Согласно отчету Bain, рынок автоматизации с помощью искусственного интеллекта достигнет 100 миллиардов долларов.

Компания Bain & Company оценила... Рынок объемом 100 миллиардов долларов США В США это касается SaaS-компаний, использующих агентный ИИ. Компания заявила, что рынок связан с автоматизация координационной работы в корпоративных системах.

Эта оценка взята из второго отчета из пятисерийного цикла Bain, посвященного индустрии программного обеспечения в эпоху ИИ. В отчете рассматривается, где агентный ИИ может создать новые рынки программного обеспечения и как SaaS-компании могут их занять.

Координационная работа в корпоративных системах

Бейн заявил, что рынок находится в... Ручная работа, выполняемая сотрудниками между корпоративными приложениями.Эти рабочие процессы часто охватывают системы ERP, CRM и системы поддержки. Они также могут включать инструменты управления поставщиками и электронную почту.

Эта работа включает в себя извлечение данных из одной системы и их проверку по другому источнику. Она также может включать в себя интерпретацию неструктурированных сообщений и принятие решения о том, следует ли одобрить запрос, ответить на него, передать на рассмотрение вышестоящему руководству или подождать.

Бейн отметил, что автоматизация на основе правил и роботизированная автоматизация процессов ограничены в рабочих процессах, связанных с неоднозначностью и разбросом информации в нескольких системах. Агентный ИИ может интерпретировать информацию из разных источников, координировать действия в системах и работать в рамках установленных политик.

В докладе утверждается, что Агентный ИИ не является в первую очередь заменой SaaS-платформ.Однако рынок формируется за счет преобразования трудоемкой координационной работы в расходы на программное обеспечение.

По оценкам, поставщики уже получают прибыль. от 4 до 6 миллиардов долларов США Американский рынок. По данным компании, более 90% его территории остается неосвоенным.

По оценкам Bain, за пределами США Канада, Европа, Австралия и Новая Зеландия могли бы занять аналогичную по размеру долю рынка. Это увеличило бы общий объем рынка в этих регионах и в США примерно до... 200 миллиардов долларов США.

Размер рынка по функциям

Рынок распределен по функциональным направлениям предприятий неравномерно. По оценкам Bain, объем продаж составляет наибольшую долю рынка. примерно 20 миллиардов долларов СШАЭто объясняется главным образом количеством сотрудников отдела продаж, а не необычайно высоким потенциалом автоматизации.

• 📊 Себестоимость реализованной продукции и операционные расходы: Объем потенциального рынка составляет приблизительно 26 миллиардов долларов США.
• 🔬 Научно-исследовательские и опытно-конструкторские работы и разработка: Размер рынка составляет от 6 до 12 миллиардов долларов США.
• 💬 Служба поддержки клиентов: Объем потенциального рынка составляет от 6 до 12 миллиардов долларов США.
• 💰 Финансы: Потенциал рынка: от 6 до 12 миллиардов долларов США.

Большой размер оперативного персонала означает, что даже умеренные темпы автоматизации могут привести к значительному потенциальному рынку сбыта.

Финансы и управление персоналом относятся к диапазон от 35% до 45%В отчете говорится, что расчеты с поставщиками и расчет заработной платы имеют больший потенциал автоматизации, в то время как финансовое планирование и отношения с персоналом требуют большей степени принятия решений.

Отделы продаж и информационных технологий находятся в от 30% до 40%Компания Bain указала на нюансы взаимоотношений, вариативность от сделки к сделке и непредсказуемый характер инцидентов безопасности как на ограничения автоматизации в этих областях. Юридический отдел имеет меньший общий потенциал автоматизации, а именно: от 20% до 30%Бейн заявил, что проверка контрактов и соблюдение условий являются повторяемыми процессами, но последствия ошибок создают необходимость в более строгом контроле.

Факторы автоматизации по версии Bain

В отчете указано следующее: шесть факторов которые определяют, какой объем рабочего процесса может реально обработать агент ИИ. К ним относятся:

1. Проверяемость выходных данных
2. Последствия неудачи
3. Доступность оцифрованных знаний
4. Изменчивость процесса
5. Сложность интеграции
6. Системные взаимозависимости

Компания Bain заявила, что рабочие процессы с использованием четкие сигналы подтверждения Автоматизировать такие задачи проще, чем работу, требующую субъективной оценки. Примеры включают компиляцию кода, сверку счетов и решение заявок в службу поддержки.

Рабочие процессы, включающие регуляторный или финансовый риск Согласно отчету, требуется более строгий контроль со стороны персонала, даже если агенты технически способны это обеспечить. К таким мерам относятся подача налоговых деклараций, соблюдение законодательства и реагирование на инциденты в сфере безопасности.

Компания Bain также определила доступность оцифрованных знаний как ограничивающий фактор. Агентам необходим доступ к структурированным данным и документированному контексту. Им также необходимы машиночитаемые входные данные, включая логику принятия решений, которая часто находится в неформальном владении опытных сотрудников.

Сложность интеграции влияет на автоматизацию, когда рабочие процессы проходят через несколько систем и API. Уровни аутентификации и процессы обработки исключений еще больше усложняют задачу, и автоматизировать такие рабочие процессы от начала до конца сложнее, чем рабочие процессы, объединенные в рамках одной платформы.

Он наиболее ценные районы Эти процессы сосредоточены там, где ни одна единая система учета не контролирует весь результат. По словам компании, эти рабочие процессы часто охватывают системы ERP, CRM и системы поддержки.

Примеры компаний и смежные рабочие процессы.

В отчете, посвященном внедрению агентного ИИ, были упомянуты несколько компаний:

• Курсор: превзойден 16,7 млн ​​долларов США средний ежемесячный доход удвоился за один квартал.
• Сьерра: перекрещенный 150 миллионов долларов США в год
• Харви: прошедший 190 миллионов долларов США в год
• Собирайте: достиг 200 миллионов долларов США в год

В докладе также указывалось на GitHub В качестве примера компании, использующей данные из существующего основного рабочего процесса для перехода к смежным задачам, можно привести GitHub. Основной бизнес компании — это совместная работа разработчиков и контроль версий, но данные из репозиториев и рабочих процессов помогли расширить деятельность в области автоматизации повышения производительности разработчиков и обеспечения безопасности с помощью ИИ.

Бейн заявил, что SaaS-компании могут расширяться за счет два типа автоматизации рабочих процессов:

Модели ценообразования могут меняться по мере того, как агенты предоставляют готовые результаты. Об этом заявил Бейн. ценообразование, основанное на результатах и ​​использовании Это может стать более актуальным, когда агенты решают проблемы или обрабатывают счета. В отчете это противопоставляется традиционному ценообразованию, основанному на количестве рабочих мест и учетных записей.

Рекомендации Bain для SaaS-компаний

Компания Bain рекомендовала компаниям, работающим в сфере SaaS, начать с определение того, какие рабочие процессы с клиентами теперь поддаются автоматизации. с помощью агентного ИИ. Компания заявила, что предприятиям следует оценивать автоматизацию на уровне подпроцессов, а не рассматривать целые функции как одинаково подлежащие автоматизации.

В отчете цитируется AppLovin's собственная разработка платформы Axon, ServiceNow приобретение компании Moveworks и Salesforce Партнерство с Workday — примеры различных подходов.

Компания также указала на необходимость в талантливых инженерах в области искусственного интеллекта, облачной архитектуре для многоагентной координации и финансировании обучения и вывода моделей. Она заявила, что компаниям следует согласовывать ценообразование и стимулы продаж с результатами, достигаемыми с помощью ИИ, а не с устаревшими моделями, основанными на количестве рабочих мест.

Бейн заявил, что компаниям, работающим в сфере SaaS, также потребуется база данных и продуктов, разработанная для агентских рабочих процессов, включая машиночитаемые передачи а также системы, которые фиксируют решения и результаты каждого запуска рабочего процесса.

Кроуфорд сказал, что для SaaS-компаний существуют следующие временные рамки: "измеряется в кварталах, а не в годах" по мере того, как компании, использующие искусственный интеллект, собирают все больше данных о развертывании при автоматизации каждого рабочего процесса с клиентом.

(Фото предоставлено) Энгин Акюрт)

См. также:

Google тестирует ИИ-агента Remy для Gemini, уделяя основное внимание пользовательскому управлению.