Det er vilt hvor mange AI Agent-muligheter det er som er mye større enn deres pre-AI-markeder. TAM for koderedigeringsmarkedet var noen få milliarder dollar i 2020. AI-kodeagenter kan være et marked på 50-100 milliarder dollar+ i løpet av de neste 5-10 årene. Du kan gjøre dette for mange mellomrom.

I en verden av AI-agenter vokser markedsstørrelsen for SaaS kontra krymper. Ikke bare trenger du fortsatt registreringssystemer for å administrere bedriftsdata og arbeidsflyter, men AI-agenter skaper helt nye verdiforslag for disse verktøyene. Du bringer arbeid til kunden nå.

Her er den nye ChatGPT-agenten som finkjemmer markeds- og strategidata som er lagret i Box for å produsere en powerpoint-presentasjon. Muligheten for AI-agenter til å koble til data fra hvor som helst, bruke en datamaskin og automatisere arbeid i bakgrunnen kommer til å være vill.

ChatGTP har nettopp lansert en agent med tilkoblede apper og sin egen datamaskin. Her er en test av agenten som har i oppgave å lage en strategipresentasjon med markedsundersøkelser og en mal fra Box. Det er tidlig, men fremtiden er agenter som gjør arbeid for oss 24/7 i bakgrunnen.

Programvarens forretningsmodell vil være seter for brukeren og forbruk for agentene. Den store oppsiden nå er at det er mange AI Agent-muligheter der TAM langt overstiger de tidligere potensielle seteinntektene. For nå leverer du arbeid, ikke bare aktiverer det.

AI Agents gir en mulighet til å bringe automatisering til så mange kategorier av arbeid som du aldri kunne automatisere med programvare før. Mesteparten av tiden i programvare konkurrerer du innenfor eksisterende, stort sett veldefinerte markeder. Selv om utgiftene til og med kan vokse, er det vanligvis fortsatt nullsumdynamikk i rommet. Gitt tilbakestillingen som skjer med AI Agents, ville det være en feil å i stor grad fokusere på bare å bygge det vi alltid har vært i stand til å gjøre med programvare, og bare trinnvis legge til noen AI-funksjoner på toppen. Det store spillet akkurat nå er å bygge AI-agenter for helt nye kategorier ved å bringe en dyp domeneekspertise, vertikal forståelse, data fra kunden og verktøybruk. Det er uendelige kategorier som ville vært nesten umulige, eller i det minste altfor dyre, å automatisere før, der vi endelig kan nå. Hvis du hadde prøvd å gjøre dette for bare 1 år siden, ville det sannsynligvis vært for tidlig. Og til syvende og sist vil disse kategoriene sannsynligvis meningsfullt overstige den totale størrelsen på dagens programvareutgifter for bedrifter, ettersom de kan knyttes til mengden produksjon som genereres kontra begrenset av en pris per sete. Utrolige tider.

Vi er på et punkt der vi har intelligensnivåene i modeller til å bygge langt flere AI-agenter enn det som har blitt opprettet så langt. Nå er tiden inne for å bygge bro mellom AI og kunden med riktig domeneekspertise, forståelse av vertikale arbeidsflyter og kontekstteknikk.

Vi er på et punkt der vi har intelligensnivåene i modeller til å bygge langt flere AI-agenter enn det som har blitt opprettet så langt. Nå er tiden inne for å bygge bro mellom AI og kunden med riktig domeneekspertise, forståelse av vertikale arbeidsflyter og kontekstteknikk.

Vi er på et punkt hvor vi nå allerede har intelligensnivåene til å bygge langt flere AI-agenter enn det som har blitt opprettet så langt. Nå er tiden inne for å bygge bro mellom kunstig intelligens og kunden med riktig domeneekspertise, forståelse av arbeidsflyter og kontekstteknikk.

I skyens tidlige dager trengte de fleste bedrifter å bli overbevist om viktigheten. Nå, med samme tidsramme i AI-utrullingen, erkjenner selv de mest konservative selskapene hvor viktig AI vil være. Dette skaper en helt annen dynamikk.