Efter ett par år av snabba experiment börjar AI-landskapet få en tydligare struktur. Företag, teknikleverantörer och framväxande standarder formar en framtid där olika AI-system spelar definierade roller - och värdet kommer från hur de kopplas samman. De signaler jag ser kommer från tre håll: hur företagen använder olika AI-system, den teknik som teknikleverantörerna bygger och olika standardiseringsinsatser som pågår för närvarande.
Enligt min uppfattning består AI-pusslet av fyra huvudbitar:
- Uppgiftsspecifik AI
- AI på företagsnivå
- Domänspecifik AI
- Protokoll för anslutning
Låt oss ta en titt på var och en av dessa.
Olika typer av AI
Uppgifts-AI
Det här är högspecialiserade AI:er som utmärker sig för vissa uppgifter - tänk kodningsassistenter, skrivassistenter eller sökassistenter. Ibland existerar de självständigt, andra gånger är de inbäddade i rollbaserade AI. Eftersom de fokuserar på utförande kan dessa system ses som verktyg - eller som agenter, beroende på vilket perspektiv du har.
AI för företag
En företags-AI är enligt min mening ett centralt system som tillåter anslutningar till andra AI:er. Det kanske inte innehåller några data i sig - det kan bara dirigera anslutningar till andra system eller ta in rådata för RAG (retrieval-augmented generation) för att svara på frågor. AI:n kan utlösa åtgärder, men dessa åtgärder är begränsade och förlitar sig på att uppgiftsspecifika AI:er ska slutföra åtgärderna.
Företags-AI kanske inte finns ännu. Men jag ser att system med den här visionen börjar dyka upp: Google Agentspace och företagssökningsaktörer som Glean är tidiga exempel.
Domän-AI
Domän-AI fokuserar på smalare användningsfall, till exempel marknadsföring, HR eller försäljning. Du hittar dem i applikationer som HubSpot, Workday eller Happeo. Till skillnad från företags-AI äger dessa system vanligtvis datan och matar den uppåt genom indexerings-API:er, verktyg eller agenter.
Protokoll för anslutning
För att dessa system ska kunna arbeta tillsammans måste de följa etablerade protokoll och processer, till exempel Model Context Protocol (MCP) och Agent2Agent Protocol (A2A). Dessa har precis börjat användas, så vi får se om det är de som kommer att användas i hela världen eller om det blir någon variant. De signalerar dock behovet av en gemensam kommunikation i denna hierarki av AI.
Det som gör mig mest upphetsad är att dessa protokoll gör olika AI-system utbytbara. Om du hittar en ny och bättre företags-AI kommer det att bli något "enkelt" att byta till en annan leverantör och fortfarande ansluta och spela de rollspecifika AI: erna i det nya systemet.
Var Happeo passar in
Jag ser Happeo som mycket bra på att hantera och dela betrodd kunskap på både företags- och avdelningsnivå. Vi ser till att kunskapen finns tillgänglig, upptäcker vad som saknas och ger människor möjlighet att dela med sig av den.
För vissa kunder tror jag att vi kan utvecklas till ett AI-system på företagsnivå när vi har byggt upp fler funktioner. Men för de flesta kommer vi att fylla rollen som en domän-AI som tillhandahåller betrodd kunskap på företags- och avdelningsnivå. Och eftersom vi har ett starkt ingenjörsteam bygger vi redan nu AI-funktioner som hjälper våra kunder att lyckas.
Hur du kan använda Happeo i dina AI-system
Just nu ger vi våra kunder kraftfulla sätt att koppla in Happeo i sin AI-stack:
- Indexerings-API: det gör det möjligt att kopiera Happeo-data till kundernas egna RAG-system.
- Robust API: gör det till exempel möjligt att använda Happeos AI-sökning för att ge svar till anslutna system.
En intressant funktion som vi överväger att tillhandahålla är en MCP-server, som exponerar många av Happeos verktyg - från sökning till meddelanden till hjälpcenter - och gör det möjligt att bygga dessa funktioner direkt i olika AI-agenter.
Vad händer härnäst?
Mitt mål är att hålla Happeo framtidssäkert och låta våra kunder använda det på det sätt som passar deras AI-strategi bäst. Om du vill prova de här funktionerna uppmuntrar jag dig att testa Happeo och kontakta vårt supportteam för att få tillgång till experimentella funktioner som MCP-servern.
