Om vi har 100 gånger fler AI-agenter än personer som arbetar i ett företag är det faktiskt mycket mer troligt att vi anpassar oss till hur agenter arbetar bäst istället för att agenter anpassar oss till hur vi arbetar. AI-agenter trivs i grunden med kontext, och variansen i vad du får ut av dem relaterar nästan helt och hållet till hur bra din kontext är. Vilket innebär att många av de *nya* sätt som vi arbetar på kommer att vara till för att ge agenterna rätt sammanhang. Innan AI var det ganska lätt att bara acceptera att det skulle finnas begränsad dokumentation om hur något fungerade eftersom du bara kunde fråga din kollega. Detta hade naturligtvis enorma nackdelar, eftersom det gjorde det mycket svårare att få en ny anställd, det är en skatt på befintlig talang och du förlorar mycket institutionell kunskap med tiden. AI-agenter har inte den här lyxen. AI-agenter har inte fördelen av all den situationsmedvetenhet och osmos som människor har. Som standard känner de inte till dina mål, företagsstandarder, stil, andra projekt som pågår och så vidare. När kollegor bygger Box AI-agenter samlar de in år av processkunskap och skriver slutligen ner den så att agenten kan arbeta utifrån den med AI i första hand. Även för de områden där vi har dokumentation om något uppdateras det på ett sätt som i sig är vänligt för agenter. Men det här är bara början. Som ett resultat av behovet av att göra handläggare mer produktiva finns det många områden som arbetet kan behöva ändras stegvis: * Dokumentation för allt kritiskt arbete. Vi kommer att börja skriva ner tydliga beskrivningar av många fler av våra viktiga arbetsflöden på ett sätt som är agentvänligt. Och till skillnad från dokumentationsavvikelser som uppstår i mänskliga arbetsflöden, behöver vi hålla dessa uppdaterade eftersom varje agentkörning är en omstart av agentens kunskap och erfarenhet. * Tydliga regler och instruktioner för agenter. Varje företag har olika stilguider, olika kodbasstandarder, interna policyer och så vidare som agenter måste följa. Precis som vi har sett med saker som markörlinjer kan vi förvänta oss detta för alla områden av kunskapsarbete. * Nya metoder för agentminne. Vi kommer sannolikt att behöva enklare sätt att få ihop agenter som kan utnyttja en minnesbank från en användare baserat på olika modaliteter eller arbete de utför i ett företag. Och då är frågan om jag kan ta med mig något av detta minne senare, vilket är osannolikt ur ett företags IP-synpunkt. * Bättre strukturerade tekniska stackar. Som ett resultat av hur lätt AI-agenter kan spåra ur, kommer det att finnas en enorm premie på kvaliteten på ett företags IT-arkitektur, renheten i dess data, hur uppdaterade dess åtkomstkontroller är, etc. Små avvikelser här kommer på ett meningsfullt sätt att begränsa hur mycket du kan pressa agenter att göra, annars får du dåliga resultat eller verklig affärsrisk. * Kontexten för AI-agenter kommer att överskrida typiska organisationsstrukturer. I en värld där agenter måste samarbeta över flera delar av en teknisk stack (backend och frontend) eller affärsprocess (juridik och försäljningsverksamhet) kanske vi inte kan kartlägga AI-agenternas arbetsflöden och dataåtkomst endast till befintliga anställda och funktioner, vilket har helt nya konsekvenser. Det kommer att bli superintressant att se hur företag förändras över tid för att stödja agenternas produktivitet, och vad detta betyder för framtidens arbete.