Когда ИИ делает работу: как модели бизнеса SaaS должны измениться

Индустрия SaaS была построена на простой предпосылке, что программное обеспечение помогает людям выполнять работу. За последние два десятилетия все модели ценообразования, дорожные карты продуктов и стратегии продаж были построены вокруг этого предположения. «Место» — это человек, лицензия — это пользователь, а продление — это то, что происходит, когда пользователь решает, что инструмент всё ещё стоит того.

ИИ разрушает эту предпосылку в основе. Программное обеспечение больше не просто помогает людям выполнять работу. Во многих случаях оно делает работу вместо них. Это имеет последствия для бизнес‑модели SaaS. Это также повышает планку того, что делает специализированное программное обеспечение ценным и защищённым.

Гонка за функциями уже завершена

ИИ сделал разработку программных функций товаром с такой скоростью, к которой отрасль была не готова. В начале 2024 года китайская лаборатория DeepSeek создала модель, конкурентоспособную с лучшими решениями OpenAI, примерно за $5 million, что является лишь частью оценочных $100 million, потраченных OpenAI. В течение года исследователи Калифорнийского университета в Беркли воспроизвели основные возможности рассуждения DeepSeek за примерно $30. Кривая стоимости разработки ИИ стремительно снижается. Команда с правильным доступом к API и навыками построения запросов теперь может приблизительно воссоздать функции, которые раньше требовали годы разработки.

Стратегический вывод таков: если любую функцию можно воспроизвести за несколько месяцев, то функции перестают быть прочным источником конкурентного преимущества. Организация стратегии продукта вокруг дифференциации функций оставляет вас в конкуренции на территории, которая активно размывается. То же самое относится к простому добавлению слоя ИИ к существующему продукту. По мере того как доступ к базовым моделям становится более широким, программным компаниям потребуется вкладывать больше ценности в свою предметную экспертизу, рабочие процессы и сопутствующие системы.

Решите проблему ценообразования

Ценообразование на основе мест является наиболее заметной жертвой перехода к работе, управляемой ИИ. Эта модель имела интуитивный смысл, когда программное обеспечение было инструментом: один человек, одна лицензия и одно место. Когда ИИ‑агенты автономно выполняют задачи, эта логика больше не работает. Нельзя взимать плату за место, когда место — это бот, или когда одна развертка обслуживает нагрузку десятков пользователей.

Аналитики Gartner прогнозируют, что как минимум 40 % расходов предприятий на SaaS перейдут к моделям, основанным на использовании, агентах или результатах, к 2030 году, при этом доля доходов от местных лицензий сократится с 21 % до 15 %. Рынок уже движется в этом направлении. Zendesk запустил ценообразование, основанное на результатах, в августе 2024 года, выставляя счета за каждое решённое взаимодействие с клиентом, а не за пользователя. Salesforce последовала с Agentforce по цене $2 за разговор с ИИ.

Крупнейшие игроки отрасли признали, что старая модель не соответствует новой реальности. Если ждать, пока рынок заставит изменить ситуацию, вы унаследуете условия, установленные теми, кто изменился первым.

Существует также проблема со стоимостью. Традиционный SaaS пользовался почти нулевой предельной стоимостью. После создания программного обеспечения обслуживание дополнительного клиента было почти бесплатным. Продукты, управляемые ИИ, имеют значительные переменные вычислительные затраты, которые масштабируются вместе с использованием. Ценообразование на основе мест никогда не было рассчитано на такой уровень изменчивости. Каждая компания, продолжающая использовать модель местных лицензий поверх продукта, управляемого ИИ, сталкивается со структурным несоответствием, которое в конечном итоге потребует решения.

Владение рабочим процессом как новая продуктовая стратегия

Если функции не являются рвом, а места не являются правильной единицей ценности, то что же является? По мере того как компании сознательно проходят эту трансформацию, они обнаруживают, что ответ — владение рабочим процессом. Владение рабочим процессом — это степень, в которой платформа поддерживает и соединяет последовательность действий в операционном процессе клиента, а не просто обрабатывает один отдельный шаг.

Для продуктовой стратегии такой переориентир имеет значение. В то время как инструмент решает конкретную задачу, платформа рабочего процесса охватывает всю последовательность: ввод, обработку, принятие решений, последующее действие и измерение. Чем большую часть этой последовательности владеет платформа, тем труднее её заменить, потому что стоимость переключения охватывает весь операционный процесс, а не одну функцию. Это не означает, что необходимо строить каждый компонент внутри компании. Во многих случаях более сильный подход — укрепить ключевую компетенцию и связать её с компаниями, сильными в смежных частях рабочего процесса.

Рассмотрим аренду. ИИ‑агент, отвечающий на вопросы арендаторов, становится всё проще в создании. Но перевод арендатора от запроса к просмотру зависит от работы нескольких систем вместе, от данных о недвижимости и планирования до доступа. Ни одна отдельная функция не создает этот опыт. Ценность приходит от того, как специализированные возможности соединяются в процессе.

Согласно Gartner, способность к интеграции теперь является #3 самым важным фактором для глобальных покупателей программного обеспечения. Одних функций недостаточно, чтобы убедить покупателей. Они также хотят знать, интегрируется ли продукт с системами, от которых их команды уже зависят, и достаточно ли глубоки эти интеграции, чтобы устранить трения во всем рабочем процессе.

Это меняет то, как компании‑разработчики программного обеспечения должны оценивать свои дорожные карты продуктов. Вопрос становится менее «что нам следует построить дальше», а более «какие части рабочего процесса клиента мы ещё не охватываем и что потребуется, чтобы их взять под контроль». Партнёрства с соседними платформами, поставщиками данных и сервисными уровнями становятся так же стратегически важными, как внутренняя разработка. Фрагментация раньше могла служить формой защиты, когда каждый поставщик защищал свою часть технологического стека. По мере того как отдельные возможности становятся легче воспроизводимыми, такой подход может работать против компаний.

Собственный контекст — новое средство удержания

В традиционной модели SaaS удержание происходило за счёт затрат на переход. Перенос данных, переобучение пользователей и восстановление интеграций требуют значительного времени и усилий. В модели, управляемой ИИ, появляется более глубокая и менее заметная форма удержания: собственный контекст клиента.

Системы ИИ полезны лишь в той мере, в какой полезны данные, на которых они работают. Универсальная модель ИИ может отвечать на общие вопросы. Система ИИ, встроенная в платформу, накопившую годы истории рабочего процесса клиента, его поведенческие модели, решения по конфигурации и данные о взаимоотношениях, может действовать с контекстным интеллектом, специфичным для ситуации данного клиента. Универсальные модели не способны на это, и это превращает собственный контекст в надёжное конкурентное преимущество в программном обеспечении.

RSM US подтверждает это направление, отмечая, что компании, успешно использующие собственные данные, увидят рост удержания клиентов, который не могут обеспечить конкуренты, полагающиеся только на функции. Программным компаниям следует инвестировать в накопление и структурирование контекста, специфичного для клиента, так же активно, как они инвестируют в любые другие возможности. Этот контекст становится более ценным, когда он связан со специализированной экспертизой, установленными рабочими процессами и другими системами, участвующими в выполнении работы. Конкурент может быстро скопировать отдельную функцию, но воспроизведение всего окружения — гораздо более масштабная задача.

Это также имеет последствия для того, как компании‑разработчики программного обеспечения рассматривают управление данными и возможность аудита. Когда ИИ использует клиентский контекст для выполнения значимых задач, и поставщику, и клиенту необходима видимость того, что делает ИИ и почему. Управление должно быть частью архитектуры, которая делает владение ИИ‑управляемыми рабочими процессами достоверным.

Что происходит, когда результатом является продукт

Если клиенты покупают результаты, а не инструменты, команды продукта должны радикально переосмыслить, что они создают и как измеряют успех. Дорожная карта, построенная вокруг функций для выпуска, является неподходящим инструментом для продукта, ориентированного на достижение результатов. Разработчикам следует сосредотачиваться меньше на том, что они выпускают за квартал, и больше на том, что они сделали для своих клиентов, а также являются ли эти результаты измеримыми, приписываемыми и воспроизводимыми.

Менеджерам продукта, которые всю карьеру думали в терминах спецификаций функций и циклов выпуска, необходимо освоить операционные метрики. Как выглядит успешный результат, как мы узнаем, что достигли его, и как дизайн продукта гарантирует, что поведение ИИ достаточно последовательно, чтобы нести ответственность за результаты? Это иная дисциплина, чем создание программного обеспечения для использования людьми.

Мы уже видим это изменение в том, как покупатели оценивают поставщиков. данные обзоров G2 показывают, что возможности ИИ имеют значение только в сочетании с измеримой операционной ценностью. Новизна функций теряет вес в решениях о покупке, тогда как продемонстрированные результаты набирают силу. Поставщики, которые по‑прежнему в основном продают на основе возможностей и оставляют вопрос о результате клиенту, всё чаще находятся не на той стороне того, чего ожидают покупатели.

Покупатель уже изменился

Операторы крупных и средних компаний не ждут, пока поставщики догонят их. Критерии оценки уже изменились, и покупатели хотят знать, что платформа производит, как она работает в их текущем рабочем процессе и насколько глубоко она соединяется с системами, от которых они уже зависят. Переговоры о закупках, которые ранее сосредотачивались на демонстрациях функций и презентациях дорожных карт, всё больше ориентируются на архитектуру интеграций, измерение результатов и операционную подотчётность.

Риск для SaaS‑платформ с высокой долей корпоративных лицензий на одного пользователя состоит в том, что мультипликаторы доходов могут сжаться по сравнению с компаниями, перешедшими к моделям потребления или основанным на результатах. Инвесторы учитывают риск ухудшения чистой удерживаемости доходов, когда клиенты заменяют человеческие места ИИ‑агентами.

Это мимолётная возможность для поставщиков. Покупатели формируют ожидания относительно того, как выглядит подотчётность программного обеспечения, построенного на ИИ. Прогрессивные поставщики отвечают, создавая ценовые структуры, углубляя интеграцию и будучи более готовыми измеряться по результатам, что даёт им преимущество при продлении контрактов и расширении. Поставщики, которые продолжают сосредотачиваться на наборе функций, обнаружат, что такой разговор всё менее релевантен тому, что покупатели действительно хотят знать.

Переосмысление стандарта ценности

ИИ меняет то, какова ценность программного обеспечения, для кого и на каких условиях. Вся система оценки SaaS была построена для мира, где программное обеспечение лишь помогало людям выполнять работу. Этот мир заканчивается.

Новая эпоха требует от компаний рассматривать это как вопрос, основанный на фундаментальных принципах. Если ИИ выполняет работу, за что клиент должен платить и почему? Ответ — совершенно новая модель, ориентированная на результаты, владение рабочим процессом и собственный контекст. Это требует иного подхода к ценообразованию, стратегии продукта, партнёрствам и способам измерения успеха.

Эра функций в SaaS вознаграждала самый способный инструмент. Эра ИИ будет вознаграждать компании, чья специализация и связи труднее всего воспроизвести. Реорганизация вокруг этой реальности уже сегодня позволяет построить защитный барьер на следующее десятилетие корпоративного программного обеспечения.