Kontekstteknikk er i økende grad den mest kritiske komponenten for å bygge effektive AI-agenter i bedriften akkurat nå. Dette vil til slutt være den lange stangen i teltet for adopsjon av AI Agents i de fleste organisasjoner. Vi trenger AI-agenter som kan forstå konteksten til forretningsprosessen de er knyttet til. Dette betyr å få tilgang til de viktigste dataene for den arbeidsflyten, bruke de riktige verktøyene til rett tid, ha riktige mål og instruksjoner og forstå domenet de er i. Noen av de store åpne elementene for alle som bygger bedriftsagenter er: * Smale vs. generalagenter. Jo mindre oppgaven er, desto lettere er det å gi AI-agentene riktig kontekst for å lykkes. Men jo mindre oppgaven er, jo mindre verdi vil det være. Å finne den optimale oppgavestørrelsen for verdiskaping vil være en viktig faktor de neste årene. * Få data inn i et agentklart system. Bedriftsdata er ofte fragmentert mellom dusinvis eller hundrevis av systemer, hvorav mange ikke er forberedt på en verden av AI. De fleste selskaper vil fortsatt trenge å modernisere datamiljøene sine for å få fullt utbytte av AI Agents. * Tilgang til *riktige* data for oppgaven er avgjørende. Selv når du har data i et moderne miljø, er det avgjørende å få tilgangskontroller perfekt tilpasset det AI-agenten trenger tilgang til. Videre vil det å bestemme hva du skal gjøre RAG på kontra bare et generelt søk kontra hva du skal legge helt inn i kontekstvinduet bety mye per oppgave. * Velge hva som skal være deterministisk vs. ikke-deterministisk. Hvis du krever for mye av modellene, vil du sannsynligvis se noe fall i kvalitet. Likevel, hvis du får modellen til å gjøre for lite, underutnytter du dramatisk det som er mulig med AI. Dette er selvfølgelig et bevegelig mål fordi modellene i seg selv forbedres i en akselererende hastighet. * Det riktige brukergrensesnittet for å få AI Agents-konteksten er dypt viktig. Halvparten av problemet med å få kontekst til agenter ser ikke ut som et AI-problem i det hele tatt. Det handler om hvor agentene vises i arbeidsflyten og hvordan brukeren samhandler med dem for å gi dem den konteksten som er nødvendig for å utføre oppgaven. Kappløpet for de neste årene innen AI i bedriften er å se hvem som er best til å levere riktig kontekst for en gitt arbeidsflyt. Dette vil avgjøre vinnerne og taperne i AI-løpet.