Величезний «синій океан» ринку «інтелектуальних агентів»: програмування займає половину, медицина, фінанси, право та інші сфери — «мало»

Останні дослідження щодо практичного застосування штучних інтелектуальних агентів виявили надзвичайно дисбалансований ринок: майже половина всіх застосувань припадає на програмну інженерію, тоді як медична, юридична, фінансова та ще понад десять вертикальних галузей разом займають лише іншу половину, причому кожна з них має менше 5%. Ця ситуація вказує підприємцям напрямок — справжні можливості не в уже освоєних сферах, а в тих, що майже не торкалися, — у так званих «блакитних океанах».

Комплексне дослідження Anthropic показує, що у викликах API для AI-агентів програмна інженерія становить до 49,7%. У той час як медична сфера — лише 1%, юридична — 0,9%, освіта — 1,8%. Це не насичені ринки, а майже неіснуючі.

Дослідження також виявило ключовий факт: реальні можливості моделей штучного інтелекту значно випереджають рівень довіри користувачів. Оцінка здібностей METR показує, що Claude здатен вирішувати завдання, на виконання яких людині потрібно майже п’ять годин, але в реальних умовах середня тривалість сесії у 99,9% випадків — лише близько 42 хвилин. Величезна різниця між потенціалом і фактичним застосуванням — це можливість для підприємців створювати продукти.

Гаррі Тен, президент Y Combinator, та Аарон Леві, генеральний директор Box, вважають, що ця ситуація передвіщає появу 300 вертикальних AI-єдинорогів, що відповідає понад 170 компаніям у SaaS-епоху. А масштаб AI-версій може збільшитися у 10 разів, оскільки вони не лише замінюють софт, а й можуть замінити операторів.

Переважає програмна інженерія, вертикальні сфери майже порожні

Дані Anthropic свідчать, що програмна інженерія займає половину всіх активностей AI-агентів, решта розподілена між 16 вертикальними галузями, жодна з яких не перевищує 9%. Ринки медичної, юридичної, освітньої, клієнтської підтримки, логістики та інших сфер мають менше 10%.

Такий розподіл не зумовлений відсутністю потреби в AI-агентах у цих сферах, а скоріше тим, що відповідні застосування ще не розроблені. Програмна інженерія домінує тому, що розробники — природні ранні adopters AI-інструментів, а технологічний бар’єр відносно низький.

Натомість, медична, юридична та інші вертикалі мають справу з приватними даними, регуляторними обмеженнями та складними організаційними процесами. Ці, здавалося б, перешкоди насправді формують захищені конкурентні бар’єри. Хтось може створити універсальний обгортковий інструмент, але дуже мало хто глибоко розуміє специфіку роботи з медичними рахунками, юридичними висновками або дозволами на будівництво.

Різниця між можливостями і довірою

Дослідження виявили явище «відставання у впровадженні»: можливості моделей значно випереджають рівень довіри користувачів.

З жовтня 2025 року по січень 2026-го середня тривалість сесії у 99,9% випадків майже подвоїлася — з менш ніж 25 хвилин до понад 45. Це зростання стабільне для кількох версій моделей. Це не лише покращення можливостей, а й накопичення довіри — користувачі навчаються співпрацювати з агентами у процесі кожної сесії.

Дослідники Anthropic, Мілес МакКейн та інші, зазначають, що з серпня по грудень успіх Claude Code у найскладніших внутрішніх завданнях подвоївся, а середня кількість людських втручань у кожну сесію знизилася з 5,4 до 3,3. Це свідчить, що з поглибленням розуміння можливостей агентів користувачі готові довіряти їм більше автономії.

Можливості вже є, а впровадження — ще ні. Це не проблема, а можливість для продукту.

Парадокс еволюції довіри

Дослідження виявили цікавий феномен: досвідчені користувачі автоматично схвалюють більше сесій, але й здійснюють більше втручань.

Нові користувачі автоматично схвалюють близько 20% сесій Claude Code. Після 750 сесій цей показник зростає понад 40%. Водночас, нові користувачі втручаються лише у 5% випадків, тоді як досвідчені — у 9%.

Це не суперечить. Команда дослідження пояснює, що це — зміна стратегії контролю. Новачки перед кожним кроком схвалюють рішення, тоді як досвідчені делегують частину завдань і контролюють їх постфактум, переходячи від попереднього схвалення до активного моніторингу.

Також виявлено важливу ознаку безпеки: у складних завданнях Claude Code частіше запитує уточнення — у понад двічі частіше, ніж людські оператори. Агент у разі невпевненості зупиняється і підтверджує, а не просто рухається вперед. Вчені вважають, що «автономія агентів у практиці формується спільно моделлю, користувачами та продуктом. Claude обмежує свою незалежність, роблячи паузи для уточнень у разі невпевненості».

73% викликів API залучають людський фактор, лише 0,8% операцій є незворотніми. Найвищий ризик — сценарії безпеки, наприклад, витяг API-ключів або автономна торгівля криптовалютами, — це переважно оцінка безпеки, а не реальні виробничі сценарії.

Стратегії захисту вертикальних AI

Стратегія вертикального AI, запропонована Аароном Леві, відкриває шлях до створення захищених компаній: створювати агенти, що мають доступ до приватних даних; забезпечити реальне вирішення практичних задач; максимально використовувати контекст для підвищення якості вихідних даних; і, що найважливіше, — ключовий аспект, — допомагати клієнтам впроваджувати зміни.

Саме останнє — причина, чому вертикальний AI має захисний потенціал. У вертикальних сферах важливо освоїти традиційні робочі процеси, регуляторні вимоги та організаційні труднощі — це і є ключовими факторами, що відрізняють захищені компанії від універсальних обгорток.

За останні десятиліття SaaS-індустрія зросла у 10 разів кожне десятиліття. За останні 20 років понад 40% венчурних інвестицій спрямовано у SaaS-компанії, що породили понад 170 «єдинорогів». Логіка вертикального AI схожа: кожен SaaS-єдиноріг має відповідний вертикальний AI-варіант, і масштаб AI-версій може збільшитися у 10 разів, оскільки вони не лише замінюють софт, а й операторів.

Дослідники наголошують, що політика «затвердження кожної операції» знищить продуктивність без підвищення безпеки. Краще забезпечити можливість моніторингу і втручання людини, ніж жорстко регламентувати кожен крок.

300 єдинорогів — у прихованих місцях

Ринковий ландшафт вже чіткий. Програмна інженерія — це вже закріплена сфера, тоді як медична, юридична, фінансова, освітня, клієнтська підтримка, логістика та ще 10 вертикалей мають менше 10% ринку кожна і чекають, коли фахівці вбудують галузеві знання у агентів.

Модель вже здатна працювати п’ять годин, але користувачі дозволяють їй працювати лише 42 хвилини. Ця різниця вказує, що ринок ще дуже ранній, і попереду багато роботи, а багато галузей навіть не бачили застосувань тривалістю у хвилину.

Раніше з’явилися понад 300 SaaS-єдинорогів, і тепер з’являться ще 300 вертикальних AI-єдинорогів. Вибравши вертикальну сферу, заклавши галузеві знання у агентів і вирішивши питання управління змінами, засновники зможуть визначити наступне десятиліття корпоративного софту.

Ризики та застереження

Ринок має ризики, інвестиції — обережні. Цей матеріал не є інвестиційною рекомендацією і не враховує індивідуальні цілі, фінансовий стан або потреби користувачів. Користувачі мають самостійно оцінити відповідність наведених думок і висновків своїй ситуації. За інвестиції відповідальність несе кожен сам.