Si estás construyendo Agentes de IA, es muy importante identificar los casos de uso óptimos que maximicen lo que los agentes son buenos en comparación con lo que aún no están listos para hacer *todavía*. Hay tantas categorías de trabajo que los Agentes de IA pueden ayudar a automatizar o complementar. Elegir los adecuados que puedan ofrecer valor a corto plazo y mejorar con el tiempo con las mejoras del modelo es crítico. Aquí hay algunas características que parecen estar funcionando bien en este momento: * Trabajo que requiere una gran cantidad de datos e información no estructurada. Esto podría ser documentos, datos visuales en una pantalla, contenido de video, y más. Este es el dominio que las computadoras y el software nunca han podido manejar antes, y los casos de uso aquí son vastos. * Los Agentes de IA son útiles para cosas que de otro modo requieren juicio o interpretación humana, y puede que siempre sea así. En el momento en que te encuentres esperando replicar algo con reglas muy estrictas que suceden una y otra vez, probablemente quieras software, no agentes. * Cuanto más complejo sea el trabajo que se está automatizando, más necesidad hay de un elemento humano en el proceso. Por eso los agentes de código funcionan muy bien en este momento, ya que eventualmente puedes probar y estudiar la salida del agente para averiguar qué salió bien o mal. Incluso cuando estos agentes hacen algo mal, la intervención es relativamente sencilla para cualquier usuario capacitado. * Apuesta por casos de uso donde la inteligencia central de los modelos que mejora seguirá acumulándose en tus agentes. Si puedes resolver todo sobre tu caso de uso con IA hoy, probablemente no sea un mercado lo suficientemente interesante para perseguir. Busca escenarios donde se agregue valor incremental con las mejoras del modelo. Hay muchas más características que determinan qué casos de uso son buenos para los agentes en esta etapa, pero en última instancia hay muchas oportunidades en cada categoría de trabajo para perseguir.