SaaS + AI Agenti jsou nejlepší kombinací pro budoucnost softwaru. Potřebujete deterministické systémy pro zpracování pracovních postupů, zabezpečení, správy, správy dat a poskytování konzistentních rozhraní pro koncové uživatele, se kterými uživatelé interagují. Agenti však budou v budoucnu dělat většinu práce v rámci tohoto softwaru. Můžeme očekávat, že agenti by mohli být 100x nebo 1 000x větší než populace koncových uživatelů softwaru, takže stále více potřebujeme navrhovat náš software pro lidi, kteří spravují a používají agenty.

Navzdory některým populárním obavám, že by všechny případy použití agentů umělé inteligence mohly být vtaženy do jediné platformy, bych se přikláněl k druhé straně tohoto problému pro podniky. Agenti umělé inteligence, možná více než kterákoli předchozí éra technologie, musí mít relativně vysoký stupeň specializace na doménu nebo vertikálu. Model může být napříč obory stejný, ale manifestace musí být velmi vyladěná. Důvod je spojen s tím, co AI agent dělá pro zákazníka. To, co zákazník dělá, je "pronájem práce" od poskytovatele AI agenta. Je to podobné, jako když společnost buď někoho najme na práci, nebo si najme agentury či firmy, aby jí pomohly.   Když najímáte lidi, najímáte odborníky.  A když si najmete poradenské společnosti nebo firmy poskytující profesionální služby, najmete si spoustu odborníků v určité oblasti.  Existuje důvod, proč nemáte tendenci najímat lidi, kteří jsou "jen všeobecní", a proč firmy poskytující profesionální služby mají tendenci být optimalizovány v oblastech zaměření, jako jsou daně, IT, právo, marketing a tak dále. Poradenská firma dělá všechno, co buď neexistuje, nebo se nakonec specializuje podle oblasti praxe. Totéž platí pro AI agenty.  Společnosti se snaží řešit problémy ve svých pracovních postupech a obchodních procesech a budou chtít, aby tyto problémy řešili odborníci, nikoli generalisté. Už neposkytujete nástroj pro člověka, aby dělal svou práci lépe, ale ve skutečnosti mu dodáváte pracovníka. Pro cokoli důležitého a s přidanou hodnotou pro daného zákazníka budou chtít ty nejlepší agenty, které si mohou dovolit, podobně jako najímají talenty ve zbytku trhu. Samozřejmě, že u spousty univerzální práce to tak nemusí být, ale u čehokoli, kde je v sázce jejich podnikání, tomu tak je. To dramaticky zvyšuje potřebu hlubokého porozumění doméně pro případy použití, po kterých se chystáte; vlastní uživatelské rozhraní, které je přizpůsobeno doméně; přístup k relevantním datům pouze pro danou doménu; a tak dále. Čím obecnější budete, tím horší na tom budou výsledky.  Samozřejmě existují nuance.  Generalisté mohou provádět specializaci, pokud si rozdělí věci tak, aby se dostatečně dobře přiblížily specializaci. A stejně tak mohou specialisté náhodou zůstat příliš malí a ne Ale ať tak či onak, je jasné, že specializace v AI zvítězí ze stejného důvodu jako u lidí.

Mnoho problémů s agenty umělé inteligence jsou ve skutečnosti jen problémy s vyhledáváním informací. Pokud má agent lepší způsob, jak data najít a pročesat efektivně, dosáhnete mnohem lepších výsledků. Výpočetní prostředky jsou zastupitelné, takže je můžete použít během indexování a zpracování nebo je můžete použít později k lepšímu zpracování výsledků. Prostě se rozhodnete na základě kompromisů mezi výkonem a náklady. Na agentech umělé inteligence je však skvělé, že vždy máte "více výpočetních prostředků" jako proměnnou, která jim umožňuje lepší výkon. Většina forem práce se znalostmi nikdy předtím tuto charakteristiku neměla.