Η πρόσφατη κατάρρευση στον χώρο του λογισμικού, εμπνευσμένη από την Τεχνητή Νοημοσύνη (AI), αποτελεί μια υπερβολική αντίδραση. Οι εταιρείες λογισμικού ως υπηρεσία (SaaS) θα τα πάνε εξαιρετικά καλά, και μάλιστα, ενδέχεται να δουν τις επιχειρήσεις τους να γνωρίζουν άνθηση ως αποτέλεσμα της Τεχνητής Νοημοσύνης.

Μετά από δεκαετίες εργασίας στους τομείς της πληροφορικής και του cloud, γνωρίζω τι χρειάζεται για τη δημιουργία, πώληση και συντήρηση σύνθετου εταιρικού λογισμικού. Και είναι σαφές ότι η Τεχνητή Νοημοσύνη δεν αποτελεί την απειλή που πολλοί επενδυτές φοβούνται.

Ας εξετάσουμε τις τρεις κύριες ανησυχίες που απασχολούν την αγορά. Όλες τους έχουν αδυναμίες που θα διασφαλίσουν ότι οι καθιερωμένοι πάροχοι SaaS θα συνεχίσουν να ευδοκιμούν.

**Εταιρική “Φτιάξ’ το Μόνος Σου” (DIY)**

Η ανάπτυξη λογισμικού έχει μεταμορφωθεί από την Τεχνητή Νοημοσύνη. Είναι μια σχεδόν τέλεια περίπτωση χρήσης για την παραγωγική Τεχνητή Νοημοσύνη: εφαρμογή καθιερωμένων προτύπων σε ένα καλά οριοθετημένο πρόβλημα, με αποτέλεσμα απίστευτες βελτιώσεις παραγωγικότητας.

Αυτή η επανάσταση στην κωδικοποίηση έχει οδηγήσει κάποιους σχολιαστές να προβλέπουν ότι οι εταιρείες θα γράφουν το δικό τους λογισμικό, αντί να το αγοράζουν από παρόχους SaaS.

Ωστόσο, αναρωτιέμαι αν αυτοί οι σχολιαστές έχουν ποτέ πραγματικά αφιερώσει χρόνο εργαζόμενοι στην εταιρική πληροφορική. Ακόμη κι αν αποδεχτούμε ότι η δημιουργία λογισμικού είναι πλέον πολύ ευκολότερη, η εισαγωγή ενός πλήρους προϊόντος λογισμικού στην αγορά απαιτεί πολύ περισσότερα από κώδικα:

* **Εξειδίκευση στον τομέα:** (κανονιστικές απαιτήσεις, πρακτικές του κλάδου, προσδοκίες εφοδιαστικής αλυσίδας).
* **Εκπαίδευση:** (μάρκετινγκ, υποστήριξη προπώλησης, δημιουργία πρωτοτύπων).
* **Υποστήριξη:** (βοήθεια αναβαθμίσεων, ενδυνάμωση περιπτώσεων χρήσης πελατών).
* **Διαχείριση προϊόντος:** (επιλογή προσωπικών προφίλ χρηστών για προσέγγιση, καθορισμός και ιεράρχηση χαρακτηριστικών, ιεράρχηση ομάδων πελατών για προσέγγιση).
* **Οικονομικές διαπραγματεύσεις:** (ειδικές προσφορές για όγκο, εκπτώσεις για δημόσια αναγνώριση, κ.λπ.).
* **Νομική “ασυλία”:** (αποζημίωση, υπεράσπιση δημόσιας πολιτικής για τη διαμόρφωση κατευθυντήριων οδηγιών).

Ο Geoffrey Moore, ένας αναγνωρισμένος σύμβουλος διαχείρισης και οργανωτικός θεωρητικός, έγραψε ένα βιβλίο με τίτλο “Crossing the Chasm” για το τι χρειάζονται οι κύριες επιχειρήσεις για να υιοθετήσουν νέα τεχνολογία. Σε αυτό δεν ανέφερε ποτέ το κόστος γραφής κώδικα λογισμικού ως παράγοντα περιορισμού.

Κατά τη διάρκεια της μακράς καριέρας μου, έχω παρακολουθήσει αμέτρητες αποτυχίες DIY από εταιρικούς οργανισμούς πληροφορικής που δεν κατανοούν τη διαφορά μεταξύ ενός εσωτερικού έργου λογισμικού και ενός πραγματικού προϊόντος. Ήδη διακρίνω ένα ακόμη κύμα αποτυχιών, που τροφοδοτείται από την παραπλανητική ενθουσιώδη ενασχόληση με την κωδικοποίηση μέσω AI.

**Διαταραχή από startups Τεχνητής Νοημοσύνης**

Οι προγνώστες της Τεχνητής Νοημοσύνης βλέπουν φθηνότερες startups να εκτοπίζουν μεγάλους καθιερωμένους παρόχους λογισμικού. Αυτό παραβλέπει την πραγματικότητα ότι οι καθιερωμένοι πάροχοι SaaS έχουν ήδη μικρότερους, φθηνότερους ανταγωνιστές, αλλά παρόλα αυτά παραμένουν κυρίαρχοι. Οι προκλήσεις για νέους εισερχόμενους σε έναν τομέα λογισμικού περιλαμβάνουν:

* Τα προφανή που εγγενώς υπάρχουν σε κάθε ψηφιακό τομέα, όπως η έλλειψη δικτυακών επιπτώσεων και κλίμακας.
* Λιγότερο προφανή, όπως η ανάγκη για γεωγραφική κάλυψη από τον πάροχο (“Διαθέτετε τοπική, γηγενή συμβουλευτική διαθέσιμη στη χώρα XYZ;”).
* Δυνατότητα προσαρμοσμένης ενσωμάτωσης για μεγάλες επιχειρήσεις. Οι μεγάλες εταιρείες συχνά απαιτούν εξειδικευμένες ρυθμίσεις λογισμικού.
* Παράξενες συμβατικές απαιτήσεις που είναι δύσκολο να υποστηριχθούν από έναν μικρό πάροχο. Και πάλι, οι μεγάλοι πελάτες συχνά επιθυμούν ειδική μεταχείριση.

Είναι απίστευτα δύσκολο για μια μικρή startup να εκτοπίσει έναν υφιστάμενο πάροχο. Όπως παρατήρησε ο Clayton Christensen στο “The Innovators Dilemma”, οι καινοτόμες startups συνήθως ξεκινούν λύνοντας περιπτώσεις χρήσης που οι υφιστάμενοι πάροχοι δεν μπορούν ή δεν θέλουν να εξυπηρετήσουν.

Σε αυτό το σενάριο, παραμένει αναπάντητο το γιατί οι υφιστάμενοι πάροχοι δεν θα χρησιμοποιούσαν οι ίδιοι την Τεχνητή Νοημοσύνη για να βελτιώσουν την μηχανική αποδοτικότητα και να αντιμετωπίσουν οποιαδήποτε πίεση τιμών από μικρότερους νέους ανταγωνιστές.

**Πηγαίνοντας Κάθετα (Vertical)**

Αυτή είναι η ιδέα ότι οι εταιρείες μοντέλων Τεχνητής Νοημοσύνης θα επεκτείνουν τα νεαρά τους προϊόντα λογισμικού σε κάθετες προσφορές, εξοντώνοντας έτσι τους υφιστάμενους παρόχους.

Η OpenAI έκανε μεγάλη εντύπωση με μια πρωτοβουλία στον τομέα της υγείας, για παράδειγμα. Η Anthropic προκάλεσε πτώση σε πολλές μετοχές λογισμικού με τα plugins της.

Είναι κατανοητό γιατί αυτές οι εταιρείες ξεκίνησαν αυτές τις πρωτοβουλίες. Πολλές εταιρείες λογισμικού για συγκεκριμένους κλάδους είναι εξαιρετικά κερδοφόρες, οπότε τα εργαστήρια Τεχνητής Νοημοσύνης θα ήθελαν ένα κομμάτι αυτής της επιχείρησης.

Ωστόσο, η επιδίωξη αυτής της κατεύθυνσης, ενώ εργάζονται σε άλλες πρωτοβουλίες, θα μπορούσε να διασπάσει υπερβολικά τα εργαστήρια Τεχνητής Νοημοσύνης. Οι startups συχνά αποτυγχάνουν λόγω έλλειψης εστίασης, και αυτό ισχύει ιδιαίτερα για τους δημιουργούς μοντέλων Τεχνητής Νοημοσύνης. Αντιμετωπίζουν μια τεράστια, πρωτόγνωρη ευκαιρία, και η απόσπαση της προσοχής τους από λαμπερές, κάθετες προσφορές SaaS είναι μια τρομερή ιδέα.

Επιστρέφοντας στην παραπάνω ενότητα για το DIY, υπάρχει τεράστια πολυπλοκότητα και κόστος για την παράδοση και συντήρηση πραγματικού εταιρικού λογισμικού. Τώρα πολλαπλασιάστε το αυτό για όλους τους διάφορους κλάδους που υπάρχουν, όπως η υγεία, οι χρηματοοικονομικές υπηρεσίες και η βιομηχανία. Η αντιμετώπιση των ιδιοσυγκρασιακών απαιτήσεων κάθε τομέα θα απαιτούσε τεράστιο αριθμό υπαλλήλων, μαζί με χρόνο και προσοχή από τη διοίκηση. Οι δημιουργοί μοντέλων ήδη αναπτύσσονται με ιλιγγιώδη ταχύτητα· η προσπάθεια να προσθέσουν αρκετούς ανθρώπους για να γίνουν κάθετοι πάροχοι λογισμικού θα ήταν ένα Σισύφειο έργο.

Αν έδινα συμβουλές σε αυτά τα διοικητικά συμβούλια, θα υποστήριζα την εστίαση: να κερδίσουν την οριζόντια στρώση Τεχνητής Νοημοσύνης σε αυτό που πιθανότατα θα γίνει ένα μικρό ολιγοπώλιο.

Και ναι, να επεκτείνουν τις δυνατότητες κωδικοποίησης Τεχνητής Νοημοσύνης που μειώνουν το κόστος ανάπτυξης και αυξάνουν τον παγκόσμιο πληθυσμό των δημιουργών λογισμικού. Αυτή η δυναμική θα μπορούσε να πυροδοτήσει το Παράδοξο Jevons — φθηνότερο λογισμικό που οδηγεί σε πολύ περισσότερο λογισμικό — ωφελώντας τους παρόχους μοντέλων χωρίς να τους αναγκάζει να εισέλθουν σε κάθε λογισμικό κάθετο.

Η “SaaSpocalypse” θα μείνει, αναδρομικά, ως η μανία των Beanie Babies: ένα βραχύβιο φαινόμενο που τώρα φαίνεται ανεξήγητο.

Ο Bernard Golden είναι CEO της Navica, μιας εταιρείας ανάλυσης τεχνολογίας, συμβουλευτικής και επενδύσεων με έδρα τη Silicon Valley.