Este clar că ne aflăm pe o traiectorie în care modelele AI continuă să se îmbunătățească în matematică, raționament, logică, apelare de instrumente și diverse sarcini specifice domeniului, care se vor îmbunătăți pe măsură ce continuă să fie generate mai multe date de antrenament. Deși vor exista dezbateri despre cât de mult aceste progrese vor apărea ca schimbări majore în cazurile de utilizare zilnică pe care le are un consumator, ele vor avea un impact major în multe categorii de cunoștințe. Acestea vor debloca treptat noi cazuri de utilizare în domeniul sănătății, juridic, serviciilor financiare, științelor vieții etc., unde modelele pot îndeplini în mod fiabil sarcini din ce în ce mai critice. Într-un podcast recent cu Alex Kantrowitz, Dario Amodei a avut o modalitate excelentă de a încadra acest lucru, și anume că, dacă ai îmbunătăți capacitatea unui model AI de a trece de la o diplomă de licență în biochimie la o diplomă de absolvire în biochimie, un mic procent din populația de consumatori ar observa impactul, dar cazurile de utilizare a întreprinderilor pentru o companie precum Pfizer ar crește semnificativ ca urmare a acestui lucru. Ar trebui să începem să anticipăm că aceasta este acum era în care ne aflăm cu AI. Deci, cum începe să apară acest lucru în lumea reală? Va apărea prin agenți AI care urmăresc cazurile de utilizare aplicate. Agenți AI pentru codare, muncă juridică, scribi medicali, extragerea datelor, procesarea cererilor de asigurare, testarea stiloului și așa mai departe. Oportunitatea în acest moment este de a construi agenți AI pentru verticale și domenii cu o înțelegere profundă a acestui spațiu. Aici va începe să conteze impactul ingineriei contextului, o înțelegere profundă a fluxurilor de lucru, conexiunile în datele întreprinderii și interfețele de utilizator specializate (care permit utilizatorilor să implementeze, să gestioneze și să orchestreze acești agenți). Va însemna, de asemenea, construirea unei distribuții care se aliniază la acea verticală sau domeniu anume. Probabil că va însemna o formă de inginerie implementată în avans nu numai pentru a ajuta clienții să implementeze agenții, ci și pentru a afla rapid pentru ce fluxuri de lucru sunt optimizați agenții și pentru a le aduce înapoi în platforma de bază. În cele din urmă, aceste piețe vor fi câștigate de jucătorii care pot face cel mai bine legătura între procesele întreprinderii de astăzi (care sunt adesea dezordonate și nu au fost concepute pentru automatizare) către o lume în care agenții sunt integrați în aceste fluxuri de lucru. Aceasta este era AI în care ne aflăm acum.