Según un informe de Bain, el mercado de la automatización con IA agente alcanzará los 100.000 millones de dólares.

Bain & Company ha estimado que Mercado de 100 mil millones de dólares en los EE. UU. para empresas SaaS que utilizan IA agente. La empresa dijo que el mercado está vinculado a Automatización del trabajo de coordinación en sistemas empresariales.

Esta estimación proviene del segundo informe de la serie de cinco partes de Bain sobre la industria del software en la era de la IA. El informe analiza dónde la IA con agentes podría crear nuevos mercados de software y cómo las empresas SaaS pueden aprovecharlos.

Trabajo de coordinación en sistemas empresariales

Bain dijo que el mercado reside en el trabajo manual que realizan los empleados entre aplicaciones empresarialesEstos flujos de trabajo suelen abarcar sistemas ERP, CRM y de soporte. También pueden incluir herramientas de gestión de proveedores y correo electrónico.

Ese trabajo incluye extraer datos de un sistema y compararlos con otra fuente. También puede implicar interpretar mensajes no estructurados y decidir si aprobarlos, responderlos, escalarlos o esperar.

Bain afirmó que la automatización basada en reglas y la automatización robótica de procesos tienen limitaciones en flujos de trabajo que implican ambigüedad e información dispersa en múltiples sistemas. La IA agente puede interpretar información de diferentes fuentes, coordinar acciones en los sistemas y operar dentro de límites de políticas predefinidas.

El informe sostiene que La IA agente no es principalmente un reemplazo para las plataformas SaaS.pero que el mercado surge de convertir el trabajo de coordinación intensivo en mano de obra en gasto en software.

Se estima que los proveedores ya están capturando Entre 4.000 y 6.000 millones de dólares estadounidenses. del mercado estadounidense. Según la empresa, más del 90% sigue sin explotarse.

Fuera de los EE. UU., Bain estimó que Canadá, Europa, Australia y Nueva Zelanda podrían agregar un mercado de tamaño similar. Eso elevaría el total en esas regiones y los EE. UU. a aproximadamente 200 mil millones de dólares.

Tamaño del mercado por función

El mercado no está distribuido uniformemente en las funciones empresariales. Bain estima que Las ventas representan la mayor participación individual. aproximadamente 20 mil millones de dólaresEsto se debe principalmente al número de empleados de ventas, y no a un potencial de automatización inusualmente alto.

• 📊 Costo de los bienes vendidos y operaciones: mercado potencial aproximado de 26 mil millones de dólares estadounidenses
• 🔬 Investigación y desarrollo e ingeniería: Tamaño del mercado: entre 6.000 y 12.000 millones de dólares estadounidenses.
• 💬 Soporte al cliente: Mercado potencial de entre 6.000 y 12.000 millones de dólares estadounidenses
• 💰 Finanzas: Potencial de mercado de entre 6.000 y 12.000 millones de dólares estadounidenses

El gran tamaño de la plantilla operativa implica que incluso tasas de automatización modestas pueden traducirse en un amplio mercado potencial.

Las finanzas y los recursos humanos se encuentran en el Rango del 35% al ​​45%.El informe señala que las cuentas por pagar y la nómina tienen un mayor potencial de automatización, mientras que la planificación financiera y las relaciones con los empleados requieren mayor criterio.

Ventas y TI se ubican en Del 30% al 40%Bain señaló los matices de las relaciones, la variación de cada transacción y la naturaleza impredecible de los incidentes de seguridad como limitaciones para la automatización en esas áreas. El área legal tiene un menor potencial de automatización general, en Del 20% al 30%Bain afirmó que la revisión y el cumplimiento de los contratos son procesos repetibles, pero las consecuencias de los errores generan la necesidad de una supervisión más estricta.

Factores de automatización de Bain

El informe identifica seis factores que determinan qué parte de un flujo de trabajo puede ser manejada de manera realista por un agente de IA. Incluyen:

1. Verificabilidad de la salida
2. Consecuencia del fracaso
3. Disponibilidad de conocimiento digitalizado
4. Variabilidad del proceso
5. Complejidad de la integración
6. interdependencias del sistema

Bain dijo que los flujos de trabajo con señales de verificación claras Son más fáciles de automatizar que el trabajo que implica juicio subjetivo. Algunos ejemplos son la compilación de código, la conciliación de facturas y la resolución de incidencias de soporte.

Flujos de trabajo que involucran riesgo regulatorio o financiero Según el informe, se requiere una supervisión humana más estrecha, incluso cuando los agentes son técnicamente capaces. Esto incluye la presentación de declaraciones de impuestos, el cumplimiento legal y la respuesta a incidentes de seguridad.

Bain también identificó la disponibilidad de conocimiento digitalizado como una limitación. Los agentes necesitan acceso a datos estructurados y contexto documentado. Además, requieren datos legibles por máquina, incluida la lógica de decisión, que a menudo reside de forma informal en manos de empleados experimentados.

La complejidad de la integración afecta a la automatización cuando los flujos de trabajo pasan por varios sistemas y API. Las capas de autenticación y los procesos de gestión de excepciones añaden aún más complejidad, y estos flujos de trabajo son más difíciles de automatizar de principio a fin que los que se encuentran en una sola plataforma.

El zonas de mayor valor Se concentran en zonas donde ningún sistema de registro controla el resultado final. Estos flujos de trabajo suelen abarcar sistemas ERP, CRM y de soporte, según la empresa.

Ejemplos de empresas y flujos de trabajo relacionados

El informe citó a varias empresas en su análisis de la adopción de la IA automatizada:

• Cursor: superado 16,7 millones de dólares estadounidenses en ingresos mensuales promedio después de duplicarse en un solo trimestre
• Sierra: cruzado 150 millones de dólares estadounidenses por año
• Harvey: aprobado 190 millones de dólares estadounidenses por año
• Espigar: alcanzó 200 millones de dólares por año

El informe también señaló GitHub Como ejemplo de una empresa que utiliza datos de un flujo de trabajo central existente para expandirse a tareas adyacentes, el negocio principal de GitHub es la colaboración entre desarrolladores y el control de versiones. Sin embargo, los datos de su repositorio y flujo de trabajo contribuyeron a la expansión hacia la automatización de la productividad y la seguridad de los desarrolladores mediante inteligencia artificial.

Bain dijo que las empresas SaaS pueden expandirse a través de Dos tipos de automatización de flujos de trabajo:

Los modelos de precios pueden cambiar cuando los agentes entregan resultados completos. Bain dijo precios basados ​​en resultados y uso Puede adquirir mayor relevancia cuando los agentes resuelven problemas o procesan facturas. El informe contrasta esto con los precios tradicionales basados ​​en puestos y accesos.

Recomendaciones de Bain para empresas de SaaS

Bain recomendó que las empresas SaaS comiencen por identificar qué flujos de trabajo de clientes ahora son automatizables con IA agente. La empresa afirmó que las compañías deberían evaluar la automatización a nivel de subproceso, sin considerar funciones completas como igualmente automatizables.

El informe citado AppLovin's desarrollo interno de su plataforma Axon, ServiceNow adquisición de Moveworks y Salesforce La colaboración con Workday sirve como ejemplo de diferentes enfoques.

La firma también destacó la necesidad de contar con talento en ingeniería de IA, arquitectura nativa en la nube para la orquestación multiagente y financiación para el entrenamiento e inferencia de modelos. Afirmó que las empresas deberían alinear los precios y los incentivos de ventas con los resultados impulsados ​​por la IA, y no con los modelos tradicionales basados ​​en licencias.

Bain dijo que las empresas SaaS también necesitarán bases de datos y productos diseñadas para flujos de trabajo basados ​​en agentes, incluyendo: transferencias legibles por máquina y sistemas que registran las decisiones y los resultados de cada ejecución del flujo de trabajo.

Crawford dijo que el plazo para las empresas SaaS es "medido en trimestres, no en años", a medida que las empresas nativas de IA recopilan más datos de implementación con cada flujo de trabajo del cliente que automatizan.

(Foto por Engin Akyurt)

Véase también:

Google prueba el agente de IA Remy para Gemini mientras se centra en el control del usuario.