Muitos dos melhores jogos de Agentes de IA estão em áreas onde você visa automatizar todo o fluxo de trabalho, mas há muito valor em automatizar tarefas individuais ou partes do trabalho ao longo do caminho. Você pode criar um grande valor agora, mas então o TAM apenas cresce à medida que os modelos melhoram.

Uma prática que implementámos ao adotarmos uma abordagem de IA em primeiro lugar na Box é que toda semana alguém demonstra o seu fluxo de trabalho de IA para toda a empresa. Normalmente, é algo que nunca teríamos previsto. É bom equilibrar o planeamento central para a tecnologia e a descentralização para a adoção de casos de uso.

A NVIDIA será a primeira empresa a valer 10 trilhões de dólares.

Os melhores jogos de Agentes de IA são aqueles em que o modelo tem um bom desempenho, mas onde ainda existe uma grande lacuna entre o modelo e o fluxo de trabalho. É aqui que você pode construir uma verdadeira barreira com uma melhor compreensão do domínio, dados, uso de ferramentas, contexto e uma experiência de usuário personalizada. Muitas oportunidades aqui.

É provável que haja demasiado medo de que os modelos de IA consumam a camada de aplicação à medida que melhoram. Para que os Agentes de IA funcionem, a maioria das empresas precisará de uma ponte entre a IA e os seus fluxos de trabalho específicos. Acontece que o último quilómetro para fazer os Agentes de IA funcionarem em ambientes reais, altamente variáveis e hostis, é incrivelmente difícil. E, cada vez mais, é a parte mais valiosa de todo o processo. Essa ponte entre os modelos de IA e os fluxos de trabalho empresariais será uma quantidade pesada de software para se conectar a diferentes sistemas, puxando os dados empresariais corretos, lidando com segurança e permissões adequadamente, e tendo um nível profundo de contexto ligado ao caso de uso. Depois, adiciona-se o suporte ao cliente adaptado ao caso de uso, SLAs, cláusulas de responsabilidade, movimentos de vendas personalizados, parcerias alinhadas para a categoria, e assim por diante. A lista necessária é bastante interminável. Cada vertical, e até mesmo categorias horizontais críticas, exigirão uma quantidade profunda de especialização para tornar os Agentes de IA eficazes. A grande oportunidade neste momento é identificar onde essas lacunas são mais amplas (entre o modelo e o fluxo de trabalho) e preenchê-las com o software e a especialização apropriados. E, mesmo à medida que os modelos melhoram - o que anteriormente apresentava o risco de canibalização - os jogadores focados podem simplesmente oferecer ainda mais valor e casos de uso aos clientes. Quase não há cenário, se você tiver ido atrás da oportunidade de mercado certa, em que as melhorias do modelo sejam uma coisa negativa ao construir Agentes de IA.

Há tantas oportunidades agora para tornar os Agentes de IA reais para as empresas. Os modelos têm capacidades incríveis, mas para integrá-los no meio de um fluxo de trabalho empresarial é necessário um suporte significativo, compreensão do domínio e engenharia de contexto. Este é o plano.

Construir Agentes de IA é um exercício de equilibrar fluxos de trabalho determinísticos e não determinísticos. Pouca liberdade para o agente e você não se beneficia da inteligência do modelo. Muita liberdade e você terá problemas de segurança ou resultados aleatórios. É por isso que SaaS + Agentes continuarão a existir.

Se você está a construir Agentes de IA, tem que encontrar o nível ótimo de trabalho a automatizar para máxima eficácia e tamanho do TAM. Se for muito restrito, os agentes funcionarão, mas o TAM é pequeno. Se for muito geral, os agentes ainda não funcionarão, mas o TAM é grande. É preciso encontrar o ponto ideal.

A engenharia de contexto é cada vez mais o componente mais crítico para construir Agentes de IA eficazes nas empresas neste momento. Isso será, em última análise, o grande desafio para a adoção de Agentes de IA na maioria das organizações. Precisamos de Agentes de IA que possam entender profundamente o contexto do processo de negócios ao qual estão ligados. Isso significa acessar os dados mais importantes para esse fluxo de trabalho, usar as ferramentas apropriadas no momento certo, ter objetivos e instruções adequados e entender o domínio em que estão. Alguns dos grandes pontos abertos para quem está construindo agentes empresariais são: * Agentes específicos vs. gerais. Quanto menor a tarefa, mais fácil é dar ao Agente de IA o contexto certo para ter sucesso. Mas quanto menor a tarefa, menos valor haverá. Encontrar o tamanho de tarefa ideal para a geração de valor será um fator importante nos próximos anos. * Colocar dados em um sistema pronto para agentes. Os dados empresariais estão frequentemente fragmentados entre dezenas ou centenas de sistemas, muitos dos quais não estão preparados para um mundo de IA. A maioria das empresas ainda precisará modernizar seus ambientes de dados para obter o pleno benefício dos Agentes de IA. * Acessar os dados *certos* para a tarefa é fundamental. Mesmo quando você tem dados em um ambiente moderno, ter controles de acesso perfeitamente alinhados ao que o Agente de IA precisará acessar é crítico. Além disso, decidir o que fazer RAG em comparação com uma busca geral ou o que colocar totalmente na janela de contexto será muito importante por tarefa. * Escolher o que deve ser determinístico vs. não determinístico. Se você exigir demais dos modelos, é provável que veja uma queda na qualidade. No entanto, se você fizer o modelo fazer muito pouco, então estará subutilizando dramaticamente o que é possível com a IA. Isso, é claro, é um alvo em movimento porque os próprios modelos estão melhorando a uma taxa acelerada. * A interface de usuário certa para dar ao Agente de IA o contexto é profundamente importante. Metade do problema para dar contexto aos agentes não parece um problema de IA de forma alguma. Tudo se resume a onde os agentes aparecem no fluxo de trabalho e como o usuário interage com eles para fornecer o contexto necessário para realizar a tarefa. A corrida nos próximos anos em IA nas empresas é ver quem consegue entregar melhor o contexto certo para qualquer fluxo de trabalho dado. Isso determinará os vencedores e perdedores na corrida da IA.

É impressionante quantas oportunidades de Agentes de IA existem que são muito maiores do que os seus mercados pré-IA. O TAM do mercado de editores de código era de alguns bilhões de dólares em 2020. Agentes de codificação de IA poderiam ser um mercado de $50-100B+ nos próximos 5-10 anos. Você pode fazer isso em muitos setores.