Jika Anda membangun Agen AI, sangat penting untuk mencari tahu kasus penggunaan optimal yang memaksimalkan agen apa yang bagus vs. apa yang belum mereka siapkan. Ada begitu banyak kategori pekerjaan yang dapat dibantu oleh Agen AI untuk mengotomatiskan atau menambah. Memilih yang tepat yang dapat memberikan nilai dalam waktu dekat dan menjadi lebih baik dari waktu ke waktu dengan peningkatan model sangat penting. Berikut adalah beberapa karakteristik yang tampaknya berfungsi saat ini: * Pekerjaan yang membutuhkan sejumlah besar data dan informasi tidak terstruktur. Ini bisa berupa dokumen, data visual di layar, konten video, dan banyak lagi. Ini adalah domain yang belum pernah dapat dilakukan komputer dan perangkat lunak sebelumnya, dan kasus penggunaannya di sini sangat luas. * Agen AI berguna untuk hal-hal yang membutuhkan penilaian atau interpretasi manusia, dan itu mungkin selalu terjadi. Saat Anda menemukan diri Anda berharap untuk meniru sesuatu dengan aturan yang sangat ketat yang terjadi berulang kali, Anda mungkin menginginkan perangkat lunak, bukan agen. * Semakin kompleks pekerjaan yang diotomatisasi, semakin ada kebutuhan akan elemen manusia dalam perulangan. Inilah sebabnya mengapa agen kode bekerja dengan sangat baik saat ini adalah Anda akhirnya dapat menguji dan mempelajari output agen untuk mengetahui apa yang kembali benar atau salah. Bahkan ketika agen-agen ini melakukan hal-hal yang salah, intervensi relatif mudah bagi setiap pengguna yang terampil. * Bertaruh pada kasus penggunaan di mana kecerdasan inti dari model yang menjadi lebih baik akan terus bertambah ke agen Anda. Jika Anda dapat menyelesaikan segala sesuatu tentang kasus penggunaan Anda dengan AI hari ini, itu mungkin bukan pasar yang cukup menarik untuk dikejar. Ikuti skenario di mana ada nilai tambahan yang ditambahkan dengan peningkatan model. Banyak lagi karakteristik menentukan kasus penggunaan mana yang baik untuk agen pada tahap ini, tetapi pada akhirnya banyak peluang di setiap kategori pekerjaan untuk dikejar.