14 kwietnia poprowadziliśmy webinar na żywo „Przewodnik przetrwania dla firm software w erze zakłóceń AI”. Webinar prowadzili Marcin Majewski, Managing Director, oraz Filip Drazdou, M&A Director w Aventis Advisors.
Pełne nagranie webinaru obejrzysz poniżej. Jeśli chcesz pobrać materiały prezentacyjne wykorzystane podczas sesji, zrobisz to, klikając przycisk pobierania raportu po lewej stronie (na komputerze) lub przewijając na sam dół (na telefonie).
Marcin Majewski:
Witam wszystkich i zapraszam na nasz webinar. Co do jednego wszyscy się teraz zgodzimy - świat się zmienia, a tempo tej zmiany przyspiesza. W odróżnieniu od naszych zwykłych webinarów, na których omawiamy wyceny i trendy M&A, chcieliśmy nieco zmienić temat i porozmawiać o tym, jak najlepiej dostosować się do tego, co się dzieje, i gdzie warto się ustawić.
Nie mamy jednej tezy pasującej do wszystkich, ale staraliśmy się zbudować framework, który możesz wziąć i przyłożyć do swojego biznesu lub inwestycji, by sprawdzić, co u Ciebie działa. Codziennie rozmawiamy z wieloma założycielami i inwestorami, próbujemy wychwycić to, co działa, a potem to uogólnić.
Tak właśnie powstał nasz framework ADAPT. Jestem Marcin Majewski, założyciel Aventis Advisors, i jestem tu z Filipem.
Marcin Majewski:
Przeprowadzimy Cię przez framework ADAPT. Ale najpierw kilka słów o tym, czemu uznaliśmy, że warto o tym porozmawiać i nieco odejść od naszych zwykłych tematów. To wyjątkowe czasy, czujemy to, widzimy to na co dzień. Wszędzie widać szanse, ale widać też, że jeśli nie zadziałasz szybko, przejmie je ktoś inny. Wolelibyśmy, żeby to byłeś Ty - nasi obserwujący, czytelnicy i subskrybenci newslettera.
Gdy patrzymy na zmianę przez pryzmat ewolucji i Darwinowskiej zasady przetrwania najlepiej przystosowanych, widzimy, że kluczowym warunkiem przetrwania jest dziś zdolność do adaptacji - stąd framework ADAPT. Jest wiele dobrych powodów, by stać się bardziej adaptacyjnym: prawdopodobnie będziesz lepiej sytuowany finansowo, a do tego ograniczysz stres, poprawisz zdrowie i więcej radości znajdziesz w życiu. Na wielu poziomach warto więc stosować te zasady. Przejdźmy do rzeczy.
Jedno chcę zaznaczyć, zanim zaczniemy: choć skupiamy się na firmach software, ten framework jest równie ważny dla każdego biznesu. Spółki software’owe wydają się dziś po prostu najbardziej narażone, bo dostępne dziś technologie najlepiej nadają się do tworzenia software. To jednak dopiero wierzchołek góry lodowej - za dwa lata tę samą presję mogą poczuć budowlańcy, specjaliści laboratoryjni i inżynierowie wszelkiej maści.
W wycenach widać powszechny konsensus, że wzrost w software albo się nie zmaterializuje, albo zajmie więcej czasu, albo w najgorszym razie nie dorówna oczekiwaniom - i wyceny to odzwierciedlają.
W ciągu ostatnich 12 miesięcy nasz autorski Indeks SaaS mocno rozszedł się z szerszym sektorem technologicznym. NASDAQ spadł o 36%, a software wypadł względem niego o 25% gorzej - luka rzędu około 50%. To dość spektakularne i pokazuje siłę tych nowych technologii. Czy powinieneś zupełnie spisać spółki SaaS na straty? Właśnie dlatego prowadzimy tę rozmowę - byś to nie Ty został spisany na straty. Mocno wierzymy, że potencjał jest i że każda spółka może się dostosować i wykorzystać tę falę innowacji.
Filip Drazdou:
W tym samym czasie, gdy tradycyjne spółki software’owe tracą na wartości, równie liczne grono nowych firm powstaje i bardzo szybko zwiększa przychody. Widzisz dziś spółki, które przechodzą od zera do 10 mln USD czy 100 mln USD w ułamku czasu, jaki kiedyś to zajmowało.
Wśród bardziej dojrzałych spółek dane pokazują, że mogą nie dostosowywać się tak szybko, jak powinny, podczas gdy zupełnie nowa fala firm przejmuje udział w rynku i zyskuje na wartości. Czy masz mniejszą spółkę, czy ugruntowany biznes - wszystko sprowadza się do adaptacji.
W Aventis sami dostosowujemy się każdego dnia. Nie jesteśmy już tylko w biznesie software’owym - musimy być w biznesie tech i AI. Widzimy, jak głęboka jest ta zmiana. Nawet na tym webinarze odchodzimy od prostego pokazywania mnożników przychodowych ku czemuś bardziej złożonemu, bo sam ten model już nie działa.
Nie nałożysz po prostu mnożnika na przychody i nie nazwiesz tego wyceną biznesu software’owego. Musisz dogłębnie przemyśleć AI. Jednocześnie wygrani mogą szybko stać się przegranymi, a konkurencja może wyrosnąć z jednego nowego wydania dużej spółki. To ekscytujący czas, ale i bardzo niebezpieczny, więc chcemy pomóc Ci uporządkować myślenie i podejmować lepsze decyzje dla biznesu lub inwestycji.
Marcin Majewski:
Rozłóżmy na czynniki to, co rozumiemy przez framework ADAPT, przechodząc przez niego krok po kroku.
Pierwszym krokiem do udanej adaptacji jest to, by Analizować (Analyze) swoje otoczenie i rozumieć, co się dzieje. Zagrożony jest każdy biznes, ale musisz uczciwie ocenić, jak bardzo jesteś narażony, na czym możesz budować i jak się bronić. Jeśli Twoja pozycja nie da się obronić, musisz wiedzieć, jakie masz opcje. Pokażemy Ci, jak analizować swoją sytuację i na czym się skupić, by dojść do jasnej odpowiedzi.
Drugi punkt jest taki, że musisz Różnicować się (Diverge). W świecie, w którym kod staje się towarem - w istocie usługą dostępną na żądanie - musi istnieć inny sposób, by się wyróżnić. Nie skopiujesz po prostu funkcji ani nie zbudujesz w kółko tego samego. Musisz zbudować coś innego. Najlepiej zrobisz to, lepiej rozumiejąc swoich klientów i skuteczniej zaspokajając ich konkretne potrzeby.
Trzeci to Wzmacniać (Amplify). Nie zadziałasz w pojedynkę. Potrzebujesz zespołu i wsparcia z zewnątrz. Trzeba więc wyznaczyć jasną wizję wewnątrz firmy, zmienić sposób pracy ludzi, sprzedać swój kierunek klientom, pozyskać pieniądze, a nawet sprzedać biznes. W każdym z tych przypadków musisz przekazać swój komunikat - dlatego mówimy o „wzmacnianiu”, w sensie komunikacji.
Czwarty punkt to Cena (Price), a dokładniej to, jak dostarczasz wartość. Wraz ze zmianą modeli biznesowych nie oprzesz się już na tym samym podejściu do cen. Omówimy, jak ceny w software i AI przeradzają się w coś, czego wcześniej w technologii nie widzieliśmy.
I na koniec, Czas (Time). Wszyscy żyjemy na jakiejś osi czasu - biznesy, inwestorzy, kariery zawodowe, emerytura, sukcesja. Każdy ma swoją oś czasu, a my chcemy pomóc Ci podjąć właściwą decyzję: czy to czas na sprzedaż, czas na wzrost, czy czas na optymalizację pod kątem przepływów pieniężnych.
Analizować (Analyze)
Filip Drazdou:
Pierwszy krok to tak naprawdę zacząć myśleć o ryzyku, jakie AI stwarza dla Twojego biznesu. Z naszego doświadczenia ryzyko to jest zwykle większe, niż większości się wydaje, po prostu dlatego, że nie potrafimy przewidzieć, co przyjdzie dalej. Wszyscy widzieliśmy, jak to się rozegrało przez ostatnie kilka lat: gdy ChatGPT pierwszy raz się pojawił, powszechnie mówiono, że potrafi napisać trochę tekstu, ale nie jest najlepszy, a rok później był już bardzo dobry. Ten sam wzorzec powtórzył się z kodowaniem. Część najważniejszych ryzyk to te, o których jeszcze nie wiemy.
Żeby to ocenić, korzystamy z ram pierwotnie opracowanych przez SaaS Capital, które oceniają spółki pod kątem ryzyka AI w trzech wymiarach.
Pierwszy to system of record. Gdy zastanawiamy się, które typy oprogramowania AI zastąpi najpierw, najbardziej narażone są te, które nie przechowują istotnych danych i nie są krytyczne dla działalności. Weźmy narzędzie, które pobiera dane z jednego miejsca, przekształca je i wyprowadza gdzie indziej - jeśli je odetniesz albo zautomatyzujesz ten proces za pomocą AI, oprogramowanie staje się zbędne.
To zupełnie co innego niż strategiczny, krytyczny dla działalności system zapisu, taki jak zaawansowany ERP czy oprogramowanie księgowe, gdzie trzyma się wszystkie transakcje finansowe i wymaga tego prawo. Założyciel musi zadać sobie kluczowe pytanie: czy ten produkt zna źródło prawdy procesu biznesowego?
Albo bardziej praktycznie: co by się stało, gdyby oprogramowanie nagle przestało działać? Jeśli odpowiedź brzmi, że biznes by stanął - jak przy automatyce produkcyjnej czy systemach point-of-sale - to jest ono krytyczne dla działalności. Jeśli to głównie narzędzie marketingowe, może być ważne dla agencji marketingowej, ale ogólnie znacznie mniej krytyczne.
Drugi wymiar to komponent niesoftware'owy. Kiedyś wszyscy najwyżej cenili czyste przychody SaaS. Teraz widzimy, że dodatkowe strumienie przychodów - usługi, odsprzedaż danych, wszystko poza czystym kodem - zyskują na wartości, zwłaszcza w połączeniu. Czysty software, który po prostu bierze dane wejściowe, przetwarza je i daje wynik, zastąpisz dość szybko, bo nie ma w tym niczego własnościowego.
Ale jeśli masz własne dane, algorytmy lub przepływy pracy - coś, do czego AI nie ma dostępu i czego nie odtworzy, bo brakuje mu wiedzy specyficznej dla danej wertykali - Twoją pozycję dużo łatwiej obronić. Weźmy dedykowane, własne zbiory danych, które gromadzisz tylko Ty - to robi sporą różnicę.
Trzeci wymiar to użytkownik i użytkowanie. Jak wysokiego szczebla jest Twój użytkownik? Jak istotne decyzje podejmuje? Jeśli CEO loguje się do Twojego produktu codziennie, by przeglądać wyniki albo podejmować decyzje rzędu milionów dolarów, ten przypadek użycia jest mniej narażony na zastąpienie przez AI. Dla kontrastu narzędzie, którego szeregowi pracownicy używają do zadań o niższej stawce, łatwo wymienisz - dziś korzystają z Twojego oprogramowania, jutro próbują narzędzia AI, a pojutrze pojawia się nowa spółka AI-native.
Ten wymiar obejmuje też inercję organizacyjną: jeśli Twojego produktu używa kadra C-suite w dużych korporacjach, AI zakłóci go siłą rzeczy później - z powodu biurokracji, długich cykli akceptacji i wymogów regulacyjnych.
Analizując swoją spółkę w tych trzech wymiarach, uśredniasz wyniki w skali od 1 do 4, by ocenić, czy jesteś zagrożony, czy odporny. Mocno zachęcam, by zrobić to bez pomocy AI, bo AI bywa optymistyczne i pewnie powie Ci, że nie zostaniesz zakłócony. Uczciwa, niezakłamana ocena to punkt wyjścia. Z naszego doświadczenia większość spółek - zwłaszcza tych skupionych na małych firmach albo działających w marketingu i sprzedaży - wyląduje w okolicach 1 lub 2. Wyniki 3 lub 4 zwykle zarezerwowane są dla złożonego oprogramowania korporacyjnego.
Marcin Majewski:
Warto zilustrować to kilkoma realnymi przykładami.
Filip Drazdou:
Posłużymy się dwoma przykładami: JFrog i Upland Software. JFrog to spółka oprogramowania do łańcucha dostaw obsługująca biznesy software’owe - w istocie centralny magazyn wszystkich Twoich narzędzi software’owych, MCP i powiązanych zasobów.
Korzystają na adopcji AI; jeśli już, to stają się ważniejsi, w miarę jak rozprzestrzeniają się automatyzacja i AI. To trudna do zrozumienia spółka, jeśli nie masz technicznego zaplecza, a ta złożoność w istocie gra na ich korzyść. Są niezbędnym elementem tej fali modernizacji.
Upland Software z kolei też działa w obszarze narzędzi software’owych, ale na dużo mniejszym i bardziej granularnym poziomie - pojedyncze fragmenty kodu i biblioteki. To dokładnie to, na czym trenowano duże modele językowe, a do tego nie są krytyczne dla działalności, nie niosą znaczących komponentów niesoftware’owych i używane są na poziomie pojedynczego dewelopera.
Deweloper, który wcześniej musiał wyszukać bibliotekę lub fragment kodu do wpięcia, dziś po prostu poprosi AI, by mu go wygenerowało. To mocno naraża Upland, co wyraźnie widać w rocznych stopach zwrotu obu spółek.
Marcin Majewski:
Co tu szczególnie ciekawe, obie spółki obsługują ten sam rynek docelowy: deweloperów oprogramowania. Te same trendy makro dotyczą obu, a mimo to wpływ na ich biznesy jest zupełnie inny. Jeden łatwo zastąpić, a drugi coraz mocniej się zakorzenia i zyskuje na znaczeniu. Nadzieja jest, ale musisz być naprawdę szczery co do tego, gdzie stoisz i jak przesunąć organizację wzdłuż tych trzech wymiarów ku pozycji łatwiejszej do obrony. Gdy masz już jasny obraz rzeczywistości, możesz ruszyć dalej i budować coś nowego.
Różnicować się (Diverge)
Marcin Majewski:
Gdy już wiesz, gdzie stoisz, możesz przejść do budowania czegoś nowego. Mamy trzy pomysły na to, jak się różnicować, zamiast utknąć w konkurowaniu ze wszystkimi, w tym ze spółkami takimi jak Anthropic, które porusza się tak szybko, że potrafi dziś dostarczyć niemal wszystko. Może to nie być jeszcze w pełni skalowalne ani bezpieczne, ale rozgryzienie i tych wyzwań to tylko kwestia czasu.
Pierwsza strategia to specjalizować się. W świecie, w którym kod staje się towarem, odpowiedzią jest pójście w głąb: zrozumienie konkretnej niszy, w której działają Twoi klienci, i rozwiązywanie ich szczególnych problemów tak, jak nie potrafią tego generyczne, uniwersalne narzędzia. Gdy zbudujesz tę bliskość, gdy rozwiążesz czyjeś realne bóle i wpleciesz produkt w jego przepływy pracy, dużo mniej prawdopodobne, że odejdzie. To od dawna jest - i pozostaje - najpewniejszy sposób budowania trwałych produktów software’owych.
Filip Drazdou:
Na rynku widać też, że zainteresowanie oprogramowaniem wertykalnym wciąż jest silne. Jest wielu nabywców i konsolidatorów, których teza wokół software wertykalnego w dużej mierze się nie zmieniła - wciąż w nią wierzą. Jeśli myślisz o wyjściu lub M&A, ten segment rynku software najmniej ucierpiał na zmianach na giełdzie i przesunięciach nastrojów inwestorów, które widzieliśmy gdzie indziej.
Marcin Majewski:
Nie widzieliśmy w tej przestrzeni żadnego znaczącego przeszacowania, co cieszy każdego, kto już tam działa.
Drugie podejście to hiperpersonalizacja, czyli przekształcenie Twojego produktu w coś AI-native. Zamiast pokazywać użytkownikom stały dashboard, tabelę czy sztywny przepływ pracy, budujesz interfejsy bardziej dopasowane, bardziej naturalne i napędzane językiem naturalnym. Chodzi o oprogramowanie, które dostosowuje się do tego, jak ludzie naprawdę myślą i pracują, zamiast zmuszać ich, by dostosowali się do oprogramowania. Skoro ChatGPT potrafi znać użytkownika lepiej niż jego własna rodzina, Twoje oprogramowanie też powinno. W tym kierunku musi zmierzać software.
Filip Drazdou:
A skoro generowanie UI stało się tak łatwe, samodzielna wartość projektowania interfejsu maleje. Wyobraźmy sobie przyszłość, w której bazowa baza danych jest taka sama dla wszystkich użytkowników CRM, ale jedna osoba pracuje na tablicy Kanban, druga rozmawia z chatbotem, a trzecia ogląda prostą tabelę - każdy korzysta z tych samych danych tak, jak mu najwygodniej.
Marcin Majewski:
Trzecie podejście zostało zainspirowane koncepcją Palantira forward deployed engineers. Idea jest taka, że konsultanci lub inżynierowie pracują blisko, w zespołach klienta, i budują rozwiązania skrojone pod obsługiwane organizacje.
Wierzymy, że to podejście da się odtworzyć szerzej. Na przykład spółka oprogramowania marketingowego mogłaby osadzić się przy agencji marketingowej, by zyskać większą bliskość z klientem, mocniejszy lock-in i stać się partnerem pierwszego wyboru we wszystkim, co dotyczy AI. To potężny sposób na poprawę zdolności do obrony i już widzimy spółki, które tak właśnie działają.
Co więcej, dzieje się coś, czego wcześniej nie obserwowaliśmy: spółki software’owe aktywnie szukają okazji do przejęcia firm z usług IT lub usług profesjonalnych, by głębiej zintegrować się z klientem i pogłębić relacje.
Szersza myśl jest taka, że AI nie potrafi zdecydować, co zbudować. Wygeneruje kod, ale nie ma ludzkiej umiejętności wyjścia do ludzi, rozmawiania z nimi, rozumienia ich bólów i ustalania, co naprawdę warto rozwiązać. Ten osąd pozostaje w rękach założycieli i właścicieli firm i jest jedną z tych rzeczy, których AI długo jeszcze dobrze nie odtworzy.
Filip Drazdou:
Te trzy podejścia - specjalizacja, hiperpersonalizacja i forward deployment - wskazują w tym samym kierunku: idź w głąb ze swoimi klientami, wnoś im swoją ekspertyzę i pomagaj im odnosić sukces.
Wzmacniać (Amplify)
Filip Drazdou:
Jeśli chodzi o wzmacnianie, pierwszy wymiar jest zewnętrzny. Jest w tym element konieczności: naprawdę musisz pozycjonować się jako AI-first, bo wszyscy inni to robią. Bez trudu znaleźliśmy zrzuty ekranu pokazujące, że praktycznie każda duża spółka software’owa prezentuje się dziś jako spółka AI. Marketing zwykle wyprzedza sam produkt i to w porządku, ale jeśli Twój konkurent pozycjonuje się jako AI-first, a Ty nie - to problem, niezależnie od tego, jak rzeczy wyglądają pod maską.
Marcin Majewski:
Wewnątrz firmy wyczuliśmy wiatry zmian kilka lat temu. Jako założyciel zdałem sobie sprawę, że musimy się dostosować, i od jakichś trzech lat forsuję naszą agendę AI, mimo pewnego wewnętrznego sceptycyzmu. Taka zmiana zaczyna się od tego, że założyciel lub zarząd podejmuje jasną decyzję i wsiada w podróż z AI. Nie jest to obowiązkowe - nie każda spółka musi się zmienić - ale spółki, które tego nie zrobią, raczej nie przetrwają na dłuższą metę.
Jako liderzy musicie skupić się na tym, by pociągnąć zespół za sobą, zbudować mapę drogową i wizję tego, dokąd AI Was prowadzi, oraz śledzić postępy. Mierząc to, co istotne, skupiasz organizację wokół budowania nowego stosu technologicznego. Pojawi się opór i rozumiemy go - prowadzenie firmy po staremu wciąż jest technicznie możliwym wyborem - ale musisz jasno widzieć kompromisy.
Gdy masz już porozumienie wewnątrz firmy, możesz na nim budować na zewnątrz. Musisz komunikować swój kierunek w AI, bo dziś, jeśli nie podkreślasz AI w przekazie, brzmisz, jakbyś był nie na czasie - nawet jeśli sama praca wciąż trwa.
Poza marketingiem liczy się to też przy rekrutacji talentów i pozyskiwaniu kapitału. A jeśli rozważasz pozyskanie kapitału lub sprzedaż biznesu, krytycznie ważne jest, by śledzić i raportować przychody z AI osobno od reszty. Jeśli nie odróżnisz przychodów z AI od tych spoza AI, bardzo trudno będzie wykazać sukces swojej strategii AI inwestorom lub nabywcom.
Wreszcie przestrzeń AI wciąż jest stosunkowo niewielka i mocno powiązana. Otwarte dzielenie się spostrzeżeniami i osiągnięciami naprawdę się opłaca - widzieliśmy spółki, które doszły od zera do miliona dolarów lub więcej niemal wyłącznie dzięki mediom społecznościowym, budując coś oryginalnego i dzieląc się tym swobodnie.
Wejście do grona thought leaderów w tej przestrzeni to świetny sposób, by przyciągnąć talenty, kapitał i uwagę. To inny świat, w którym informacje udostępnia się swobodnie, a ci, którzy je porządkują i wnoszą, dodają realną wartość.
Filip Drazdou:
Co do wzmacniania wewnątrz firmy - widzimy, że to największe i najbardziej zbiurokratyzowane organizacje najmocniej forsują adopcję AI: Meta ma ranking zużycia tokenów, a niektóre firmy doradcze śledzą, jak często ich ludzie logują się do Claude. Skoro największe organizacje posuwają się do takich kroków, niewiele jest wymówek, by nie forsować adopcji AI w mniejszej, zwinniejszej spółce.
Cena (Price)
Filip Drazdou:
Wierzymy, że to ceny przejdą jedną z największych transformacji w modelach biznesowych software. Ceny zawsze zresztą ewoluowały - to nic nowego. Pamiętajmy, że około 2000 roku oprogramowanie sprzedawano jako wieczystą licencję na płycie CD, a nowe wersje kupowano co rok czy dwa i instalowano lokalnie. Potem Salesforce utorował drogę wycenie subskrypcyjnej w chmurze, a stamtąd rozwinął się cały ekosystem subskrypcji SaaS.
Przejście Adobe do chmury około 2012 roku wprowadziło ceny warstwowe, a z czasem model dopracowano o warstwy premium, kontrakty wieloletnie, rabaty wolumenowe i tak dalej - wokół optymalizacji cen SaaS wyrosła cała branża.
Teraz wraz z AI widzimy przesunięcie ku modelowi hybrydowemu. Większość spółek AI wciąż oferuje subskrypcje, bo był to tak potężny model, a cała branża software przywykła myśleć w kategoriach powtarzalnych przychodów, upsellu, downsellu, churnu i tym podobnych. Ale widzimy stopniowe przejście ku wycenie opartej na użyciu.
Dziś zapłacisz 20 USD miesięcznie za ChatGPT czy Claude, z dodatkowymi opłatami za użycie - za wywołania API i dodatkową moc obliczeniową. A w świecie agentowym, gdzie dane płyną przez połączenia MCP, a AI wykonuje operacje wprost w oprogramowaniu, wycena za stanowisko zaczyna mieć mniej sensu, bo jedno konto z odpowiednimi automatyzacjami zrobi to, co wcześniej wymagało wielu użytkowników.
Kierunek jest wyraźny - płacisz za tokeny, kredyty, minuty lub moc obliczeniową, czyli za coś, co wprost koreluje z faktycznym użyciem, a nie z liczbą stanowisk.
Pierwsze sygnały już widać: ServiceNow na przykład wprowadził limity tego, jak mocno AI może wchodzić w interakcję z danymi wewnątrz jego oprogramowania. To przejście pewnie trochę potrwa, podobnie jak długo trwało przejście od licencji wieczystych do subskrypcji, ale to wyraźnie kierunek, w którym zmierza branża.
Marcin Majewski:
To, co dzieje się teraz, przypomina wcześniejsze przejście od wieczystych licencji on-premise do subskrypcji w chmurze. Zajmie to czas i z początku może boleć, zwłaszcza że tokeny są dziś subsydiowane przez główne spółki AI, co utrudnia bezpośrednią konkurencję w tej przestrzeni.
Ale jeśli pójdziesz za frameworkiem ADAPT, zwłaszcza za częścią Diverge, znajdziesz sposób, by uczciwie zarobić na wartości, którą dostarczasz. Co więcej, może się okazać, że celujesz w zupełnie inną linię budżetową.
Jeśli rozwiązujesz konkretny problem biznesowy, powiedzmy obsługę klienta, nie walczysz już tylko o kawałek budżetu na oprogramowanie IT. Możesz celować w budżet płacowy tego działu. Jeśli Twoje rozwiązanie pozwala klientowi działać z mniejszą liczbą osób, może przesunąć część tych wydatków płacowych na Twój produkt lub usługę. To otwiera dużo większy rynek docelowy.
Szczerze patrzymy na cały sektor z optymizmem. Technologia zawsze wychodziła zwycięsko z okresów zmian. Pytanie tylko, kto będzie wygranym - dziś jest zbyt wiele ruchomych elementów, by przewidzieć to z pewnością.
Może się okazać, że jedna czy dwie wielkie spółki AI zdominują wszystkie branże, albo że będą to setki wyspecjalizowanych graczy, albo że inteligencja AI stanie się usługą podtrzymującą świat zwinnych, wyspecjalizowanych firm z software i usług IT. Wiemy jedno - tort będzie rósł, a większa jego część przypadnie tym, którzy dostarczają najwięcej wartości.
Czas (Time)
Marcin Majewski:
Czas nie jest nieskończony. Wszyscy mamy skończone osie czasu - biznesy, inwestorzy, kariery zawodowe, planowanie emerytury, sukcesja. AI porusza się szybko, ale nie w tym samym tempie dla każdej spółki czy każdego sektora. Mając to na uwadze, widzimy kilka rozchodzących się ścieżek.
Jeśli analiza pokaże znaczące narażenie na AI - niski wynik w wymiarach ryzyka - musisz szybko podjąć decyzję. Są właściwie dwie opcje.
Pierwsza to sprzedać, póki biznes wciąż ma znaczącą wartość, i zostawić nowemu właścicielowi pracę nad jego transformacją z AI. Druga, realna dla wielu spółek, to ograniczyć wydatki na R&D i wyciągnąć z biznesu pozostałą wartość. Wiele spółek, zwłaszcza z oprogramowaniem on-premise lub niszowym software wertykalnym, ma więcej czasu, niż im się wydaje, po prostu dlatego, że klienci mają inne priorytety, a inercja gra na Twoją korzyść. Tych spółek nie zakłóci się z dnia na dzień.
Jeśli natomiast chcesz grać w grę AI i budować pod przyszłość, wierzymy, że ciągnięcie dalej i skalowanie to zwycięska strategia - choć wyjście lub optymalizacja pod kątem przepływów pieniężnych też pozostają ważnymi wyborami. Świat czeka na spółki, które naprawdę rozumieją, jak korzystać z AI, i są gotowe wymyślić się na nowo, by obsługiwać klientów inaczej.
Każda spółka potrzebuje swojej historii AI i każda musi zbudować realne kompetencje w AI. Tym, którym się to uda, prognozujemy znaczący wzrost. Tak w skrócie można to podsumować.
Dziękujemy za dzisiejszą uwagę. Mamy nadzieję, że było to przydatne. Jeśli chcesz zbadać opcje M&A albo po prostu porozmawiać o tym, jak Twój biznes może dalej prosperować w tej nowej rzeczywistości, chętnie się połączymy. Dotrzesz do nas przez nasz formularz kontaktowy, na LinkedIn lub mailowo. Powodzenia w Twojej podróży z adaptacją.
Filip Drazdou:
Dziękujemy. Do zobaczenia!
Marcin Majewski:
Dziękujemy, do zobaczenia!
