Tipe besar Amerika perusahaan biasanya menggunakan ratusan atau ribuan alat software, termasuk sistem ERP seperti SAP dan Workday, banyak aplikasi SaaS, alur kerja, skrip, otomatisasi, dan bahkan spreadsheet raksa. Perusahaan sering tidak memiliki visibilitas terhadap inventaris software dan pengeluaran, namun menghadapi tugas ulang-ulang yang tak henti. Meskipun AI menjanjikan mengotomatisasi maggioritas tugas ini dalam hitungan menit tanpa coding, kenyataannya lebih kompleks.

AI dapat cepat menghasilkan alat, membuat otomatisasi untuk non-insinyur dapat diakses, tetapi mayoritas pekerja bukan pembuat alat. Ahli hukum, penjual, dan profesional lain fokus pada tanggung jawab inti mereka, bukan pada mengoptimalkan software. Solusi seperti template Excel atau Claude for X menawarkan bantuan tetapi tidak mencukupi untuk mengubah alur kerja.

Konsep 'engineer yang dideploy ke depan'—seorang pembangun yang mengidentifikasi peluang otomatisasi yang tidak terlihat pengguna akhir, seperti di kantor hukum atau kantor arsitektur—menekankan masalah yang lebih dalam: banyak masalah tersembunyi, dikelompokkan, atau tidak dikenali sebagai masalah hingga diotomatisasi. Perusahaan software yang sukses sering kali melalui beberapa percobaan gagal sebelum menemukan pendekatan yang benar. Hanya membuat pemrograman lebih mudah tidak menyelesaikan tantangan inti mengidentifikasi kebutuhan alat dari awal.