AI代理发展历程、商业价值、市场空间及应用前景如何？

AI代理繁荣标志大模型从“训练”向“推理”演进。

我们正经历 AI应用的三个阶段。2023年5月 24 日微软 Copilot 助手的出现标志着人工智能技术在办公自动化进入新时代，也是生产力工具的新里程碑。大模型能力持续增强以及 RAG等技术的成熟，赋予了 AIAgent更接近人类的思维能力，AlAgent的能力得到了质的飞跃。Agent 在消费者和企业层面地位渐升，AI发展将迎来新阶段--消费者和企业AIAgent时代。

(1)聊天机器人/Chatbot时代(2023-2024):这一阶段主要以实验和针对特定场景的应用为主，在应用层的突破性成果较少。除了 ChatGPT 和 MetaAl(两者的月活跃用户均超过2亿)之外，几乎没有大规模的成功案例。不过，像 Gemini 和 Claude 等技术正在展现潜力。(2)消费者和企业 A1Agent时代(2025-2026):预计这一阶段，AI将具备在有限人工干预下完成完整任务的能力，消费者 A1 助手和企业智能代理将成为主流。此外，语音交互和多模态AI技术也可能广泛融入各种产品中，类似谷歌的NotebookLM 的突破性成功。

(3)AI员工和消费级机器人时代(2027-2028):到这一阶段，数字员工和消费级机器人预计将全面参与到社会和企业的运作中。

AIAgent 技术的关键在于推理,Capex逐渐转向经营性性质。传统训练任务的 Capex是研发型投入，而近期 OpenAI发布的 GPT-01所采用的推理模型，是被设计用来处理长时间的思考和多步骤的复杂任务，为用户的决策提供支持，GPT-o1 在推理过程中的成本被描述为数百万甚至数十亿级别的提升，这预示着未来 AI Agent 广泛渗透时，对于推理算力的需求将是指数级爆发增长，推理的 Capex的日常经营性质越发明显。AlAgent推理和规划的能力由LLM 来实现，推理和规划赋能 Agent 学习能力,可以积累知识和经验,并且 Agent 可以对过往的数据和动作进行反思总结,从错误中吸取经验，并为接下来的行动进行纠正，从而适应环境、更有效地执行任务并成功达成目标。

AI Agent推理算力估算结论:根据巴克莱银行报告，AI应用的推理计算需求将在2025年超越训练需求，并可能在 2026年达到训练需求的 4.5倍。若仅计算 AI Agent推理算力的话，消费者 AAgent产品对推理计算量贡献高增量，预计 2026年消费者Agent产品仅7%的渗透率将占到消费者总计算需求的 42%。企业级 AI应用的推理计算需求爆增，但 AI Agent产品贡献相对较小;2024年、2025年、2026年企业级 AI应用的推理算力需求增速分别达到50倍、15倍、2倍，而预计 2026年企业 Agent所需的推理计算量仅占行业推理总量的约1%。消费者 AI Agent推理算力估算过程:消费者 A Agent 产品对推理计算量贡献高增量的原因在于,企业 AI往往服务于高度具体的任务场景,消费者 AIAgent 不仅可能需要某种基于“思维链”的推理模式，还可能需要比企业 A1 更广泛的知识覆盖范围。消费者可能会在一次查询中同时询问Agent 天气状况、周末计划以及完成餐厅预订。这种广泛的用例范围可能需要参数量更大的模型

从而增加每次查询的计算强度。根据巴克莱银行报告，到 2026年，消费者 AI的日活跃用户将达到 10 亿，其中绝大多数运行在云端上。截至 2024 年第三季度，预估每天使用 AI产品的消费者不到 10亿，其中最主要的两款产品是 ChatGPT和 Meta Al。随着消费者 AIAgent的逐步成型，预计到明年，月活跃用户将突破10 亿，并在 2026年实现日活跃用户超 10 亿。

假设 Agent 时代的到来可能显著增加每位日活用户的査询量。目前,苹果表示 Siri用户平均每天查询约 1.5 次,而谷歌用户的平均日査询量为3次。随着 Agent的推广,我们预计查询量将翻倍,并最终在2026年达到每位日活用户每天10次的水平。

企业级 AI Agent 推理算力估算过程:从 2025年开始，企业 AI将显著转向 AI Agent查询。根据巴克莱银行报告，目前微软在全球(不包括中国)约有 12亿个软件应用许可证。在 2023-2024年，Copilots在企业领域的突破有限，主要集中在代码编写和呼叫中心助手上。2024年，企业和专业消费者用例中使用 Copilots 协作助手的数量将超过 2000 万个(GitHub Copilot 是第一个成功案例，此外还有企业版本的 ChatGPT 和 Claude)，预计到 2026 年这一数字将增长到 5000万。我们假设每个使用 Copilots 协作助手的日活用户每天进行约 10 次查询，每次查询约 300个标记。企业软件中的 12 亿个软件应用许可证可以进一步细分为单个应用“任务”。比如，一个 Office 365的个人用户许可证包括 Excel、PowerPoint、Word 等--我们估计有大约 70 亿个“任务”可以由AIAgent执行，且这些任务在某些情况下可能比传统企业软件或甚至人类执行得更好。

企业服务 AI Agent旨在企业系统之上的新应用程序层(包括应用程序、记录系统、数据仓库以及非结构化文档)进行访问、解释和处理内容，同时保证公司的安全和访问策略。AIAgent企业服务助力数据服务、销售服务等多板块应用效率，需求前景广阔。企业服务 Agent可确保业务线控制权掌握在特定岗位的员工手中，使其能够灵活地适应不断变化的需求，而无需持续依赖开发人员或 IT 部门。

例如，Salesforce 提供的 Agent 类应用程序(包括 Sales Cloud、Service Cloud、MarketingCloud、Commerce Cloud 和 Industries)被分解为精细操作，可使 Salesforce 的 Agentforce代理具有跨各种主题的丰富功能。Agentforce Agent可以通过多种方式组合和编排这些操作，从而在整个企业中为用户提供无缝和统一的体验。此外,开发人员可以通过由代码、API、Salesforce 流或提示模板提供支持的自定义操作来扩展标准 Agentforce Agent 的功能。

中国 AI Agent 市场空间广阔，B 端、C端大有可为。2023 年中国 AAgent 市场规模为 554亿元，预计至 2028 年将达 8520 亿元，其年均复合增长率为72.7%。AIAgent于 2023年被业内正式引入并重新定义，随着人工智能技术的迅速发展，垂直领域的 AI Agent 正逐渐成为科技行业的新宠,垂直领域的 AI代理市场规模可能达到 SaaS 的十倍,创造超过 3000 亿美元的独角兽企业。AI Agent 市场规模包括 To C端和 To B端的应用价值:1)在 B端场景下，Al Agent 将对 SaaS应用进行全面重构，与传统知识库结构化管理模式相比，AIAgent的向量数据库能自动学习和理解文档，实现更加高效知识管理;2)在C端场景下，AIAgent作为生成式 AI的商业化应用，可以广泛应用于电商、教育、旅游、酒店以及客服等行业，带来传统行业的升级转型。

Agentforce 提供以下基本功能:访问公司数据:操作为 Agent 提供客户和企业数据的访问权限。在允许任何 Agent 访问数据时，Agent 不会向未经授权的用户披露数据。Agentforce Agent 对数据的访问由权限和共享模型控制。无论从何处访问数据，相同的权限和共享模型都适用传统应用程序或代理。

外部系统集成及自定义操作: Agent能够执行操作并与外部系统集成。标准 Agentforce 操作内置可作用于销售、服务、营销、商业等行业。此外，开发人员可以使用代码、API、流程和提示模板构建可作用于 Salesforce 或外部系统的自定义操作。

行业垂类应用:分行业具体来看，AIAgent垂直应用在多个领域都展现出了巨大的商业潜力和应用前景，包括电商、教育、智能客服等。

I.电商领域。1)个性化推荐系统:AlAgent能够根据用户的购物历史、浏览行为和偏好，提供个性化的产品推荐，从而提高用户满意度和销售额。2)智能客服与支持:通过自然语言处理和机器学习技术,AIAgent 可以自动回答用户的咨询处理订单问题和退货请求，提高客户服务效率。3)语音助手与购物体验:A1Agent集成到智能音箱和手机应用中，用户通过语音命令进行购物，提升购物便捷性。4)内容生成与营销:帮助企业生成吸引人的产品描述、营销文案和社交媒体内容，提高营销效果。5)库存管理和需求预测:利用大数据分析和机器学习预测产品需求，优化库存水平

II.教育领域。1)个性化学习平台:根据学生的学习进度、兴趣和能力提供个性化的学习资源和辅导。2)智能辅导和答疑:提供7*24的在线答疑服务，帮助学生解决学习中遇到的问题。3)自适应测评系统:自动批改作业和考试，提供即时反馈，生成个性化的学习报告和建议。

III.客服领域。1)自动化客户服务:通过自然语言处理和机器学习技术，自动处理客户咨询，提高响应速度和准确性。2)多渠道集成:整合电话、邮件、社交媒体等多种沟通渠道，提供一致的服务体验。