技术拐点已至，2025~2026年有望成为Agent商业化启动时刻。2024年，大模型能力跃迁推动Agent规划、记忆、工具、行动四大核心要素持续突破，以Manus为代表的通用Agent工具代表着技术端或已经到达临界点。2024年下半年，OpenAI、Anthropic、微软、谷歌等科技巨头纷纷公布相关进展，将自家Agent实力当作牌桌上的重要筹码。24年以来，Agent四大关键要素均取得了进步，有望带来独属于AI2.0时代的交互方式、产品形态和商业模式，从订阅模式转向按量抽成的模式企业能够更直观的算出ROI，实现Agent更快在B端落地。
Agent创造价值空间可等效于完成相应工作的人力成本（Agent=白领，机器人=蓝领），核心公式为AITAM=总薪资替换率AI效率优化。根据我们测算，Agent总目标市场TAM约3.61万亿元；垂直行业看，价值释放路径清晰，IT、金融等领域成为核心突破领域，但最终，我们认为Agent目标为替代行业中标准化程度较高的具体岗位。
看好Agent最先渗透以下六大核心场景：
- AI+Coding：巨头重点发力方向，OpenAI预测2025年底AI代码的自动化程度将达到99%。我们测算，AITAM达4357.84亿元。
- AI+银行：AI有望最先颠覆金融业，其中银行有54%的就业岗位存在“非常高的自动化潜力”。我们测算，未来银行业AITAM达1774.32亿元。
- AI+人力：据ResumeBuilder最新市场调研，2024年有43%的企业招聘将引入人工智能，简化招聘流程、提高面试效率。我们测算，AI面试AITAM将达到350.54亿元。
- AI+法律：Agent或首先对法律行业中初级法务、法律助理以及行政专员等重复性较高职位产生影响。我们测算，AIAgent法律领域TAM约324.17亿元。
- AI+网安：我们认为，Agent对于网安领域短期效率的提升有望缓解人才短缺与成本间的矛盾，中长期实现安全服务人员替代。我们测算，Agent网安TAM达683.6亿元。
- AI+客服：AI在客服领域目前已实现大规模落地，早在2022年麦肯锡研究表明，应用AI客服的企业最高可降低40%运营成本。我们测算，未来客服领域AITAM市场近680.4亿元
从长期来看，AIAgent结合LLM将深刻提升企业效率，推动创新飞跃式发展。根据McKinsey研究，生成式AI有望每年为全球经济新增2.6万亿~4.4万亿美元的价值；劳动效能方面，AI有潜力将全球劳动生产率年增速额外提高0.1%~0.6%，如果叠加其他自动化技术，总体年生产率振幅可达0.5%~3.4%。企业层面的实践也印证了AI带来的效率收益：根据IDC的研究，目前部署生成式AI的公司平均实现3.7倍投资回报（ROI），领先头部企业甚至达到10.3倍。AIAgent能力持续迭代提高，我们认为，AIAgent在数据分析、企业运营、投研等领域的深度应用将带来新的生产力“范式效应”，进一步释放企业的创新与竞争优势。
Agent带来数字劳动力、ROI以及商业模式有望重塑，2025~2026年有望成为Agent商业化启动时刻。从规则驱动到目标驱动，强化学习和推理能力是实现Agent进化关键。DeepseekR1的出现加速了AIAgent进化，重要贡献体现在两个方面：一是通过规则驱动的方法实现了大规模强化学习；二是通过深度推理SFT数据与通用SFT数据的混合微调，实现了推理能力的跨任务泛化。我们认为，在Deepseek引领下，推动Agent从Prompt型向专家型，有望在2025年迎来商用元年。
以Salesforce推出的Agentforce为例，与传统的许可模式不同，Agentforce使用基于对话的定价结构。按量计费的优势在于企业能够更直观的算出ROI：每次对话的费用：每次对话起价为2美元，如果超过预购的对话套餐包，则会收取超额费用。Einstein请求：AI驱动的交互消耗基于字数和复杂性的信用，这会增加每次对话的成本。平均而言，企业应该期望为每个人工智能回复支付大约0.02美元。重度用户（每天100多次人工智能交互）可能会看到每个用户每月的成本超过50美元，具体取决于响应的复杂性。
未来有望形成“Agent+数字员工+人”的协作模式。
