Agenci AI kontra model biznesowy SaaS: dlaczego SaaS jest błędem

Jeśli śledziłeś rynki w zeszłym tygodniu, prawdopodobnie byłeś świadkiem rzezi. Główni gracze na rynku SaaS (oprogramowanie jako usługa), tacy jak Salesforce, ServiceNow i duże firmy konsultingowe IT, ponieśli ogromne straty. Narracja napędzająca tę wyprzedaż jest chwytliwa, przerażająca i pozornie nieunikniona: „Saaspocalypse” w końcu nadeszła.

Katalizatorem tej paniki jest szybka ewolucja możliwości „agentów” w sztucznej inteligencji. W szczególności, wprowadzenie przez Anthropic najnowszych Cowork , które wprowadzają agentów zdolnych do współpracy z ludźmi w środowiskach współdzielonych, wywołało przerażenie wśród inwestorów.

Logika wydaje się na pierwszy rzut oka logiczna: skoro agent AI potrafi poruszać się po skomplikowanych menu SAP, Infor LN czy Salesforce lepiej, szybciej i taniej niż człowiek, to dlaczego jakakolwiek firma miałaby nadal płacić za drogie licencje na stanowisko ? Po co zatrudniać młodszego konsultanta do klikania przycisków i konfigurowania tabel, skoro agent może to zrobić za ułamek centa za token?

Rynek wycenia przyszłość, w której przychody z oprogramowania spadną, ponieważ sztuczna inteligencja będzie kanibalizować bazę użytkowników. Ale jako osoba, która spędziła ponad dekadę wdrażając systemy ERP, pracując w złożonych środowiskach międzynarodowych, takich jak Infor LN, dostrzegam ogromną, niebezpieczną przepaść między paniką finansową a rzeczywistością techniczną.

Strach ekonomiczny kontra rzeczywistość techniczna

Aby zrozumieć, dlaczego rynek się myli, musimy najpierw zrozumieć, czego się boi. Model biznesowy SaaS opiera się na stanowiskach, gdzie pobiera się miesięczną opłatę za każdego użytkownika potrzebującego dostępu do systemu.
Jeśli agent AI może zalogować się jako pojedynczy „superużytkownik” i wykonać pracę 50 konsultantów obsługi klienta lub 10 planistów łańcucha dostaw, model przychodów tych gigantów oprogramowania rozpływa się w powietrzu.

Obawy te opierają się jednak na założeniu, że sztuczna inteligencja faktycznie działa.

Nie chodzi tylko o „pracę” w wersji demonstracyjnej, gdzie rezerwują lot lub podsumowują plik PDF. Mam na myśli pracę w chaotycznym, ryzykownym środowisku enterprise resource planning, gdzie jedno złe kliknięcie może kosztować miliony.

Podczas gdy Wall Street sprzedawało akcje, społeczność naukowa publikuje poważne ostrzeżenia.
Najnowszy Międzynarodowy Raport Naukowy na temat Bezpieczeństwa Zaawansowanej Sztucznej Inteligencji (AI), opublikowany zaledwie kilka dni temu przez brytyjski rządowy Instytut Bezpieczeństwa AI, zawiera jednoznaczny wniosek, że każdy dyrektor ds. technologii powinien wydrukować raport i przykleić go do ściany:

„Niezawodna automatyzacja długich i złożonych zadań pozostaje niemożliwa”. (Źródło: Międzynarodowy raport naukowy na temat bezpieczeństwa zaawansowanej sztucznej inteligencji)

To jest „brudny sekret” obecnego szumu wokół sztucznej inteligencji. Agent, który działa przez 90% czasu, to cud dla zadań kreatywnych. Jeśli poprosisz ChatGPT o napisanie wiersza, a on zepsuje rym, nikt nie umrze. Ale w moim świecie wdrożeń ERP i krytycznych procesów biznesowych, 90% dokładności to katastrofa.

Luka w zarządzaniu: wyścig bez hamulców

Oprócz kwestii niezawodności technicznej, raport wskazuje na ryzyko strukturalne, które powierzchowna analiza rynku całkowicie ignoruje. Stwierdza on, że istnieje rosnąca przepaść między tempem rozwoju sztucznej inteligencji a zdolnością społeczeństwa do tworzenia skutecznych środków bezpieczeństwa i zarządzania.

W świecie korporacji ta luka jest wręcz zabójcza. Systemy ERP stanowią podstawę zgodności z przepisami, opodatkowania i sprawozdawczości finansowej. Nie da się wdrożyć technologii „szybko i sprawnie” w systemach zaprojektowanych z myślą o stabilności i możliwości audytu. Szum medialny zakłada, że ​​już dziś możemy uwolnić autonomicznych agentów; w rzeczywistości brakuje nam ram zarządzania, które pozwoliłyby nam monitorować ich działania, nie mówiąc już o ich kontrolowaniu.

Ukryte ryzyko: śmierć modelu praktyk zawodowych

Istnieje mroczniejszy, bardziej strukturalny powód, dla którego firmy konsultingowe tracą na wartości. Problem wykracza daleko poza licencje na oprogramowanie, obejmując destrukcję zasobów talentów.

Przez dekady model biznesowy firm konsultingowych opierał się na „piramidzie”: armie młodszych konsultantów wykonują podstawowe zadania konfiguracyjne i wprowadzanie danych (za które klient płaci), jednocześnie ucząc się fachu. „Obserwują” oni starszych konsultantów, aby zrozumieć złożoną logikę procesów biznesowych.

Jeśli dziś zastąpimy tych młodszych programistów agentami AI, aby zaoszczędzić pieniądze, jutro stworzymy próżnię wiedzy . Niedawna analiza kryzysu wśród młodszych programistów rzuca przerażające pytanie: jeśli nikt nie wykonuje podstawowych zadań, jak ktokolwiek może zostać starszym?

Nie da się nauczyć zarządzania złożonym kryzysem w łańcuchu dostaw w Infor LN, jeśli nie poświęci się lat na zrozumienie podstawowych transakcji, które go wywołały.
Rynek słusznie obawia się, że automatyzując pracowników na stanowiskach podstawowych, odetniemy dopływ przyszłych ekspertów, pozostawiając firmy z szybkimi agentami AI, ale bez ludzi zdolnych do zrozumienia, czy agent ma rację, czy się myli.

Błąd „zbuduj to sam”

Kolejnym niebezpiecznym mitem podsycającym zmienność rynku jest przekonanie, że narzędzia takie jak Project Genie czy Claude pozwolą każdej firmie po prostu „zbudować własny system ERP” wewnętrznie, całkowicie pomijając drogich dostawców oprogramowania jako usługi.

Pogląd ten opiera się na błędnym rozumieniu istoty oprogramowania.

Pisanie kodu nie jest tym samym, co budowanie systemu.

Pomyśl o branży gier wideo. Generatywna sztuczna inteligencja potrafi tworzyć modele 3D i pisać skrypty, ale to nie znaczy, że nastolatek w swoim pokoju może stworzyć Elden Ring czy Grand Theft Auto z dnia na dzień. Arcydzieło wymaga projektowania poziomów, odpowiedniego tempa narracji, silników fizycznych i optymalizacji. Złożonej struktury, w której kod to tylko jeden element.

To samo dotyczy systemów ERP i CRM.
System ERP to nie tylko zbiór skryptów Pythona; to skrystalizowana struktura międzynarodowych przepisów podatkowych, zgodności łańcucha dostaw, protokołów bezpieczeństwa i najlepszych praktyk księgowych. Myślenie, że firma wyrzuci SAP lub Salesforce, aby zbudować „domowy” system CRM oparty na sztucznej inteligencji, to szaleństwo. Nie docenia to złożoności procesów wbudowanych w te narzędzia.

Najnowsze raporty SupplyChainBrain (luty 2026) potwierdzają to: liderzy już zdają sobie sprawę, że utrzymanie niestandardowych agentów AI to koszmar i wracają do ze sprawdzonymi dostawcami.

Co więcej, nie możemy zapominać o ludzkiej inercji. Dużą część mojej obecnej kariery poświęciłem na migrację firm z modelu lokalnego do chmury. To przejście, które technicznie powinno zająć miesiące, jednak w całej branży trwało dekady i nadal trwa. Dlaczego? Ponieważ ludzie i organizacje zmieniają się powoli. Fantazja, że ​​korporacyjne nawyki zmienią się z dnia na dzień tylko dlatego, że pojawił się nowy model sztucznej inteligencji, ignoruje rzeczywistość tego, jak faktycznie działają firmy.

Agent urojeniowy

To prowadzi nas do krytycznego nieporozumienia w branży. Często obwiniamy sztuczną inteligencję za te niepowodzenia, ale problem leży głębiej.
Jak analizowałem w moim niedawnym artykule „ Złudzenie agenta: dlaczego Twój system ERP nie jest jeszcze gotowy na autopilota”, istnieje brutalna rzeczywistość, która niweczy nawet 85% projektów AI, zanim jeszcze się rozpoczną.

Złudzeniem jest myślenie, że można nałożyć autonomiczną inteligencję XXI wieku na statyczne, brudne struktury danych XX wieku i oczekiwać cudów. Nie da się zbudować silnika Ferrari (agent AI) i umieścić go w zardzewiałej obudowie (danych ERP) i oczekiwać zwycięstwa w wyścigu. Agent nie musi być tylko inteligentny; środowisko, w którym działa, musi być gotowe na inteligencję. Większość systemów ERP po prostu nie jest.

Era inżynierii agentowej

Czy to oznacza, że ​​Saaspocalypse to mit? Nie. Oznacza to, że chronologia i natura zmian są źle rozumiane. Nie zmierzamy do świata, w którym oprogramowanie będzie się jutro samo napędzać.
Zmierzamy do świata, w którym rola człowieka ulegnie drastycznej zmianie.

Andrej Karpathy, jeden z czołowych umysłów w dziedzinie sztucznej inteligencji (dawniej OpenAI i Tesla), zauważył niedawno , że era kodowania wibracyjnego, w której po prostu prosi się sztuczną inteligencję o napisanie kodu i liczy na dobre rezultaty, dobiegła końca.
Wkraczamy w erę inżynierii agentowej.

Dla profesjonalistów takich jak my, w tym konsultantów, programistów i architektów systemów, praca nie znika, ale staje się znacznie trudniejsza.
Stajemy się architektami i nadzorcami agentów AI.

„Inżynieria agentów” oznacza budowanie rusztowania, które zapewnia bezpieczeństwo agentom. Obejmuje to:

1. Ramki oceny: szczegółowe zestawy testów mające na celu zapewnienie, że agent nie będzie miał halucynacji dotyczących liczb zapasów.
2. Bariery ochronne: Sztywne limity (np. „Sztuczna inteligencja nie może zatwierdzić zamówienia o wartości powyżej 10 000 euro bez zgody człowieka”).
3. Przepływy pracy z udziałem człowieka: projektowanie procesów, w których sztuczna inteligencja wykonuje większość zadań związanych z wprowadzaniem danych, ale ekspert ludzki („pilot”) weryfikuje kluczowe punkty decyzyjne.

Przejście od „miejsc” do „wyników”

Model biznesowy ulegnie zmianie. „na miejsce” rzeczywiście jest zagrożony, ale nie dlatego, że nikt nie będzie korzystał z oprogramowania. Jest zagrożony, ponieważ zmienia się wskaźnik wartości.

Widzimy już pierwsze konkretne oznaki tej zmiany. Salesforce zaczął dostosowywać się do tej rzeczywistości, wprowadzając Agentforce, wprowadzając model cenowy oparty na 2 dolarach za rozmowę, a nie tylko na liczbie miejsc dla użytkowników. Zrozumieli, że sprzedaż licencji na logowanie do autonomicznych botów nie ma sensu; muszą sprzedawać efekt swojej pracy.

Jest to zgodne z definicją Bessemer Venture Partners, która głosi, że rośnie popularność „usług jako oprogramowania”. W tym nowym paradygmacie dostawcy nie sprzedają Ci tylko narzędzia (CRM lub ERP), ale sprzedają Ci samą cyfrową pracę.

W przyszłości Infor lub SAP prawdopodobnie będą pobierać opłaty nie tylko za liczbę zalogowanych osób. Prawdopodobnie będą pobierać opłaty za wyniki:

• „Koszt przetworzonej faktury”
• „Koszt udanego rozwiązania problemu klienta.”
• „Plan zoptymalizowanego pod kątem kosztów łańcucha dostaw”

Ta zmiana jest w rzeczywistości korzystna dla dostawców, jeśli uda im się złamać kod niezawodności. Ale dopóki im się to nie uda, poleganie na ludzkiej wiedzy i doświadczeniu pozostaje absolutne.

Dlaczego doświadczenie jest ważniejsze niż kiedykolwiek

Istnieje obawa, że ​​sztuczna inteligencja wyrównuje szanse, stawiając młodszego konsultanta z ChatGPT na równi ze starszym ekspertem. Ja twierdzę odwrotnie.

Kiedy używasz narzędzia, które kłamie bez wahania, potrzebujesz większej, a nie mniejszej wprawy, żeby wykryć kłamstwo.

Młodszy konsultant może zaakceptować sugestię sztucznej inteligencji, aby zmienić mapowanie księgi głównej, ponieważ „wygląda dobrze”. Starszy konsultant wie, że zmiana tego mapowania spowoduje błąd w rocznym sprawozdaniu finansowym z powodu lokalnych przepisów podatkowych, o których dane szkoleniowe sztucznej inteligencji (głównie dotyczące Stanów Zjednoczonych) nie mają pojęcia.

Podczas gdy o Jobpokalipsie zakłada, że ​​nasza wartość leży w szybkości pisania i pamięci, nasza prawdziwa wartość leży w osądzie.

Moje podsumowanie

Rynek wycenia firmy na podstawie potencjału sztucznej inteligencji, ignorując inżynieryjne realia wdrożenia.

Prawdziwa inżynieria zajmuje się przypadkami brzegowymi. Prawdziwa inżynieria zajmuje się brudnymi danymi, przestarzałymi integracjami i sprzecznymi regułami biznesowymi. Dopóki agenci AI nie będą w stanie udowodnić niezawodności na dużą skalę bez ciągłego wsparcia ze strony człowieka, co zdaniem społeczności naukowej jest jeszcze odległą perspektywą, model SaaS będzie jedynie pod presją ewolucji, a nie wyginięcia.

Przyszłość leży w rękach ludzi zarządzających agentami, a nie w walce sztucznej inteligencji z ludźmi.

Napisane przez Andreę Guaccio 

9 lutego 2026