Als we 100 keer meer AI-agenten hebben dan mensen die werk doen in een bedrijf, is het eigenlijk veel waarschijnlijker dat we ons aanpassen aan hoe agenten het beste werken in plaats van dat agenten zich aanpassen aan hoe wij werken. AI-agenten gedijen fundamenteel op context, en de variatie in wat je uit hen haalt, heeft bijna volledig te maken met hoe goed je context is. Dit betekent dat veel van de *nieuwe* manieren waarop we werken, in dienst zullen staan van het geven van de juiste context aan agenten. Voor AI was het vrij eenvoudig om gewoon te accepteren dat er beperkte documentatie zou zijn over hoe iets werkte, omdat je gewoon je collega kon vragen. Dit had natuurlijk enorme nadelen, omdat het het veel moeilijker maakte om een nieuwe werknemer in te werken, het is een belasting voor bestaande talenten, en je verliest in de loop van de tijd veel institutionele kennis. AI-agenten hebben deze luxe niet. AI-agenten hebben niet het voordeel van alle situationele bewustzijn en osmosis die mensen hebben. Standaard weten ze niet wat jouw doelen zijn, de bedrijfsnormen, stijl, andere lopende projecten, enzovoort. Nu we AI-eerst zijn gegaan bij Box, wanneer collega's Box AI-agenten bouwen, vangen ze inherent jaren van proceskennis en schrijven ze die eindelijk op voor de agent om op te opereren. Zelfs voor de gebieden waar we documentatie hebben over iets, wordt deze bijgewerkt op een manier die inherent vriendelijk is voor agenten. Maar dit is slechts het begin. Als gevolg van de noodzaak om agenten productiever te maken, zijn er veel gebieden die mogelijk geleidelijk moeten veranderen: * Documentatie voor al het kritieke werk. We zullen beginnen met het opschrijven van duidelijke beschrijvingen van veel meer van onze belangrijke workflows op een manier die agentvriendelijk is. En in tegenstelling tot documentatie-afwijkingen die optreden in menselijke workflows, moeten we ervoor zorgen dat deze up-to-date blijven, aangezien elke agentrun een herstart is van de kennis en ervaring van de agent. * Duidelijke regels en instructies voor agenten. Elk bedrijf heeft verschillende stijlgidsen, verschillende normen voor de codebasis, interne beleidslijnen, enzovoort waaraan agenten moeten voldoen. Net zoals we hebben gezien met dingen zoals Cursor-regels, kunnen we dit verwachten voor alle gebieden van kenniswerk. * Nieuwe benaderingen van agentgeheugen. We zullen waarschijnlijk gemakkelijkere manieren nodig hebben om agenten op te leiden die kunnen putten uit een geheugenbank van een gebruiker op basis van verschillende modaliteiten of werk die ze in een bedrijf doen. En dan zal de vraag zijn of ik een deel van dit geheugen later met me mee kan nemen, wat onwaarschijnlijk is vanuit een bedrijfs-IP-perspectief. * Beter gestructureerde tech-stacks. Als gevolg van hoe gemakkelijk AI-agenten van de rails kunnen afgaan, zal er een enorme premie zijn op de kwaliteit van de IT-architectuur van een bedrijf, de netheid van zijn gegevens, hoe up-to-date zijn toegangscontroles zijn, enzovoort. Kleine afwijkingen hier zullen betekenisvol beperken hoeveel je agenten kunt laten doen of je krijgt slechte resultaten of echt bedrijfsrisico. * Context voor AI-agenten zal typische organisatie-structuren overstijgen. In een wereld waar agenten moeten samenwerken over meerdere delen van een tech-stack (back-end en front-end) of bedrijfsprocessen (juridisch en verkoopoperaties), kunnen we mogelijk AI-agentworkflows en gegevensaccess niet alleen toewijzen aan bestaande werknemers en functies, wat allemaal nieuwe implicaties heeft. Het zal super interessant zijn om te zien hoe bedrijven in de loop van de tijd veranderen om de productiviteit van agenten te ondersteunen, en wat dit betekent voor de toekomst van werk.