Ci sarà un enorme divario nella velocità di esecuzione nel prossimo futuro tra gli individui, i team e le aziende che adattano (o creano per la prima volta) i loro flussi di lavoro per lavorare con agenti AI rispetto a quelli che non lo fanno. Negli ultimi mesi ho parlato con diversi fondatori di startup che operano in un modo totalmente diverso rispetto al resto del mondo in questo momento. Gran parte del loro lavoro, in particolare nell'ingegneria per cominciare, è orientato su come rendere gli agenti efficaci. C'è un focus su prompt iper specifici, una maggiore attenzione a ottenere le specifiche perfettamente corrette, eseguire molti agenti in background in parallelo, concentrarsi sulle revisioni del codice rispetto alla codifica, e un sacco di altre nuove pratiche di flusso di lavoro sono in realtà ciò che serve per far funzionare gli agenti su larga scala. E mentre la codifica è attualmente in anticipo rispetto alla curva nei flussi di lavoro agentici, è chiaro che questo modello inizierà a emergere in quasi tutti gli altri domini nel tempo. Il leverage si manifesterà ovunque: la capacità di generare 10 volte di più in output di marketing, elaborare affari molto più velocemente grazie a flussi di lavoro legali automatizzati, gestire il supporto clienti e le operazioni di successo in modi più rapidi, e così via. La lezione qui è che questi team tendono ad essere molto più ambiziosi in ciò che spingono gli agenti a fare. La maggior parte dei team e delle aziende esistenti sarà felice di guadagni incrementali e si fermerà prima di apportare i cambiamenti davvero significativi nel modo in cui lavorano. E farlo fornirà almeno un vantaggio temporaneo a coloro che si adattano a questi nuovi modi di lavorare.

È interessante notare che, poiché abbiamo agenti AI che operano in background, la velocità dell'AI diventa progressivamente meno importante rispetto al livello di capacità sottostante. Quando potevi dare all'AI solo piccoli compiti, la velocità di risposta contava molto. Il tasso con cui puoi andare avanti e indietro con l'AI in tempo reale era il fattore determinante su quanto fosse utile. Ma poiché gli agenti AI possono eseguire compiti più complessi e utili in parallelo dietro le quinte, puoi permetterti di aspettare più a lungo che il lavoro venga completato, a patto che sia prezioso. Ora l'attenzione si sposta di più su come rivedi e orchestrare il lavoro degli agenti. E il fattore principale è quanto sia utile e utilizzabile l'output che l'agente ha restituito.

Oggi, Box annuncia importanti nuove capacità degli agenti AI per consentire ai clienti di sfruttare appieno il valore dei loro dati non strutturati. Innanzitutto, annunciamo tutti i nuovi aggiornamenti per il Box AI Studio per rendere ancora più facile costruire agenti AI che attingano ai contenuti aziendali per qualsiasi funzione lavorativa, processo aziendale o caso d'uso specifico del settore. Stiamo anche espandendo il nostro set di agenti fondamentali che i clienti potranno utilizzare per lavorare con i loro contenuti aziendali, inclusi nuovi strumenti come la ricerca e l'analisi dei dati non strutturati. In secondo luogo, annunciamo Box Extract per consentire ai clienti di utilizzare agenti AI in modo fluido per l'estrazione complessa di dati da qualsiasi tipo di documento o contenuto. Questo rende più facile che mai estrarre dati da contratti, fatture, dati di ricerca, risorse di marketing, cartelle cliniche e altro ancora. Infine, introduciamo Box Automate, una nuova soluzione di automazione dei flussi di lavoro all'interno di Box che ti consente di distribuire agenti AI attraverso flussi di lavoro centrati sui contenuti aziendali. Con Box Automate, puoi progettare il tuo processo aziendale in un semplice builder drag and drop e poi inserire agenti AI in qualsiasi fase del processo. Questo assicura che gli agenti eseguano compiti nei passaggi giusti di un flusso di lavoro ogni volta. Il meglio di tutto è che i nostri agenti AI e gli strumenti di flusso di lavoro sono progettati per funzionare su qualsiasi sistema con cui i nostri clienti lavorano, sia sfruttando integrazioni predefinite, API di Box o il nuovo Box MCP Server. In definitiva, tutte queste capacità si uniscono per trasformare il modo in cui le aziende possono lavorare con i loro contenuti aziendali. Storicamente, il software è stato buono solo nell'automazione del lavoro che riguarda dati strutturati, motivo per cui i sistemi ERP, CRM e HR sono stati a lungo pilastri del software aziendale. I dati in questi sistemi si adattano perfettamente a un database e i flussi di lavoro sono molto pronti per l'automazione. Ma si scopre che la maggior parte del lavoro nel mondo riguarda dati non strutturati. Si tratta di ideare attraverso documenti di ricerca, lavorare con un cliente su contratti, rivedere dettagli per un nuovo lancio di prodotto, esaminare la cartella clinica di un paziente per fare una diagnosi, lavorare attraverso documenti di due diligence per un affare di M&A, e così via. Per la prima volta, possiamo iniziare a portare nuove intuizioni e automazione a questo lavoro con agenti AI. In Box, siamo incredibilmente entusiasti di essere in questo viaggio per aiutare i clienti a trasformare il modo in cui lavorano con i loro dati più importanti.