Μια νέα ανάλυση από την συμβουλευτική εταιρεία AlixPartners υποδηλώνει ότι η “SaaSpocalypse” που επηρεάζει το λογισμικό επιχειρηματικού επιπέδου, καθοδηγούμενη από την τεχνητή νοημοσύνη, δεν αποτελεί απλώς έναν κυκλικό κύκλο ύφεσης, αλλά μια δομική αναπροσαρμογή. Αυτή η αναπροσαρμογή ενδέχεται να αναδιαμορφώσει τα χαρτοφυλάκια ιδιωτικών κεφαλαίων με επώδυνο τρόπο.

Η εταιρεία εξέτασε 500 εταιρείες λογισμικού σε 12 χαρτοφυλάκια ιδιωτικών κεφαλαίων και ανέπτυξε ένα «Δείκτη Διάβρωσης από την Τεχνητή Νοημοσύνη» (AI Disruption Score) για να αξιολογήσει ποιες επιχειρήσεις είναι πιο εκτεθειμένες και ποιες είναι σχετικά μονωμένες. Αντί να ονοματίσει συγκεκριμένες εταιρείες, η AlixPartners κατέταξε υποτομείς και επιχειρηματικά μοντέλα με βάση δύο κύριους παράγοντες: τα δεδομένα και την κάθετη εξειδίκευση.

Αυτές οι δύο «τάφροι άμυνας», όπως τις αποκάλεσε η εταιρεία, αναδεικνύονται ως οι σαφέστεροι προγνωστικοί παράγοντες ανθεκτικότητας, καθώς η τεχνητή νοημοσύνη απειλεί να καταστήσει κοινοτοπία την παραδοσιακή στοίβα λογισμικού. Η AlixPartners βρίσκεται σε πλεονεκτική θέση για την αξιολόγηση τέτοιων κινδύνων, καθώς είχε εντοπίσει την πιθανή απειλή της τεχνητής νοημοσύνης για τον κλάδο του λογισμικού ένα χρόνο πριν, πολύ πριν από τους περισσότερους επενδυτές και αναλυτές.

Ο Δείκτης Διάβρωσης από την Τεχνητή Νοημοσύνη της AlixPartners τοποθετεί τις εταιρείες λογισμικού σε ένα φάσμα από 1 έως 7, με υψηλότερες βαθμολογίες να υποδηλώνουν μεγαλύτερη έκθεση στη διάβρωση από την τεχνητή νοημοσύνη. Οι επιχειρήσεις με ισχυρές «τάφρους» δεδομένων και κάθετης βιομηχανίας εντάσσονται στην κατηγορία χαμηλότερου κινδύνου, ενώ εκείνες που στερούνται και των δύο ομαδοποιούνται στην υψηλότερη κατηγορία κινδύνου, όπου τα επιχειρηματικά μοντέλα αντιμετωπίζουν «δομική πίεση» και πιθανή συγκέντρωση.

«Η προστασία από τη διάβρωση που προκαλεί η τεχνητή νοημοσύνη είναι πολύ υψηλότερη όταν οι εταιρείες κατέχουν ιδιόκτητα δεδομένα, συστήματα πλαισίου, μόχλευση οικοσυστήματος, ενσωματωμένες ροές εργασίας και λειτουργούν σε ρυθμιζόμενους ή κρίσιμους τομείς», έγραψε η εταιρεία σε μια αποκλειστική παρουσίαση που ετοιμάστηκε για το Business Insider.

Τα αποτελέσματα είναι δραματικά. Μόνο περίπου το 14% των εταιρειών που αναλύθηκαν είχαν ισχυρές «τάφρους» και στις δύο διαστάσεις, ενώ περίπου το ένα τέταρτο είχε αδύναμες άμυνες και στα δύο μέτωπα, καθιστώντας τις εξαιρετικά ευάλωτες καθώς οι ανταγωνιστές που βασίζονται αποκλειστικά στην τεχνητή νοημοσύνη κλιμακώνονται γρήγορα.

Η διάκριση συχνά εξαρτάται από τη φύση του ίδιου του λογισμικού. Οι κατηγορίες που εκτίθενται σε υψηλό βαθμό περιλαμβάνουν την αυτοματοποίηση μάρκετινγκ, τα οριζόντια εργαλεία παραγωγικότητας, τα πρόσθετα CRM και τις πλατφόρμες ανάλυσης – τομείς όπου η τεχνητή νοημοσύνη μπορεί εύκολα να αναπαράγει λειτουργίες όπως η σύνοψη, η αναφορά και οι ροές εργασίας αλληλεπίδρασης με τον πελάτη. Αυτές είναι συνήθως «στοιχειώδεις λύσεις» με χαμηλό κόστος αλλαγής και περιορισμένα ιδιόκτητα δεδομένα, καθιστώντας ευκολότερη την αντικατάστασή τους από πράκτορες τεχνητής νοημοσύνης.

Αντίθετα, το λογισμικό που είναι ενσωματωμένο σε ρυθμιζόμενα ή υψηλού κινδύνου περιβάλλοντα, όπως οι πληρωμές, οι χρηματοοικονομικές λειτουργίες, τα συστήματα υγειονομικής περίθαλψης και η κυβερνοασφάλεια, τείνει να έχει χαμηλότερη βαθμολογία στον κίνδυνο διάβρωσης. Αυτές οι εταιρείες επωφελούνται από τις απαιτήσεις συμμόρφωσης, τις κρίσιμες ροές εργασίας και τα συσσωρευμένα ιδιόκτητα δεδομένα ετών, τα οποία δημιουργούν εμπόδια εισόδου.

«Αν είστε ένα μεγάλο χρηματοπιστωτικό ίδρυμα, το λογισμικό ανίχνευσης απάτης είναι κρίσιμης σημασίας, και δεν έχετε καμία ανοχή σε λάθη», δήλωσε ο Jordan Berger, SVP of TMT Market Intelligence στην AlixPartners. «Αυτές οι εταιρείες είναι πολύ λιγότερο πιθανό σε αυτά τα πλαίσια να επιτρέψουν σε εγγενείς προκλήτες τεχνητής νοημοσύνης να επικρατήσουν σε ολόκληρο το οικοσύστημά τους. Έτσι, αυτό το είδος εμποδίου εισόδου το βλέπουμε ως πολύ ανθεκτικό».

Υπάρχει και μια ενδιάμεση λύση. Σε αυτή την κατηγορία περιλαμβάνονται πάροχοι συστημάτων αρχείου (systems-of-record) σε υποτομείς όπως ο σχεδιασμός επιχειρησιακών πόρων (ERP), η διαχείριση σχέσεων πελατών (CRM) και η διαχείριση υπηρεσιών πληροφορικής (ITSM). Άλλοι υποτομείς σε αυτή την ομάδα περιλαμβάνουν πλατφόρμες SaaS ειδικές για τη βιομηχανία με περιορισμένη ρύθμιση, όπως το λογισμικό κατασκευών, καθώς και προσφορές που εστιάζουν σε χρηματοοικονομικά, πωλήσεις και προμήθειες.

Το πλαίσιο της εταιρείας υπογραμμίζει ότι δεν είναι όλα τα «συστήματα αρχείου» εξίσου ασφαλή. Όπως δείχνουν τα ευρήματα, ακόμη και τα συστήματα ERP, που θεωρούνταν μακροχρόνια αμυντικά, βαθμολογούνται μόνο με μεσαίας ισχύος «τάφρους». Οι πράκτορες τεχνητής νοημοσύνης ενδέχεται να μειώσουν τον αριθμό των ανθρώπινων χρηστών, και κατά συνέπεια των αδειών λογισμικού, ενώ αφαιρούν πρόσθετα και διεπαφές υψηλότερου περιθωρίου κέρδους, σύμφωνα με τον Milicevic της AlixPartners.

Μια επικείμενη «τοίχος χρέους»
Υπάρχει ένα βουνό επενδύσεων σε λογισμικό που χρηματοδοτούνται από χρέη, το οποίο θα μπορούσε να επηρεαστεί αν η παραγωγική τεχνητή νοημοσύνη διαταράξει βαθιά τα επιχειρηματικά μοντέλα SaaS. Αυτές οι εταιρείες είχαν σταθερά έσοδα βασισμένα σε συνδρομές, γεγονός που προσέλκυσε πολλές εξαγορές ιδιωτικών κεφαλαίων τα τελευταία χρόνια. Τώρα, υπάρχει ένας «τοίχος χρέους» 40 δισεκατομμυρίων δολαρίων το 2028 που θα πρέπει να αναχρηματοδοτηθεί, ακριβώς τη στιγμή που οι επιπτώσεις της τεχνητής νοημοσύνης θα αρχίσουν να γίνονται αισθητές.

Μετά από συζητήσεις για αυτήν την επικείμενη κατάσταση με τους δανειστές, η AlixPartners αναμένει ότι οι περισσότεροι δανειστές θα χρεώσουν τις εταιρείες λογισμικού που υποστηρίζονται από ιδιωτικά κεφάλαια ελαφρώς υψηλότερα επιτόκια όταν έρθει η ώρα της αναχρηματοδότησης, ίσως 50 μονάδες βάσης παραπάνω, σύμφωνα με τον Nenad Milicevic, συνεργάτη και διευθύνοντα σύμβουλο στην AlixPartners.

Εάν οι δανειστές χρεώσουν τις εταιρείες λογισμικού με χρέη πραγματικά επιτόκια που αντικατοπτρίζουν τους κινδύνους διάβρωσης από την τεχνητή νοημοσύνη, αυτό θα μπορούσε να προκαλέσει περισσότερα προβλήματα, καθώς τα υψηλότερα κόστη τόκων θα μπορούσαν να συντρίψουν ορισμένες από αυτές τις επιχειρήσεις, πρόσθεσε.

«Αν τις φέρουν στο επίπεδο της αγοράς, πιθανότατα θα ζητήσουν 400 μονάδες βάσης παραπάνω, και τότε θα έχει τελειώσει», δήλωσε ο Milicevic σε συνέντευξή του στο Business Insider. «Και αυτό έχει ένα μεταδοτικό αποτέλεσμα σε ολόκληρη την αγορά, οπότε θα είναι πολύ προσεκτικοί».

Μειούμενα έσοδα
Το ευρύτερο πλαίσιο ενισχύει τον κίνδυνο. Οι εταιρείες SaaS αντιμετωπίζουν ταυτόχρονα μια απομάκρυνση από τη τιμολόγηση βάσει θέσεων προς μοντέλα που βασίζονται στη χρήση και τα αποτελέσματα, καθώς και μια αύξηση στον εγγενή ανταγωνισμό τεχνητής νοημοσύνης.

Η AlixPartners εκτιμά ότι τα έσοδα SaaS θα μπορούσαν να μειωθούν έως και 15% τον επόμενο χρόνο και κατά 25% έως 35% σε τρία χρόνια σε ορισμένα τμήματα.

Η εταιρεία ομαδοποιεί τελικά τις εταιρείες σε τέσσερις κατηγορίες: «φρούρια» επιχειρήσεις με ισχυρές «τάφρους άμυνας»· «επιζώντες» που πρέπει γρήγορα να αναπτύξουν ή να αποκτήσουν δυνατότητες τεχνητής νοημοσύνης· εταιρείες που είναι πιθανό να πωληθούν σε αγοραστές που βασίζονται στην τεχνητή νοημοσύνη· και εκείνες που αντιμετωπίζουν πιθανή εκκαθάριση.

Τα ευρήματα φέρνουν ένα σκληρό μήνυμα: Η εποχή της ανάπτυξης με οποιοδήποτε κόστος στο SaaS τελειώνει, και η τεχνητή νοημοσύνη επιταχύνει τη διάσπαση μεταξύ μιας μικρής ομάδας αμυνόμενων πλατφορμών και ενός πολύ μεγαλύτερου συνόλου εκτεθειμένων περιουσιακών στοιχείων.