Nhiều trò chơi AI Agent tốt nhất nằm trong các lĩnh vực mà bạn hướng tới việc tự động hóa toàn bộ quy trình làm việc, nhưng vẫn có rất nhiều giá trị trong việc tự động hóa các nhiệm vụ hoặc phần công việc riêng lẻ dọc đường. Bạn có thể tạo ra rất nhiều giá trị ngay bây giờ, nhưng sau đó TAM chỉ tăng lên khi các mô hình trở nên tốt hơn.

Một thực hành mà chúng tôi đã thực hiện trong việc chuyển sang AI-first tại Box là mỗi tuần có một người trình diễn quy trình làm việc AI của họ cho toàn công ty. Thường thì đó là điều mà chúng tôi chưa bao giờ dự đoán được. Thật tốt khi cân bằng giữa việc lập kế hoạch trung tâm cho công nghệ và phân quyền cho việc áp dụng các trường hợp sử dụng.

NVIDIA sẽ là công ty đầu tiên trị giá 10 nghìn tỷ đô la.

Những trò chơi AI Agent tốt nhất là nơi mà mô hình hoạt động hiệu quả, nhưng vẫn còn một khoảng cách lớn giữa mô hình và quy trình làm việc. Đây là nơi bạn có thể xây dựng một lợi thế thực sự với sự hiểu biết về lĩnh vực tốt hơn, dữ liệu, cách sử dụng công cụ, ngữ cảnh và trải nghiệm người dùng được tùy chỉnh. Nhiều cơ hội ở đây.

Có lẽ có quá nhiều nỗi sợ rằng các mô hình AI sẽ chiếm lĩnh lớp ứng dụng khi chúng cải thiện. Để các AI Agents hoạt động, hầu hết các doanh nghiệp sẽ cần một cầu nối giữa AI và các quy trình làm việc cụ thể của họ. Hóa ra, đoạn đường cuối cùng để làm cho các AI Agents hoạt động trong các môi trường thực tế, rất biến đổi và thù địch, là cực kỳ khó khăn. Và ngày càng nhiều, đây là phần có giá trị nhất của toàn bộ quá trình. Cầu nối giữa các mô hình AI và quy trình làm việc của doanh nghiệp sẽ là một lượng lớn phần mềm để kết nối với các hệ thống khác nhau, kéo dữ liệu doanh nghiệp phù hợp, xử lý bảo mật và quyền truy cập một cách chính xác, và có một mức độ ngữ cảnh sâu sắc gắn liền với trường hợp sử dụng. Sau đó, bạn thêm vào hỗ trợ khách hàng được điều chỉnh theo trường hợp sử dụng, SLA, điều khoản trách nhiệm, các động thái bán hàng được điều chỉnh, các đối tác liên kết cho danh mục, và nhiều thứ khác. Danh sách yêu cầu là khá vô tận. Mỗi lĩnh vực riêng lẻ, và thậm chí cả các danh mục ngang quan trọng, sẽ cần một lượng chuyên môn sâu sắc để làm cho các AI Agents hiệu quả. Cơ hội lớn ngay bây giờ là xác định nơi những khoảng trống này rộng nhất (giữa mô hình và quy trình làm việc), và lấp đầy chúng bằng phần mềm và chuyên môn phù hợp. Và, ngay cả khi các mô hình cải thiện - điều này trước đây đã tạo ra rủi ro về việc tự ăn thịt - các người chơi tập trung có thể chỉ cần cung cấp nhiều giá trị và trường hợp sử dụng hơn cho khách hàng. Hầu như không có kịch bản nào, nếu bạn đã nhắm đến cơ hội thị trường đúng đắn, mà sự cải thiện của mô hình lại là điều xấu khi xây dựng AI Agents.

Hiện tại có rất nhiều cơ hội để biến AI Agents thành hiện thực cho các doanh nghiệp. Các mô hình này có khả năng tuyệt vời, nhưng để đưa chúng vào giữa quy trình làm việc của một doanh nghiệp cần có sự chuẩn bị đáng kể, hiểu biết về lĩnh vực và kỹ thuật ngữ cảnh. Đây chính là cách tiếp cận.

Xây dựng các tác nhân AI là một bài tập trong việc cân bằng giữa các quy trình làm việc xác định và không xác định. Quá ít quyền tự do cho tác nhân và bạn sẽ không tận dụng được trí thông minh của mô hình. Quá nhiều sẽ dẫn đến các vấn đề về bảo mật hoặc kết quả không nhất quán. Đó là lý do tại sao SaaS + Tác nhân sẽ vẫn tồn tại.

Nếu bạn đang xây dựng các tác nhân AI, bạn phải tìm mức độ công việc tối ưu để tự động hóa nhằm đạt hiệu quả tối đa và kích thước TAM. Quá hẹp thì các tác nhân sẽ hoạt động nhưng TAM lại nhỏ. Quá chung chung thì các tác nhân sẽ chưa hoạt động nhưng TAM lại lớn. Phải tìm ra điểm ngọt.

Kỹ thuật ngữ ngữ cảnh đang ngày càng trở thành thành phần quan trọng nhất để xây dựng các tác nhân AI hiệu quả trong doanh nghiệp hiện nay. Điều này cuối cùng sẽ là yếu tố quyết định cho việc áp dụng các tác nhân AI trong hầu hết các tổ chức. Chúng ta cần các tác nhân AI có thể hiểu sâu sắc ngữ cảnh của quy trình kinh doanh mà chúng gắn liền. Điều này có nghĩa là truy cập vào dữ liệu quan trọng nhất cho quy trình làm việc đó, sử dụng các công cụ phù hợp vào thời điểm thích hợp, có các mục tiêu và hướng dẫn đúng đắn, và hiểu rõ lĩnh vực mà chúng đang hoạt động. Một số vấn đề lớn còn tồn tại cho bất kỳ ai xây dựng các tác nhân doanh nghiệp là: * Tác nhân hẹp so với tác nhân tổng quát. Nhiệm vụ càng nhỏ, càng dễ dàng để cung cấp cho các tác nhân AI ngữ cảnh đúng đắn để thành công. Nhưng nhiệm vụ càng nhỏ, giá trị sẽ càng ít. Tìm kích thước nhiệm vụ tối ưu cho việc tạo ra giá trị sẽ là một yếu tố quan trọng trong vài năm tới. * Đưa dữ liệu vào hệ thống sẵn sàng cho tác nhân. Dữ liệu doanh nghiệp thường bị phân mảnh giữa hàng chục hoặc hàng trăm hệ thống, nhiều trong số đó không được chuẩn bị cho một thế giới AI. Hầu hết các công ty vẫn sẽ cần hiện đại hóa môi trường dữ liệu của họ để tận dụng tối đa lợi ích từ các tác nhân AI. * Truy cập vào dữ liệu *đúng* cho nhiệm vụ là điều tối quan trọng. Ngay cả khi bạn có dữ liệu trong một môi trường hiện đại, việc có các quyền truy cập hoàn toàn phù hợp với những gì tác nhân AI sẽ cần truy cập là rất quan trọng. Hơn nữa, quyết định những gì nên làm RAG so với chỉ tìm kiếm tổng quát so với những gì nên đưa hoàn toàn vào cửa sổ ngữ cảnh sẽ rất quan trọng cho từng nhiệm vụ. * Lựa chọn những gì nên là xác định so với không xác định. Nếu bạn yêu cầu quá nhiều từ các mô hình, bạn có khả năng thấy một số giảm sút về chất lượng. Tuy nhiên, nếu bạn để mô hình làm quá ít, thì bạn đang sử dụng rất ít những gì có thể với AI. Điều này tất nhiên là một mục tiêu di động vì chính các mô hình đang cải thiện với tốc độ gia tăng. * Giao diện người dùng đúng để cung cấp ngữ cảnh cho các tác nhân AI là rất quan trọng. Một nửa vấn đề trong việc cung cấp ngữ cảnh cho các tác nhân không giống như một vấn đề AI chút nào. Tất cả đều liên quan đến việc các tác nhân xuất hiện ở đâu trong quy trình làm việc và cách người dùng tương tác với chúng để cung cấp cho chúng ngữ cảnh cần thiết để thực hiện nhiệm vụ. Cuộc đua trong vài năm tới trong AI trong doanh nghiệp là xem ai có thể cung cấp ngữ cảnh đúng cho bất kỳ quy trình làm việc nào. Điều này sẽ xác định những người chiến thắng và kẻ thua cuộc trong cuộc đua AI.

Thật điên rồ khi có nhiều cơ hội cho AI Agent lớn hơn nhiều so với các thị trường trước AI. Thị trường mã nguồn của các trình biên tập mã chỉ có vài tỷ đô la vào năm 2020. Các đại lý lập trình AI có thể trở thành một thị trường trị giá 50-100 tỷ đô la trở lên trong 5-10 năm tới. Bạn có thể làm điều này cho nhiều lĩnh vực.