Existe un gran abismo entre los que obtienen importantes ganancias de productividad de los agentes de IA y los que no. La diferencia se reduce a estar dispuesto a hacer el trabajo por adelantado para que el agente sea efectivo brindándole el contexto correcto, comprender que debe revisar y editar el trabajo (en lugar de no intervenir por completo) y, de hecho, presionar a los modelos para que hagan más por usted de lo que creía posible. Si no desea reinventar sus flujos de trabajo, es probable que se quede atascado con modestas mejoras de productividad por el momento. Si realmente se toma el tiempo para cambiar sus procesos para obtener las ganancias de la IA, el beneficio es que a medida que continúa el progreso del modelo, esas ganancias se acumularán de inmediato. La clave es establecer sus expectativas de manera adecuada.

Un gran efecto de los agentes de IA es que toman recursos y habilidades que antes eran escasos y los hacen abundantes y disponibles para todos. Como consecuencia, puedes "autoservirte" muchos más de los problemas difíciles que solías tener que ir a otros para resolver. El comercializador de productos puede hacer más partes del marketing. El diseñador puede hacer más partes de la gestión de productos. Y así sucesivamente. Como resultado de eso, aparentemente debería difuminar las líneas entre las funciones laborales adyacentes. Sin embargo, hay una fuerza contraria que es que los expertos en cualquier campo dado ahora son mucho más potentes que nunca, lo que generalmente sostiene la especialización porque simplemente redefinimos el requisito del trabajo. Entonces, la gran pregunta es si esa especialización se magnificará porque las herramientas hacen que los expertos sean mucho mejores de lo que lo hacen, o si la especialización colapsará gradualmente porque todos pueden hacer mucho más.

Diseñar patrones de interacción de agentes de IA es un proceso fascinante. En teoría, debería ser tan simple como diseñar la interacción que le gustaría tener con otra persona que estuviera trabajando para usted. Sin embargo, una gran diferencia es que a este trabajador no le cuesta nada mostrar todo el trabajo que está haciendo en el camino, o cómo llegó a su resultado final, lo cual es una gran ventaja. Y al mismo tiempo, generalmente desea la confianza de que está haciendo lo correcto, o es posible que deba inclinarlo en una dirección diferente si se descarrila. En la era de la automatización y los robots, ver más contexto sobre lo que parece el sistema de IA probablemente será muy útil para generar confianza. Cuando te subes a un Waymo o Tesla FSD, tu confianza aumenta para la tecnología porque puedes ver que ve mucho más de lo que pensabas. Lo mismo ocurre con los agentes de IA. La clave entonces es encontrar el equilibrio adecuado entre mostrar demasiado de una manera que el usuario no pueda comprender (o tal vez diga "ay" cuando vea cómo está funcionando realmente) frente a mostrar muy poco y los procesos están demasiado ofuscados para obtener valor. Este será uno de los desafíos de diseño más interesantes en la era de los agentes de IA.