Kontextteknik blir den allt mer kritiska komponenten för att bygga effektiva AI-agenter i företaget just nu. Detta kommer i slutändan att vara den långa stången i tältet för införandet av AI Agents i de flesta organisationer. Vi behöver AI-agenter som på djupet kan förstå sammanhanget i den affärsprocess som de är knutna till. Detta innebär att du får tillgång till de viktigaste uppgifterna för det arbetsflödet, använder lämpliga verktyg i rätt ögonblick, har rätt mål och instruktioner och förstår domänen som de befinner sig i. Några av de stora öppna objekten för alla som bygger företagsagenter är: * Smala kontra allmänna agenter. Ju mindre uppgiften är, desto lättare är det att ge AI-agenterna rätt sammanhang för att lyckas. Men ju mindre uppgiften är, desto mindre värde blir det. Att hitta den optimala storleken på uppgiften för värdeskapande kommer att vara en viktig faktor under de närmaste åren. * Att få in data i ett agentfärdigt system. Företagsdata är ofta fragmenterade mellan dussintals eller hundratals system, varav många inte är förberedda för en värld av AI. De flesta företag kommer fortfarande att behöva modernisera sina datamiljöer för att få full nytta av AI Agents. * Att komma åt *rätt* data för uppgiften är av största vikt. Även när du har data i en modern miljö är det viktigt att få åtkomstkontroller som är perfekt anpassade till vad AI-agenten kommer att behöva åtkomst till. Dessutom kommer det att spela stor roll att bestämma vad man ska göra RAG på jämfört med bara en allmän sökning kontra vad som ska läggas in helt i kontextfönstret. * Att välja vad som ska vara deterministiskt kontra icke-deterministiskt. Om du kräver för mycket av modellerna kommer du sannolikt att se en viss nedgång i kvalitet. Men om du låter modellen göra för lite, underutnyttjar du dramatiskt vad som är möjligt med AI. Detta är naturligtvis ett rörligt mål eftersom modellerna i sig förbättras i en accelererande takt. * Rätt användargränssnitt för att få AI Agents-kontexten är mycket viktigt. Halva problemet med att få kontext till handläggare ser inte alls ut som ett AI-problem. Det handlar om var agenterna dyker upp i arbetsflödet och hur användaren interagerar med dem för att ge dem det sammanhang som krävs för att utföra uppgiften. Kapplöpningen under de kommande åren inom AI i företaget är att se vem som är bäst på att leverera rätt kontext för ett visst arbetsflöde. Detta kommer att avgöra vinnarna och förlorarna i AI-racet.