Wanneer AI de interface wordt, wat gebeurt er met SaaS?

Jarenlang betekende inloggen op martech‑software het betreden van een dashboard. Of iemand nu verkoopcijfers moest analyseren, klantgegevens moest bekijken, campagneprestaties moest monitoren of een account moest beheren, het dashboard diende als startpunt. Softwarebedrijven investeerden fors in het gebruiksvriendelijker maken van die omgevingen, omdat het binnenhalen van klanten in de applicatie centraal stond voor de waarde die het product leverde.

AI‑assistenten beginnen die veronderstelling uit te dagen nu mensen gewend raken om te beginnen met het stellen van een vraag in plaats van te zoeken in menu’s en rapporten. Ze kunnen een AI‑assistent vertellen wat ze willen weten of bereiken en verwachten dat de technologie bepaalt welke informatie nodig is om te antwoorden.

Naarmate dit gedrag zich naar de werkplek verplaatst, zullen softwarebedrijven klanten zien die mogelijk blijven vertrouwen op hun software, maar minder tijd in de applicatie zelf doorbrengen, waardoor ze hun mogelijkheden anders presenteren en zelfs de manier waarop ze de waarde die klanten uit het product halen meten, veranderen.

Software kan deel uitmaken van het gesprek

AI‑assistenten zoals Claude en ChatGPT hebben al veranderd hoe mensen informatie vinden en alledaagse taken uitvoeren. Enterprise‑adoptie creëert een andere kans omdat deze systemen steeds vaker kunnen verbinden met de gespecialiseerde applicaties en propriëtaire data die werknemers op het werk gebruiken.

Model Context Protocol (MCP) is één technologie die die verbindingen mogelijk maakt. MCP biedt een gestandaardiseerde manier voor AI‑applicaties om verbinding te maken met externe gegevensbronnen en software‑tools. In plaats van te eisen dat elke interactie begint binnen een specifieke applicatie, kunnen softwareleveranciers delen van hun producten toegankelijk maken via de AI‑omgevingen die hun klanten gebruiken.

Om dit echt te visualiseren, stel je een analytics‑applicatie voor. Een marketeer zou traditioneel inloggen, een rapport openen, een datumbereik selecteren, filters toepassen en verschillende klantgroepen vergelijken voordat hij een antwoord vindt. Met een AI‑interface die verbonden is met de onderliggende software, kan die marketeer eenvoudig vragen welke recent verworven klanten naar verwachting klanten met hoge waarde worden.

De analytics‑software blijft achter de schermen een belangrijke taak uitvoeren, omdat ze de relevante gegevens bevat, gespecialiseerde modellen toepast en mogelijkheden biedt die voor een specifiek gebruiksscenario zijn ontwikkeld, maar de manier waarop de klant die mogelijkheden bereikt, begint te veranderen.

Propriëtaire data wordt steeds waardevoller

Gebruikers conversatiële toegang tot software geven, onthult ook een van de beperkingen van algemene AI.

Een model kan veel weten over marketing of e‑commerce zonder te weten wat er gisteren binnen een specifiek bedrijf is gebeurd. Het weet niet automatisch hoe een merk klantwaarde berekent of na welke periode een klant als inactief wordt beschouwd. Nuttige enterprise‑AI is afhankelijk van toegang tot informatie die specifiek is voor de organisatie die het gebruikt.

Softwarebedrijven beschikken al over een groot deel van die gespecialiseerde informatie. Customer‑data‑platforms begrijpen klantgedrag en business‑intelligence‑tools organiseren bedrijfsprestatie‑data. Andere enterprise‑applicaties bevatten vergelijkbare gespecialiseerde informatie over de organisaties die ze bedienen.

Die systemen verbinden met AI biedt het model een manier om met bedrijfsspecifieke informatie te werken in plaats van uitsluitend op zijn algemene kennis te vertrouwen.

Naarmate AI‑modellen blijven verbeteren, kunnen propriëtaire data en gespecialiseerde software‑mogelijkheden een steeds belangrijkere bron van differentiatie worden. Het model kan de conversatie‑ervaring leveren, terwijl enterprise‑applicaties de fundamentele data en functionaliteit bieden die de conversatie nuttig maken voor een specifiek bedrijf.

Antwoorden zijn slechts een deel van de kans

De volgende fase van conversatiesoftware zal ook afhangen van wat er gebeurt nadat de AI een antwoord geeft. Een inzicht kennen is nuttig, maar ernaar handelen is waar bedrijfssoftware het grootste deel van haar waarde haalt.

Stel je voor dat je een AI‑assistent vraagt welke klanten het meest waarschijnlijk een volgende aankoop zullen doen, en dat je dat antwoord vervolgens gebruikt om een doelgroep te creëren en beschikbaar te maken voor een ander systeem, waardoor de conversatie wordt omgevormd tot een workflow. Vergelijkbare mogelijkheden bestaan door de hele enterprise‑software. Een gebruiker zou een probleem kunnen identificeren en de volgende stap kunnen initiëren zonder door meerdere applicaties te navigeren, omdat de onderliggende systemen de gespecialiseerde functies blijven uitvoeren terwijl de AI‑assistent coördineert hoe de gebruiker ze benadert.

Zodra AI acties kan initiëren, beginnen SaaS‑producten meer op verzamelingen van gespecialiseerde mogelijkheden die een AI‑systeem kan aanroepen wanneer nodig. Een analytics‑product kan een doelgroep identificeren, een commerce‑platform kan transactiegegevens leveren en een marketing‑platform kan een campagne activeren, en het mooiste is dat de gebruiker niet per se elke applicatie hoeft te openen om die producten bij te dragen aan de workflow. Vervolgens kunnen softwarebedrijven workflows gaan ontwerpen rond wat de klant wil bereiken in plaats van rond de reeks schermen die daarvoor nodig zijn.

Het dashboard heeft nog een taak

Dashboards zullen waarschijnlijk niet volledig verdwijnen, simpelweg omdat sommige taken profiteren van visuele verkenning of de mogelijkheid om grote hoeveelheden informatie in één keer te bekijken. Gebruikers zullen nog steeds speciale applicaties nodig hebben voor veel soorten werk; hun rol is echter minder centraal geworden.

Een klant kan een applicatie openen wanneer diepgaandere verkenning nodig is, terwijl routinevragen en -acties via een AI‑assistent worden afgehandeld. Een andere gebruiker kan regelmatig met de onderliggende software omgaan zonder de traditionele interface ooit te openen.

SaaS‑bedrijven hebben historisch gezien logins, sessies en de tijd die binnen het product wordt doorgebracht beschouwd als signalen van betrokkenheid. AI‑gemiddelde software maakt die metrics ingewikkelder. Een klant die zelden een dashboard opent, kan nog steeds een zeer betrokken gebruiker zijn als een AI‑assistent regelmatig de data, modellen of workflows van het product namens hen oproept..

Build for Where the Customer Works

SaaS‑bedrijven hebben jaren geprobeerd de applicatie te worden die klanten als eerste openen. AI‑assistenten introduceren de mogelijkheid dat geen enkele zakelijke applicatie die positie consequent behoudt. Software moet nog steeds betrouwbare data, gespecialiseerde functionaliteit en betrouwbare uitvoering bieden.

Bedrijven die zich op dit model voorbereiden, moeten beginnen te vragen welke delen van hun producten klanten het meest nodig hebben, welke data veilig beschikbaar kunnen worden gesteld aan AI‑systemen en welke acties gebruikers conversatief kunnen initiëren. Ik denk dat het dashboard nuttig blijft, maar het zal mogelijk niet langer de plek zijn waar interacties beginnen.