Дані Anthropic: майже половина викликів AI-агента зосереджена на програмній інженерії, ці 16 галузей залишаються незайнятим ринком

Медицина — 1%, право — 0,9%, освіта — 1,8%. Це не насичені ринки, а майже неіснуючі ринки.

Автор: Garry’s List

Переклад: Deep潮 TechFlow

Глибоке ознайомлення: Anthropic опублікувала найповніше дослідження реального використання AI-агентів на сьогодні, основні дані: близько 50% викликів інструментів агентів припадає на програмну інженерію, тоді як медицина, право, освіта та ще 16 вертикальних галузей разом складають менше половини — кожна галузь має менше 5%.

Це не сигнал насиченості ринку, а карта 300 вертикальних AI-єдинорогів — ще цінніше те, що у статті наведено інтуїтивно несподіване відкриття: моделі вже здатні працювати майже 5 годин самостійно, але користувачі фактично дозволяють їм працювати лише 42 хвилини — цей “дефіцит довіри” сам по собі є наступною можливістю для продукту.

Повний текст:

Програмна інженерія становить майже 50% всіх викликів інструментів AI-агентів. 16 вертикальних галузей, таких як медицина, право, фінанси, майже не охоплені, кожна менше 5%. Це означає, що чекає на створення 300 вертикальних AI-єдинорогів.

Якщо б я сьогодні починав бізнес, я б дивився на цю червону частину графіка, доки не побачу своє майбутнє.

Засновник Box Аарон Леві зазначає:

Ця діаграма добре нагадує нам, наскільки великі можливості зараз у сфері AI-агентів.

Звісно, у горизонтальній площині є багато можливостей для агентів, але також багато робочих процесів, що вимагають глибоких знань у галузі, щоб справді допомогти користувачам автоматизувати унікальні процеси їхньої вертикалі.

Шаблон: створення агентського програмного забезпечення, яке підключається до власних даних, ефективно поєднує користувача з агентом для обробки робочих процесів, має глибоку контекстну інженерію у галузі та здатність керувати змінами на стороні клієнта.

Зараз у багатьох галузях ще дуже багато порожнеч.

Програмна інженерія займає майже половину всіх активностей AI-агентів. Інша половина розподілена між 16 вертикальними галузями, жодна з яких не перевищує 9%. Медицина — 1%, право — 0,9%, освіта — 1,8%. Це не насичені ринки, а майже неіснуючі.

Anthropic щойно опублікувала найповніше дослідження реального використання AI-агентів. Основний висновок: програмна інженерія становить 49,7% викликів інструментів API агентів. Глибше приховане ключове твердження: все інше — це блакитний океан.

Затримки у впровадженні

Є один показник, який має надихнути підприємців: здатність моделей вже значно перевищує межі довіри користувачів.

Оцінка можливостей METR показує, що Claude може вирішити завдання, на які людині потрібно майже п’ять годин. Але в реальному використанні 99,9-й перцентиль сесій триває лише близько 42 хвилин. Ця різниця — між тим, що AI може робити, і тим, що ми дозволяємо йому робити — є величезною можливістю.

Зображення: Максимальна тривалість тренування Claude Code за три місяці майже подвоїлася. Це не лише підвищило його можливості, а й зміцнило довіру.

Джерело: x.com

З жовтня 2025 до січня 2026 року тривалість однієї сесії у 99,9-й перцентиль майже подвоїлася — з менш ніж 25 хвилин до понад 45 хвилин. Зростання стабільне між різними версіями моделей. Це не лише покращення моделей, а й результат того, що користувачі вчаться під час використання, поступово довіряючи агентам.

“З серпня по грудень успішність Claude Code у найскладніших внутрішніх завданнях подвоїлася, а кількість людських втручань у кожну сесію зменшилася з 5,4 до 3,3 разів.”

Можливості вже є, але впровадження ще не йде в ногу. Це не проблема, а можливість для продукту.

Як еволюціонує довіра

Нові користувачі автоматично схвалюють 20% операцій Claude Code. До 750 сесій цей показник перевищує 40%. Але несподівано, досвідчені користувачі роблять більше втручань, ніж новачки: 5% у нових і 9% у досвідчених.

Зображення: Довіра — це навичка, яка постійно накопичується. Нові користувачі автоматично схвалюють 20% сесій. До 750 сесій цей показник зросте понад 40%.

Джерело: Anthropic

Це не суперечить, а є результатом зміни стратегії контролю. Початківці поступово схвалюють операції перед їх виконанням, досвідчені — спочатку дозволяють, а у разі проблем втручаються — вони вже перейшли від попереднього схвалення до активного моніторингу.

Ще одне важливе відкриття з точки зору безпеки: у складних завданнях Claude Code активніше запитує про уточнення у понад удвічі частіше, ніж це роблять люди. Агент ставить паузу для підтвердження, а не йде напролом. Це особливість, а не недолік.

“Головне висновок дослідження: автономія агентів у практиці формується спільно моделлю, користувачами та продуктом. Коли модель не впевнена, вона ставить паузу для запитань, щоб обмежити свою незалежність. Користувачі, співпрацюючи з моделлю, формують довіру і відповідно коригують свою стратегію контролю.”

Стратегія вертикальних AI Левіє

Аарон Левіє вказує на величезний потенціал і цінність, що ще не розкриті: створювати агентське програмне забезпечення, яке підключається до власних даних, справді вирішує реальні проблеми людей, наповнює контекст для максимальної інтелектуальної віддачі, а також — і це важливо — сприяє управлінню змінами на стороні клієнта.

Саме цей аспект — причина, чому вертикальний AI так важко копіювати. Будь-хто може створити API-обгортку, але мало хто справді володіє знаннями для роботи з унікальними робочими процесами, регуляторними обмеженнями та опором у сферах, таких як медицина, право або будівництво.

SaaS за останні десятиліття зростає у десять разів кожні 10 років. За останні 20 років понад 40% венчурних інвестицій спрямовано у SaaS-компанії. У цьому секторі з’явилося понад 170 SaaS-єдинорогів. Логіка проста: кожен із них має вертикальну AI-версію, яка чекає на створення. А ця AI-версія може вирости у десятки разів, адже вона замінює не лише софт, а й операторів.

Спільне створення — це сутність

Ключові відкриття Anthropic заслуговують серйозної уваги всіх, хто займається політикою у сфері AI. Автономія — це не властивість моделі сама по собі, а результат спільної роботи моделі, користувачів і продукту. Перед впровадженням це важко оцінити, потрібно спостерігати у реальному використанні.

Офіційна позиція Anthropic:

Програмна інженерія становить близько 50% викликів інструментів API агентів, але ми бачимо, що з’являються інші галузі. Зі зростанням автономії та розширенням меж відповідальності, моніторинг після впровадження стає критично важливим. Ми закликаємо інших розробників моделей досліджувати цю тему.

Цифри щодо безпеки заспокоюють: 73% викликів інструментів залучають людину, лише 0,8% операцій є необоротними. Найвищий ризик — наприклад, витік API-ключів або автономні криптооперації — здебільшого оцінюються з точки зору безпеки, а не реального виробництва.

“Вимоги до регулювання, що передбачають конкретний режим взаємодії — наприклад, обов’язкове схвалення кожної операції людиною — створюють більше перешкод, ніж підвищують безпеку.”

Обов’язкове схвалення кожної операції знижує продуктивність, але не підвищує безпеку. Краще забезпечити можливість контролю та втручання людини, ніж накладати жорсткі правила схвалення.

Де ховаються єдинороги

Карта вже намальована. Програмна інженерія вже реалізується. Медицина, право, фінанси, освіта, обслуговування клієнтів, логістика — 16 вертикальних галузей, кожна з яких має менше однієї цифри у частці ринку — чекають, коли хтось справді вбудує галузеві знання у агент.

Раніше з’явилися понад 300 SaaS-єдинорогів, і тепер з’являться ще 300 вертикальних AI-єдинорогів. Ті, хто обере вертикальну галузь, інтегрує галузеві знання у агент і зрозуміє, як керувати змінами, матимуть шанс на наступне десятиліття у корпоративному софті.

Модель вже може працювати п’ять годин, користувачі дозволяють їй працювати лише 42 хвилини. Це сигнал: ми все ще на дуже ранній стадії, і ще багато чого можна побудувати, особливо у сферах, де навіть не було й хвилини інтелектуальної активності.