巨大的“智能體藍海市場”：軟件編程占一半，醫療、金融、法律等“寥寥無幾”

一份關于AI智能體實際應用的最新研究揭示了一個極度失衡的市場格局：軟件工程獨占近半壁江山，而醫療、法律、金融等十幾個垂直領域加起來僅占另一半，且單個領域占比均不足5%。這一現狀為創業者指明了方向——真正的機會不在已被開墾的領域，而在那些幾乎未被觸及的藍海市場。

Anthropic發布的綜合性研究顯示，在其API上的AI智能體工具調用中，軟件工程占比高達49.7%。相比之下，醫療占比僅1%，法律0.9%，教育1.8%。這些不是飽和的市場，而是幾乎尚未存在的市場。

研究還揭示了一個關鍵發現：AI模型的實際能力已遠超用戶對其的信任程度。METR的能力評估顯示，Claude能夠解決需要人類近五小時才能完成的任務，但在實際應用中，99.9%分位的會話時長僅約42分鐘。這種能力與部署之間的巨大落差，正是創業者可以把握的產品機會。

Y Combinator總裁Garry Tan和Box首席執行官Aaron Levie均認為，這一格局預示著未來將誕生300家垂直AI獨角獸企業，對應此前SaaS時代產生的170多家獨角獸。而AI版本的規模可能擴大10倍，因為它們不僅取代軟件，還能替代操作人員。

軟件工程主導，垂直領域幾乎空白

Anthropic的數據顯示，軟件工程占據了所有AI智能體活動的一半，另一半分散在16個垂直領域，沒有一個超過9%。醫療、法律、教育、客戶服務、物流等領域的市場份額均為個位數。

這種分布并非因為這些垂直領域不需要AI智能體，而是因為相關應用尚未真正開發。軟件工程之所以占據主導地位，是因為開發者天然是AI工具的早期采用者，且技術門檻相對較低。

相比之下，醫療、法律等垂直領域涉及專有數據、監管約束和復雜的組織流程。這些看似是障礙的因素，實際上構成了可防御的競爭壁壘。任何人都能構建一個通用包裝器，但很少有人能夠深入理解醫療賬單、法律發現或建筑許可的具體工作流程。

能力超前于信任的部署落差

研究揭示的"部署落后"現象值得創業者關注。模型已經具備的能力遠超用戶愿意讓它們發揮的水平。

從2025年10月到2026年1月，99.9%分位的會話時長幾乎翻倍，從不到25分鐘增長到超過45分鐘。這一增長在多個模型版本中保持平穩。這不僅是模型能力的提升，更是用戶信任的累積——用戶在逐次會話中學會與智能體協作。

Anthropic的研究人員Miles McCain等人指出，從8月到12月，Claude Code在內部用戶最具挑戰性任務上的成功率翻倍，同時每次會話的人工干預平均次數從5.4次降至3.3次。這表明隨著用戶對智能體能力的了解加深，他們愿意授予更多自主權。

能力已經具備，部署尚未跟上。這不是問題，而是產品機會所在。

信任演進的悖論式模式

研究發現了用戶信任演進的一個現象：經驗豐富的用戶既自動批準更多會話，同時也進行更多干預。

新用戶自動批準約20%的Claude Code會話。在750次會話后，這一比例提升至40%以上。但同時，新用戶僅在5%的回合中進行干預，而資深用戶的干預率達到9%。

這并非矛盾。研究團隊解釋稱，這是監督策略的轉變。新手在每步執行前進行審批，而資深用戶則采取委托加事后干預的模式，從事前批準轉向主動監控。

研究還發現了一個重要的安全特征：在復雜任務中，Claude Code主動請求澄清的頻率是人工干預的兩倍多。智能體會在不確定時暫停確認，而非一味向前推進。研究者認為，"智能體在實踐中行使的自主權是由模型、用戶和產品共同構建的。Claude通過在不確定時暫停提問來限制自身的獨立性。"

73%的工具調用有人工參與，僅0.8%的操作不可逆。風險最高的部署場景，如API密鑰提取或自主加密貨幣交易，主要是安全評估，而非實際生產環境。

垂直AI的可防御策略

Aaron Levie提出的垂直AI策略揭示了構建可防御企業的路徑：構建能夠接入專有數據的智能體軟件；讓軟件真正解決實際問題；充分利用上下文以最大化輸出智能；以及大多數創始人忽視的關鍵一環——為客戶推動變革管理。

最后一點正是垂直AI具有防御性的原因。在垂直領域，駕馭傳統工作流程、監管約束和組織摩擦是將可防御公司與通用包裝器區分開來的關鍵。

SaaS行業在過去幾十年中每十年增長10倍。過去20年中，超過40%的風險投資流向了SaaS公司，該行業產生了170多家獨角獸企業。垂直AI的邏輯類似：每一家SaaS獨角獸都有對應的垂直AI版本在等待，且AI版本的規模可能大10倍，因為它們不僅替代軟件，還替代操作人員。

研究者指出，要求"批準每個操作"的政策將扼殺生產力收益而不會增加安全性。更好的目標是確保人類能夠監控和干預，而非強制規定具體的批準工作流程。

300個獨角獸的藏身之處

市場圖譜已經清晰。軟件工程領域已有歸屬，醫療、法律、金融、教育、客戶服務、物流等16個垂直領域各自占據個位數市場份額，正等待有人將領域專業知識融入智能體。

模型已經能夠工作五小時，但用戶只讓它們工作42分鐘。這一差距表明市場仍處于極早期階段，還有大量工作要做，而許多領域甚至尚未見到一分鐘的智能應用。

此前誕生了300家SaaS獨角獸，接下來將誕生300家垂直AI獨角獸。選擇一個垂直領域、將領域專業知識構建到智能體中、并解決變革管理問題的創始人，將主導企業軟件的下一個十年。