Что такое агентный ИИ и почему он создаёт новый рынок для SaaS
Bain & Company опубликовала второй отчёт из пятичастной серии, посвящённой программной индустрии в эпоху искусственного интеллекта. Эксперты оценили потенциальный рынок SaaS-компаний, использующих агентный ИИ, в $100 млрд только в Соединённых Штатах. Речь идёт не о замене существующих платформ, а о конвертации трудоёмкой координационной работы сотрудников в расходы на программное обеспечение.
По словам Bain, агентный ИИ способен интерпретировать информацию из разных источников, координировать действия в корпоративных системах и работать в рамках политических и нормативных ограничений. В отличие от правил-based автоматизации и роботизированной процессной автоматизации (RPA), агенты справляются с неопределённостью и распределёнными данными, что открывает принципиально новый класс задач для автоматизации.
Где скрывается рынок: координация между корпоративными системами
По оценке Bain, рынок формируется вокруг рутинной работы, которую сотрудники выполняют между корпоративными приложениями. Эти процессы часто охватывают ERP, CRM и системы поддержки, а также инструменты управления вендорами и электронную почту. Типичный сценарий включает извлечение данных из одной системы, проверку по другому источнику, интерпретацию неструктурированных сообщений и принятие решения — одобрить, ответить, эскалировать или подождать.
На данный момент вендоры уже захватили от $4 млрд до $6 млрд американского рынка. Более 90% потенциала остаётся нетронутым. За пределами США Bain прогнозирует сопоставимый рынок в Канаде, Европе, Австралии и Новой Зеландии, что в совокупности может дать общий объём около $200 млрд.
Автоматизация по функциям: где потенциал максимален
Распределение рынка неравномерно. Продажи — крупнейший сегмент с долей около $20 млрд, однако это объясняется прежде всего численностью отдела продаж, а не высоким потенциалом автоматизации. Себестоимость товаров и операционная деятельность составляют около $26 млрд: даже скромный уровень автоматизации в крупной операционной команде даёт значимый адресуемый рынок.
Научно-исследовательские и инженерные разработки, клиентская поддержка и финансы каждый представляют от $6 млрд до $12 млрд потенциального рынка. Эти функции отличаются sizeable рабочими командами и более высоким потенциалом автоматизации в отдельных процессах. Клиентская поддержка и R&D/инженерия лидируют по автоматизируемости — примерно 40–60% рабочих задач, поскольку в них есть структурированные данные, стандартизированные процессы и чёткие сигналы результата. Финансы и HR находятся в диапазоне 35–45%, а продажи и IT — на уровне 30–40%. Юридические функции имеют наименьший потенциал автоматизации — 20–30%, поскольку, несмотря на повторяемость проверки контрактов и комплаенса, последствия ошибок требуют усиленного контроля.
Шесть факторов, определяющих автоматизируемость процессов
Отчёт Bain выделяет шесть ключевых факторов, определяющих, насколько реально рабочий процесс может быть доверен ИИ-агенту. К ним относятся проверяемость результата, последствия ошибки, наличие оцифрованных знаний и вариативность процесса. Процессы с чёткими сигналами верификации — компиляция кода, сверка счетов, закрытие тикетов поддержки — автоматизируются проще. Задачи, связанные с регуляторными или финансовыми рисками, требуют более пристального человеческого контроля даже при технической возможности агента — например, налоговая отчётность, правовой комплаенс и реагирование на инциденты безопасности.
Важным ограничением является доступность оцифрованных знаний: агентам необходимы структурированные данные, документированный контекст и машинно-читаемые входные сигналы, включая логику принятия решений, которая зачастую неформально сосредоточена у опытных сотрудников. Сложность интеграции также влияет на автоматизацию: процессы, проходящие через несколько систем и API, с дополнительными слоями аутентификации и обработки исключений, значительно труднее поддаются сквозной автоматизации по сравнению с процессами, умещающимися в одной платформе.
Наиболее ценные области сосредоточены там, где ни одна система учёта не контролирует конечный результат. Как отмечает Дэвид Кроуфорд, председатель глобальной практики технологий и телекоммуникаций Bain, за два десятилетия SaaS-компании выстроили позиции вокруг систем записи, а следующим источником преимущества станет «cross-workflow decision context» — способность интерпретировать и действовать в процессах, проходящих через множество систем. В отчёте упоминаются компании, уже внедряющие агентный ИИ: Cursor, Sierra, Harvey, Glean, Salesforce, ServiceNow и Workday.