Muchos de los mejores juegos de Agentes de IA están en áreas donde buscas automatizar todo el flujo de trabajo, pero hay mucho valor en automatizar tareas individuales o partes del trabajo en el camino. Puedes crear un montón de valor ahora, pero luego el TAM simplemente crece a medida que los modelos mejoran.

Una práctica que hemos implementado al adoptar un enfoque de IA en Box es que cada semana alguien presenta su flujo de trabajo de IA a toda la empresa. Por lo general, es algo que nunca habríamos predicho. Es bueno equilibrar la planificación central para la tecnología y la descentralización para la adopción de casos de uso.

NVIDIA será la primera empresa de 10 billones de dólares

Los mejores juegos de agentes de IA son aquellos en los que el modelo funciona bien, pero donde todavía hay una gran brecha entre el modelo y el flujo de trabajo. Aquí es donde puedes construir una verdadera ventaja competitiva con un mejor entendimiento del dominio, datos, uso de herramientas, contexto y una experiencia de usuario personalizada. Hay muchas oportunidades aquí.

Es probable que haya demasiado miedo a que los modelos de IA consuman la capa de aplicación a medida que mejoran. Para que los Agentes de IA funcionen, la mayoría de las empresas necesitarán un puente entre la IA y sus flujos de trabajo específicos. Resulta que el último tramo para hacer que los Agentes de IA funcionen en entornos reales, altamente variables y hostiles, es increíblemente difícil. Y cada vez más, es la parte más valiosa de todo el proceso. Ese puente entre los modelos de IA y los flujos de trabajo empresariales será una gran cantidad de software para conectar diferentes sistemas, extrayendo los datos empresariales correctos, manejando la seguridad y los permisos adecuadamente, y teniendo un nivel profundo de contexto vinculado al caso de uso. Luego, se añade el soporte al cliente adaptado al caso de uso, los SLA, las cláusulas de responsabilidad, los movimientos de ventas personalizados, las asociaciones alineadas para la categoría, y así sucesivamente. La lista requerida es bastante interminable. Cada vertical, e incluso cada categoría horizontal crítica, requerirá una gran cantidad de experiencia para hacer que los Agentes de IA sean efectivos. La gran oportunidad en este momento es identificar dónde están las brechas más amplias (entre el modelo y el flujo de trabajo) y llenarlas con el software y la experiencia apropiados. Y, incluso a medida que los modelos mejoran - lo que anteriormente presentaba el riesgo de canibalización - los jugadores enfocados pueden ofrecer aún más valor y casos de uso a los clientes. Casi no hay escenario, si has ido tras la oportunidad de mercado correcta, donde las mejoras del modelo sean algo malo al construir Agentes de IA.

Hay tantas oportunidades en este momento para hacer que los Agentes de IA sean reales para las empresas. Los modelos tienen capacidades increíbles, pero llevarlos al centro de un flujo de trabajo empresarial requiere una estructura significativa, comprensión del dominio y ingeniería de contexto. Este es el enfoque.

Construir Agentes de IA es un ejercicio de equilibrar flujos de trabajo deterministas y no deterministas. Muy poco margen de maniobra para el agente y no te beneficias de la inteligencia del modelo. Demasiado y tendrás problemas de seguridad o resultados aleatorios. Por eso SaaS + Agentes seguirán siendo relevantes.

Si estás construyendo Agentes de IA, debes encontrar el nivel óptimo de trabajo para automatizar para lograr la máxima efectividad y tamaño del TAM. Si es demasiado específico, los agentes funcionarán, pero el TAM es pequeño. Si es demasiado general, los agentes aún no funcionarán, pero el TAM es grande. Debes encontrar el punto dulce.

La ingeniería de contexto es cada vez el componente más crítico para construir agentes de IA efectivos en las empresas en este momento. Esto será, en última instancia, el factor determinante 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 empresarial al que están vinculados. Esto significa acceder a los datos más importantes para ese flujo de trabajo, utilizar las herramientas adecuadas en el momento correcto, tener objetivos e instrucciones apropiadas y entender el dominio en el que se encuentran. Algunos de los grandes temas abiertos para cualquiera que esté construyendo agentes empresariales son: * Agentes específicos vs. generales. Cuanto más pequeña sea la tarea, más fácil será proporcionar a los agentes de IA el contexto adecuado para tener éxito. Pero cuanto más pequeña sea la tarea, menos valor habrá. Encontrar el tamaño óptimo de la tarea para la generación de valor será un factor importante en los próximos años. * Introducir datos en un sistema listo para agentes. Los datos empresariales a menudo están fragmentados 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 tienes datos en un entorno moderno, alinear perfectamente los controles de acceso a lo que el agente de IA necesitará es crítico. Además, decidir qué hacer con RAG frente a una búsqueda general frente a lo que se debe poner completamente en la ventana de contexto será muy importante por tarea. * Elegir qué debe ser determinista frente a no determinista. Si exiges demasiado a los modelos, es probable que veas una disminución en la calidad. Sin embargo, si haces que el modelo haga muy poco, entonces estarás subutilizando drásticamente lo que es posible con la IA. Esto, por supuesto, es un objetivo en movimiento porque los propios modelos están mejorando a un ritmo acelerado. * La interfaz de usuario adecuada para proporcionar el contexto a los agentes de IA es de suma importancia. La mitad del problema para proporcionar contexto a los agentes no parece ser un problema de IA en absoluto. Se trata de dónde aparecen los agentes en el flujo de trabajo y cómo el usuario interactúa con ellos para proporcionarles el contexto necesario para realizar la tarea. La carrera en los próximos años en IA en las empresas es ver quién puede entregar mejor el contexto adecuado para cualquier flujo de trabajo dado. Esto determinará a los ganadores y perdedores en la carrera de IA.

Es increíble cuántas oportunidades de Agentes de IA existen que son mucho más grandes que sus mercados previos a la IA. El TAM del mercado de editores de código era de unos pocos miles de millones de dólares en 2020. Los agentes de codificación de IA podrían ser un mercado de $50-100B+ en los próximos 5-10 años. Puedes hacer esto en muchos espacios.