Det är galet hur många AI Agent-möjligheter det finns som är mycket större än deras pre-AI-marknader. TAM för marknaden för kodredigerare var några miljarder dollar 2020. AI-kodningsagenter kan vara en marknad på $50-100B+ under de kommande 5-10 åren. Du kan göra detta för många utrymmen.

I en värld av AI-agenter växer marknadsstorleken för SaaS i stället för att krympa. Du behöver inte bara fortfarande registreringssystem för att hantera företagsdata och arbetsflöden, utan AI-agenter skapar helt nya värdeerbjudanden för dessa verktyg. Du tar med dig arbete till kunden nu.

Här är den nya ChatGPT-agenten som kammar igenom marknads- och strategidata som lagras i Box för att skapa en powerpoint-presentation. Möjligheten för AI-agenter att ansluta till data var som helst, använda en dator och automatisera arbete i bakgrunden kommer att vara vild.

ChatGTP har precis lanserat en agent med anslutna appar och en egen dator. Här är ett test av agenten som har till uppgift att göra en strategipresentation med marknadsundersökningar och en mall från Box. Det är tidigt, men framtiden är agenter som gör arbete för oss 24/7 i bakgrunden.

Programvarans affärsmodell kommer att vara platser för användaren och konsumtion för agenterna. Den stora uppsidan nu är att det finns många AI Agent-möjligheter där TAM vida överstiger de tidigare potentiella platsintäkterna. För nu levererar du arbete, inte bara möjliggör det.

AI-agenter ger en möjlighet att automatisera så många arbetskategorier som du aldrig kunde automatisera med programvara tidigare. För det mesta konkurrerar du inom programvara inom befintliga, till stor del väldefinierade marknader. Även om utgifterna till och med kan växa, finns det vanligtvis fortfarande en nollsummedynamik i utrymmet. Med tanke på den återställning som sker med AI Agents skulle det vara ett misstag att i stort sett fokusera på att bara bygga det vi alltid har kunnat göra med programvara och bara stegvis lägga till några AI-funktioner ovanpå. Det stora spelet just nu är att bygga AI-agenter för helt nya kategorier genom att ta med en djup domänexpertis, vertikal förståelse, data från kunden och verktygsanvändning. Det finns oändligt många kategorier som skulle ha varit nästan omöjliga, eller åtminstone alldeles för dyra, att automatisera tidigare, där vi äntligen kan göra det nu. Om du hade försökt göra detta redan för 1 år sedan hade det förmodligen varit för tidigt. Och i slutändan kommer dessa kategorier sannolikt att på ett meningsfullt sätt överstiga den totala storleken på de nuvarande utgifterna för företagsprogramvara, eftersom de kan kopplas till mängden produktion som genereras jämfört med ett tak per plats. Otroliga tider.

Vi har kommit till en punkt där vi har intelligensnivåerna i modellerna för att bygga många fler AI-agenter än vad som har skapats hittills. Nu är det dags att överbrygga AI till kunden med rätt domänexpertis, förstå vertikala arbetsflöden och kontextteknik.

Vi har kommit till en punkt där vi har intelligensnivåerna i modellerna för att bygga många fler AI-agenter än vad som har skapats hittills. Nu är det dags att överbrygga AI till kunden med rätt domänexpertis, förstå vertikala arbetsflöden och kontextteknik.

Vi har kommit till en punkt där vi nu redan har intelligensnivåerna för att bygga många fler AI-agenter än vad som har skapats hittills. Nu är det dags att överbrygga AI till kunden med rätt domänexpertis, förståelse för arbetsflöden och kontextteknik.

I molnets barndom behövde de flesta företag övertygas om hur viktigt det var. Nu, vid samma tidsram i AI-utrullningen, inser även de mest konservativa företagen hur viktig AI kommer att bli. Detta skapar en helt annan dynamik.