Si tenemos 100 veces más agentes de IA que personas que trabajan en una empresa, en realidad es mucho más probable que nos ajustemos a la forma en que los agentes trabajan mejor en lugar de que los agentes se ajusten a nuestra forma de trabajar. Los agentes de IA prosperan fundamentalmente en el contexto, y la variación en lo que obtienes de ellos se relaciona casi por completo con qué tan bueno es tu contexto. Lo que significa que muchas de las *nuevas* formas en que trabajamos estarán al servicio de brindar a los agentes el contexto adecuado. Antes de la IA, era bastante fácil aceptar que habría documentación limitada sobre cómo funcionaba algo porque podías preguntarle a tu colega. Esto tuvo tremendas desventajas, por supuesto, porque hizo que fuera mucho más difícil aumentar a un nuevo empleado, es un impuesto sobre el talento existente y se pierde mucho conocimiento institucional con el tiempo. Los agentes de IA no tienen este lujo. Los agentes de IA no tienen el beneficio de toda la conciencia situacional y la ósmosis que tienen las personas. De forma predeterminada, no conocen sus objetivos, los estándares de la empresa, el estilo, otros proyectos en curso, etc. Como hemos estado yendo primero a la IA en Box, cuando los colegas crean agentes de IA de Box, están capturando inherentemente años de conocimiento del proceso y finalmente escribiéndolo para que el agente opere. Incluso para las áreas en las que tenemos documentación sobre algo, se está actualizando de una manera que es inherentemente amigable para los agentes. Pero esto es solo el comienzo. Como resultado de la necesidad de hacer que los agentes sean más productivos, hay muchas áreas que el trabajo puede necesitar cambios incrementales: * Documentación para todos los trabajos críticos. Comenzaremos a escribir descripciones claras de muchos más de nuestros flujos de trabajo importantes de una manera que sea amigable para los agentes. Y a diferencia de la deriva de la documentación que ocurre en los flujos de trabajo humanos, necesitaremos que se mantengan actualizados, ya que cada ejecución del agente es un reinicio del conocimiento y la experiencia del agente. * Reglas e instrucciones claras para los agentes. Cada empresa tiene diferentes guías de estilo, diferentes estándares de base de código, políticas internas, etc., que los agentes deben cumplir. Al igual que hemos visto con cosas como las reglas del cursor, podemos esperar esto para todas las áreas del trabajo del conocimiento. * Nuevos enfoques para la memoria de agentes. Es probable que necesitemos formas más fáciles de aumentar los agentes que puedan acceder a un banco de memoria de un usuario en función de las diferentes modalidades o el trabajo que realizan en una empresa. Y luego la pregunta será si puedo llevarme algo de este recuerdo conmigo más tarde, lo cual es poco probable desde el punto de vista de la propiedad intelectual corporativa. * Pilas tecnológicas mejor estructuradas. Como resultado de la facilidad con la que los agentes de IA pueden descarrilarse, habrá una gran prima en la calidad de la arquitectura de TI de una empresa, la limpieza de sus datos, la actualización de sus controles de acceso, etc. Las pequeñas desviaciones aquí limitarán significativamente cuánto puede presionar a los agentes para que hagan o obtendrá malos resultados o un riesgo comercial real. * El contexto para los agentes de IA trascenderá las estructuras organizativas típicas. En un mundo en el que los agentes necesitan colaborar en múltiples partes de una pila tecnológica (respaldada y frontend) o en un proceso empresarial (operaciones legales y de ventas), es posible que no podamos asignar los flujos de trabajo de los agentes de IA y el acceso a los datos solo a los empleados y funciones existentes, lo que tiene implicaciones nuevas. Va a ser muy interesante ver cómo las empresas cambian con el tiempo para apoyar la productividad de los agentes, y lo que esto significa para el futuro del trabajo.