Η Bain & Company προβλέπει αγορά 100 δισεκατομμυρίων δολαρίων για SaaS με χρήση πράκτορα AI
Η Bain & Company εκτιμά ότι η αγορά SaaS στις Ηνωμένες Πολιτείες, που χρησιμοποιεί πράκτορα AI για την αυτοματοποίηση, μπορεί να φτάσει τα 100 δισεκατομμύρια δολάρια. Η εταιρεία υποστηρίζει ότι αυτή η αγορά συνδέεται με την αυτοματοποίηση των εργασιών συντονισμού στα συστήματα επιχειρήσεων. Αυτή η εκτίμηση προέρχεται από τη δεύτερη έκθεση της σειράς πέντε μερών της Bain για τη βιομηχανία λογισμικού στην εποχή της τεχνητής νοημοσύνης. Η έκθεση εξετάζει πού η πράκτορας AI μπορεί να δημιουργήσει νέες αγορές λογισμικού και πώς οι εταιρείες SaaS μπορούν να τις αξιοποιήσουν.
Αυτοματοποίηση εργασιών συντονισμού στα επιχειρησιακά συστήματα
Η Bain επισημαίνει ότι η αγορά επικεντρώνεται στην χειροκίνητη εργασία που οι υπάλληλοι εκτελούν μεταξύ των επιχειρησιακών εφαρμογών. Αυτές οι ροές εργασίας συχνά καλύπτουν συστήματα ERP, CRM και υποστήριξης, ενώ μπορεί να περιλαμβάνουν εργαλεία διαχείρισης προμηθευτών και email. Η εργασία αυτή περιλαμβάνει την ανάκτηση δεδομένων από ένα σύστημα και την επαλήθευσή τους με μια άλλη πηγή. Μπορεί επίσης να περιλαμβάνει την ερμηνεία μη δομημένων μηνυμάτων και την απόφαση για έγκριση, απάντηση, κλιμάκωση ή αναμονή.
Η Bain αναφέρει ότι η αυτοματοποίηση βασισμένη σε κανόνες και η ρομποτική διαδικασία αυτοματοποίησης έχουν περιορισμούς σε ροές εργασίας που περιλαμβάνουν αμφισημία και διασπορά πληροφοριών σε πολλαπλά συστήματα. Η πράκτορας AI μπορεί να ερμηνεύσει πληροφορίες από διαφορετικές πηγές, να συντονίσει ενέργειες σε συστήματα και να λειτουργήσει εντός πολιτικών κατευθυντήριων γραμμών. Η έκθεση υποστηρίζει ότι η πράκτορας AI δεν αντικαθιστά κυρίως τις πλατφόρμες SaaS, αλλά ότι η αγορά προέρχεται από τη μετατροπή της εργασίας συντονισμού που απαιτεί πολλή εργασία σε δαπάνες λογισμικού.
Εκτίμηση μεγέθους αγοράς ανά λειτουργία
Η αγορά δεν κατανέμεται ομοιόμορφα στις επιχειρησιακές λειτουργίες. Η Bain εκτιμά ότι οι πωλήσεις αντιπροσωπεύουν το μεγαλύτερο μερίδιο, περίπου 20 δισεκατομμύρια δολάρια. Αυτό οφείλεται κυρίως στον αριθμό των υπαλλήλων πωλήσεων και όχι σε ασυνήθιστα υψηλό δυναμικό αυτοματοποίησης. Το κόστος των πωληθέντων αγαθών και των λειτουργιών ανέρχεται σε περίπου 26 δισεκατομμύρια δολάρια. Το μεγάλο μέγεθος του λειτουργικού εργατικού δυναμικού σημαίνει ότι ακόμη και μέτρια ποσοστά αυτοματοποίησης μπορούν να μεταφραστούν σε μια μεγάλη διευθυνόμενη αγορά. Η Έρευνα και Ανάπτυξη (R&D) και η μηχανική, η υποστήριξη πελατών και τα οικονομικά αντιπροσωπεύουν από 6 έως 12 δισεκατομμύρια δολάρια έκαστος σε μέγεθος διευθυνόμενης αγοράς. Αυτές οι λειτουργίες έχουν σημαντικό εργατικό δυναμικό και υψηλότερο δυναμικό αυτοματοποίησης σε συγκεκριμένες ροές εργασίας.
Η υποστήριξη πελατών και η Έρευνα και Ανάπτυξη ή η μηχανική έχουν το υψηλότερο δυναμικό αυτοματοποίησης, με περίπου 40% έως 60% των εργασιών ροής εργασίας να μπορούν να αυτοματοποιηθούν. Η Bain αναφέρει ότι και οι δύο τομείς διαθέτουν δομημένα δεδομένα, τυποποιημένες διαδικασίες και πιο σαφή σήματα εξόδου. Τα οικονομικά και οι ανθρώπινοι πόροι κυμαίνονται στο 35% έως 45%. Η έκθεση αναφέρει ότι οι πληρωτέοι λογαριασμοί και η μισθοδοσία έχουν υψηλότερο δυναμικό αυτοματοποίησης, ενώ ο χρηματοοικονομικός προγραμματισμός και οι σχέσεις με τους υπαλλήλους περιλαμβάνουν περισσότερη κρίση.
Παράγοντες αυτοματοποίησης της Bain
Η έκθεση εντοπίζει έξι παράγοντες που καθορίζουν πόσο μέρος μιας ροής εργασίας μπορεί ρεαλιστικά να διαχειριστεί ένας πράκτορας AI. Αυτοί περιλαμβάνουν την επαληθευσιμότητα της εξόδου, τις συνέπειες της αποτυχίας, τη διαθεσιμότητα ψηφιοποιημένων γνώσεων και τη μεταβλητότητα της διαδικασίας. Η Bain αναφέρει ότι οι ροές εργασίας με σαφή σήματα επαλήθευσης είναι ευκολότερο να αυτοματοποιηθούν από την εργασία που περιλαμβάνει υποκειμενική κρίση. Παραδείγματα περιλαμβάνουν τη σύνταξη κώδικα, συμφωνημένα τιμολόγια και επιλυμένα εισιτήρια υποστήριξης.
Οι ροές εργασίας που περιλαμβάνουν κανονιστικό ή χρηματοοικονομικό κίνδυνο απαιτούν πιο στενή ανθρώπινη επίβλεψη, ακόμη και όταν οι πράκτορες είναι τεχνικά ικανοί, σύμφωνα με την έκθεση. Αυτές περιλαμβάνουν φορολογικές δηλώσεις, νομική συμμόρφωση και αντιμετώπιση περιστατικών ασφαλείας.
Η Bain εντόπισε επίσης τη διαθεσιμότητα ψηφιοποιημένων γνώσεων ως περιορισμό. Οι πράκτορες χρειάζονται πρόσβαση σε δομημένα δεδομένα και τεκμηριωμένο πλαίσιο. Χρειάζονται επίσης εισόδους που μπορούν να διαβαστούν από μηχανές, συμπεριλαμβανομένης της λογικής αποφάσεων που συχνά βρίσκεται ανεπίσημα με έμπειρους υπαλλήλους.
Παραδείγματα εταιρειών και παρακείμενες ροές εργασίας
Η έκθεση αναφέρει τις Cursor, Sierra, Harvey, Glean, Salesforce, ServiceNow και Workday στη συζήτησή της για την υιοθέτηση πράκτορα AI. Η Cursor έχει ξεπεράσει τα 16,7 εκατομμύρια δολάρια σε μέσο μηνιαίο έσοδο, σύμφωνα με την Bain, μετά από διπλασιασμό σε ένα μόνο τρίμηνο. Η Sierra έχει περάσει τα 150 εκατομμύρια δολάρια ετησίως, η Harvey ξεπέρασε τα 190 εκατομμύρια δολάρια ετησίως, και η Glean τα 200 εκατομμύρια δολάρια ετησίως.
Η έκθεση αναφέρει επίσης το GitHub ως παράδειγμα εταιρείας που χρησιμοποιεί δεδομένα από μια υπάρχουσα βασική ροή εργασίας για να επεκταθεί σε παρακείμενη εργασία. Η βασική επιχείρηση του GitHub είναι η συνεργασία προγραμματιστών και ο έλεγχος πηγών, αλλά τα δεδομένα αποθετηρίου και ροής εργασίας του βοήθησαν να υποστηρίξουν την επέκταση στην αυτοματοποίηση παραγωγικότητας και ασφάλειας προγραμματιστών με τη βοήθεια AI.
Η Bain αναφέρει ότι οι εταιρείες SaaS μπορούν να επεκταθούν μέσω δύο τύπων αυτοματοποίησης ροής εργασίας. Ο πρώτος είναι η αυτοματοποίηση βασικών ροών εργασίας, όπου ήδη διαθέτουν γνώση τομέα και εμπιστοσύνη πελατών. Η Bain αναφέρει ότι οι υφιστάμενες ενσωματώσεις συστημάτων μπορούν να υποστηρίξουν την αυτοματοποίηση βασικών ροών εργασίας. Ο δεύτερος είναι η αυτοματοποίηση παρακείμενων ροών εργασίας που η εταιρεία δεν εξυπηρετεί άμεσα. Αυτές οι περιοχές μπορεί να είναι πιο δύσκολο να εντοπιστούν, καθώς απαιτούν λεπτομερή χαρτογράφηση των ροών εργασίας πελατών και των υποκείμενων δεδομένων που υποστηρίζουν τις αποφάσεις.
Συμπεράσματα και συστάσεις της Bain για τις εταιρείες SaaS
Η Bain συνιστά στις εταιρείες SaaS να ξεκινήσουν εντοπίζοντας ποιες ροές εργασίας πελατών είναι τώρα αυτοματοποιήσιμες με πράκτορα AI. Η εταιρεία αναφέρει ότι οι εταιρείες πρέπει να αξιολογήσουν την αυτοματοποίηση σε επίπεδο υποδιαδικασίας, χωρίς να αντιμετωπίζουν ολόκληρες λειτουργίες ως εξίσου αυτοματοποιήσιμες.
Η έκθεση αναφέρει επίσης ότι οι εταιρείες πρέπει να αξιολογήσουν την ποιότητα των δεδομένων τους. Η Bain αναφέρει ότι οι σχετικοί παράγοντες περιλαμβάνουν το αν τα δεδομένα είναι ολοκληρωμένα, συνδεδεμένα με αποτελέσματα και χρησιμοποιήσιμα για αυτοματοποίηση.
Η Bain αναφέρει ότι οι εταιρείες μπορούν να καλύψουν τα κενά ικανότητας μέσω εσωτερικής ανάπτυξης, εξαγορών ή συνεργασιών. Η έκθεση αναφέρει την εσωτερική ανάπτυξη της πλατφόρμας Axon από την AppLovin, την εξαγορά της Moveworks από την ServiceNow και τη συνεργασία της Salesforce με την Workday ως παραδείγματα διαφορετικών προσεγγίσεων.
Η εταιρεία επισημαίνει επίσης την ανάγκη για ταλέντο μηχανικής AI, αρχιτεκτονική cloud-native για ορχήστρα πολλαπλών πρακτόρων και χρηματοδότηση για εκπαίδευση και συμπερασμό μοντέλων. Αναφέρει ότι οι εταιρείες πρέπει να ευθυγραμμίσουν τις τιμές και τα κίνητρα πωλήσεων με αποτελέσματα που καθοδηγούνται από AI και όχι με παραδοσιακά μοντέλα βασισμένα σε θέσεις εργασίας.
Η Bain αναφέρει ότι οι εταιρείες SaaS θα χρειαστούν επίσης θεμέλια δεδομένων και προϊόντων σχεδιασμένα για ροές εργασίας πρακτόρων, συμπεριλαμβανομένων των μηχανικά αναγνώσιμων μεταβιβάσεων και συστημάτων που καταγράφουν αποφάσεις και αποτελέσματα από κάθε εκτέλεση ροής εργασίας.
