Se você está construindo Agentes de IA, é super importante descobrir os casos de uso ideais que maximizam o que os agentes são bons em fazer versus o que eles ainda não estão prontos para fazer *ainda*. Existem tantas categorias de trabalho que os Agentes de IA podem ajudar a automatizar ou aumentar. Escolher os certos que podem entregar valor a curto prazo e melhorar com o tempo com as melhorias do modelo é crítico. Aqui estão algumas características que parecem estar funcionando bem agora: * Trabalho que requer uma grande quantidade de dados e informações não estruturadas. Isso pode incluir documentos, dados visuais em uma tela, conteúdo de vídeo e mais. Este é o domínio que computadores e softwares nunca conseguiram fazer antes, e os casos de uso aqui são vastos. * Os Agentes de IA são úteis para coisas que de outra forma requerem julgamento ou interpretação humana, e isso pode sempre ser o caso. No momento em que você se vê esperando replicar algo com regras muito rígidas que acontecem repetidamente, você provavelmente quer software, não agentes. * Quanto mais complexo o trabalho que está sendo automatizado, mais há necessidade de um elemento humano no processo. É por isso que os agentes de código funcionam tão bem agora, pois você pode eventualmente testar e estudar a saída do agente para descobrir o que voltou certo ou errado. Mesmo quando esses agentes fazem algo errado, a intervenção é relativamente simples para qualquer usuário habilidoso. * Aposte em casos de uso onde a inteligência central dos modelos que melhoram continuará a se acumular em seus agentes. Se você pode resolver tudo sobre seu caso de uso com IA hoje, provavelmente não é um mercado interessante o suficiente para perseguir. Vá atrás de cenários onde há valor incremental que é adicionado com as melhorias do modelo. Muitas mais características determinam quais casos de uso são bons para agentes neste estágio, mas, em última análise, há muitas oportunidades em cada categoria de trabalho para explorar.