Kun tekoäly tekee työn: Miten SaaS-liiketoimintamallit on muutettava

SaaS-ala perustui yksinkertaiseen oletukseen, että ohjelmisto auttaa ihmisiä tekemään työtä. Kaikki hinnoittelumallit, tuote tiekartat ja myyntimenetelmät viimeisen kahden vuosikymmenen aikana on järjestetty tämän oletuksen ympärille. Paikka tarkoittaa henkilöä, lisenssi tarkoittaa käyttäjää, ja uusinta tapahtuu, kun käyttäjä katsoo työkalun edelleen olevan sen arvoinen.

Tekoäly rikkoo tätä perusolettamaa perusteella. Ohjelmistot eivät enää vain auta ihmisiä tekemään työtä. Monissa tapauksissa ne tekevät työn itse. Tämä vaikuttaa SaaS-liiketoimintamalliin. Se myös nostaa vaatimuksia sille, mikä tekee erikoistuneesta ohjelmistosta arvokkaan ja puolustettavan.

Ominaisuuskilpailu on jo käyty

AI on kaupallistanut ohjelmistojen ominaisuuksien kehittämisen nopeudella, johon ala ei ollut varautunut. Vuoden 2024 alussa kiinalainen laboratorio DeepSeek rakensi mallin, joka oli kilpailukykyinen OpenAI:n parhaiden kanssa noin 5 miljoonan dollarin kustannuksella, mikä on murto-osa arvioidusta 100 miljoonan dollarin OpenAI:n kulutuksesta. Vuoden sisällä UC Berkeleyn tutkijat toistivat DeepSeekin keskeiset päättelykyvyt noin 30 dollarilla. AI-kehityksen kustannuskäyrä on jyrkästi laskussa. Tiimi, jolla on oikea API-pääsy ja promptti-tekniikka, voi nyt lähestyä ominaisuuksia, jotka aikoinaan vaativat vuosien kehitystyön.

Strateginen seuraus on, että jos mikä tahansa ominaisuus voidaan toistaa kuukausissa, ominaisuudet eivät enää ole kestävä kilpailuetujen lähde. Tuotestrategian järjestäminen ominaisuuserottelun ympärille jättää sinut kilpailemaan alalla, joka on aktiivisesti rappeutumassa. Sama pätee pelkkään AI-kerroksen lisäämiseen olemassa olevaan tuotteeseen. Kun pääsy taustalla oleviin malleihin yleistyy, ohjelmistoyritysten on lisättävä arvoa toimialan asiantuntemukseensa, työnkulkuihinsa ja ympäröiviin järjestelmiinsä.

Käsittele hinnoittelukysymys

Paikkaperusteinen hinnoittelu on AI‑ohjattuun työhön siirtymisen näkyvin uhri. Malli vaikutti intuitiiviselta, kun ohjelmisto oli työkalu. Yksi henkilö, yksi lisenssi ja yksi paikka. Kun AI‑agentit hoitavat tehtäviä itsenäisesti, tämä logiikka ei enää toimi. Et voi veloittaa per paikka, kun paikka on botti tai kun yksi käyttöönotto hoitaa kymmenien käyttäjien työkuorman.

Gartnerin analyytikot ennustavat, että vähintään 40 % yritys‑SaaS‑menojen siirtyy käyttö‑, agentti‑ tai tulospohjaisiin malleihin vuoteen 2030 mennessä, ja paikkaperusteisen liikevaihdon osuus laskee 21 %:sta 15 %:iin. Markkinat ovat jo liikkeellä tässä suunnassa. Zendesk lanseerasi tulospohjainen hinnoittelu elokuussa 2024, laskuttaen ratkaistua asiakasvuorovaikutusta sen sijaan, että laskuttaisi per käyttäjä. Salesforce seurasi Agentforce‑palvelua kahdella dollarilla per AI‑keskustelu.

Alan suurimmat toimijat ovat hyväksyneet, että vanha malli ei sovi uuteen todellisuuteen. Jos odotat markkinoiden pakottavan muutoksen, perit ehtoja, jotka asettivat ensimmäisenä toimineet.

Kustannuspuolella on myös ongelma. Perinteinen SaaS hyötyi lähes nollasta marginaalikustannuksesta. Kun ohjelmisto on rakennettu, lisäasiakkaan palveleminen on lähes ilmaista. AI‑ohjatut tuotteet aiheuttavat merkittäviä muuttuvia laskentakustannuksia, jotka kasvavat käytön myötä. Paikkaperusteinen hinnoittelu ei koskaan suunniteltu tällaiseen vaihteluun. Jokainen yritys, joka edelleen käyttää paikkamallia AI‑ohjatun tuotteen päällä, hallitsee rakenteellista epäsopivuutta, joka lopulta vaatii ratkaisua.

Työnkulun omistajuus uutena tuotestrategiana

Jos ominaisuudet eivät ole suojamuuria ja paikat eivät ole oikea arvoyksikkö, mikä sitten on? Kun yritykset ohjaavat tätä siirtymää tarkoituksellisesti, he huomaavat, että vastaus on työnkulun omistajuus. Työnkulun omistajuus tarkoittaa sitä, missä määrin alusta tukee ja yhdistää toimenpiteiden sarjan asiakkaan operatiivisessa prosessissa sen sijaan, että se käsittelisi vain yhtä erillistä vaihetta.

Tuotestrategiassa tämä uudelleenkehys tekee eron. Kun työkalu vastaa tiettyyn tehtävään, työnkulkualusta kattaa koko sarjan: vastaanotto, käsittely, päätöksenteko, seuranta ja mittaus. Mitä enemmän tätä sarjaa alusta hallitsee, sitä vaikeampaa sen korvata, koska vaihtokustannus kattaa koko operatiivisen prosessin, ei vain yhtä toimintoa. Tämä ei tarkoita, että kaikki komponentit rakennettaisiin sisäisesti. Monissa tapauksissa vahvempi lähestymistapa on vahvistaa ydintaitoa ja yhdistää se yrityksiin, jotka ovat vahvoja työnkulun viereisissä osissa.

Harkitse leasingiä. AI‑agentti, joka vastaa vuokralaisten kysymyksiin, on yhä helpompi rakentaa. Mutta vuokralaisen siirtäminen tiedustelusta kiertueeseen riippuu useiden järjestelmien yhteistoiminnasta, kuten kiinteistödata, aikataulutus ja pääsy. Yksikään ominaisuus ei luo tätä kokemusta. Arvo syntyy siitä, miten erikoistuneet kyvyt yhdistyvät prosessin läpi.

Gartnerin mukaan integraatiokyky on nyt #3 tärkein tekijä globaaleille ohjelmistohankkijoille. Pelkät ominaisuudet eivät riitä vaikuttamaan ostajiin. He haluavat myös tietää, integroidaanko se jo tiimien käyttämien järjestelmien kanssa, ja menevätkö nämä integraatiot tarpeeksi syvälle poistaakseen kitkan koko työnkulun aikana.

Tämä muuttaa sitä, miten ohjelmistoyritysten tulisi arvioida omia tuote­tiekarttojaan. Kysymys ei enää ole “mitä meidän pitäisi rakentaa seuraavaksi”, vaan “mitkä osat asiakkaan työnkulusta ovat vielä koskemattomia, ja mitä vaaditaan niiden hallitsemiseksi”. Kumppanuudet vierekkäisten alustojen, datantoimittajien ja palvelukerrosten kanssa nousevat yhtä strategisesti tärkeiksi kuin sisäinen kehitys. Aikaisemmin fragmentoituneisuus saattoi toimia puolustuskeinona, jossa kukin toimittaja suojeli omaa osuuttaan teknologiakannasta. Kun yksittäiset kyvyt on helpompi toistaa, tällainen lähestymistapa voi kääntyä yritysten haitaksi.

Omistettu konteksti on uusi sitouttaminen

Perinteisessä SaaS-mallissa sitouttaminen syntyi vaihtokustannuksista. Datan siirtäminen, käyttäjien uudelleenkoulutus ja integraatioiden uudelleenrakentaminen vievät merkittävää aikaa ja vaivaa. AI‑ohjatussa mallissa syntyy syvempi ja vähemmän näkyvä sitouttamisen muoto: omistettu asiakaskonteksti.

AI‑järjestelmät ovat hyödyllisiä vain niin paljon kuin niiden käyttämä data. Yleiskäyttöinen AI‑malli voi vastata yleisiin kysymyksiin. AI‑järjestelmä, joka on upotettu alustaan ja on kerännyt vuosien ajan asiakkaan työnkulun historian, käyttäytymismallit, konfiguraatiopäätökset ja suhdetiedot, voi toimia kontekstuaalisen älykkyyden avulla juuri kyseisen asiakkaan tilanteessa. Yleiskäyttöiset mallit eivät pysty tähän, ja näin omistettu konteksti muuttuu vahvaksi kilpailueduksi ohjelmistossa.

RSM US vahvistaa tämän suuntauksen, toteaa, että yritykset, jotka hyödyntävät omistettua dataa menestyksekkäästi, näkevät asiakasuskollisuuden kasvua, johon pelkät ominaisuuksien tarjoajat eivät pysty kilpailemaan. Ohjelmistoyritysten tulisi investoida asiakaskohtaisen kontekstin keräämiseen ja jäsentämiseen yhtä aggressiivisesti kuin mihin tahansa muuhun kykyyn. Tämä konteksti arvostuu entisestään, kun se sidotaan erikoisosaamiseen, vakiintuneisiin työnkulkuihin ja muihin työn suorittamiseen osallistuviin järjestelmiin. Kilpailija saattaa pystyä kopioimaan yksittäisen ominaisuuden nopeasti, mutta kaiken sen ympärillä olevan uudelleenluominen on paljon laajempi haaste.

Tällä on myös vaikutuksia siihen, miten ohjelmistoyritykset ajattelevat datanhallintaa ja auditointikykyä. Kun AI toimii asiakaskontekstin perusteella suorittaakseen merkittäviä tehtäviä, sekä toimittajan että asiakkaan on nähtävä, mitä AI tekee ja miksi. Hallintamalli on oltava osa arkkitehtuuria, joka tekee AI‑ohjatun työnkulun omistamisen uskottavaksi.

Mitä tapahtuu, kun tulokset ovat tuote

Jos asiakkaat ostavat tuloksia eivätkä työkaluja, tuote­tiimien on ajateltava radikaalisti eri tavalla sitä, mitä he rakentavat ja miten he mittaavat menestystä. Tiekartta, joka on järjestetty ominaisuuksien julkaisemisen ympärille, on väärä väline tuotteelle, jonka tavoitteena on tulosten toimittaminen. Kehittäjien tulisi keskittyä vähemmän siihen, mitä he julkaisevat neljänneksessä, ja enemmän siihen, mitä he saavat aikaan asiakkaiden puolesta, sekä siihen, ovatko nämä tulokset mitattavissa, osoitettavissa ja toistettavissa.

Tuotepäälliköt, jotka ovat viettäneet uransa ajatellen ominaisuuksien määrittelyä ja julkaisusyklejä, tarvitsevat nyt sujuvuutta operatiivisissa mittareissa. Millainen menestyksekäs tulos näyttää, miten tiedämme, että se on saavutettu, ja miten tuotesuunnittelu varmistaa, että AI‑käyttäytyminen on riittävän johdonmukaista, jotta se voidaan pitää vastuullisena tuloksista? Tämä on eri disciplina kuin ohjelmiston rakentaminen ihmiskäyttäjille.

Voimme jo nähdä tämän muutoksen siinä, miten ostajat arvioivat toimittajia. G2:n arvostelutiedot osoittavat, että AI‑kyvykkyydet vaikuttavat vain, kun ne yhdistyvät mitattavissa olevaan operatiiviseen arvoon. Ominaisuuksien uutuus menettää painoarvoaan ostopäätöksissä, kun taas todistetut tulokset kasvavat. Toimittajat, jotka edelleen myyvät pääasiassa kyvykkyyksien perusteella ja jättävät tulos­kysymyksen asiakkaan ratkaistavaksi, ovat yhä enemmän väärällä puolella ostajien odotuksia.

Ostaja on jo muuttunut

Suuret ja keskikokoiset organisaatiot eivät odota toimittajien saavan kiinni. Arviointikriteerit ovat jo muuttuneet, ja ostajat haluavat tietää, mitä alusta tuottaa, miten se toimii heidän olemassa olevassa työnkulussaan ja kuinka syvälle se yhdistyy jo riippuvaisiin järjestelmiin. Hankintakeskustelut, jotka aikoinaan keskittyivät ominaisuuksien esittelyyn ja tiekarttaluentoihin, suuntautuvat yhä enemmän integraatioarkkitehtuuriin, tulosten mittaamiseen ja operatiiviseen vastuullisuuteen.

SaaS-alustoille, joilla on suuri yritys‑per‑istunto -altistus, riski on, että liikevaihdon kerrannaiset saattavat tiivistyä suhteessa yrityksiin, jotka ovat siirtyneet kulutus‑ tai tulospohjaisiin malleihin. Sijoittajat ottavat huomioon riskin, että nettotulojen säilyvyys heikkenee, kun asiakkaat korvaavat ihmistyöntekijät AI‑agentilla.

Tämä on ohimenevä mahdollisuus toimittajille. Ostajat muodostavat odotuksia siitä, miltä AI‑natiivin ohjelmiston vastuullisuus näyttää. Tulevaisuuteen suuntautuvat toimittajat vastaavat luomalla hinnoittelurakenteita, syventämällä integraatioita ja olemaan valmiimpia mittaamaan tuloksia, mikä antaa heille etua uusimisissa ja laajennuksissa. Toimittajat, jotka jatkavat keskittymistä ominaisuuksiinsa, huomaavat, että keskustelu on yhä vähemmän merkityksellistä ostajien todellisten tarpeiden kannalta.

Arvon standardin uudelleenarviointi

AI muuttaa sitä, mitä ohjelmiston arvo on, kenelle se on merkityksellinen ja millä ehdoilla. Koko SaaS‑arvostusmekanismi rakennettiin maailmaan, jossa ohjelmisto auttoi vain ihmisiä tekemään työtä. Tämä maailma on loppumassa.

Uusi aikakausi vaatii yrityksiä tarkastelemaan tätä perusperiaatteen kysymyksenä. Jos tekoäly tekee työn, mistä asiakkaan tulisi maksaa ja miksi? Vastaus on kokonaan uusi malli, joka keskittyy tuloksiin, työnkulun omistajuuteen ja omistettuun kontekstiin. Se edellyttää erilaista ajattelua hinnoittelusta, tuotestrategiasta, kumppanuuksista ja siitä, miten menestystä mitataan.

SaaS:n ominaisuuskausi palkitsi tehokkaimman työkalun. Tekoälykausi palkitsee yritykset, joiden erikoistuminen ja yhteydet ovat vaikeimpia jäljitellä. Järjestäytyminen tämän todellisuuden ympärille jo tänään mahdollistaa suojamuurin rakentamisen seuraavan vuosikymmenen yritysohjelmistolle.