È chiaro che attualmente siamo su una traiettoria in cui i modelli di intelligenza artificiale continuano a migliorare nelle capacità relative alla matematica, al ragionamento, alla logica, all'uso di strumenti e in vari compiti specifici di settore che miglioreranno man mano che verranno generati più dati di addestramento. Sebbene ci saranno dibattiti su quanto questi progressi si tradurranno in cambiamenti significativi nei casi d'uso quotidiani per i consumatori, *avranno* un impatto notevole su molte categorie di lavoro conoscitivo. Sbloccheranno progressivamente nuovi casi d'uso in ambito sanitario, legale, servizi finanziari, scienze della vita, ecc., dove i modelli possono eseguire compiti sempre più critici in modo affidabile. In un recente podcast con Alex Kantrowitz, Dario Amodei ha trovato un ottimo modo di inquadrare questo concetto, affermando che se si migliorasse la capacità di un modello di intelligenza artificiale per passare da una laurea triennale in biochimica a una laurea magistrale in biochimica, una piccola percentuale della popolazione dei consumatori noterebbe l'impatto, ma i casi d'uso aziendali per una compagnia come Pfizer aumenterebbero in modo significativo come risultato di ciò. Dovremmo iniziare a prevedere che questa è ora l'era in cui ci troviamo con l'IA. Quindi, come si manifesterà questo nel mondo reale? Si manifesterà attraverso agenti IA che si occupano di casi d'uso applicati. Agenti IA per la programmazione, il lavoro legale, i segretari medici, l'estrazione dei dati, l'elaborazione delle richieste di risarcimento assicurativo, i test di penetrazione, e così via. L'opportunità attuale è costruire agenti IA per settori e domini con una profonda comprensione di quello spazio. Qui è dove l'impatto dell'ingegneria del contesto, una profonda comprensione dei flussi di lavoro, le connessioni ai dati aziendali e interfacce utente specializzate (che consentono agli utenti di distribuire, gestire e orchestrare questi agenti) inizieranno a contare molto. Significherà anche costruire una distribuzione che si allinei a quel particolare settore o dominio. Probabilmente significherà qualche forma di ingegneria distribuita per non solo aiutare i clienti a implementare gli agenti, ma anche per apprendere rapidamente quali flussi di lavoro gli agenti sono ottimizzati e riportare queste informazioni nella piattaforma centrale. In definitiva, questi mercati saranno vinti dai soggetti che sapranno meglio collegare i processi aziendali di oggi (che spesso sono disordinati e non sono stati progettati per l'automazione) a un mondo in cui gli agenti sono integrati in questi flussi di lavoro. Questa è l'era dell'IA in cui ci troviamo ora.