AI Agent究竟能创造多大的市场空间？天风证券基于“人力成本等效”框架，首次系统测算Agent可寻址市场（TAM）约3.61万亿元。核心公式为AI TAM=总薪资×替换率×AI效率优化：16.06万亿元总薪资×50%替代率×45%效率优化。其中Coding场景以4357.84亿元居首，银行1774.32亿元，客服680.4亿元。本文基于报告核心数据，深度解析Agent市场空间的测算逻辑与核心假设。

AI Agent创造价值空间可等效于完成相应工作的人力成本，即Agent=白领替代。核心公式为AI TAM=总薪资×替换率×AI效率优化。总薪资=平均薪资×总从业人数，反映该行业人力成本总规模；替换率指AI未来的自动化程度，即对人才的替代程度；AI效率优化指AI切入行业/岗位后对效率的提升幅度。

根据Anthropic统计，目前AI在各行业中主要作为辅助工具，其在任务中可替换比例大致处于25%至75%的区间，总替换率假设按照中值计算，即未来AI Agent取代人力办公的总替代率为50%。AI工具中57%被用来做辅助用途即效率优化，按照45%进行计算。

总薪资水平计算：非私营单位国家机关、事业单位职工4835.9万人，国有企业职工3054.97万人，私营单位及其他组织9563.81万人，人员总数17454.68万人。非私营单位平均薪资12.07万元，私营单位6.83万元，总薪资水平16.06万亿元。据此计算AI Agent总TAM=16.06万亿×50%×45%=3.61万亿元。

Coding场景是Agent市场规模最大的应用方向。我国软件开发者已突破940万人；根据国家统计局数据，截至2023年IT业平均年薪23.18万元，总薪资水平2.18万亿元。

根据麦肯锡2023年研究，使用生成式AI工具执行复杂任务的开发人员比没有使用工具的同行在给定时间范围内完成任务的效率高出25%到30%。2025年这一比例预计更高，假设综合效率优化为50%，替代率为40%。Coding场景AI TAM=2.18万亿×40%×50%=4357.84亿元。

OpenAI首席产品官预测2025年底AI将实现99%代码自动化。Anthropic CEO表示3-6个月内AI会编写90%代码。扎克伯格表示Meta将在2025年开始实现中级软件工程师工作的自动化。Coding场景的Agent落地节奏最为明确。

银行业是Agent渗透率最高的垂直领域之一。截至2023年底，我国金融业从业人员达1235.5万人，其中银行业从业者415.5万人；金融业从业人员平均年薪达19.77万元，总薪资水平8214.44亿元。

根据花旗集团发布的《Finance in AI》报告，银行、保险和资本市场中分别有54%、48%和40%的就业岗位存在“非常高的自动化潜力”。花旗预测全球银行业2028年利润总额有望从1.8万亿美元提升至2万亿美元，里面有接近1700亿美元的增量。假设银行领域替代率达54%，效率优化水平40%，AI TAM=8214.44亿×54%×40%=1774.32亿元。

花旗首席技术官表示生成式AI“有潜力彻底改变银行业并提高盈利能力”。星展银行CEO表示未来三年将裁员约4000人，另外新增AI方面1000个职位，部署800多个AI模型，预计经济影响超54亿元。

客服场景是AI Agent已实现规模化落地的领域。2023年国内呼叫中心从业人数约达405万，客服平均薪资6万元，对应2430亿元总薪资水平。早在2022年麦肯锡研究表明，应用AI客服的企业最高可降低40%运营成本；根据亚马逊实际落地案例，AI客服对人工客服替代率较高，假设替换率为70%。客服场景AI TAM=2430亿×70%×40%=680.4亿元。

网安场景短期看效率提升缓解人才短缺与成本矛盾，中长期看安全服务人员替代。我国网络安全相关从业人员超过200万人，平均年薪约17.09万元，总薪资水平3418亿元。假设替代率50%、效率优化40%，AI TAM=683.6亿元。到2027年我国网络安全人员缺口将达327万，Agent带来的效率提升有望有效缓解这一矛盾。

表2：AI Agent六大场景TAM汇总

排名	场景	AI TAM（亿元）	核心驱动
1	AI+Coding	4357.84	2025年底99%代码自动化
2	AI+银行	1774.32	54%岗位高自动化潜力
3	AI+网安	683.60	人才缺口327万，效率提升
4	AI+客服	680.40	已规模化落地，降本40%
5	AI+人力	350.54	43%企业引入AI招聘
6	AI+法律	324.17	Harvey ARR破1亿美元验证

Agent市场空间测算为投资提供了可量化的参考框架。建议关注六大场景中TAM规模大、落地节奏明确的Coding、银行、客服、网安方向。风险提示：测算基于主观假设，实际市场空间可能与测算结果存在偏差；替代率提升速度受技术发展和监管政策影响；效率优化幅度因行业和应用场景不同存在差异。