11月のThoughtworks Technology RadarはAIの優位性を強調していますが、エージェンティックAIを大規模に管理することは新たな課題を提示しています。エンタープライズの主要な懸念事項には、コンテキストの共有、トークンコストの管理、認知負荷の管理、セキュリティの確保、堅牢なプラットフォームの構築が含まれます。これらの問題は相互に関連しており、統合された戦略が必要であり、常にAIは人間の利益に資するべきであることを忘れてはなりません。Ben ThompsonのStratecheryニュースレターは、AIの認識に関連する、新しいデータセンターに対する最近の超党派の反対に言及しています。インターネットからAIに焦点を移したこの反対は、供給の減少とトークンコストの増加を通じて、既存のデータセンター所有者に利益をもたらします。Appleのような、AIをエッジデバイスにプッシュする非米国エンティティや企業も利益を得る可能性があります。確立された企業は、競争への障壁として機能する新しいデータセンター建設を妨げる規制を静かに支持する可能性があります。Hadley Wickhamは、AIトークンコストが補助金を受けているかどうかを調査し、トークンあたりのAPI価格はほとんど補助金を受けていないが、サブスクリプションプランにはいくらかの補助金が見られると結論付けています。「Weight-Space Programming」の研究は、モデルが他のモデルの重みを理解し操作する能力を探求しています。これは、モデルに直接機能をダウンロードできるというエキサイティングな可能性をもたらします。Jessica Kerrは、AIに教えることからAIに人間に教えさせることへの移行を提案しています。Houckらは、AIエージェントに提供されるコンテキストの質を評価するために、CAFE(S)フレームワーク—Clarity, Actionability, Fidelity, Efficiency, Security—を開発しました。最後に、業界の経験は、AIトークン支出のかなりの部分が、初期生成ではなく、モデル出力の検証とガードレールの実装に費やされていることを示しており、堅牢な検証プロセスの重要性を示唆しています。