Wenn wir 100-mal mehr KI-Agenten als Menschen haben, die in einem Unternehmen arbeiten, ist es tatsächlich viel wahrscheinlicher, dass wir uns anpassen, wie Agenten am besten arbeiten, anstatt dass sich die Agenten anpassen, wie wir arbeiten. KI-Agenten gedeihen grundsätzlich im Kontext, und die Varianz dessen, was Sie von ihnen erhalten, hängt fast vollständig davon ab, wie gut Ihr Kontext ist. Das bedeutet, dass viele der *neuen* Arbeitsweisen darauf abzielen werden, den Agenten den richtigen Kontext zu geben. Vor der KI war es ziemlich einfach zu akzeptieren, dass es nur begrenzte Dokumentationen darüber gab, wie etwas funktionierte, weil man einfach seinen Kollegen fragen konnte. Das hatte natürlich enorme Nachteile, denn es machte es viel schwieriger, einen neuen Mitarbeiter einzuarbeiten, es ist eine Belastung für bestehende Talente, und man verliert im Laufe der Zeit viel institutionelles Wissen. KI-Agenten haben nicht diesen Luxus. KI-Agenten haben nicht den Vorteil des situativen Bewusstseins und der Osmose, die Menschen haben. Standardmäßig kennen sie Ihre Ziele, Unternehmensstandards, Stil, andere laufende Projekte usw. nicht. Während wir bei Box auf KI-first umschalten, erfassen Kollegen, die Box-KI-Agenten erstellen, im Wesentlichen jahrelanges Prozesswissen und schreiben es endlich für den Agenten auf. Selbst in den Bereichen, in denen wir Dokumentationen zu etwas haben, wird dies auf eine Weise aktualisiert, die für Agenten von Natur aus freundlich ist. Aber das ist nur der Anfang. Infolge der Notwendigkeit, Agenten produktiver zu machen, gibt es viele Bereiche, in denen die Arbeit schrittweise geändert werden muss: * Dokumentation für alle kritischen Arbeiten. Wir werden beginnen, klare Beschreibungen vieler unserer wichtigen Arbeitsabläufe auf eine agentenfreundliche Weise zu dokumentieren. Und im Gegensatz zu Dokumentationsabweichungen, die in menschlichen Arbeitsabläufen auftreten, müssen wir sicherstellen, dass diese aktuell gehalten werden, da jeder Agentenlauf einen Neustart des Wissens und der Erfahrung des Agenten darstellt. * Klare Regeln und Anweisungen für Agenten. Jedes Unternehmen hat unterschiedliche Stilrichtlinien, unterschiedliche Standards für den Code, interne Richtlinien usw., an die sich Agenten halten müssen. So wie wir es bei Dingen wie den Cursor-Regeln gesehen haben, können wir dies für alle Bereiche der Wissensarbeit erwarten. * Neue Ansätze für das Gedächtnis von Agenten. Wir werden wahrscheinlich einfachere Möglichkeiten benötigen, um Agenten einzuarbeiten, die auf einen Gedächtnisspeicher eines Benutzers basierend auf verschiedenen Modalitäten oder Arbeiten, die sie in einem Unternehmen ausführen, zugreifen können. Und dann wird die Frage sein, ob ich irgendein Gedächtnis später mitnehmen kann, was aus der Sicht des Unternehmens-IP unwahrscheinlich ist. * Besser strukturierte Technologiestacks. Aufgrund der Tatsache, wie leicht KI-Agenten vom Kurs abkommen können, wird es einen enormen Wert auf die Qualität der IT-Architektur eines Unternehmens, die Sauberkeit seiner Daten, wie aktuell seine Zugriffskontrollen sind usw. geben. Kleine Abweichungen hier werden bedeutend einschränken, wie viel man Agenten zumuten kann, oder man erhält schlechte Ergebnisse oder echte Geschäftsrisiken. * Der Kontext für KI-Agenten wird typische Organisationsstrukturen übersteigen. In einer Welt, in der Agenten über mehrere Teile eines Technologiestacks (Backend und Frontend) oder Geschäftsprozesse (Recht und Vertriebsoperationen) hinweg zusammenarbeiten müssen, können wir möglicherweise die Arbeitsabläufe und den Datenzugriff von KI-Agenten nicht nur auf bestehende Mitarbeiter und Funktionen abbilden, was ganz neue Implikationen hat. Es wird super interessant sein zu beobachten, wie Unternehmen sich im Laufe der Zeit ändern, um die Produktivität von Agenten zu unterstützen, und was das für die Zukunft der Arbeit bedeutet.