中国AI Agent市场最终会变成一地鸡毛吗？

还处于起步阶段的中国AI Agent市场，正在走向同质化竞争的红海市场，重蹈RPA市场覆辙。

2025年上半年，几乎所有软件厂商都推出了AI Agent产品，产品功能和应用场景同质化严重，集中在知识库、客服、办公、数据分析等，底层大模型基本都接入DeepSeek、Qwen等开源模型。

底层大模型一致，应用场景和产品功能类似的情况下，众多Agent产品差异化很小。加之市场环境持续疲软、企业用户预算收缩，Agent市场迅速进入到低价竞争境遇，项目金额从百万量级迅速降低到几十万量级，单纯Agent工具客单价很难突破50万大关。

很多人感叹，Agent又要成为下一个RPA，变成低价竞争的红海市场。

那么Agent市场发展前景如何，会不会真的如RPA市场卷成一地鸡毛？Agent产品的门槛在哪，厂商应该选择哪些场景切入？本文将围绕着上述问题展开分析，重点探讨Agent市场发展前景、Agent产品竞争壁垒以及高价值应用场景。

首先简单回顾下RPA市场。

中国RPA市场自2020年兴起，来也科技、弘玑、金智维等众多厂商拿到大量融资，投入大量资源完成RPA市场教育，银行、能源、汽车等领域大型企业纷纷采购RPA产品。

但RPA工具研发难度低，在市场火热后有大量厂商进入RPA市场，整个市场进入到红海竞争，RPA工具几乎全部免费，单个RPA机器人开发成本降至2万人民币以下，单个RPA应用项目金额基本都在30-50万人民币之间。除非控制在较小团队规模，没有厂商能够只靠做RPA工具和应用盈利。

从市场划分和产品形态来看，Agent和RPA有类似之处，都可以分成工具平台和应用开发两个部分，应用开发都是要基于工具平台来完成。当前阶段，Agent和RPA类似，工具平台本身开发门槛不高。

但爱分析认为，业务场景价值是Agent和RPA的根本区别，Agent应用的业务价值度更高，开发门槛更高，这是Agent不会完全陷入到低价竞争的原因。

爱分析认为，RPA最终卷成“白菜价”的核心原因是业务价值太低。RPA应用价值低，RPA应用开发门槛低。

RPA应用替代的是流程固定、重复性强工作任务，同时RPA工具使用有一定学习门槛。这些特点导致RPA构建公司级或部门级应用时，对公司规模和流程稳定性要求高，只能服务于中大型企业；构建小团队或个人级应用时，对团队人员学习能力要求高，只能服务于泛互联网客群。

因此，一类客群是金融、运营商、能源等大型企业，这类客群预算充裕，更加看重RPA厂商定制开发能力，对RPA工具付费意愿低。另一类客群是电商、新零售等中小企业，这类客群更加追求产品性价比，RPA工具有付费意愿，但预算有限。

Agent是基于大模型这个新的生产工具构建应用，借助大模型能力，Agent能够端到端解决客户业务问题，而不是简单替代重复工作，这是Agent和RPA的根本区别。这使得Agent应用的业务价值更加容易量化和评估，产生更高价值。

考虑到大模型还处于不断迭代阶段，如何能够充分发挥大模型能力，当前阶段还是有较高技术门槛，这使得Agent应用构建存在一定壁垒。这一点不同于RPA，只是简单地将客户应用场景进行复现和固化。