YC CEO Garry Tan 最近透過 Anthropic 的最新數據，點出了一個極具顛覆性的事實：AI Agent 市場有一半被「寫 Code 產品」佔據了。剩下的另一半，是滿地黃金的荒野。
Anthropic 數據揭示的市場真相
Anthropic 發布了 AI Agent 在真實世界運作的數據，結果令人震驚：
- Software Engineering 佔據了高達 49.7% 的 Agent API 呼叫量
- 而醫療 (1%)、法律 (0.9%)、教育 (1.8%) 等 16 個垂直領域，全部不到 5%
這不是市場飽和的訊號，而是市場根本還沒開始的訊號。
能力溢出：最大的機會所在
現在最大的機會，在於「AI 能做的」與「人類敢讓它做的」之間的巨大落差。
測試顯示，Claude 已經有能力獨立解決需要人類 5 小時 的工作。但在實際生產環境中，最極端的重度使用者，最多也只讓它連續跑 42 分鐘。
這是 Trust (信任) 和所謂調配好的流程還沒跟上。這個落差，就是巨大的做產品的機會。
反直覺現象：老手反而更常打斷 AI
數據揭露了一個反直覺的現象：
- 新手 會自動批准 (Auto-approve) 20% 的操作
- 而累積了 750 次對話的老手，自動批准率超過 40%
但有趣的是，老手打斷 AI 的頻率 (9%) 竟然比新手 (5%) 還高。
為什麼？
因為老手已經掌握了 Agentic Workflow。他們從「每做一步都要我同意 (Pre-approval)」，進化成了放手去做，走偏了我再拉你回來。
更重要的是，好的 Agent 會自己停下來問問題。數據顯示，Claude 主動發問的次數是人類打斷的兩倍。
主動發問不是 Bug，是 Feature。
真正的 Autonomy 是由模型、使用者與產品共同建構的 (Co-constructed)。
垂直領域的護城河：下一個十年的獨角獸浪潮
過去 20 年，SaaS 創造了 300 多隻獨角獸。
接下來的十年，每一個 SaaS 獨角獸，都會對應誕生一個 Vertical AI 獨角獸。
而且規模會大 10 倍，因為它們取代的不只是軟體，還有操作軟體的人。
任何人都能寫個 API Wrapper，那沒有護城河。真正的護城河，是深入醫療帳單、法律搜證、營造合規這些又髒又重的 Domain Know-how。
能解決舊有系統的摩擦力，並完成企業端的變革管理 (Change Management)，才有機會獲勝。
16 個極度期待被 AI Agent 重構的產業板塊
順著 Garry Tan 的 SaaS 獨角獸邏輯，以下盤點 16 個極度期待被 Agent 重構的產業板塊：
🏥 高監管高摩擦力的護城河產業
1. 醫療照護 (Healthcare) – 佔比 1%
- 病歷摘要整理、保險理賠自動化
- 醫療法規合規檢查
2. 法律法務 (Legal) – 佔比 0.9%
- 合約自動審閱、判決書重點提取
- 跨卷宗的證據比對（Discovery）
3. 會計與稅務 (Accounting & Tax)
- 自動對帳、稅務申報自動化
- 跨國稅務法規的動態適配
4. 金融服務 (Finance / Wealth Management)
- 個人化投資組合分析
- KYC/AML 自動化審查
- 非結構化財報數據提取
🏗️ 高度依賴流程與調度的實體產業
5. 營造與建築（Garry Tan 特別點名的領域）
- 工程許可證自動申請
- 建築圖面與法規的比對
- 工地進度與物料追蹤
6. 物流與供應鏈 (Logistics)
- 跨國貨運報關文件自動生成
- 動態路線與倉儲空間優化
7. 製造與工業生產 (Manufacturing)
- 設備預測性維護的排程
- 上下游供應商的自動化詢價與議價
8. 農業與食品科技 (Agriculture & FoodTech)
- 氣候與產量預測分析
- 農產品供應鏈溯源管理的自動化
👥 重度依賴人力互動的服務產業
9. 客戶服務 (Customer Service)
- 不再只是死板的 Chatbot
- 能直接進系統改訂單、退款、調度資源的 L3 級別客服 Agent
10. 教育與培訓 (Education) – 佔比 1.8%
- 一對一的蘇格拉底式 AI 家教
- 自動批改並給出引導式回饋的助教 Agent
11. 人力資源與招募 (HR & Recruiting)
- 自動篩選幾千份履歷並進行初步語音面試
- 自動安排 onboarding 流程
12. 政府與公共服務 (GovTech)
- 將冗長的市民辦事流程（如補助申請、證件換發）
- 轉化為對話式的 Agent 服務
📈 內容與轉換率為王的產業
13. 銷售與業務開發 (Sales & BDR)
- 自動分析潛在客戶背景
- 生成高度客製化的 Cold Email
- 甚至自動安排會議
14. 行銷與公關 (Marketing & PR)
- 根據不同受眾自動生成 A/B 測試文案
- 社群媒體的自主監控與危機公關預警
15. 零售與電子商務 (Retail & E-commerce)
- 從個人的 AI 導購員（能理解「我要去北海道滑雪該買什麼」）
- 到後台的自動化庫存預測
16. 媒體與娛樂 (Media & Entertainment)
- 影音內容的自動標籤與二次剪輯分發
- 劇本或報導的初期資料蒐集分析
個人心得與行動指南
這份報告給了我們最清晰的 Roadmap。我常覺得 AI 賽道已經很擁擠了，但其實擁擠的也許只有同溫層。
當你手握世界上最強大的 Agentic 武器，去挑選一個市場份額不到 1% 的傳統領域，帶入你的專業與洞察，把那些還沒體驗過 AI 的古老工作流，徹底重構。
別再捲了，去佔領那等待你解放的綠洲。
最好的策略是：
- 挑選一個你懂 Domain-know-how 的領域
- 鎖定一個人類覺得很煩、流程很固定、但極度耗時的單一節點
- 把它做到極致
這不是關於做一個通用的 AI 工具，而是關於深入一個具體的產業，解決一個具體的痛苦。
300 隻獨角獸的位子現在是空的，問題是：你要佔領哪一個？
文章來源：根據 Anthropic 最新數據與 YC CEO Garry Tan 的觀點整理 發布時間：2026年2月23日
留言