Quando l’IA fa il lavoro: come i modelli di business SaaS devono cambiare

L’industria SaaS è stata costruita sulla semplice premessa che il software aiuta le persone a lavorare. Ogni modello di prezzo, roadmap di prodotto e approccio di vendita degli ultimi due decenni è stato organizzato attorno a tale assunzione. Una postazione è una persona, una licenza è un utente e un rinnovo è ciò che accade quando quell’utente decide che lo strumento è ancora valido.

L’IA sta infrangendo quella premessa alla base. Il software non aiuta più solo le persone a lavorare. In molti casi, è il software a svolgere il lavoro al loro posto. Ciò ha conseguenze per il modello di business SaaS. Inoltre innalza il livello di ciò che rende il software specializzato prezioso e difendibile.

La gara delle funzionalità è già terminata

L’IA ha commodificato lo sviluppo delle funzionalità software a un ritmo per cui l’industria non era preparata. All’inizio del 2024, il laboratorio cinese DeepSeek ha costruito un modello competitivo con il migliore di OpenAI per circa $5 milioni, una frazione dei circa $100 milioni stimati spesi da OpenAI. Entro un anno, i ricercatori dell’UC Berkeley hanno replicato le capacità di ragionamento di base di DeepSeek per circa $30. La curva dei costi per lo sviluppo dell’IA è in forte calo. Un team con il giusto accesso alle API e competenze di prompt engineering può ora approssimare funzionalità che una volta richiedevano anni per essere costruite.

L’implicazione strategica è che, se qualsiasi funzionalità può essere replicata in mesi, le funzionalità non sono più una fonte durevole di vantaggio competitivo. Organizzare la strategia di prodotto attorno alla differenziazione delle funzionalità ti fa competere su un terreno che si sta erodendo attivamente. Lo stesso vale per l’aggiunta di un livello di IA a un prodotto esistente. Man mano che l’accesso ai modelli sottostanti diventa più diffuso, le aziende software dovranno inserire più valore nella loro competenza di dominio, nei flussi di lavoro e nei sistemi circostanti.

Affrontare il problema dei prezzi

La tariffazione basata sulle postazioni è la vittima più evidente del passaggio al lavoro guidato dall’IA. Il modello aveva senso intuitivo quando il software era uno strumento. Una persona, con una licenza e una postazione. Quando gli agenti IA gestiscono i compiti in modo autonomo, quella logica non funziona più. Non è possibile addebitare per postazione quando la postazione è un bot, o quando una singola distribuzione gestisce il carico di lavoro di decine di utenti.

Gli analisti di Gartner prevedono che almeno il 40% della spesa SaaS enterprise passerà a modelli basati sull’uso, sugli agenti o sui risultati entro il 2030, con la quota di fatturato basata sulle postazioni che scenderà dal 21 % al 15 %. Il mercato si sta già muovendo in quella direzione. Zendesk ha lanciato prezzo basato sui risultati ad agosto 2024, fatturando per interazione cliente risolta anziché per utente. Salesforce ha seguito con Agentforce a $2 per conversazione IA.

I principali attori del settore hanno accettato che il vecchio modello non si adatta alla nuova realtà. Se aspetti che il mercato imponga il cambiamento, erediterai i termini stabiliti da chi ha agito per primo.

C’è anche un problema sul versante dei costi. Il SaaS tradizionale beneficiava di costi marginali quasi nulli. Una volta costruito il software, servire un cliente aggiuntivo era quasi gratuito. I prodotti guidati dall’IA hanno costi di calcolo variabili consistenti che aumentano con l’uso. La tariffazione per postazione non è mai stata progettata per questo livello di variabilità. Ogni azienda che continua a utilizzare un modello basato sulle postazioni sopra un prodotto guidato dall’IA sta gestendo una discrepanza strutturale che alla fine richiederà una soluzione.

La proprietà del flusso di lavoro come nuova strategia di prodotto

Se le funzionalità non sono il fossato e le postazioni non sono l’unità di valore corretta, cos’è allora? Man mano che le aziende affrontano deliberatamente questa transizione, scoprono che la risposta è la proprietà del flusso di lavoro. La proprietà del flusso di lavoro è il grado in cui una piattaforma supporta e collega una sequenza di azioni nel processo operativo di un cliente, invece di gestire un singolo passaggio in isolamento.

Per la strategia di prodotto, questa nuova inquadratura fa la differenza. Mentre uno strumento risolve un compito specifico, una piattaforma di flusso di lavoro gestisce l’intera sequenza: acquisizione, elaborazione, decisione, follow‑up e misurazione. Più è ampia la parte di sequenza posseduta dalla piattaforma, più difficile diventa sostituirla, poiché il costo di cambiamento comprende un intero processo operativo, non solo una singola funzione. Ciò non significa costruire ogni componente internamente. In molti casi l’approccio più efficace è rafforzare una competenza centrale e collegarla a aziende che eccellono nelle parti adiacenti del flusso di lavoro.

Consideriamo il leasing. Un agente IA che risponde alle domande degli inquilini sta diventando più facile da costruire. Tuttavia, far passare un inquilino dalla richiesta alla visita dipende da più sistemi che lavorano insieme, dai dati immobiliari alla programmazione fino all’accesso. Nessuna singola funzionalità crea quell’esperienza. Il valore deriva da come le capacità specializzate si collegano lungo il processo.

Secondo Gartner, la capacità di integrazione è ora il #3 fattore più importante per gli acquirenti di software a livello globale. Le sole funzionalità non sono sufficienti a convincere gli acquirenti. Vogliono anche sapere se si integra con i sistemi di cui i loro team dipendono già, e se tali integrazioni sono sufficientemente profonde da eliminare gli attriti in tutto il flusso di lavoro.

Questo cambia il modo in cui le aziende software dovrebbero valutare le proprie roadmap di prodotto. La domanda è meno “cosa dovremmo costruire dopo” e più “quali parti del flusso di lavoro del cliente non stiamo ancora toccando e cosa servirebbe per possederle”. Le partnership con piattaforme adiacenti, fornitori di dati e livelli di servizio diventano strategicamente importanti quanto lo sviluppo interno. La frammentazione poteva un tempo fungere da forma di difensibilità, con ogni fornitore che proteggeva la propria parte dello stack tecnologico. Man mano che le singole capacità diventano più facili da riprodurre, questo approccio può risultare controproducente per le aziende.

Il Contesto Proprietario è il Nuovo Blocco

Nel modello SaaS tradizionale, il blocco derivava dai costi di switching. Migrare i dati, riaddestrare gli utenti e ricreare le integrazioni richiedono tempo e sforzo considerevoli. In un modello guidato dall’IA, sta emergendo una forma più profonda e meno visibile di blocco: il contesto proprietario del cliente.

I sistemi di IA sono utili solo quanto i dati su cui operano. Un modello di IA a scopo generale può rispondere a domande generiche. Un sistema di IA integrato in una piattaforma che ha accumulato anni di storia del flusso di lavoro del cliente, modelli comportamentali, decisioni di configurazione e dati relazionali può agire con intelligenza contestuale specifica alla situazione di quel cliente. I modelli a scopo generale non possono farlo, e ciò sta trasformando il contesto proprietario in un vantaggio competitivo solido nel software.

RSM US conferma questa direzione, osservando che le aziende che sfruttano con successo dati proprietari vedranno guadagni nella fidelizzazione dei clienti che i concorrenti basati solo su funzionalità non potranno eguagliare. Le aziende software dovrebbero investire nell’accumulo e nella strutturazione del contesto specifico del cliente con la stessa aggressività con cui investono in qualsiasi altra capacità. Quel contesto diventa più prezioso quando è legato a competenze specializzate, flussi di lavoro consolidati e agli altri sistemi coinvolti nel completamento del lavoro. Un concorrente può copiare rapidamente una singola funzionalità, ma riprodurre tutto ciò che la circonda è un’impresa molto più ampia.

Ciò ha anche implicazioni su come le aziende software pensano alla governance dei dati e all’auditabilità. Quando l’IA agisce sul contesto del cliente per completare compiti consequenziali, sia il fornitore sia il cliente hanno bisogno di visibilità su cosa l’IA sta facendo e perché. La governance deve far parte dell’architettura che rende credibile la proprietà del flusso di lavoro guidato dall’IA.

Cosa Succede Quando i Risultati Sono il Prodotto

Se i clienti acquistano risultati anziché strumenti, i team di prodotto devono pensare in modo fondamentalmente diverso a ciò che stanno costruendo e a come misurano il successo. Una roadmap organizzata attorno a funzionalità da rilasciare è lo strumento sbagliato per un prodotto organizzato attorno a risultati da consegnare. Gli sviluppatori dovrebbero concentrarsi meno su ciò che rilasciano in un trimestre e più su ciò che hanno realizzato per i loro clienti, e se tali risultati sono misurabili, attribuibili e replicabili.

I product manager che hanno trascorso la carriera a pensare in termini di specifiche di funzionalità e cicli di rilascio devono sviluppare fluidità nelle metriche operative. Che aspetto ha un risultato di successo, come sappiamo di averlo raggiunto e in che modo il design del prodotto garantisce che il comportamento dell’IA sia sufficientemente coerente da essere responsabile dei risultati? È una disciplina diversa rispetto alla costruzione di software per utenti umani.

Possiamo già vedere questo cambiamento nel modo in cui gli acquirenti valutano i fornitori. I dati di recensione di G2 mostrano che le capacità di IA contano ora solo se associate a un valore operativo misurabile. La novità delle funzionalità sta perdendo peso nelle decisioni di acquisto, mentre i risultati dimostrati stanno guadagnando. I fornitori che vendono ancora principalmente sulla base delle capacità e lasciano la questione del risultato al cliente si trovano sempre più dalla parte sbagliata delle aspettative degli acquirenti.

L’Acquirente è Già Cambiato

Gli operatori enterprise e mid‑market non stanno aspettando che i fornitori si adeguino. I criteri di valutazione sono già cambiati e gli acquirenti vogliono sapere cosa produce una piattaforma, come si comporta nel loro flusso di lavoro esistente e quanto profondamente si collega ai sistemi di cui dipendono già. Le conversazioni di approvvigionamento che una volta si concentravano su dimostrazioni di funzionalità e presentazioni di roadmap sono sempre più incentrate sull’architettura di integrazione, sulla misurazione dei risultati e sulla responsabilità operativa.

Il rischio per le piattaforme SaaS con forte esposizione enterprise per sede è che i multipli di fatturato possano comprimersi rispetto alle aziende che hanno adottato modelli basati sul consumo o sui risultati. Gli investitori stanno incorporando nel prezzo il rischio che la ritenzione netta dei ricavi peggiori man mano che i clienti sostituiscono le sedi umane con agenti IA.

Questa è un’opportunità fugace per i fornitori. Gli acquirenti stanno formando aspettative su come dovrebbe apparire la responsabilità del software nativo IA. I fornitori lungimiranti rispondono creando strutture di prezzo, approfondendo le integrazioni e mostrandosi più disposti a essere valutati sui risultati, ottenendo così un vantaggio nei rinnovi e nelle espansioni. I fornitori che continuano a focalizzarsi sul loro set di funzionalità scopriranno che la conversazione diventa sempre più irrilevante rispetto a ciò che gli acquirenti vogliono realmente sapere.

Riconsiderare lo Standard di Valore

L’IA sta cambiando il valore del software, a chi e a quali condizioni. L’intero apparato di valutazione SaaS è stato costruito per un mondo in cui il software aiutava solo gli esseri umani a lavorare. Quel mondo sta finendo.

La nuova era richiede alle aziende di considerare questo come una questione di principi fondamentali. Se l’IA sta svolgendo il lavoro, per cosa dovrebbe pagare il cliente e perché? La risposta è un modello completamente nuovo incentrato sui risultati, sulla proprietà del flusso di lavoro e sul contesto proprietario. Richiede un pensiero diverso su prezzi, strategia di prodotto, partnership e su come viene misurato il successo.

L’era delle funzionalità del SaaS premiava lo strumento più capace. L’era dell’IA premierà le aziende la cui specializzazione e i cui collegamenti sono più difficili da replicare. Riorganizzarsi attorno a questa realtà oggi consente di costruire il fossato per il prossimo decennio del software aziendale.