Революция вертикальных AI-агентов: почему они станут в 10 раз масштабнее SaaS 0:00
Индустрия программного обеспечения переживает сдвиг, сопоставимый с появлением облачных технологий и мобильных приложений. По мнению Гарри Тана и партнеров Y Combinator, мы переходим от эпохи простых SaaS-инструментов к эре вертикальных AI-агентов, способных заменить целые функциональные подразделения внутри компаний. Если в прошлом успех стартапа зависел от найма сотен сотрудников для операционных задач, то будущие «единороги» смогут достигать оборотов в сотни миллионов долларов с командой из 10–50 человек,.
📉 Уроки истории: от XML HTTP до доминирования SaaS 2:39
Катализатором бума SaaS в середине 2000-х годов стало внедрение функции XML HTTP request в браузеры в 2004 году. Это позволило перенести десктопные приложения в веб, что привело к созданию таких гигантов, как Gmail и Google Maps.
Анализ Y Combinator показывает, что в этот период все инновации разделились на три категории:
- Очевидные продукты: Почта, календарь, документы. Здесь победили инкумбенты (Google, Microsoft), так как они уже владели клиентской базой.
- Неочевидные продукты: Uber, Airbnb, DoorDash. Эти рынки были рискованными с регуляторной точки зрения, поэтому крупные игроки их игнорировали, что дало шанс стартапам,.
- B2B SaaS: Категория, подарившая миру более 300 «единорогов» за 20 лет, так как ни один гигант не смог монополизировать все нишевые вертикали,.
Гости полагают, что с LLM происходит похожая история: в общих приложениях (вроде голосовых помощников) победят крупные игроки, но в узкоспециализированных бизнес-решениях рынок будет принадлежать новым вертикальным стартапам.
🤖 Почему AI-агенты эффективнее SaaS 20:33
Главное отличие новой волны — переход от простого программного обеспечения, требующего участия человека-оператора, к автономным агентам. В модели SaaS компании тратят значительные суммы на фонд оплаты труда (payroll), выполняя задачи вручную, в то время как затраты на софт остаются незначительными.
Преимущества вертикальных AI-агентов перед традиционным SaaS:
- Замена процессов, а не инструментов: AI-агенты не просто ускоряют работу сотрудников, они автоматизируют функции целиком, исключая необходимость в найме.
- Глубокая специализация: В отличие от попыток «больших» вендоров (как Oracle или SAP) охватить всё, стартапы создают решения с 10-кратным превосходством в UX для конкретной вертикали.
- Снятие трений при продаже: Продажа ПО, которое «сокращает штат», раньше вызывала саботаж со стороны линейных сотрудников. Теперь агенты позволяют продавать решение напрямую руководству, минуя «проблемные» отделы,.
🛠 Примеры внедрения и тактика «скучных работ» 21:38
Спикеры привели несколько реальных примеров стартапов, которые уже демонстрируют взрывной рост:
- Outset: Агент для автоматизации рыночных исследований и опросов.
- Metic: Полная автоматизация QA-тестирования, позволяющая компаниям не нанимать штат тестировщиков.
- Priora: Агент для проведения первичного технического скрининга кандидатов.
- Cap.AI: Автоматизация поддержки для разработчиков (DevRel), значительно сокращающая потребность в ручном ответе на технические вопросы.
- Salient: AI-голос для взыскания задолженностей в банках, заменяющий колл-центры с высокой текучкой кадров.
По мнению Гарри Тана, формула успеха проста: «Нужно найти скучную, повторяющуюся административную задачу (butter-passing job)». Чаще всего лучшие идеи находят основатели, которые глубоко погружены в конкретную индустрию — например, один из фаундеров придумал AI-агента для медицинской биллинга, просто поработав один день в стоматологической клинике своей матери.
