Kiedy AI staje się interfejsem, co się dzieje z SaaS?

Od lat logowanie się do oprogramowania martech oznaczało wchodzenie do pulpitu. Niezależnie od tego, czy ktoś potrzebował analizować sprzedaż, przeglądać dane klientów, monitorować wyniki kampanii czy zarządzać kontem, pulpit służył jako punkt wyjścia. Firmy programistyczne intensywnie inwestowały w ułatwianie nawigacji w tych środowiskach, ponieważ wprowadzanie klientów do aplikacji było kluczowe dla tego, jak produkt dostarczał wartość.

asystenci AI zaczynają podważać to założenie, ponieważ ludzie przyzwyczajają się do rozpoczynania od zadania pytania zamiast przeszukiwania menu i raportów. Mogą powiedzieć asystentowi AI, czego chcą się dowiedzieć lub co chcą osiągnąć, i oczekują, że technologia określi, jakie informacje są potrzebne do udzielenia odpowiedzi.

W miarę jak to zachowanie przenika do miejsca pracy, firmy programistyczne zobaczą klientów, którzy mogą nadal polegać na ich oprogramowaniu, spędzając mniej czasu w samej aplikacji, co zmieni sposób, w jaki udostępniają swoje możliwości, a nawet sposób, w jaki mierzą wartość, jaką klienci czerpią z produktu.

Oprogramowanie może stać się częścią rozmowy

Asystenci AI, tacy jak Claude i ChatGPT, już zmienili sposób, w jaki ludzie znajdują informacje i wykonują codzienne zadania. Przyjęcie w przedsiębiorstwach tworzy inną szansę, ponieważ te systemy mogą coraz częściej łączyć się ze specjalistycznymi aplikacjami i własnościowymi danymi, z których pracownicy korzystają w pracy.

Model Context Protocol (MCP) jest technologią umożliwiającą te połączenia. MCP zapewnia ustandaryzowany sposób, w jaki aplikacje AI mogą łączyć się z zewnętrznymi źródłami danych i narzędziami programowymi. Zamiast wymagać, aby każda interakcja rozpoczynała się w konkretnej aplikacji, dostawcy oprogramowania mogą udostępniać części swoich produktów w środowiskach AI, z których korzystają ich klienci.

Aby naprawdę to zwizualizować, wyobraź sobie aplikację analityczną. Marketer tradycyjnie loguje się, otwiera raport, wybiera zakres dat, stosuje filtry i porównuje kilka grup klientów, zanim znajdzie odpowiedź. Dzięki interfejsowi AI połączonemu z leżącym u podstaw oprogramowaniem, marketer mógłby po prostu zapytać, którzy niedawno pozyskani klienci mają być przewidywani jako klienci o wysokiej wartości.

Oprogramowanie analityczne nadal wykonuje ważną pracę w tle, ponieważ przechowuje odpowiednie dane, stosuje specjalistyczne modele i zapewnia funkcje opracowane dla konkretnego przypadku użycia, ale sposób, w jaki klient uzyskuje dostęp do tych możliwości, zaczyna się zmieniać.

Własne dane stają się coraz cenniejsze

Udostępnienie użytkownikom konwersacyjnego dostępu do oprogramowania ujawnia także jedną z ograniczeń sztucznej inteligencji o ogólnym przeznaczeniu.

Model może wiedzieć wiele o marketingu lub e‑commerce, nie znając tego, co wydarzyło się w konkretnej firmie wczoraj. Nie wie automatycznie, jak marka oblicza wartość klienta ani po jakim okresie uznaje klienta za utraconego. Przydatna sztuczna inteligencja w przedsiębiorstwach zależy od dostępu do informacji specyficznych dla organizacji, która ją wykorzystuje.

Firmy programistyczne już posiadają dużą część tych specjalistycznych informacji. Platformy danych klientów rozumieją zachowania klientów, a narzędzia Business Intelligence organizują dane o wynikach firmy. Inne aplikacje korporacyjne zawierają podobnie specjalistyczne informacje o organizacjach, którym służą.

Łączenie tych systemów z AI daje modelowi możliwość pracy z informacjami specyficznymi dla firmy, zamiast polegać wyłącznie na swojej ogólnej wiedzy.

W miarę jak modele AI będą się rozwijać, własne dane i specjalistyczne możliwości oprogramowania mogą stać się coraz ważniejszym źródłem wyróżnienia. Model może zapewniać doświadczenie konwersacyjne, podczas gdy aplikacje korporacyjne dostarczają podstawowe dane i funkcjonalności, które czynią rozmowę użyteczną dla konkretnego biznesu.

Odpowiedzi to tylko część możliwości

Kolejny etap oprogramowania konwersacyjnego będzie również zależał od tego, co nastąpi po udzieleniu odpowiedzi przez AI. Znajomość wniosku jest przydatna, ale działanie na jego podstawie to miejsce, w którym oprogramowanie biznesowe zarabia dużą część swojej wartości.

Wyobraź sobie, że pytasz asystenta AI, którzy klienci najprawdopodobniej dokonają kolejnego zakupu, a następnie wykorzystujesz tę odpowiedź do stworzenia grupy odbiorców i udostępnienia jej innemu systemowi, przekształcając rozmowę w przepływ pracy. Podobne możliwości istnieją w całym oprogramowaniu korporacyjnym. Użytkownik mógłby zidentyfikować problem i zainicjować kolejny krok bez przechodzenia przez kilka aplikacji, ponieważ leżące u podstaw systemy nadal wykonywałyby specjalistyczne funkcje, a asystent AI koordynowałby, jak użytkownik uzyskuje do nich dostęp.

Gdy AI będzie mogło inicjować działania, produkty SaaS zaczną wyglądać bardziej jak zbiory specjalistycznych możliwości, które system AI może wywołać w razie potrzeby. Produkt analityczny może zidentyfikować grupę odbiorców, platforma handlowa może dostarczyć dane transakcyjne, a platforma marketingowa może uruchomić kampanię, a najlepsze jest to, że użytkownik nie musi koniecznie nawigować po każdej aplikacji, aby te produkty przyczyniły się do przepływu pracy. Następnie firmy programistyczne mogą zacząć projektować przepływy pracy wokół tego, co klient chce osiągnąć, a nie wokół kolejności ekranów potrzebnych do tego.

Pulpit wciąż ma swoją rolę

Pulpity raczej nie znikną całkowicie, po prostu niektóre zadania korzystają z wizualnej eksploracji lub możliwości jednoczesnego przeglądania dużych ilości informacji. Użytkownicy nadal będą potrzebować dedykowanych aplikacji do wielu rodzajów pracy, ale ich rola stała się mniej centralna.

Klient może otworzyć aplikację, gdy potrzebna jest głębsza eksploracja, jednocześnie obsługując rutynowe pytania i działania za pośrednictwem asystenta AI. Inny użytkownik może regularnie współpracować z leżącym u podstaw oprogramowaniem, nie otwierając wcale jego tradycyjnego interfejsu.

Firmy SaaS tradycyjnie traktowały logowania, sesje i czas spędzony w produkcie jako sygnały zaangażowania. Oprogramowanie pośredniczone przez AI komplikuje te metryki. Klient, który rzadko otwiera pulpit, może nadal być wysoko zaangażowanym użytkownikiem, jeśli asystent AI regularnie wywołuje dane, modele lub przepływy pracy produktu w jego imieniu..

Buduj tam, gdzie pracuje klient

Firmy SaaS spędziły lata, starając się stać aplikacją, którą klienci otwierają jako pierwszą. Asystenci AI wprowadzają możliwość, że żadna pojedyncza aplikacja biznesowa nie będzie konsekwentnie zajmować tej pozycji. Oprogramowanie nadal musi dostarczać wiarygodne dane, specjalistyczną funkcjonalność i niezawodne wykonanie.

Firmy przygotowujące się do tego modelu powinny zacząć pytać, które części ich produktów klienci potrzebują najczęściej, które dane mogą bezpiecznie stać się dostępne dla systemów AI oraz które działania użytkownicy powinni móc inicjować konwersacyjnie. Uważam, że pulpit pozostanie przydatny, ale może już nie być miejscem, w którym rozpoczynają się interakcje.