芯耀
707
還處于起步階段的中國AI Agent市場，正在走向同質化競爭的紅海市場，重蹈RPA市場覆轍。
2025年上半年，幾乎所有軟件廠商都推出了AI Agent產品，產品功能和應用場景同質化嚴重，集中在知識庫、客服、辦公、數(shù)據(jù)分析等，底層大模型基本都接入DeepSeek、Qwen等開源模型。
底層大模型一致，應用場景和產品功能類似的情況下，眾多Agent產品差異化很小。加之市場環(huán)境持續(xù)疲軟、企業(yè)用戶預算收縮，Agent市場迅速進入到低價競爭境遇，項目金額從百萬量級迅速降低到幾十萬量級，單純Agent工具客單價很難突破50萬大關。
很多人感嘆，Agent又要成為下一個RPA，變成低價競爭的紅海市場。
那么Agent市場發(fā)展前景如何，會不會真的如RPA市場卷成一地雞毛？Agent產品的門檻在哪，廠商應該選擇哪些場景切入？本文將圍繞著上述問題展開分析，重點探討Agent市場發(fā)展前景、Agent產品競爭壁壘以及高價值應用場景。
01、AI?Agent與RPA的異同
首先簡單回顧下RPA市場。
中國RPA市場自2020年興起，來也科技、弘璣、金智維等眾多廠商拿到大量融資，投入大量資源完成RPA市場教育，銀行、能源、汽車等領域大型企業(yè)紛紛采購RPA產品。
但RPA工具研發(fā)難度低，在市場火熱后有大量廠商進入RPA市場，整個市場進入到紅海競爭，RPA工具幾乎全部免費，單個RPA機器人開發(fā)成本降至2萬人民幣以下，單個RPA應用項目金額基本都在30-50萬人民幣之間。除非控制在較小團隊規(guī)模，沒有廠商能夠只靠做RPA工具和應用盈利。
從市場劃分和產品形態(tài)來看，Agent和RPA有類似之處，都可以分成工具平臺和應用開發(fā)兩個部分，應用開發(fā)都是要基于工具平臺來完成。當前階段，Agent和RPA類似，工具平臺本身開發(fā)門檻不高。
但愛分析認為，業(yè)務場景價值是Agent和RPA的根本區(qū)別，Agent應用的業(yè)務價值度更高，開發(fā)門檻更高，這是Agent不會完全陷入到低價競爭的原因。
愛分析認為，RPA最終卷成“白菜價”的核心原因是業(yè)務價值太低。RPA應用價值低，RPA應用開發(fā)門檻低。
RPA應用替代的是流程固定、重復性強工作任務，同時RPA工具使用有一定學習門檻。這些特點導致RPA構建公司級或部門級應用時，對公司規(guī)模和流程穩(wěn)定性要求高，只能服務于中大型企業(yè)；構建小團隊或個人級應用時，對團隊人員學習能力要求高，只能服務于泛互聯(lián)網客群。
因此，一類客群是金融、運營商、能源等大型企業(yè)，這類客群預算充裕，更加看重RPA廠商定制開發(fā)能力，對RPA工具付費意愿低。另一類客群是電商、新零售等中小企業(yè)，這類客群更加追求產品性價比，RPA工具有付費意愿，但預算有限。
Agent是基于大模型這個新的生產工具構建應用，借助大模型能力，Agent能夠端到端解決客戶業(yè)務問題，而不是簡單替代重復工作，這是Agent和RPA的根本區(qū)別。這使得Agent應用的業(yè)務價值更加容易量化和評估，產生更高價值。
考慮到大模型還處于不斷迭代階段，如何能夠充分發(fā)揮大模型能力，當前階段還是有較高技術門檻，這使得Agent應用構建存在一定壁壘。這一點不同于RPA，只是簡單地將客戶應用場景進行復現(xiàn)和固化。
02、AI工程化能力和業(yè)務know-how是Agent應用構建門檻
大模型作為新的生產工具，其能力邊界、與業(yè)務場景結合方式還處于探索階段，這是Agent應用構建存在門檻的原因。
每個Agent業(yè)務應用是要解決一個完整業(yè)務場景問題，這其中包含若干個單點業(yè)務問題。而每個單點業(yè)務問題是由AI任務和工作流來組成，每個AI業(yè)務解決都需要大模型、工具和企業(yè)知識。
每個Agent應用構建門檻是在于業(yè)務場景拆解、工作流設計、企業(yè)知識清洗處理、各類工具開發(fā)和調用。
業(yè)務場景拆解和工作流設計是業(yè)務Know-how?能力，深度參與到業(yè)務場景，熟悉原有業(yè)務流程及關鍵業(yè)務問題，借助大模型能力對業(yè)務流程和業(yè)務問題解決方式進行改造。企業(yè)知識清洗處理、工具開發(fā)和調用則是AI工程化能力體現(xiàn)，讓Agent真正在業(yè)務場景中穩(wěn)定高效發(fā)揮價值。
03、Agent應用要面向企業(yè)生產場景，是真正高門檻場景
Agent應用構建門檻是業(yè)務Know-how和AI工程化能力，Agent廠商應重點發(fā)力有業(yè)務konw-how和AI工程化能力要求高的場景，這其中業(yè)務konw-how重要性高于AI工程化能力，更容易構建門檻。
業(yè)務konw-how更加重要是因為具備類似場景的客戶有限，Agent廠商必須通過項目合作才能積累這方面經驗。
以工業(yè)制造領域為例，生產、設備、安全是工業(yè)制造企業(yè)的核心場景，業(yè)務konw-how要求高。辦公、客服、通用知識庫等職能場景，價值度相對有限。
布局設備管理、人員安全管理、智能排產、智能決策等場景的Agent廠商值得重點關注。
