Viết mã là trường hợp sử dụng PMF không thể chối cãi của AI, nhưng hầu hết công việc tri thức vẫn còn một chặng đường dài phía trước

Viết mã hiệu quả vì tất cả ngữ cảnh đều nằm trong một kho git có phiên bản, có cấu trúc, tập trung tại một nơi, và thường có một bộ kiểm thử cho bạn biết điều gì là đúng
Công việc tri thức mặt khác dựa trên thông tin nằm rải rác ở nhiều nơi khác nhau - Slack, email, các hệ thống khác nhau, và thường là trong đầu mọi người
Vì vậy nếu bạn muốn tự động hóa công việc tri thức giống như mã, bạn cần một "kho ngữ cảnh" hay thường được gọi là "bộ não doanh nghiệp"
Nhưng một bộ não doanh nghiệp chỉ lấy tệp, đặt chúng ở đâu đó và chồng RAG lên trên không phải là câu trả lời đúng
Những gì bạn cần là một hệ thống dựa trên bản thể học - việc thiết lập nó rất khó, và duy trì nó thậm chí còn khó hơn
Có một lý do tại sao chúng ta thấy rất nhiều dự án AI doanh nghiệp thất bại hoặc không tạo ra ROI, đó là vì "kho ngữ cảnh" không được thực hiện đúng cách
Tuy nhiên, đây là điểm mấu chốt - nếu được thực hiện đúng, lớp ngữ cảnh có thể chuyển từ một chi phí mà công ty trả cho một công cụ mới, thành một TÀI SẢN mà họ xây dựng và tích lũy giá trị
Nó trở thành tài sản khi các quy trình tác nhân được xây dựng trên lớp ngữ cảnh và dữ liệu đo từ xa từ các tác nhân đó cung cấp cho môi trường học tăng cường cho phép công ty hậu huấn luyện các mô hình mã hóa cách công ty thực hiện công việc, và các mô hình đó thuộc sở hữu của công ty
Sở hữu một mô hình với dữ liệu của bạn về cách công ty thực sự hoạt động là một bước đi đỉnh cao