Jeśli mamy 100 razy więcej agentów AI niż ludzi pracujących w firmie, to w rzeczywistości znacznie bardziej prawdopodobne jest, że dostosujemy się do tego, jak agenci najlepiej pracują, zamiast agentów dostosowujących się do tego, jak my pracujemy. Agenci AI zasadniczo rozwijają się w kontekście, a różnice w tym, co z nich uzyskujemy, prawie całkowicie odnoszą się do tego, jak dobry jest nasz kontekst. Co oznacza, że wiele *nowych* sposobów, w jakie pracujemy, będzie służyć temu, aby dać agentom odpowiedni kontekst. Przed AI było dość łatwo zaakceptować, że dokumentacja dotycząca działania czegoś będzie ograniczona, ponieważ można było po prostu zapytać kolegę. Oczywiście miało to ogromne wady, ponieważ znacznie utrudniało wprowadzenie nowego pracownika, obciążało istniejące talenty i z czasem traciło wiele wiedzy instytucjonalnej. Agenci AI nie mają tego luksusu. Agenci AI nie mają korzyści z całej świadomości sytuacyjnej i osmozy, którą mają ludzie. Domyślnie nie znają twoich celów, standardów firmy, stylu, innych projektów, które się odbywają, i tak dalej. Kiedy w Box przechodzimy na podejście AI-first, gdy koledzy budują agentów AI Box, w istocie uchwycają lata wiedzy procesowej i w końcu zapisują ją, aby agent mógł na niej działać. Nawet w obszarach, w których mamy dokumentację na coś, jest ona aktualizowana w sposób przyjazny dla agentów. Ale to dopiero początek. W wyniku potrzeby zwiększenia produktywności agentów, istnieje wiele obszarów, które mogą wymagać stopniowych zmian: * Dokumentacja dla wszystkich krytycznych prac. Zaczniemy zapisywać jasne opisy wielu naszych ważnych procesów w sposób przyjazny dla agentów. I w przeciwieństwie do dryfu dokumentacji, który występuje w ludzkich procesach, będziemy musieli je aktualizować, ponieważ każde uruchomienie agenta to restart wiedzy i doświadczenia agenta. * Jasne zasady i instrukcje dla agentów. Każda firma ma różne przewodniki stylu, różne standardy kodu, wewnętrzne polityki i tak dalej, do których agenci muszą się dostosować. Tak jak widzieliśmy w przypadku zasad Cursor, możemy się spodziewać tego we wszystkich obszarach pracy opartej na wiedzy. * Nowe podejścia do pamięci agentów. Prawdopodobnie będziemy potrzebować łatwiejszych sposobów na wprowadzenie agentów, które mogą korzystać z banku pamięci użytkownika w oparciu o różne modalności lub pracę, którą wykonują w firmie. A potem pojawi się pytanie, czy mogę zabrać część tej pamięci ze sobą później, co jest mało prawdopodobne z punktu widzenia korporacyjnych praw własności intelektualnej. * Lepiej zorganizowane stosy technologiczne. W wyniku tego, jak łatwo agenci AI mogą zbaczać z toru, ogromne znaczenie będzie miała jakość architektury IT firmy, czystość jej danych, aktualność jej kontroli dostępu itp. Małe odchylenia w tym zakresie znacząco ograniczą, jak wiele można zmusić agentów do działania, lub otrzymasz złe wyniki lub rzeczywiste ryzyko biznesowe. * Kontekst dla agentów AI będzie przekraczał typowe struktury organizacyjne. W świecie, w którym agenci muszą współpracować w różnych częściach stosu technologicznego (backend i frontend) lub procesów biznesowych (prawnych i operacyjnych sprzedaży), może być niemożliwe mapowanie przepływów pracy agentów AI i dostępu do danych tylko do istniejących pracowników i funkcji, co ma nowe implikacje. Będzie niezwykle interesujące obserwować, jak firmy zmieniają się w czasie, aby wspierać produktywność agentów i co to oznacza dla przyszłości pracy.