Det er tydelig at vi akkurat nå er på en bane med AI-modeller som fortsetter å forbedre kapasiteten på tvers av matematikk, resonnement, logikk, verktøykall og ulike domenespesifikke oppgaver som vil bli bedre etter hvert som flere treningsdata fortsetter å bli generert. Selv om det vil være debatter om hvor mye disse fremskrittene vil vise seg som store endringer i de daglige brukstilfellene som en forbruker har, *vil* de ha stor innvirkning på tvers av mange kategorier av kunnskapsarbeid. De vil trinnvis låse opp nye brukstilfeller innen helsevesen, juridiske, finansielle tjenester, biovitenskap, etc., der modeller pålitelig kan utføre gradvis mer kritiske oppgaver. På en nylig podcast med Alex Kantrowitz hadde Dario Amodei en fin måte å ramme inn dette på, som er at hvis du forbedret evnen til en AI-modell til å gå fra å ha en lavere grad i biokjemi til å ha en høyere grad i biokjemi, ville en liten prosentandel av forbrukerbefolkningen merke virkningen, men bedriftsbrukstilfellene for et selskap som Pfizer ville øke meningsfullt som et resultat av dette. Vi bør begynne å forutse at dette nå er epoken vi er inne i med AI. Så, hvordan begynner dette å dukke opp i den virkelige verden? Det vil dukke opp gjennom AI-agenter som går etter brukte brukstilfeller. AI-agenter for koding, juridisk arbeid, medisinske skrivere, datautvinning, behandling av forsikringskrav, pennetesting og så videre. Muligheten akkurat nå er å bygge AI-agenter for vertikaler og domener med en dyp forståelse av det området. Det er her virkningen av kontekstteknikk, en dyp forståelse av arbeidsflytene, tilkoblinger til bedriftsdata og spesialiserte brukergrensesnitt (som lar brukere distribuere, administrere og orkestrere disse agentene) vil begynne å bety mye. Det vil også bety å bygge opp distribusjon som er i tråd med den aktuelle vertikalen eller domenet. Det vil sannsynligvis bety en form for fremoverdistribuert teknikk for ikke bare å hjelpe kundene med å implementere agentene, men også raskt lære hvilke arbeidsflyter agentene er optimalisert for og bringe det tilbake til kjerneplattformen. Til syvende og sist vil disse markedene bli vunnet av aktørene som best kan bygge bro mellom dagens bedriftsprosesser (som ofte er rotete og ikke er designet for automatisering) til en verden der agenter er integrert i disse arbeidsflytene. Dette er epoken med AI vi nå er inne i.