挖掘了170家公司，AI Agents市场全解析

本文链接：https://blog.csdn.net/2401_84494441/article/details/146966502

AI agent市场图谱

在本文中我们通过挖掘CB Insights数据库，绘制了包含170多家AI agent初创公司的市场图谱，覆盖26个类别。本文还提供了关于AI agent的发展前景、局限性和未来方向的展望。

这些数据来源于哪里？

"数字协作者"正从概念走向现实。

虽然AI助手已经在各行业取得进展，但下一阶段的演变——具有更广泛决策范围的自主智能体正快速到来。AI agent初创公司在2024年融资达38亿美元（几乎是2023年的三倍），而且每个科技巨头都在开发AI agent或提供相关工具。

对企业的影响将是深远的，从改变劳动力结构（人类与AI agent的混合团队）到通过全面自动化常规任务来最大化运营效率。

以下我们列出了170多家有前景的开发AI agent基础设施和应用的初创公司。

我们根据Mosaic健康评分（500+）和/或近期融资情况（2022年以来）选择公司。我们仅包括私营公司，并根据其主要业务进行分类。此市场图谱并非此领域的详尽列表。

AI agent展望

完全自主的智能体因可靠性、推理能力和访问权限等问题而受到限制。当今大多数agent应用都在"护栏"内运行——在受约束的架构中，例如，基于LLM的系统遵循决策树来完成任务。

本图谱中的智能体包含以下组件的某种组合：

推理能力： 支持复杂推理、语言理解和决策的基础模型。这些模型评估信息并构成智能体的认知核心。
记忆系统： 存储、组织和检索短期上下文信息和长期知识的系统。
工具使用： 允许智能体与外部应用、API、数据库、互联网和其他软件交互的集成能力。
规划能力： 智能体将复杂任务分解为更易管理的步骤、反思表现并适时调整的架构。

我们预计随着AI能力的提升，更多初创公司将提高其自主性。推理和记忆能力的改进将实现更复杂的决策、适应性和任务执行。

理解AI agent的框架

例如，2024年9月，法律AI初创公司Harvey宣布，OpenAI的o1推理模型，结合领域专业知识和数据，使其能够构建法律智能体。该公司在2025年2月以30亿美元估值融资3亿美元，过去6个月销售团队规模翻倍，表明市场需求增长。

虽然上述市场图谱主要突显私营企业景观（聚焦企业应用），但科技巨头和现有企业也在推出智能体。我们预测大型科技公司和领先的LLM开发商将主导通用AI agent，但小型专业化公司仍有诸多机会。

展望未来，值得关注超越助手/聊天机器人界面的新形态，这将拓展"agent"的边界。这方面的早期迹象包括"AI原生"工作空间——从头围绕AI能力构建的工具和平台，而非简单地在传统产品上叠加AI功能。例如：

Eve[1]的法律平台旨在自动化案件生命周期的各个方面（从案件接收到起草）。
Hebbia[2]的Matrix产品构建能从文件中挖掘信息（按行）并回答问题（按列）的电子表格，主动发现、组织和呈现数据。
The Browser Company[3]通过其Dia产品，探索能总结内容、自动化重复网络任务，甚至能预测下一步行动的网页浏览界面。

类别概览

AI agent基础设施

这一部分涵盖构建agent专用基础设施的公司。（我们排除了通用生成式AI基础设施市场[4]，如基础模型和向量数据库）。

开发工具

已经出现了多样化的工具生态系统支持智能体开发。这些工具范围从像Letta[5]这样的记忆框架，使交互中的持久、可检索记忆成为可能；到允许智能体通过集成（如Composio[6]）、认证（如Anon[7]）和浏览器自动化（如Browserbase[8]）采取行动的工具。

另一组公司在支付[9]（包括为智能体开发加密钱包和虚拟卡的公司）和语音[10]（开发平台和AI语音应用测试工具以及语音模型）领域为智能体提供更多实用功能。

同时，对简化、全面部署选项的需求推动了AI agent开发平台[11]的兴起——这是我们图谱中最拥挤的基础设施市场。

包括Cohere[12]（通过其North AI工作空间）和Mistral[13]在内的LLM开发商已推出自己的agent开发框架，而Amazon[14]、Microsoft[15]、Google[16]和Nvidia[17]都提供AI agent开发工具。由于许多企业因风险较低而青睐成熟供应商[18]，大型科技公司在这方面具有显著优势。

信任与性能

围绕可靠性和安全性的担忧促成了agent评估与可观察性工具[19]市场。早期公司针对自动测试（如Haize Labs[20]）和性能跟踪（如Langfuse[21]）等应用。

多智能体系统[22]，即专业化子智能体协同完成任务[23]，也在提高准确性方面显示出前景。Insight Partners支持的CrewAI[24]的多智能体编排平台据报道已被40%的财富500强企业使用。

供应商也直接解决可靠性问题。根据我们2025年第一季度与20多家AI agent初创公司的交流，公司建立用户信任主要使用5种方法：

透明度
人工监督
技术保障
安全与合规
持续改进

横向应用与职能

横向AI agent初创公司构成了图谱和整体格局的近一半。

这一部分主要包括面向企业的初创公司，提供跨职能的行业通用应用，如人力资源/招聘[25]、营销[26]和安全运营[27]。生产力与个人助理[28]市场的公司，包括带有Operator agent的OpenAI[29]，直接面向消费者和员工。

根据公司的中位Mosaic健康评分，吸引力最大的AI agent市场是客户服务[30]和软件开发（包括编码[31]和代码审查与测试[32]智能体）。这些市场也是最拥挤的，原因是智能体在明确定义的工作流程和可测试环境中带来的价值[33]。

我们在采用方面也看到了这一点，特别是在客户服务层面：在2024年12月CB Insights调查的64个组织中，三分之二表示他们正在使用或将在未来12个月内在客户支持中使用AI agent。

总体而言，与基础设施和垂直细分市场相比，横向AI agent应用在商业上更为成熟，根据CBI商业成熟度评分[34]，超过三分之二的市场正在部署或扩展其解决方案。

AI agent的未来发展？

垂直（行业特定）应用

随着初创公司通过解决行业特定客户问题来开拓利基市场，我们预计垂直细分化将增加，尤其是在严格监管和数据敏感的领域。

这一类别包括服务于以下行业的公司：

金融服务与保险： 图谱上最拥挤的垂直类别，有11家公司，初创公司针对各种金融服务工作流程，如金融研究（Boosted.ai[35]和Wokelo[36]）、保险销售与支持（Alltius[37]和Indemn[38]）以及财富顾问前景挖掘与运营（Finny AI[39]和Powder[40]）。
医疗健康： 此市场的解决方案旨在减少医疗专业人员的手动任务，涵盖临床文档、收入周期运营、呼叫中心和虚拟分诊等用例。像Thoughtful AI[41]（收入周期运营）和Hippocratic AI[42]（人员配置市场）等公司的解决方案针对端到端医疗保健工作流程。
工业： 这些公司寻求优化流程和设备——包括控制系统、机器人和其他工业机器——而不依赖持续的人工干预。例如，Composabl[43]在2024年5月推出了一个agent平台，使用LLM为控制工业设备的智能体创建技能和目标。上市公司如Palantir[44]也活跃在这一领域。