worden geplaatst, enorm belangrijk zijn per taak. * Kiezen wat deterministisch versus niet-deterministisch moet zijn. Als je te veel van de modellen vraagt, zul je waarschijnlijk een kwaliteitsverlies zien. Maar als je het model te weinig laat doen, benut je dramatisch wat mogelijk is met AI. Dit is natuurlijk een bewegend doel omdat de modellen zelf in een versnellend tempo verbeteren. * De juiste gebruikersinterface om de context van de AI-agents diepgaand te krijgen, is van groot belang. De helft van het probleem om context aan agents te geven, lijkt helemaal geen AI-probleem te zijn. Het gaat erom waar de agents in de workflow verschijnen en hoe de gebruiker met hen interacteert om hen de context te bieden die nodig is om de taak uit te voeren. De race voor de komende jaren in AI in de onderneming is om te zien wie het beste de juiste context kan leveren voor elke gegeven workflow. Dit zal de winnaars en verliezers in de AI-race bepalen.