Рынок Agentic AI вырастет до $200 млрд

Рынок SaaS-компаний, использующих agentic AI для автоматизации координационной работы в корпоративных системах, огромен. Оценка рынка в США составляет 100 миллиардов долларов, а к 2030 году мировой рынок достигнет 200 миллиардов долларов. Сейчас компании зарабатывают лишь 4–6 миллиардов долларов — это означает, что более 90% ниши все еще свободно.

Agentic AI превращает ручную координацию между системами (ERP, CRM, поддержка) в полностью автоматические процессы. В отличие от существующих решений вроде RPA, которые плохо справляются с неоднозначными данными, agentic AI может интерпретировать неструктурированную информацию и действовать по заданным правилам.

Потенциал автоматизации по направлениям

На продажи приходится около 20 миллиардов долларов — сказывается большое количество задействованных сотрудников. В производстве и операциях потенциал составляет 26 миллиардов благодаря огромному штату.

Рынки R&D, инженерии, поддержки и финансов оцениваются от 6 до 12 миллиардов долларов. Потенциал автоматизации варьируется: поддержка и R&D — 40-60%, тогда как финансы и HR — 35-45%.

Продажи и IT показывают средний потенциал — 30-40%. Юридический отдел имеет самый низкий показатель — 20-30%. Здесь необходим контроль человека из-за высоких рисков.

Факторы внедрения и инструменты

Реалистичный уровень автоматизации зависит от проверяемости результатов, последствий ошибок и наличия оцифрованных знаний. Однако субъективные суждения автоматизировать сложнее.

Рискованные задачи (налоги, безопасность) требуют наблюдения человека. Agentic AI необходим доступ к структурированным данным, а сложность интеграции между системами также влияет на эффективность автоматизации.

Самые ценные возможности — в задачах, которые объединяют несколько систем, например, ERP и CRM. Это открывает совершенно новый уровень автоматизации.

Компании Cursor, Sierra, Harvey и Glean активно развиваются в этой сфере. Другие игроки, такие как AppLovin, ServiceNow и Salesforce, выбирают разные стратегии: разработку собственных решений, приобретение или партнерство.

GitHub расширяет возможности, используя данные для поддержки разработчиков, автоматизируя основную или смежные задачи. Ценообразование также трансформируется: от модели "за пользователя" к оплате "за результат".

Стратегические рекомендации для saas

SaaS-компаниям необходимо строить прочную базу данных, учитывая логику принятия решений и итоги работы систем. Автоматизацию стоит оценивать на уровне подпроцессов.

Требуются инвестиции в AI-инженеров, масштабируемые облачные архитектуры и обучение моделей. Цикл разработки сократился с лет до нескольких кварталов, а AI-компании ускоряют сбор данных.

Привязка ценообразования и продаж к конкретным результатам AI — ключ к успеху. Это уход от устаревших моделей, привязанных к количеству пользователей.

Ранее по теме
Salesforce ускорила разработку Agentforce через отзывы 18 000 клиентов

Больше новостей в нашем Телеграм. Подпишись!

Ссылка на источник тык.