Je jasné, že právě teď jsme na trajektorii, kdy se modely umělé inteligence budou nadále zlepšovat ve svých schopnostech v matematice, uvažování, logice, volání nástrojů a různých úlohách specifických pro danou doménu, které se budou zlepšovat s tím, jak bude nadále generováno více trénovacích dat. I když se budou diskutovat o tom, jak moc se tyto pokroky projeví jako zásadní změny v případech každodenního používání, které spotřebitel má, *budou* mít zásadní dopad na mnoho kategorií znalostní práce. Postupně odemknou nové případy použití ve zdravotnictví, právu, finančních službách, biologických vědách atd., kde mohou modely spolehlivě provádět postupně kritičtější úkoly. V nedávném podcastu s Alexem Kantrowitzem měl Dario Amodei skvělý způsob, jak to zarámovat, a to tak, že pokud byste zlepšili schopnost modelu umělé inteligence, aby se z bakalářského studia biochemie stal absolventem biochemie, malé procento spotřebitelské populace by si toho všimlo, ale případy podnikového použití pro společnost, jako je Pfizer, by v důsledku toho významně vzrostly. Měli bychom začít počítat s tím, že toto je nyní éra, ve které se nacházíme s umělou inteligencí. Jak se to tedy začne projevovat v reálném světě? Projeví se to prostřednictvím agentů AI, kteří se budou zabývat aplikovanými případy použití. Agenti AI pro kódování, právní práci, lékařské písaře, extrakci dat, zpracování pojistných událostí, testování pera a tak dále. Příležitostí právě teď je vytvářet agenty umělé inteligence pro vertikály a domény s hlubokým porozuměním tomuto prostoru. To je místo, kde začne hodně záležet na dopadu kontextového inženýrství, hlubokém porozumění pracovním postupům, připojení k podnikovým datům a specializovaným uživatelským rozhraním (která uživatelům umožňují nasazovat, spravovat a orchestrovat tyto agenty). Bude to také znamenat vytvoření distribuce, která je v souladu s touto konkrétní vertikálou nebo doménou. Pravděpodobně to bude znamenat nějakou formu předsunutého inženýrství, které zákazníkům nejen pomůže implementovat agenty, ale také rychle zjistit, pro které pracovní postupy jsou agenti optimalizováni, a přenést je zpět do základní platformy. V konečném důsledku tyto trhy zvítězí hráči, kteří dokážou nejlépe přemostit dnešní podnikové procesy (které jsou často chaotické a nebyly navrženy pro automatizaci) do světa, kde jsou agenti integrováni do těchto pracovních postupů. Toto je éra umělé inteligence, ve které se nyní nacházíme.