貝恩公司預測，基於代理式人工智慧的自動化SaaS市場規模將達1,000億美元

貝恩公司估計，在美國，運用代理式人工智慧的 SaaS 企業市場規模可達 1,000 億美元。該公司表示，此市場源於企業系統內協調任務的自動化。

此預測源自貝恩公司關於「AI時代軟體產業」五部曲系列的第二篇報告。該報告探討了代理式AI可能開拓哪些新的軟體市場，以及SaaS供應商如何搶佔這些市場。

企業系統中的協調工作

根據貝恩公司的分析，該市場源於員工在不同企業應用程式間執行的人工任務。這些工作流程通常涉及 ERP、CRM 和支援系統，以及供應商管理工具和電子郵件。

此類任務包括從一個系統提取資料並與另一個系統交叉比對、解讀非結構化訊息，以及決定是否批准、回覆、升級或等待。

貝恩公司指出，當工作流程涉及模糊性且資訊分散於多個系統時，基於規則的自動化與機器人流程自動化便顯現其局限性。代理型人工智慧能夠解析來自多元來源的資料、跨系統協調行動，並在政策框架內運作。

該報告主張，代理式 AI 的核心並非取代 SaaS 平台；相反地，市場機會在於將勞動密集型的協調工作轉化為軟體支出。

貝恩諮詢估計，供應商目前已佔據美國市場40億至60億美元的份額，其餘超過90%的市場尚未開發。

在美國以外，貝恩預測加拿大、歐洲、澳洲及紐西蘭合計可形成規模相近的市場，使這些地區與美國的總市場規模達到約2,000億美元。

按職能劃分的市場規模

市場在企業各職能部門間的分布並不均勻。貝恩諮詢估計，銷售部門佔最大單一份額，約為200億美元，這主要源於銷售人員的數量眾多，而非該領域具備特別高的自動化潛力。

銷售成本與營運成本合計約佔260億美元。龐大的營運人力意味著，即使自動化率僅微幅提升，也能轉化為可觀的潛在市場規模。研發與工程、客戶支援以及財務部門，各自的潛在市場規模約介於60億至120億美元之間。這些職能不僅擁有大量人力，在特定工作流程中也具備更高的自動化潛力。

客戶支援與研發／工程部門的自動化潛力最高，約有40%至60%的工作流程任務可實現自動化。 貝恩公司指出，這兩大領域均涉及結構化數據、標準化流程及更明確的輸出指標。財務與人力資源部門的自動化潛力則落在35%至45%之間。報告指出，應付帳款與薪資管理具有較高的自動化潛力，而財務規劃與員工關係則涉及更多判斷空間。

銷售與資訊科技部門的自動化潛力則落在30%至40%之間。貝恩指出，人際關係的微妙差異、每筆交易的變動性，以及資安事件的不可預測性，皆是限制這些領域自動化發展的因素。 法律部門的整體自動化潛力較低，約為20%至30%。貝恩表示，合約審閱與合規工作雖具可重複性，但錯誤可能造成的後果，使得更嚴格的監督不可或缺。

貝恩的自動化考量因素

該報告闡明六大因素，用以判定人工智慧代理程式實際上能處理工作流程的比重。這些因素包括產出可驗證性、失敗後果、數位化知識的可用性，以及流程變異性。貝恩表示，具備明確驗證訊號的工作流程，比涉及主觀判斷的流程更容易自動化。例如編譯程式碼、核對發票，以及處理支援工單。

報告指出，涉及監管或財務風險的工作流程（例如稅務申報、法律合規及安全事件應對），即使代理在技術上具備能力，仍需更密切的人工監督。

貝恩公司還特別指出，數位化知識的可用性是另一項限制因素。代理程式需要存取結構化資料和已記錄的背景資訊，以及機器可讀的輸入資料，其中包含通常由資深員工非正式掌握的決策邏輯。

當工作流程橫跨多個系統與 API 時，整合複雜性便會影響自動化成效。驗證層與例外處理流程更增添了複雜性，使得這類工作流程相較於單一平台內的流程，更難實現端到端的自動化。 該公司指出，最具價值的領域往往集中在沒有單一記錄系統能掌控完整結果的範圍，通常橫跨 ERP、CRM 和支援系統。

貝恩全球科技與電信業務主席大衛·克勞福德（David Crawford）表示，SaaS 企業過去二十年來一直圍繞著記錄系統建立競爭優勢，而下一個優勢來源將是「跨工作流程的決策情境」——即在穿梭於多個系統的工作流程中進行解讀並採取行動的能力。

企業案例與相鄰工作流程

該報告在探討代理型人工智慧（agentic AI）的採用時，列舉了 Cursor、Sierra、Harvey、Glean、Salesforce、ServiceNow 及 Workday 等企業案例。 根據貝恩公司的數據，Cursor 在單一季度營收翻倍後，月均營收已突破 1,670 萬美元。Sierra 的年營收已超過 1.5 億美元，Harvey 突破 1.9 億美元，而 Glean 則達到 2 億美元。

報告還以 GitHub 為例，說明企業如何利用現有核心工作流程的數據拓展至相鄰領域。GitHub 的核心業務是開發者協作與原始碼控制，但其儲存庫和工作流程數據有助於拓展至 AI 輔助的開發者生產力及安全自動化領域。

貝恩公司指出，SaaS 企業可透過兩類工作流程自動化來拓展業務。第一類是自動化核心工作流程，這方面企業已具備領域知識與客戶信任。 現有系統整合可支援核心工作流程的自動化。第二種則是自動化公司目前尚未直接服務的相鄰工作流程。這些領域可能較難辨識，因為需要詳細繪製客戶工作流程圖，並釐清支撐決策的底層數據。

當服務人員交付完整成果時，定價模式亦可能隨之改變。貝恩指出，當服務人員解決問題或處理發票時，基於成果與使用量的定價模式將比傳統的「座位數」與「登入次數」定價更具相關性。

貝恩對 SaaS 企業的建議

貝恩建議 SaaS 企業首先釐清哪些客戶工作流程現可透過代理型 AI 實現自動化。該公司指出，企業應在子流程層級評估自動化可行性，而非將整個職能視為同等可自動化的對象。

報告還建議企業評估其數據品質。貝恩指出，相關考量因素包括數據是否全面、是否與成果掛鉤，以及是否適用於自動化。

貝恩表示，企業可透過內部開發、併購或合作夥伴關係來彌合能力差距。報告列舉了 AppLovin 自主開發 Axon 平台、ServiceNow 收購 Moveworks，以及 Salesforce 與 Workday 合作等案例，作為不同策略的範例。

該公司同時強調，企業亟需 AI 工程人才、用於多代理協調的雲原生架構，以及用於模型訓練與推論的資金。報告指出，企業應將定價與銷售激勵措施與 AI 驅動的成果掛鉤，而非沿用傳統的按座位數計費模式。

貝恩諮詢指出，SaaS 企業還需建立專為代理工作流程設計的數據與產品基礎架構，包括機器可讀的交接機制，以及能記錄每次工作流程執行中決策與結果的系統。

克勞福德（Crawford）表示，對於 SaaS 公司而言，時間框架是「以季度為單位，而非以年為單位」，因為原生 AI 企業隨著每個客戶工作流程的自動化，會累積更多部署數據。

另請參閱：Google 測試 Gemini 的 Remy AI 代理程式，焦點轉向使用者控制

想從業界領袖那裡深入了解 AI 與大數據？歡迎參加將於阿姆斯特丹、加州和倫敦舉行的 AI & Big Data Expo。這場綜合性活動隸屬於 TechEx，並與其他頂尖科技活動同期舉行，點擊此處獲取更多資訊。

AI News 由 TechForge Media 提供技術支援。點此探索其他即將舉行的企業科技活動與線上研討會。