Ясно, что мы находимся на траектории, где модели ИИ продолжают улучшаться в своих возможностях в области математики, логики, рассуждений, вызова инструментов и различных специфических задач, которые будут улучшаться по мере генерации большего объема обучающих данных. Хотя будут дебаты о том, насколько эти достижения проявятся в виде значительных изменений в повседневных случаях использования, с которыми сталкивается потребитель, они *будут* иметь значительное влияние на многие категории знаний. Они постепенно откроют новые случаи использования в здравоохранении, юриспруденции, финансовых услугах, биологических науках и т.д., где модели могут надежно выполнять все более критические задачи. На недавнем подкасте с Алексом Кантровицем Дарио Амодеи хорошо сформулировал это, сказав, что если вы улучшите возможности модели ИИ, чтобы она перешла от бакалавриата в биохимии к магистратуре в биохимии, небольшая часть потребительского населения заметит это влияние, но случаи использования для компании, такой как Pfizer, значительно увеличатся в результате этого. Мы должны начать ожидать, что это теперь эпоха, в которой мы находимся с ИИ. Итак, как это начнет проявляться в реальном мире? Это проявится через ИИ-агентов, работающих над прикладными случаями использования. ИИ-агенты для программирования, юридической работы, медицинских писцов, извлечения данных, обработки страховых претензий, тестирования на проникновение и так далее. Возможность сейчас заключается в создании ИИ-агентов для вертикалей и областей с глубоким пониманием этой сферы. Здесь начнет иметь значение влияние контекстного проектирования, глубокое понимание рабочих процессов, связи с корпоративными данными и специализированные пользовательские интерфейсы (которые позволяют пользователям развертывать, управлять и оркестровать этих агентов). Это также будет означать создание распределения, которое соответствует этой конкретной вертикали или области. Это, вероятно, будет означать какую-то форму инженерии, развернутой вперед, чтобы не только помочь клиентам внедрить агентов, но и быстро узнать, для каких рабочих процессов агенты оптимизированы, и вернуть эту информацию в основную платформу. В конечном итоге эти рынки будут выиграны игроками, которые смогут лучше всего связать сегодняшние корпоративные процессы (которые часто запутанные и не были разработаны для автоматизации) с миром, где агенты интегрированы в эти рабочие процессы. Это эпоха ИИ, в которой мы сейчас находимся.