Jeśli budujesz agentów AI, niezwykle ważne jest, aby określić optymalne przypadki użycia, które maksymalizują to, w czym agenci są dobrzy, w porównaniu do tego, na co nie są jeszcze gotowi. Jest tak wiele kategorii pracy, które agenci AI mogą pomóc zautomatyzować lub wzbogacić. Wybór odpowiednich, które mogą przynieść wartość w krótkim okresie i poprawić się w miarę ulepszania modeli, jest kluczowy. Oto kilka cech, które wydają się działać w tej chwili: * Praca, która wymaga dużej ilości niestrukturalnych danych i informacji. Mogą to być dokumenty, dane wizualne na ekranie, treści wideo i inne. To jest obszar, w którym komputery i oprogramowanie nigdy wcześniej nie były w stanie działać, a przypadki użycia w tym zakresie są ogromne. * Agenci AI są przydatni w sytuacjach, które w przeciwnym razie wymagają ludzkiego osądu lub interpretacji, i może tak zawsze będzie. W momencie, gdy zaczynasz mieć nadzieję na powtórzenie czegoś z bardzo ścisłymi zasadami, które dzieje się w kółko, prawdopodobnie chcesz oprogramowania, a nie agentów. * Im bardziej złożona praca jest automatyzowana, tym większa potrzeba elementu ludzkiego w pętli. Dlatego agenci kodu działają teraz bardzo dobrze, ponieważ możesz ostatecznie testować i badać wyniki agenta, aby ustalić, co wróciło poprawnie lub błędnie. Nawet gdy ci agenci robią coś źle, interwencja jest stosunkowo prosta dla każdego wykwalifikowanego użytkownika. * Postaw na przypadki użycia, w których podstawowa inteligencja modeli, które stają się lepsze, będzie nadal przybywać do twoich agentów. Jeśli możesz rozwiązać wszystko w swoim przypadku użycia za pomocą AI dzisiaj, prawdopodobnie nie jest to wystarczająco interesujący rynek, aby się nim zająć. Zajmij się scenariuszami, w których dodawana jest stopniowa wartość wraz z ulepszeniami modeli. Mnóstwo innych cech decyduje o tym, które przypadki użycia są dobre dla agentów na tym etapie, ale ostatecznie istnieje mnóstwo możliwości w każdej kategorii pracy, które można wykorzystać.