Forespørsel om oppstart: stemmeklone av din kones stemme og en inntasting av hva du trenger at barnet ditt skal gjøre, så kan du falske ringe den og sette den på høyttalertelefonen og vise at du er på linje.

SaaS + AI-agenter er den beste kombinasjonen for fremtidens programvare. Du trenger deterministiske systemer for å håndtere arbeidsflyter, sikkerhet, styring, dataadministrasjon og gi konsistente sluttbrukergrensesnitt som brukere samhandler med. Men agenter vil gjøre det meste av arbeidet med den programvaren i fremtiden. Vi kan forutse at agenter kan være 100 ganger eller 1,000 ganger størrelsen på sluttbrukerpopulasjonen for programvare, så i økende grad må vi designe programvaren vår for mennesker som administrerer og bruker agenter.

Til tross for noen av de populære fryktene for at alle AI-agenter kan bli sugd inn i en enkelt plattform, vil jeg hevde den andre siden av dette for bedriften. AI-agenter, muligens mer enn noen tidligere epoke innen teknologi, må ha en relativt høy grad av spesialisering per domene eller vertikal. Modellen kan være lik på tvers av felt, men manifestasjonen må være svært innstilt. Årsaken er knyttet til hva AI-agenten gjør for kunden. Det kunden gjør er å "leie arbeid" fra AI-agentleverandøren. Dette ligner på når et selskap enten ansetter noen til en jobb eller ansetter byråer eller firmaer for å hjelpe dem.   Når du ansetter folk, ansetter du eksperter.  Og når du ansetter konsulentfirmaer eller profesjonelle tjenestefirmaer, ansetter du en haug med eksperter på et bestemt felt.  Det er en grunn til at du har en tendens til å ikke ansette folk som "bare er generalister", og hvorfor profesjonelle tjenestefirmaer har en tendens til å være optimalisert rundt fokusområder, som skatt, IT, juss, markedsføring og så videre. Konsulentfirmaet gjør alt enten ikke eksisterer eller spesialiserer seg etter hvert etter praksisområde. Det samme gjelder for AI-agenter.  Bedrifter ønsker å løse problemer i arbeidsflyten og forretningsprosessene, og de vil ha eksperter til å løse disse problemene, ikke generalister. Du gir ikke lenger verktøyet for en person til å gjøre jobben sin bedre, men du leverer faktisk en arbeider til dem. For alt som er viktig og verdiskapende for den kunden, vil de ha de beste agentene de har råd til, på samme måte som å ansette talenter i resten av markedet. Selvfølgelig er dette kanskje ikke tilfelle for mye generelt arbeid, men for alt der virksomheten deres står på spill, er det det. Dette øker dramatisk behovet for en dyp domeneforståelse for brukstilfellene du går etter; tilpasset brukergrensesnitt som er skreddersydd for domenet; tilgang til relevante data bare for domenet; og så videre. Jo mer generell du er, jo dårligere vil resultatene bli.  Selvfølgelig er det nyanser i dette.  Generalister kan gjøre spesialisering hvis de deler ting opp for å tilnærme seg spesialisering godt nok. Og på samme måte kan spesialister ved et uhell forbli for små og ikke bite av nok av problemet for kunden. Men uansett er det klart at spesialisering kommer til å vinne i AI av samme grunn som den har i mennesker.