Laut einem Bericht von Bain wird der Markt für agentenbasierte KI-Automatisierung 100 Milliarden Dollar erreichen.

Bain & Company hat geschätzt, Markt mit einem Volumen von 100 Milliarden US-Dollar in den USA für SaaS-Unternehmen, die agentenbasierte KI einsetzen. Das Unternehmen erklärte, der Markt sei an folgende Faktoren gebunden: Automatisierung von Koordinierungsarbeiten in UnternehmenssystemenDie

Die Schätzung stammt aus dem zweiten von fünf Berichten der Bain-Reihe zur Softwarebranche im Zeitalter der KI. Der Bericht untersucht, wo agentenbasierte KI neue Softwaremärkte schaffen könnte und wie SaaS-Unternehmen diese erschließen können.

Koordinierungsarbeit in Unternehmenssystemen

Bain sagte, der Markt liege im Manuelle Arbeiten, die Mitarbeiter zwischen Unternehmensanwendungen ausführenDiese Arbeitsabläufe erstrecken sich häufig über ERP-, CRM- und Supportsysteme. Sie können auch Tools für das Lieferantenmanagement und E-Mails einbeziehen.

Diese Arbeit umfasst das Abrufen von Daten aus einem System und deren Abgleich mit einer anderen Quelle. Sie kann auch die Interpretation unstrukturierter Nachrichten und die Entscheidung über Genehmigung, Antwort, Eskalation oder Abwarten beinhalten.

Bain erklärte, dass regelbasierte Automatisierung und robotergestützte Prozessautomatisierung bei Arbeitsabläufen mit Mehrdeutigkeiten und verteilten Informationen in mehreren Systemen an ihre Grenzen stoßen. Agentische KI hingegen kann Informationen aus verschiedenen Quellen interpretieren, Aktionen in Systemen koordinieren und innerhalb vorgegebener Richtlinien agieren.

Der Bericht argumentiert, dass Agentenbasierte KI ist nicht in erster Linie ein Ersatz für SaaS-Plattformen.Der Markt entsteht jedoch dadurch, dass arbeitsintensive Koordinierungsarbeit in Softwareausgaben umgewandelt wird.

Es schätzt, dass die Anbieter bereits Daten erfassen. 4 Milliarden US-Dollar bis 6 Milliarden US-Dollar des US-Marktes. Laut dem Unternehmen sind über 90 % des Marktes noch unerschlossen.

Außerhalb der USA schätzte Bain, dass Kanada, Europa, Australien und Neuseeland einen ähnlich großen Markt beisteuern könnten. Damit würde sich der Gesamtmarkt in diesen Regionen und den USA auf etwa 200 Milliarden US-DollarDie

Marktgröße nach Funktion

Der Markt ist nicht gleichmäßig auf die Unternehmensfunktionen verteilt. Bain schätzt, dass Der Umsatz stellt den größten Einzelanteil dar. etwa 20 Milliarden US-DollarDies liegt hauptsächlich an der Anzahl der Vertriebsmitarbeiter und dem nicht ungewöhnlich hohen Automatisierungspotenzial.

• 📊 Kosten der verkauften Waren und des Betriebs: adressierbarer Markt von ca. 26 Milliarden US-Dollar
• 🔬 Forschung & Entwicklung und Konstruktion: Marktgröße: 6 bis 12 Milliarden US-Dollar
• 💬 Kundensupport: adressierbarer Markt: 6 bis 12 Milliarden US-Dollar
• 💰 Finanzen: Marktpotenzial: 6 bis 12 Milliarden US-Dollar

Die große Anzahl an operativen Arbeitskräften bedeutet, dass selbst moderate Automatisierungsraten zu einem großen adressierbaren Markt führen können.

Finanzen und Personalwesen fallen in den Bereich 35 % bis 45 % BereichDer Bericht besagt, dass die Kreditorenbuchhaltung und die Lohnbuchhaltung ein höheres Automatisierungspotenzial aufweisen, während die Finanzplanung und die Mitarbeiterbeziehungen mehr Urteilsvermögen erfordern.

Vertrieb und IT sitzen bei 30 % bis 40 %Bain wies auf die Nuancen in den Kundenbeziehungen, die Unterschiede zwischen einzelnen Transaktionen und die Unvorhersehbarkeit von Sicherheitsvorfällen als Grenzen für die Automatisierung in diesen Bereichen hin. Der Rechtsbereich weist ein geringeres Automatisierungspotenzial auf. 20 % bis 30 %Bain erklärte, Vertragsprüfung und -einhaltung seien wiederholbar, doch die Folgen von Fehlern erforderten eine strengere Überwachung.

Automatisierungsfaktoren von Bain

Der Bericht identifiziert sechs Faktoren Diese Faktoren bestimmen, wie viel eines Arbeitsablaufs realistischerweise von einem KI-Agenten übernommen werden kann. Dazu gehören:

1. Ausgabeverifizierbarkeit
2. Folgen des Versagens
3. Verfügbarkeit digitalisierten Wissens
4. Prozessvariabilität
5. Integrationskomplexität
6. Systeminterdependenzen

Bain sagte, Arbeitsabläufe mit eindeutige Verifizierungssignale Sie lassen sich leichter automatisieren als Arbeiten, die subjektive Beurteilungen erfordern. Beispiele hierfür sind das Kompilieren von Code, das Abgleichen von Rechnungen und das Bearbeiten von Support-Tickets.

Arbeitsabläufe, die Folgendes beinhalten regulatorisches oder finanzielles Risiko Laut dem Bericht ist eine engere menschliche Aufsicht erforderlich, selbst wenn die Agenten technisch dazu befähigt sind. Dies betrifft unter anderem Steuererklärungen, die Einhaltung gesetzlicher Bestimmungen und die Reaktion auf Sicherheitsvorfälle.

Bain identifizierte zudem die Verfügbarkeit digitalisierten Wissens als Einschränkung. Mitarbeiter benötigen Zugriff auf strukturierte Daten und dokumentierten Kontext. Sie benötigen außerdem maschinenlesbare Eingaben, einschließlich Entscheidungslogik, die oft informell erfahrenen Mitarbeitern vorliegt.

Die Integrationskomplexität beeinträchtigt die Automatisierung, wenn Workflows mehrere Systeme und APIs durchlaufen. Authentifizierungsebenen und Ausnahmebehandlungsprozesse erhöhen die Komplexität zusätzlich, und diese Workflows sind schwieriger durchgängig zu automatisieren als Workflows, die auf einer einzigen Plattform laufen.

Der Bereiche mit dem höchsten Wert Sie konzentrieren sich auf Bereiche, in denen kein einzelnes System den gesamten Ablauf kontrolliert. Diese Arbeitsabläufe erstrecken sich laut Unternehmen häufig über ERP-, CRM- und Supportsysteme.

Unternehmensbeispiele und angrenzende Arbeitsabläufe

Der Bericht nannte in seiner Diskussion über die Einführung agentenbasierter KI mehrere Unternehmen:

• Cursor: übertroffen 16,7 Millionen US-Dollar im durchschnittlichen monatlichen Umsatz nach Verdopplung innerhalb eines einzigen Quartals
• Sierra: gekreuzt 150 Millionen US-Dollar pro Jahr
• Harvey: bestanden 190 Millionen US-Dollar pro Jahr
• Sammeln: erreicht 200 Millionen US-Dollar pro Jahr

Der Bericht wies außerdem darauf hin, GitHub GitHub ist ein Beispiel für ein Unternehmen, das Daten aus einem bestehenden Kernworkflow nutzt, um in angrenzende Geschäftsfelder vorzudringen. Das Kerngeschäft von GitHub ist die Zusammenarbeit von Entwicklern und die Quellcodeverwaltung, aber die Repository- und Workflow-Daten trugen dazu bei, die Expansion in die Bereiche KI-gestützte Entwicklerproduktivität und Sicherheitsautomatisierung zu unterstützen.

Bain sagte, SaaS-Unternehmen könnten expandieren durch zwei Arten der Workflow-Automatisierung:

Preismodelle können sich ändern, wenn Agenten vollständige Ergebnisse liefern. Bain sagte ergebnis- und nutzungsbasierte Preisgestaltung Dies kann relevanter werden, wenn Agenten Probleme lösen oder Rechnungen bearbeiten. Der Bericht stellt dies der traditionellen Preisgestaltung gegenüber, die auf Lizenzen und Logins basiert.

Bains Empfehlungen für SaaS-Unternehmen

Bain empfahl SaaS-Unternehmen, damit zu beginnen Identifizierung derjenigen Kunden-Workflows, die jetzt automatisierbar sind mit agentenbasierter KI. Das Unternehmen erklärte, Firmen sollten die Automatisierung auf der Ebene einzelner Teilprozesse bewerten und nicht ganze Funktionen als gleichermaßen automatisierbar betrachten.

Der Bericht zitierte AppLovin's Eigenentwicklung der Axon-Plattform, ServiceNow Übernahme von Moveworks und Salesforce Partnerschaften mit Workday als Beispiele für unterschiedliche Herangehensweisen.

Das Unternehmen wies zudem auf den Bedarf an KI-Ingenieuren, Cloud-nativer Architektur für die Multiagenten-Orchestrierung und Finanzmitteln für Modelltraining und -inferenz hin. Es erklärte, Unternehmen sollten Preisgestaltung und Vertriebsanreize an KI-gestützten Ergebnissen und nicht an veralteten, lizenzbasierten Modellen ausrichten.

Bain sagte, SaaS-Unternehmen bräuchten außerdem Daten- und Produktgrundlagen, die für agentenbasierte Arbeitsabläufe ausgelegt seien, einschließlich maschinenlesbare Übergaben und Systeme, die Entscheidungen und Ergebnisse aus jedem Workflow-Durchlauf erfassen.

Crawford sagte, der Zeitrahmen für SaaS-Unternehmen sei „Gemessen in Quartalen, nicht in Jahren.“ Da KI-native Unternehmen mit jedem Kunden-Workflow, den sie automatisieren, mehr Bereitstellungsdaten sammeln.

(Foto von Engin Akyurt)

Siehe auch:

Google testet den KI-Agenten Remy für Gemini, wobei der Fokus auf der Nutzerkontrolle liegt.