Een subtiele reden waarom de marktgrootte voor AI-agenten groter zal zijn dan we ons realiseren, is dat er veel gebruiksgevallen zijn waarbij het waardevol is om meerdere agenten parallel te laten draaien om hetzelfde probleem op te lossen. Dit was effectief nooit mogelijk met het meeste kenniswerk eerder. Het zou gewoon te kostbaar zijn geweest om meer mensen op hetzelfde probleem af te sturen. Maar omdat we de kosten voor het inzetten van intelligentie dramatisch hebben verlaagd, kun je het je veroorloven om meer redundantie te hebben en dingen vanuit nog meer hoeken te overwegen. We zien deze voorbeelden al in verschillende gebieden. Mensen gebruiken AI-codebeoordelingsagenten op dezelfde codewijzigingen om subtiele verschillen in analyse aan te bieden. Hetzelfde zou gelden voor het laten beoordelen van code door beveiligingsagenten, waar er alleen maar meer waarde is in extra dekking. Bij diepgaand onderzoek is het vaak nuttig om meerdere prompts parallel te laten draaien om verschillende benaderingen te vergelijken. En we kunnen verwachten dat dit zich zal voordoen in veel andere velden waar meerdere verschillende perspectieven incrementele waarde aan een workflow bieden, zoals juridisch werk, gezondheidszorg, financiële analyse, wetenschappelijk onderzoek, productideeën, marketinginhoudcreatie en meer. Dit is waarom het onmogelijk is om de volledige TAM van veel van deze markten te schatten. Als je dacht dat agenten alleen 1:1 benaderen hoe we vandaag de dag werken, zou het gemakkelijk zijn om alle manieren te missen waarop we agenten in workflows zullen gebruiken. Dit is waarom deze markten in de toekomst geen natuurlijke plafond hebben.