Bain & Company ha stimato un mercato di 100 miliardi di dollari negli Stati Uniti per le aziende SaaS che utilizzano l’intelligenza artificiale tramite agenti. L’azienda ha affermato che il mercato è legato all’automazione del lavoro di coordinamento nei sistemi aziendali.
La stima proviene dal secondo rapporto della serie in cinque parti di Bain sull’industria del software nell’era dell’intelligenza artificiale. Il rapporto esamina i luoghi in cui l’intelligenza artificiale potrebbe creare nuovi mercati software e il modo in cui le aziende SaaS possono conquistarli.
Il lavoro di coordinamento nei sistemi aziendali
Bain sostiene che il mercato risiede nel lavoro manuale svolto dai dipendenti tra le applicazioni aziendali. Questi flussi di lavoro spesso abbracciano ERP, CRM e sistemi di supporto. Possono anche coinvolgere strumenti di gestione dei fornitori e posta elettronica.
Questo lavoro include l’estrazione dei dati da un sistema e il confronto con un’altra fonte. Può anche comportare l’interpretazione di messaggi non strutturati e la decisione se approvare, rispondere, inoltrare l’escalation o attendere.
Bain ha affermato che l’automazione basata su regole e l’automazione dei processi robotici sono limitate nei flussi di lavoro che comportano ambiguità e diffusione delle informazioni in più sistemi. L’intelligenza artificiale agentica può interpretare informazioni provenienti da diverse fonti, coordinare azioni nei sistemi e operare all’interno dei guardrail politici.
Il rapporto sostiene che l’intelligenza artificiale degli agenti non è principalmente un sostituto delle piattaforme SaaS, ma che il mercato deriva dalla conversione del lavoro di coordinamento ad alta intensità di manodopera in spesa per software.
Si stima che i fornitori stiano già conquistando dai 4 ai 6 miliardi di dollari del mercato statunitense. Secondo l’azienda, oltre il 90% rimane inutilizzato.
Al di fuori degli Stati Uniti, Bain stima che Canada, Europa, Australia e Nuova Zelanda potrebbero aggiungere un mercato di dimensioni simili. Ciò porterebbe il totale in quelle regioni e negli Stati Uniti a circa 200 miliardi di dollari.
Dimensioni del mercato per funzione
Il mercato non è equamente distribuito nelle funzioni aziendali. Bain stima che le vendite rappresentino la quota maggiore, pari a circa 20 miliardi di dollari. Ciò è dovuto principalmente al numero di addetti alle vendite e al potenziale di automazione non insolitamente elevato.
Il costo delle merci vendute e delle operazioni ammonta a circa 26 miliardi di dollari. Le grandi dimensioni della forza lavoro operativa fanno sì che anche tassi di automazione modesti possano tradursi in un ampio mercato indirizzabile. Ricerca e sviluppo, ingegneria, assistenza clienti e finanza rappresentano ciascuno da 6 a 12 miliardi di dollari in dimensioni di mercato indirizzabili. Queste funzioni hanno una forza lavoro considerevole e un maggiore potenziale di automazione in flussi di lavoro specifici.
L’assistenza clienti e la ricerca e sviluppo o l’ingegneria hanno il potenziale di automazione più elevato, con circa il 40%-60% delle attività del flusso di lavoro automatizzabili. Bain ha affermato che entrambe le aree dispongono di dati strutturati, processi standardizzati e segnali di output più chiari. La finanza e le risorse umane rientrano nella fascia compresa tra il 35% e il 45%. Il rapporto afferma che la contabilità fornitori e le buste paga hanno un potenziale di automazione più elevato, mentre la pianificazione finanziaria e le relazioni con i dipendenti richiedono più giudizio.
Vendite e IT si attestano tra il 30% e il 40%. Bain ha indicato le sfumature delle relazioni, la variazione da un accordo all’altro e la natura imprevedibile degli incidenti di sicurezza come limiti all’automazione in quelle aree. Il settore legale ha un potenziale di automazione complessivo inferiore, compreso tra il 20% e il 30%. Bain ha affermato che la revisione e la conformità dei contratti sono ripetibili, ma le conseguenze degli errori creano la necessità di una supervisione più rigorosa.
Fattori di automazione di Bain
Il rapporto identifica sei fattori che determinano la quantità di flusso di lavoro che può essere realisticamente gestita da un agente AI. Includono la verificabilità dell’output, le conseguenze del fallimento, la disponibilità della conoscenza digitalizzata e la variabilità del processo. Bain ha affermato che i flussi di lavoro con chiari segnali di verifica sono più facili da automatizzare rispetto al lavoro che implica un giudizio soggettivo. Gli esempi includono la compilazione di codice, fatture riconciliate e ticket di supporto risolti.
Secondo il rapporto, i flussi di lavoro che comportano rischi normativi o finanziari richiedono una supervisione umana più stretta, anche quando gli agenti sono tecnicamente capaci. Questi includono dichiarazioni fiscali, conformità legale e risposta agli incidenti di sicurezza.
Bain ha anche identificato come un vincolo la disponibilità della conoscenza digitalizzata. Gli agenti devono accedere a dati strutturati e contesto documentato. Hanno anche bisogno di input leggibili dalle macchine, inclusa la logica decisionale che spesso viene gestita in modo informale da dipendenti esperti.
La complessità dell’integrazione influisce sull’automazione quando i flussi di lavoro passano attraverso diversi sistemi e API. I livelli di autenticazione e i processi di gestione delle eccezioni aggiungono ulteriore complessità e questi flussi di lavoro sono più difficili da automatizzare end-to-end rispetto ai flussi di lavoro contenuti in un’unica piattaforma. Le aree di maggior valore sono concentrate dove nessun singolo sistema di registrazione controlla il risultato completo. Questi flussi di lavoro spesso abbracciano ERP, CRM e sistemi di supporto, afferma l’azienda.
David Crawford, presidente della divisione tecnologia globale e telecomunicazioni di Bain, ha affermato che le aziende SaaS hanno trascorso gli ultimi vent’anni costruendo posizioni attorno ai sistemi di registrazione e la prossima fonte di vantaggio è il “contesto decisionale del flusso di lavoro incrociato”, definito come la capacità di interpretare e agire in flussi di lavoro che si muovono attraverso più sistemi.
Esempi aziendali e flussi di lavoro adiacenti
Il rapporto cita Cursor, Sierra, Harvey, Glean, Salesforce, ServiceNow e Workday nella discussione sull’adozione dell’intelligenza artificiale tramite agenti. Secondo Bain, Cursor ha superato i 16,7 milioni di dollari di fatturato medio mensile, dopo essere raddoppiato in un solo trimestre. Sierra ha superato i 150 milioni di dollari all’anno, Harvey ha superato i 190 milioni di dollari all’anno e Glean 200 milioni di dollari all’anno.
Il rapporto indicava anche GitHub, ad esempio, di un’azienda che utilizza i dati di un flusso di lavoro principale esistente per passare al lavoro adiacente. L’attività principale di GitHub è la collaborazione degli sviluppatori e il controllo del codice sorgente, ma il suo repository e i dati del flusso di lavoro hanno contribuito a supportare l’espansione verso la produttività degli sviluppatori assistita dall’intelligenza artificiale e l’automazione della sicurezza.
Bain ha affermato che le aziende SaaS possono espandersi attraverso due tipi di automazione del flusso di lavoro. Il primo è automatizzare i flussi di lavoro principali, dove hanno già conoscenza del dominio e fiducia dei clienti. Bain ha affermato che le integrazioni di sistema esistenti possono supportare l’automazione dei flussi di lavoro principali. Il secondo è l’automazione dei flussi di lavoro adiacenti che l’azienda attualmente non gestisce direttamente. Queste aree possono essere più difficili da identificare perché richiedono una mappatura dettagliata dei flussi di lavoro dei clienti e dei dati sottostanti che supportano le decisioni.
I modelli di prezzo possono cambiare quando gli agenti forniscono risultati completati. Bain sostiene che i prezzi basati sui risultati e sull’utilizzo possono diventare più rilevanti quando gli agenti risolvono problemi o elaborano fatture. Il rapporto mette a confronto questo con i prezzi tradizionali basati su posti e accessi.
Raccomandazioni di Bain per le aziende SaaS
Bain consiglia alle aziende SaaS di iniziare identificando quali flussi di lavoro dei clienti sono ora automatizzabili con l’intelligenza artificiale degli agenti. L’azienda ha affermato che le aziende dovrebbero valutare l’automazione a livello di sottoprocesso, non trattando intere funzioni come ugualmente automatizzabili.
Il rapporto afferma inoltre che le aziende dovrebbero valutare la qualità dei propri dati. Bain ha affermato che i fattori rilevanti includono se i dati sono completi, legati ai risultati e utilizzabili per l’automazione.
Bain sostiene che le aziende potrebbero colmare le lacune di capacità attraverso lo sviluppo interno, le acquisizioni o le partnership. Il rapporto cita lo sviluppo interno della piattaforma Axon da parte di AppLovin, l’acquisizione di Moveworks da parte di ServiceNow e la partnership di Salesforce con Workday come esempi di approcci diversi.
L’azienda ha inoltre sottolineato la necessità di talenti ingegneristici legati all’intelligenza artificiale, di un’architettura nativa del cloud per l’orchestrazione multi-agente e di finanziamenti per la formazione e l’inferenza dei modelli. Ha affermato che le aziende dovrebbero allineare i prezzi e gli incentivi alle vendite con i risultati guidati dall’intelligenza artificiale e non con i modelli legacy basati sui posti.
Bain ha affermato che le aziende SaaS avranno anche bisogno di dati e basi di prodotto progettate per flussi di lavoro basati su agenti, compresi passaggi leggibili dalle macchine e sistemi che acquisiscano decisioni e risultati da ogni esecuzione del flusso di lavoro.
Crawford ha affermato che il periodo di tempo per le aziende SaaS è “misurato in trimestri, non in anni”, poiché le aziende native dell’intelligenza artificiale raccolgono più dati di implementazione con ciascun flusso di lavoro dei clienti che automatizzano.
(Foto di Engin Akyurt)
Vedi anche: Google testa l’agente Remy AI per Gemini mentre l’attenzione si concentra sul controllo dell’utente
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici, clicca Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
