我們在 Box 實施的一個 AI 優先實踐是每週都有一個人向整個公司展示他們的 AI 工作流程。通常這是我們從未預測到的事情。平衡技術的中央規劃和用例採用的去中心化是很重要的。

NVIDIA 將成為第一家市值 10 萬億美元的公司

最佳的 AI 代理遊戲是模型表現良好，但模型與工作流程之間仍存在很大差距的地方。在這裡，您可以通過更好的領域理解、數據、工具使用、上下文和量身定制的用戶體驗來建立真正的護城河。這裡有很多機會。

人們可能過於擔心 AI 模型隨著改進而吞噬應用層。為了讓 AI 代理運作，大多數企業將需要在 AI 和其特定工作流程之間架起一座橋樑。 事實證明，讓 AI 代理在真實、高度變化和敵對的環境中運作的最後一公里是極其困難的。而且這一部分越來越成為整個過程中最有價值的部分。 這座連接 AI 模型和企業工作流程的橋樑將需要大量軟體來連接不同的系統，提取正確的企業數據，妥善處理安全性和權限，並擁有與使用案例緊密相關的深層上下文。 然後，您還需要根據使用案例量身定制的客戶支持、服務水平協議 (SLA)、責任條款、量身定制的銷售策略、針對該類別的對齊夥伴關係等等。所需的清單幾乎是無窮無盡的。 每一個垂直領域，甚至是關鍵的橫向類別，都需要大量的專業知識來使 AI 代理有效。目前最大的機會是識別這些差距最寬的地方（模型和工作流程之間），並用適當的軟體和專業知識填補這些差距。 而且，即使模型不斷改進——這之前曾帶來了自我吞噬的風險——專注的參與者可以為客戶提供更多的價值和使用案例。如果您抓住了正確的市場機會，幾乎沒有任何情況下，模型的改進會在構建 AI 代理時是一件壞事。

現在在為企業實現 AI 代理方面有很多機會。這些模型擁有驚人的能力，但要將它們融入企業工作流程中，需要大量的支撐、領域理解和上下文工程。這就是關鍵所在。

建立 AI 代理是一項平衡確定性和非確定性工作流程的練習。代理自由度過低，你將無法從模型的智慧中受益；自由度過高則可能導致安全問題或雜亂無章的結果。這就是為什麼 SaaS + 代理將會持續存在的原因。

如果你正在建立 AI 代理，你必須找到最佳的自動化工作水平，以達到最大的效果和市場規模。過於狹窄，代理會運作，但市場規模小。過於廣泛，代理尚未運作，但市場規模大。必須找到最佳平衡點。

上下文工程正日益成為當前企業中構建有效 AI 代理的最關鍵組成部分。這最終將成為大多數組織中 AI 代理採用的長期障礙。 我們需要能夠深入理解其所屬業務流程上下文的 AI 代理。這意味著要訪問該工作流程中最重要的數據，在正確的時刻使用適當的工具，擁有正確的目標和指示，並理解其所處的領域。 對於任何構建企業代理的人來說，一些主要的未解決問題包括： * 窄型代理與通用代理。任務越小，為 AI 代理提供成功所需的正確上下文就越容易。但任務越小，價值就越低。找到生成價值的最佳任務大小將是未來幾年中的一個重要因素。 * 將數據導入代理準備系統。企業數據通常在數十個或數百個系統之間是碎片化的，其中許多系統並未為 AI 世界做好準備。大多數公司仍然需要現代化其數據環境，以充分受益於 AI 代理。 * 獲取任務所需的*正確*數據至關重要。即使在現代環境中擁有數據，將訪問控制完美對齊到 AI 代理所需的內容也是至關重要的。此外，決定對什麼進行 RAG、什麼進行一般搜索以及什麼完全放入上下文窗口，對每個任務都會有很大影響。 * 選擇什麼應該是確定性的 vs. 非確定性的。如果你對模型的要求過高，可能會看到質量下降。然而，如果你讓模型做得太少，那麼你將大大低估 AI 的潛力。這當然是一個不斷變化的目標，因為模型本身正在以加速的速度改進。 * 獲取 AI 代理上下文的正確用戶界面至關重要。獲取上下文給代理的問題一半看起來根本不是 AI 問題。這完全取決於代理在工作流程中的出現位置以及用戶如何與它們互動，以提供執行任務所需的上下文。 未來幾年企業 AI 的競賽是看誰能最好地為任何給定的工作流程提供正確的上下文。這將決定 AI 競賽中的勝者和敗者。

AI代理的機會有多麼驚人，這些機會的規模遠超過它們的前AI市場。2020年，代碼編輯器市場的總可尋址市場（TAM）只有幾十億美元。AI編碼代理在未來5-10年內可能成為一個500-1000億美元以上的市場。你可以在許多領域中這樣做。

在人工智慧代理的世界中，SaaS的市場規模正在增長而非縮小。您不僅仍然需要記錄系統來管理企業數據和工作流程，還有人工智慧代理為這些工具創造了全新的價值主張。您現在將工作帶給客戶。