Det er ganske latterlig hvor smidig du må være med AI-agentstakken din akkurat nå. Det du brukte 6 måneder på å perfeksjonere for 12 måneder siden, er sannsynligvis allerede utdatert, og du er bedre tjent med å gjøre en reset enn å prøve å gjenopplive det arkitektonisk. Og det interessante er at for hvert hopp som eliminerer én del av stabelen, blir det som regel mulig en ny funksjon som du må bygge nye stillas for. For eksempel har sannsynligvis mange RAG-pipelines måttet justeres på grunn av kontekstvinduer som har forbedret seg dramatisk, og du kan nå bare bruke agentisk søk på grunn av bedre verktøybruk. Men den samme forbedrede verktøybruken betyr at du sannsynligvis må støtte kodeutførelse med sandkasser slik at agenten kan håndtere mer komplekst arbeid. Så én evne blir bitter mindre, og en ny åpner seg helt. Dette er syklusen vi kommer til å være i i flere år. Hvis du ikke har fart og smidighet til å håndtere det, kommer du sannsynligvis til å havne i en vanskelig situasjon.

Uten å gå inn på de spesifikke tallene, vil dette underliggende konseptet og trenden være veldig reelt. For enhver arbeider som kan bruke AI-agenter effektivt i en organisasjon, vil databudsjettene deres bare øke monotont over tid. Dette vil selvfølgelig starte i ingeniørfaget, hvor vi allerede vet at utviklere kan kjøre flere agenter parallelt, eller ha prosjekter som går over natten. Men dette traff etter hvert resten av kunnskapsarbeidet også. Advokater som kan lage og gjennomgå flere utkast, markedsført som kan bygge flere kampanjer og teste flere idealer parallelt, selgere som kan nå ut til flere kunder og behandle flere leads. Mange av disse aktivitetene vil i hovedsak være token-avhengige av hvor mye arbeid en enkelt person kan gjøre. Dette er ikke chatbot-arbeidsflyter som svarer på et enkelt spørsmål, men agenter som kjører og behandler enorme mengder data i stor skala, og genererer helt nye former for informasjon. Selskapene må finne ut hvordan de budsjetterer for dette, og det vil sannsynligvis ikke være et IT-budsjett over tid, men til syvende og sist eid og tildelt av virksomheten. Kanskje CFO-en til syvende og sist er sjefen for AI :-).

Hadde møter og middag med 20+ ledere i bedrifts-AI- og IT-bransjen i dag. Mange interessante samtaler om tilstanden til KI i store bedrifter, spesielt regulerte virksomheter. Her er noen av de generelle trendene: * Agenter er tydeligvis det store. Bedrifter går fra å snakke om chatboter til agenter, selv om vi fortsatt er veldig tidlig. Koding er fortsatt det dominerende agentiske brukstilfellet som tas i bruk så langt, med andre kategorier av tverrkunnskapsarbeid som begynner å dukke opp. Mye agentarbeid gikk fra piloter og PoCs til produksjon, og noen virksomheter hadde mange aktive bruksområder. * Agentiske brukstilfeller dekker alle deler av en virksomhet, fra backoffice-operasjoner til kundevendte opplevelser fra salg til onboarding-arbeidsflyter. Den generelle oppfatningen er at agentiske arbeidsflyter vil treffe alle deler av en organisasjon, ofte med størst fokus på å levere bedre for kundene, få bedre innsikt og innsikt fra data og dokumenter, akselerere arbeidsflyter med høy avkastning med agenter, og så videre. Svært begrenset diskusjon om ren kostnadskutt. * Data- og AI-styring er fortsatt kjerneutfordringer. Å få data og innhold inn på et sted hvor agenter trygt og enkelt kan operere, er fortsatt en stor oppgave for flere organisasjoner. År med fragmentering av databehandling som ikke var et problem nå, er nå et problem for virksomheter som ønsker å ta i bruk agenter. Og å styre hva agenter kan gjøre med data i en arbeidsflyt er fortsatt et hovedtema. * Identitet som vokser frem som et stort tema. Kan agenten få tilgang til alt du har? I en verden med dusinvis av agenter som jobber på vegne, potensielt for mye dataeksponering og omfang for agentene. Hvordan håndterer vi agenter med delt tilgang til informasjonen din? * Mange nye spørsmål om hvordan vi skal budsjettere tokens på tvers av brukstilfeller og team. Selskaper ønsker ikke å begrense brukstilfeller, men må samtidig være bevisste på de endelige token-budsjettene. Dette kommer til å bli en større del av OpEx over tid, og vil sannsynligvis ikke lenger gi mening å regnes som et IT-budsjett. Dette må sannsynligvis tas med i resten av driftskostnadene. * Interoperabilitet er nøkkelen. Alle bedrifter implementerer flere AI-systemer akkurat nå, og det er lite sannsynlig at det finnes én plattform som styrer dem alle. Kundene blir mer erfarne på hvordan de skal håndtere agentinteroperabilitet, og dette vil være en av de største drivkreftene for en AI-stabel fremover. Det finnes mange flere lærdommer enn bare dette, men det sier seg selv at momentumet øker, samtidig som bedrifter er svært bevisste på endringsledelsen og arbeidet som ligger foran. Det er mange muligheter akkurat nå.