Le marché de l'automatisation par l'IA agentique devrait atteindre 100 milliards de dollars, selon un rapport de Bain.

Bain & Company a estimé que marché de 100 milliards de dollars américains aux États-Unis, pour les entreprises SaaS utilisant l'IA agentielle. L'entreprise a déclaré que le marché est lié à automatisation du travail de coordination dans les systèmes d'entreprise.

Cette estimation provient du deuxième volet d'une série de cinq rapports de Bain consacrée à l'industrie du logiciel à l'ère de l'IA. Ce rapport examine comment l'IA agentielle pourrait créer de nouveaux marchés logiciels et comment les entreprises SaaS peuvent les conquérir.

Travail de coordination dans les systèmes d'entreprise

Bain a déclaré que le marché réside dans Les employés effectuent des tâches manuelles entre les applications d'entrepriseCes flux de travail englobent souvent les systèmes ERP, CRM et de support. Ils peuvent également impliquer des outils de gestion des fournisseurs et la messagerie électronique.

Ce travail consiste notamment à extraire des données d'un système et à les comparer à celles d'une autre source. Il peut également impliquer l'interprétation de messages non structurés et la décision d'approuver, de répondre, de transmettre le problème ou d'attendre.

Bain a indiqué que l'automatisation basée sur des règles et l'automatisation robotisée des processus sont limitées dans les flux de travail comportant des ambiguïtés et des informations dispersées dans plusieurs systèmes. L'IA agentique, quant à elle, peut interpréter les informations provenant de différentes sources, coordonner les actions au sein des systèmes et opérer dans le respect des politiques établies.

Le rapport soutient que L'IA agentique ne remplace pas principalement les plateformes SaaS.mais que ce marché provient de la conversion d'un travail de coordination à forte intensité de main-d'œuvre en dépenses logicielles.

Elle estime que les fournisseurs sont déjà en train de capturer 4 à 6 milliards de dollars américains du marché américain. Selon l'entreprise, plus de 90 % reste inexploité.

En dehors des États-Unis, Bain estime que le Canada, l'Europe, l'Australie et la Nouvelle-Zélande pourraient représenter un marché de taille similaire. Cela porterait le total dans ces régions et aux États-Unis à environ 200 milliards de dollars américains.

Taille du marché par fonction

Le marché n'est pas réparti uniformément selon les fonctions de l'entreprise. Bain estime que Les ventes représentent la plus grande part individuelle vers 20 milliards de dollars américainsCela est principalement dû au nombre d'employés commerciaux, et non à un potentiel d'automatisation particulièrement élevé.

• 📊 Coût des marchandises vendues et des opérations : marché potentiel d'environ 26 milliards de dollars américains
• 🔬 Recherche et développement et ingénierie : Taille du marché : de 6 à 12 milliards de dollars américains
• 💬 Assistance clientèle : Marché potentiel de 6 à 12 milliards de dollars américains
• 💰 Finance : Potentiel de marché de 6 à 12 milliards de dollars américains

La taille importante des effectifs opérationnels signifie que même des taux d'automatisation modestes peuvent se traduire par un vaste marché potentiel.

Les finances et les ressources humaines se situent dans la catégorie Plage de 35 % à 45 %Le rapport indique que la comptabilité fournisseurs et la paie présentent un potentiel d'automatisation plus élevé, tandis que la planification financière et les relations avec les employés nécessitent davantage de jugement.

Les ventes et l'informatique sont situées à 30 % à 40 %Bain a souligné que les nuances relationnelles, la variabilité d'une transaction à l'autre et le caractère imprévisible des incidents de sécurité constituent des limites à l'automatisation dans ces domaines. Le secteur juridique présente un potentiel d'automatisation global plus faible. 20 % à 30 %Bain a déclaré que l'examen et le respect des contrats sont des opérations reproductibles, mais que les conséquences des erreurs rendent nécessaire une surveillance plus stricte.

Les facteurs d'automatisation de Bain

Le rapport identifie six facteurs qui déterminent la part d'un flux de travail qui peut être gérée de manière réaliste par un agent d'IA. Elles comprennent :

1. vérifiabilité des résultats
2. Conséquence de l'échec
3. Disponibilité des connaissances numérisées
4. variabilité du processus
5. Complexité de l'intégration
6. interdépendances des systèmes

Bain a déclaré que les flux de travail avec signaux de vérification clairs sont plus faciles à automatiser que les tâches nécessitant un jugement subjectif. On peut citer comme exemples la compilation de code, le rapprochement des factures et la résolution des tickets d'assistance.

Flux de travail impliquant risque réglementaire ou financier Selon le rapport, une supervision humaine plus étroite est nécessaire, même lorsque les agents sont techniquement compétents. Cela concerne notamment les déclarations fiscales, la conformité légale et la gestion des incidents de sécurité.

Bain a également identifié la disponibilité des connaissances numérisées comme une contrainte. Les agents ont besoin d'accéder à des données structurées et à un contexte documenté. Ils ont également besoin d'entrées lisibles par machine, notamment pour la logique de décision qui repose souvent de manière informelle sur les employés expérimentés.

La complexité de l'intégration a un impact sur l'automatisation lorsque les flux de travail transitent par plusieurs systèmes et API. Les couches d'authentification et les processus de gestion des exceptions ajoutent encore à cette complexité, et ces flux de travail sont plus difficiles à automatiser de bout en bout que ceux contenus dans une plateforme unique.

Le zones à plus forte valeur ajoutée Ces flux de travail sont concentrés là où aucun système unique ne contrôle l'intégralité du résultat. Ils s'étendent souvent sur plusieurs systèmes : ERP, CRM et systèmes de support, précise l'entreprise.

Exemples d'entreprises et flux de travail connexes

Le rapport cite plusieurs entreprises dans son analyse de l'adoption de l'IA agentive :

• Curseur: dépassé 16,7 millions de dollars américains en chiffre d'affaires mensuel moyen après avoir doublé en un seul trimestre
• Sierra: croisé 150 millions de dollars américains par année
• Harvey : passé 190 millions de dollars américains par année
• Glaner: atteint 200 millions de dollars américains par année

Le rapport a également souligné que GitHub Prenons l'exemple d'une entreprise qui utilise les données de son flux de travail principal existant pour s'étendre à des activités connexes. Le cœur de métier de GitHub est la collaboration entre développeurs et le contrôle de version, mais les données de ses dépôts et de ses flux de travail ont contribué à son expansion vers l'automatisation de la productivité des développeurs assistée par l'IA et la sécurité.

Bain a déclaré que les entreprises SaaS peuvent se développer grâce à deux types d'automatisation des flux de travail:

Les modèles de tarification peuvent évoluer lorsque les agents atteignent leurs objectifs. Bain a déclaré : tarification basée sur les résultats et l'utilisation Cela peut prendre davantage d'importance lorsque les agents résolvent des problèmes ou traitent des factures. Le rapport compare ce modèle à la tarification traditionnelle basée sur le nombre de postes et d'identifiants.

Recommandations de Bain pour les entreprises SaaS

Bain a recommandé aux entreprises SaaS de commencer par identifier les flux de travail clients qui sont désormais automatisables avec une IA agentive. L'entreprise a déclaré que les entreprises devraient évaluer l'automatisation au niveau des sous-processus, et non considérer des fonctions entières comme également automatisables.

Le rapport cite AppLovin's développement interne de sa plateforme Axon, ServiceNow acquisition de Moveworks, et Salesforce Le partenariat avec Workday illustre différentes approches.

L'entreprise a également souligné le besoin de talents en ingénierie de l'IA, d'une architecture native du cloud pour l'orchestration multi-agents et de financements pour l'entraînement et l'inférence des modèles. Elle a indiqué que les entreprises devraient aligner leurs prix et leurs incitations commerciales sur les résultats obtenus grâce à l'IA, et non sur les modèles traditionnels basés sur le nombre d'utilisateurs.

Bain a déclaré que les entreprises SaaS auront également besoin de fondations de données et de produits conçues pour les flux de travail automatisés, notamment transferts lisibles par machine et des systèmes qui enregistrent les décisions et les résultats de chaque exécution de flux de travail.

Crawford a déclaré que le calendrier pour les entreprises SaaS est "mesuré en trimestres, et non en années", à mesure que les entreprises spécialisées dans l'IA collectent davantage de données de déploiement à chaque flux de travail client qu'elles automatisent.

(Photo par Engin Akyurt)

Voir aussi :

Google teste l'agent IA Remy pour Gemini, l'accent étant mis sur le contrôle par l'utilisateur.