في البداية كان الفكر هو أن وكيل الذكاء الاصطناعي الفردي سيتعامل مع مهام سير العمل الكبيرة بشكل تعسفي. بدلا من ذلك ، فإن النمط الذي يبدو أنه يعمل هو نشر وكلاء فرعيين لديهم تخصص لكل مهمة لتجنب تعفن السياق. قد يكون تقسيم العمل لعامل الذكاء الاصطناعي هو المستقبل.

هناك نافذة في الوقت الحالي حيث سيتم إنشاء وكلاء الذكاء الاصطناعي لكل قطاع ومجال. يتمثل دليل المبادئ في التعمق في هندسة السياق المطلوبة للمساحة الرأسية أو المعينة ، ومعرفة تجربة المستخدم الصحيحة التي ترتبط بسير العمل الحالية بشكل طبيعي ، والاتصال بمصادر البيانات والأدوات ذات الصلة. في وقت مبكر بشكل خاص ، من المفيد الاقتراب قدر الإمكان من العملاء الرئيسيين لمعرفة ما ينجح وما لا ينجح وإجراء تحسينات مستمرة لإعادتهم إلى السفينة الأم. يتحرك الذكاء الاصطناعي بسرعة كبيرة في الوقت الحالي لدرجة أن هناك علاوة كبيرة في إجراء تحديثات سريعة ومعرفة كيفية تحسين سير عمل العميل. من المهم أيضا تسعير الوكلاء لتحقيق أقصى قدر من الاعتماد بأسعار اشتراك بسيطة أو على نموذج استهلاك واضح ، وتوقع تجاوز تحسينات التكلفة من كفاءة الذكاء الاصطناعي. لا تكن جشعا جدا في السعر في الوقت الحالي لأن الحصة السوقية هي الأكثر أهمية على الأرجح. قد يكون من المفيد متابعة حالات الاستخدام المقيدة بتوافر المواهب أو تكلفتها العالية. هذا يعني أن أي زيادة إضافية في الإنتاجية في هذه المساحات توفر عائد استثمار مرتفع للعميل. في هذه المجالات ، سيكون العملاء دائما على استعداد لتجربة وكلاء الذكاء الاصطناعي للتغلب أخيرا على حل مشاكلهم. هذا هو السبب في أن وكلاء ترميز الذكاء الاصطناعي أو وكلاء الأمن أو الوكلاء القانونيين ينطلق الآن في البداية. هذه كلها مجالات يتجاوز فيها الطلب على حل المشكلة دائما مستوى المواهب المتاحة. لكن كل عمود لديه أمثلة على ذلك. هناك لحظة واضحة في الوقت الحالي حيث سيتم بناء الجيل التالي من وكلاء الذكاء الاصطناعي هؤلاء في كل مساحة.

إذا كنت تتخيل أن كل وظيفة ووظيفة وسير عمل سيكون لها نظير وكيل الذكاء الاصطناعي لأتمتة العمل ، فمن الواضح أننا في المراحل الأولى من موجة الذكاء الاصطناعي. يمثل كل قطاع وخط عمل فئة سوقية جديدة و TAM جديد تماما لم يكن موجودا من قبل.

سيكون تقسيم العمل لوكلاء الذكاء الاصطناعي أمرا بالغ الأهمية لتعظيم تأثير الوكلاء في جميع مجالات العمل المعرفي. لطالما كان لدينا تقسيم للعمل في المنظمات لأنه اتضح أن وجود خبراء فرديين يقومون بتسليم المهام لبعضهم البعض أكثر فاعلية من مجموعة من المتخصصين الذين يحاولون القيام بالأشياء بطريقة مختلفة في كل مرة. يقدم وكلاء الذكاء الاصطناعي نفس الديناميكية. لكي يعمل وكلاء الذكاء الاصطناعي، تحتاج فقط إلى القدر المناسب من السياق حول المهمة التي يحاولون إكمالها. وهذا يعني فهما عميقا للمجال ، ومجموعة من المعرفة للعمل عليها ، وتعليمات واضحة ، ومجموعة من الأدوات التي يجب استخدامها. القليل من السياق وسيفشل الوكيل. ومع ذلك ، وبالمثل ، مع دخول المزيد من هذه المعلومات إلى نافذة السياق ، فإننا نعلم أن النماذج يمكن أن تصبح دون المستوى الأمثل.  بالنسبة لعملية تجارية معقدة ، إذا وضعت جميع الوثائق ووصف سير العمل والإرشادات في نافذة السياق ، فنحن نعلم أن الوكيل سيصاب بالارتباك في النهاية ويقدم نتائج أسوأ. تتمثل البنية المنطقية في المستقبل في تقسيم العوامل إلى وحدات ذرية يتم تعيينها إلى الأنواع الصحيحة من المهام ثم جعل هؤلاء الوكلاء يعملون معا لإكمال عملهم. نحن نرى بالفعل هذا يلعب بشكل فعال في وكلاء الترميز. هناك المزيد والمزيد من الأمثلة الناشئة مع الأشخاص الذين يقومون بإعداد وكلاء فرعيين يمتلكون جميعهم أجزاء محددة من قاعدة التعليمات البرمجية أو منطقة الخدمة. كل وكيل مسؤول عن جزء من التعليمات البرمجية ، وهناك وثائق صديقة للوكيل للرمز. ثم عندما تكون هناك حاجة إلى العمل في تلك المنطقة ذات الصلة من قاعدة التعليمات البرمجية ، ينسق وكيل المنسق مع هذه العوامل الفرعية.  يمكننا أن نرى هذا النمط ينطبق على الأرجح على أي مجال من مجالات العمل المعرفي تقريبا في المستقبل. سيسمح ذلك باستخدام وكلاء الذكاء الاصطناعي لأكثر بكثير من حالات الاستخدام الخاصة بالمهام والتوسع لتشغيل مهام سير العمل بأكملها في المؤسسة. حتى مع تحسن نماذج الذكاء الاصطناعي لتكون قادرة على التعامل مع نوافذ السياق الأكبر ، وترتفع مستويات الذكاء ، فليس من الواضح أن هذه البنية تختفي أبدا. من المحتمل أن يتوسع دور كل وكيل مع تحسن القدرات ، ولكن خطوط الفصل الواضحة بين العوامل الفرعية قد تؤدي دائما إلى نتائج أفضل.

قد يرسم تقسيم العمل لعامل الذكاء الاصطناعي إلى تقسيم العمل البشري. يستخدم الأشخاص وكلاء فرعيين يمتلكون خدمات صغيرة محددة في قاعدة تعليمات برمجية. تحتوي كل خدمة على مستندات سهلة الاستخدام يتم تحديثها أثناء تقدمها. بهذه الطريقة يمكنك تحسين ما هو موجود في نافذة السياق. المستقبل متوحش.

النموذج العقلي لنظام الذكاء الاصطناعي المتقدم هو أن النماذج ستكون قابلة للتعميم بدرجة كبيرة ، ولكن يجب إقرانها بسياق محدد للغاية. مطالبات دقيقة ، وكلاء فرعيون مقسمة حسب المهمة ، مستندات صديقة للوكيل ، الوصول إلى المعرفة. حتى مع تحسن النماذج ، فإن هذا لا يتغير.

إذا كنت تقوم ببناء وكلاء الذكاء الاصطناعي ، فمن المهم للغاية معرفة حالات الاستخدام المثلى التي تزيد من العوامل الجيدة مقابل ما ليسوا مستعدين له * حتى الآن*. هناك العديد من فئات العمل التي يمكن لوكلاء الذكاء الاصطناعي المساعدة في أتمتتها أو زيادتها. يعد اختيار المناسبات التي يمكن أن تقدم قيمة على المدى القريب وتتحسن بمرور الوقت مع تحسينات النموذج أمرا بالغ الأهمية. فيما يلي بعض الخصائص التي يبدو أنها تعمل الآن: * العمل الذي يتطلب كمية كبيرة من البيانات والمعلومات غير المنظمة. يمكن أن يكون هذا مستندات وبيانات مرئية على الشاشة ومحتوى فيديو والمزيد. هذا هو المجال الذي لم تتمكن أجهزة الكمبيوتر والبرامج من القيام به من قبل ، وحالات الاستخدام هنا واسعة. * وكلاء الذكاء الاصطناعي مفيدون للأشياء التي تتطلب حكما أو تفسيرا بشريا ، وقد يكون هذا هو الحال دائما. في اللحظة التي تجد فيها نفسك تأمل في تكرار شيء ما بقواعد صارمة للغاية تحدث مرارا وتكرارا ، ربما تريد برامج وليس وكلاء. * كلما كان العمل الأكثر تعقيدا الذي يتم تشغيله آليا ، زادت الحاجة إلى عنصر إنسان في الحلقة. هذا هو السبب في أن وكلاء التعليمات البرمجية يعملون بشكل جيد للغاية في الوقت الحالي ، حيث يمكنك في النهاية اختبار ودراسة إخراج الوكيل لمعرفة ما عاد بشكل صحيح أو خاطئ. حتى عندما يفعل هؤلاء الوكلاء أشياء خاطئة ، يكون التدخل واضحا نسبيا لأي مستخدم ماهر. * راهن على حالات الاستخدام حيث سيستمر الذكاء الأساسي للنماذج في التراكم على وكلائك. إذا تمكنت من حل كل شيء عن حالة الاستخدام الخاصة بك باستخدام الذكاء الاصطناعي اليوم ، فمن المحتمل ألا يكون سوقا مثيرا للاهتمام بما يكفي لمتابعته. اتبع السيناريوهات التي توجد فيها قيمة إضافية تتم إضافتها مع تحسينات النموذج. تحدد الكثير من الخصائص حالات الاستخدام الجيدة للوكلاء في هذه المرحلة ، ولكن في النهاية الكثير من الفرص في كل فئة من فئات العمل التي يجب متابعتها.

أحد الجوانب الإيجابية الكبيرة لوكلاء الذكاء الاصطناعي للعمل المعرفي هو أن عائد الاستثمار يتغير بشكل كبير في عدد من الأشياء التي لم يكن بإمكانك القيام بها من قبل. هناك الكثير من العمل الذي لا نقوم به اليوم لأننا لا نستطيع تبرير "التكلفة الثابتة" لتشغيله. تصبح كل فكرة جديدة تقريبا اجتماعا ، مع متابعات ، والمزيد من ضرائب التنسيق. لذلك أنت ، بحق ، تعطي الأولوية فقط للعمل الأكثر تأثيرا ، وتصلي من أجل أن تكون قد أجريت المكالمة الصحيحة بشأن ماهيته. يغير وكلاء الذكاء الاصطناعي حساب التفاضل والتكامل هنا. يمكن لفريق المنتج وضع نماذج أولية لمزيد من الأفكار لمعرفة أيها أفضل. يمكن لمحلل الأعمال تمشيط المزيد من بيانات العملاء للعثور على رؤية مخفية. يمكن للمهندس بناء الميزات بشكل أسرع. يمكن للفريق القانوني دعم العملاء الصغار بشكل أفضل. يمكن لمسوق المنتج تشغيل المزيد من الحملات أو اختبار المزيد من الرسائل للوصول إلى المزيد من العملاء. بعض هذه الأشياء لن تهم الكثير بالطبع. لكن الكثيرين سيفعلون. ومن خلال خفض تكلفة تجربة فكرة جديدة أو اختبار رسالة تسويقية أو البحث عن سوق ، ستبدأ الشركات في القيام بأكثر بكثير من ذي قبل أو على الأقل الوصول إلى وجهتها التالية بشكل أسرع.

دراسة حالة Figma هي دراسة رائعة. ركز فريق بنسبة 100٪ على بناء منتج رائع ، ونمو يقود المنتج ، وتسعير عادل ، وبناء تأثيرات قوية للشبكة ، والتوسع في التجاور المنطقي دون الإفراط في التمدد. العديد من الدروس للمجموعة القادمة من الشركات الناشئة.

من الصعب المبالغة في تقدير مدى بطء عملية تصميم المنتج قبل Figma. كنت تقوم فقط بالعصف الذهني باستخدام إطارات سلكية منخفضة ، وستستغرق حلقات التغذية الراجعة إلى الأبد ، وتنتظر أسابيع للحصول على السخرية. الآن ترى بشكل أساسي نموذجا أوليا لمنتجك في غضون ساعات من الخروج به.