Tout le monde sur X prend pour acquis à quel point nous sommes en avance dans la réflexion sur la manière dont l'IA peut et sera appliquée aux organisations. Cet écart risque de se creuser encore davantage avec le temps, alors que les flux de travail agentiques deviennent de plus en plus puissants mais également complexes à gérer. La grande majorité des entreprises, grandes et petites, aura besoin d'une aide réelle pour s'adapter à l'utilisation des agents IA pour automatiser leur travail. Cela crée tout d'abord une énorme opportunité pour de nombreuses nouvelles entreprises d'émerger, qui utiliseront l'IA dès le premier jour pour concurrencer plus efficacement ; nous le verrons dans les agences de marketing, les cabinets d'avocats, les sociétés de conseil, les intégrateurs de systèmes, les entreprises d'ingénierie et de nombreuses autres catégories de travail intellectuel. Mais cela constitue également un modèle clair pour les personnes cherchant à différencier leurs compétences au cours des prochaines années. C'est en fait un excellent moment si vous savez comment repousser les limites avec l'IA, car vous allez être immédiatement 2 à 3 fois plus productif que quiconque, ce qui est déjà utile. Mais vous êtes également dans la meilleure position pour montrer à l'entreprise dans laquelle vous vous trouvez à quoi ressemble l'avenir. C'est probablement l'écart le plus large que nous ayons jamais vu en termes de production entre 2 personnes théoriquement occupant le même poste, simplement en fonction des outils qu'elles utilisent et de leur style de travail.

Voici un graphique simple au cas où vous vous demanderiez pourquoi l'expansion des centres de données dans l'IA a du sens en ce moment.

Avoir une bonne compréhension de la trajectoire du modèle est définitivement une compétence importante pour quiconque s'occupe de la gestion de produits ou de l'ingénierie en IA. Vous devez avoir une bonne compréhension de (1) des choses pour lesquelles il vaut la peine de construire des échafaudages afin d'atténuer les lacunes du modèle, (2) des choses que vous confiez entièrement au modèle pour qu'il les gère, et (3) des choses qui sont dans la catégorie 1 mais qui se dirigent rapidement vers la catégorie 2. Être confus à propos de ces catégories peut entraîner beaucoup d'efforts gaspillés ou d'énergie mal allouée, et vous ne serez pas en mesure de profiter des améliorations du modèle au fur et à mesure qu'elles arrivent. Mais la chose la plus importante est d'être prêt à jeter ce que vous avez au moment où le modèle peut le résoudre nativement. Tout ce que vous construisez qui ne conduit pas à une meilleure expérience client est une perte de temps.