Jeśli tworzysz agentów AI, bardzo ważne jest, aby znaleźć optymalne przypadki użycia, które maksymalizują, którzy agenci są dobrzy, a na co nie są gotowi *jeszcze*. Istnieje tak wiele kategorii pracy, które agenci AI mogą pomóc zautomatyzować lub rozszerzyć. Wybór właściwych, które mogą przynieść wartość w najbliższym czasie i z czasem stać się lepszymi dzięki ulepszeniom modelu, ma kluczowe znaczenie. Oto kilka cech, które wydają się działać w tej chwili: * Praca, która wymaga dużej ilości nieustrukturyzowanych danych i informacji. Mogą to być dokumenty, dane wizualne na ekranie, treści wideo i inne. Jest to dziedzina, której komputery i oprogramowanie nigdy wcześniej nie były w stanie zrobić, a przypadki użycia są tutaj ogromne. * Agenci SI są przydatni do rzeczy, które w przeciwnym razie wymagają ludzkiego osądu lub interpretacji, i zawsze może tak być. W momencie, gdy masz nadzieję na odtworzenie czegoś z bardzo surowymi zasadami, które powtarzają się w kółko, prawdopodobnie potrzebujesz oprogramowania, a nie agentów. * Im bardziej złożona praca jest automatyzowana, tym bardziej potrzebny jest element człowieka w pętli. Właśnie dlatego agenci kodu działają teraz bardzo dobrze, ponieważ możesz w końcu przetestować i przestudiować dane wyjściowe agenta, aby dowiedzieć się, co wróciło dobrze, a co źle. Nawet jeśli te czynniki robią coś źle, interwencja jest stosunkowo prosta dla każdego wprawnego użytkownika. * Postaw na przypadki użycia, w których podstawowa inteligencja ulepszanych modeli będzie nadal przypadać Twoim agentom. Jeśli możesz dziś rozwiązać wszystko dotyczące swojego przypadku użycia za pomocą sztucznej inteligencji, prawdopodobnie nie jest to wystarczająco interesujący rynek, aby go szukać. Korzystaj ze scenariuszy, w których istnieje wartość przyrostowa, która jest dodawana wraz z ulepszeniami modelu. Mnóstwo innych cech określa, które przypadki użycia są dobre dla agentów na tym etapie, ale ostatecznie mnóstwo możliwości w każdej kategorii pracy do zrealizowania.