AI-agenten zullen de relatie tussen softwareleveranciers en klanten in de loop van de tijd fundamenteel hervormen. In de geschiedenis van enterprise software verkochten leveranciers klanten technologie waarvan de klant uiteindelijk verantwoordelijk was voor het behalen van de waarde. Software was gewoon een hulpmiddel, en het was grotendeels aan de klant om uit te zoeken hoe dat hulpmiddel te gebruiken en hun medewerkers te laten gebruiken op productieve manieren. Met AI-agenten bieden softwareleveranciers nu het werk aan de klant, niet alleen de hulpmiddelen. Als je een bedrijf in de levenswetenschappen bent en je hebt agenten die je gegevens van geneesmiddelenproeven beoordelen, of als je een advocatenkantoor bent dat agenten gebruikt om wedstrijden te beoordelen en te verwerken, dan is de leverancier nu een verlengstuk van je personeelsbestand. De implicaties hiervan zijn enorm, omdat de software nu in wezen een leverancier van werkoutput is, veel meer vergelijkbaar met een professionele dienstverlener in het verleden. Hier zijn slechts een paar dingen die veranderen als gevolg hiervan: * Domeinoriëntatie: de winnende AI-agentleveranciers zullen waarschijnlijk de leveranciers zijn die de beste kennis hebben van het domein of probleem waar ze zich op richten. Geen enkele onderneming wil de 3e beste persoon die ze zich kunnen veroorloven inhuren, en het zal hetzelfde zijn met agenten. De beste agenten in hun respectieve domein zullen onevenredige waarde bieden aan de klant, dus een diepe domeinfocus zal een enorme voorsprong zijn. * Evaluaties: Evaluaties zullen een veel grotere rol spelen in de onderneming. Hoe implementeer je agenten als je niet weet hoe goed de agent presteert bij een taak? Evaluaties zijn in wezen het nieuwe prestatiebeoordelingssysteem voor autonoom werk. En het zal nog belangrijker zijn voor agenten dan voor mensen, gezien de impact van een goede versus een slechte agentische workflow. * Implementatie: De implementatie van agenten ziet er ook heel anders uit dan traditionele software omdat je daadwerkelijk de onderliggende workflow voor de klant verandert. De behoefte om gegevens, hulpmiddelen, contextengineering en het veranderingsmanagement van medewerkers te verkrijgen, zal op maat gemaakt zijn per klant. Dit is waarom vooruitgeschoven ingenieurs in populariteit toenemen, maar we zijn nog steeds erg vroeg in het realiseren hoe groot deze verandering zal zijn voor softwareleveranciers. Ondersteuning: wanneer je nu daadwerkelijk verantwoordelijk bent voor de uiteindelijke werkoutput van een bedrijf, zullen de ondersteuningsdynamiek betekenisvol veranderen. Een klant belt je niet langer omdat ze niet kunnen inloggen of er een bug in je software is die ze proberen te omzeilen, maar nu omdat een agent de gewenste output niet heeft geleverd. Dit zal een heel ander niveau van ondersteuning vereisen voor klanten die veel meer op maat gemaakt zijn voor het bedrijfsproces van de klant. * Versiebeheer: wanneer je werk aan een onderneming levert, heb je niet dezelfde flexibiliteit om de werkoutput op elk moment te kunnen wijzigen. Het zou zijn alsof alle medewerkers van een bedrijf op een dag binnenkwamen en uniform anders opereerden. Dit zal enorme langetermijnimplicaties hebben voor hoe agentupdates werken in een onderneming en hoe eerdere versies worden onderhouden. * Systeemintegratie: Terzijde, er zal ruimte zijn voor een nieuw type systeemintegrator om te ontstaan (of voor bestaande om te pivoteren) voor het implementeren en helpen beheren van AI-agenten. Vanwege de complexiteit van het implementeren en opereren van agenten, en het noodzakelijke veranderingsmanagement, zullen de meeste bedrijven onderweg ondersteuning nodig hebben - er zullen waarschijnlijk uiteindelijk aggregatiepunten van de SI's zijn. Dit zijn slechts enkele van de veranderingen die zullen beginnen te ontstaan wanneer softwareleveranciers uiteindelijke werkoutput aan klanten verkopen en leveren. Maar het zal in de loop van de tijd een zeer grote verandering zijn.