Está claro que estamos em uma trajetória agora em que os modelos de IA continuam a melhorar em capacidade em matemática, raciocínio, lógica, chamada de ferramentas e várias tarefas específicas de domínio que melhorarão à medida que mais dados de treinamento continuarem a ser gerados. Embora haja debates sobre o quanto esses avanços aparecerão como grandes mudanças nos casos de uso diário que um consumidor tem, eles *terão* um grande impacto em muitas categorias de trabalho de conhecimento. Eles desbloquearão incrementalmente novos casos de uso em saúde, jurídico, serviços financeiros, ciências da vida, etc., onde os modelos podem executar de forma confiável tarefas progressivamente mais críticas. Em um podcast recente com Alex Kantrowitz, Dario Amodei teve uma ótima maneira de enquadrar isso, que é que, se você melhorasse a capacidade de um modelo de IA de passar de uma graduação em bioquímica para uma pós-graduação em bioquímica, uma pequena porcentagem da população consumidora notaria o impacto, mas os casos de uso corporativo para uma empresa como a Pfizer aumentariam significativamente como resultado disso. Devemos começar a antecipar que esta é agora a era em que estamos com a IA. Então, como isso começa a aparecer no mundo real? Ele aparecerá por meio de agentes de IA que buscam casos de uso aplicados. Agentes de IA para codificação, trabalho jurídico, escribas médicos, extração de dados, processamento de sinistros de seguros, teste de penetração e assim por diante. A oportunidade agora é criar agentes de IA para verticais e domínios com um profundo conhecimento desse espaço. É aqui que o impacto da engenharia de contexto, uma compreensão profunda dos fluxos de trabalho, conexões com dados corporativos e interfaces de usuário especializadas (que permitem aos usuários implantar, gerenciar e orquestrar esses agentes) começarão a importar muito. Isso também significará construir uma distribuição que se alinhe a essa vertical ou domínio específico. Provavelmente significará alguma forma de engenharia implantada para não apenas ajudar os clientes a implementar os agentes, mas também aprender rapidamente para quais fluxos de trabalho os agentes são otimizados e trazê-los de volta para a plataforma principal. Em última análise, esses mercados serão conquistados pelos players que melhor conseguirem unir os processos corporativos atuais (que geralmente são confusos e não foram projetados para automação) a um mundo onde os agentes são integrados a esses fluxos de trabalho. Esta é a era da IA em que estamos agora.