14 kwietnia zorganizowaliśmy webinarium na żywo zatytułowane “The AI Disruption Survival Guide for Software Firms”. Webinarium zostało zaprezentowane przez Marcina Majewskiego, dyrektora zarządzającego i Filipa Drazdou, dyrektora ds. fuzji i przejęć w Aventis Advisors.

Możesz teraz obejrzeć pełną powtórkę webinaru poniżej. Jeśli chcesz pobrać materiały prezentacyjne wykorzystane podczas sesji, możesz to łatwo zrobić, klikając przycisk pobierania raportu po lewej stronie (jeśli korzystasz z komputera) lub przewijając na samym końcu (jeśli korzystasz z telefonu).

Marcin Majewski:
Witam wszystkich i zapraszam na nasz webinar. Jedną rzeczą, co do której wszyscy możemy się obecnie zgodzić, jest zmiana, a tempo tej zmiany przyspiesza. W przeciwieństwie do naszych typowych webinarów, podczas których omawiamy wyceny i trendy w zakresie fuzji i przejęć, chcieliśmy nieco zmienić temat i porozmawiać o tym, jak najlepiej dostosować się do tego, co się dzieje i jak wygląda idealna pozycja.

Nie mamy jednej tezy, która pasuje do każdego, ale staraliśmy się zbudować ramy, które można zastosować w swojej firmie lub inwestycjach i zobaczyć, co działa dla Ciebie. Każdego dnia rozmawiamy z wieloma założycielami i inwestorami i staramy się zidentyfikować to, co działa i uogólnić to.

W ten sposób opracowaliśmy nasz framework ADAPT. Nazywam się Marcin Majewski, założyciel Aventis Advisors i jestem tu z Filipem.

Marcin Majewski:
Przeprowadzimy Cię przez strukturę ADAPT. Ale najpierw kilka słów o tym, dlaczego uważamy, że ważne jest, aby o tym porozmawiać i odejść trochę od naszych zwykłych tematów. To wyjątkowe czasy, czujemy to i widzimy w codziennym życiu. Wszędzie widzimy możliwości i widzimy również, że jeśli nie będziesz działać szybko, ktoś inny je wykorzysta. Wolelibyśmy, abyście to byli Wy, nasi obserwatorzy, czytelnicy i subskrybenci newslettera.

Kiedy patrzymy na zmiany przez pryzmat ewolucji i teorii Darwina o przetrwaniu najsilniejszych, uważamy, że kluczowym warunkiem przetrwania jest obecnie zdolność adaptacji, stąd struktura ADAPT. Istnieje wiele dobrych powodów, aby stać się bardziej adaptacyjnym: masz większe szanse na lepszą sytuację finansową, a także pomaga zmniejszyć stres, poprawić zdrowie i zwiększyć ogólną radość życia. Tak więc na wielu poziomach warto stosować te zasady. Zanurzmy się w nie.

Zanim zaczniemy, powinienem wspomnieć o jednej rzeczy: chociaż skupiamy się na firmach programistycznych, ramy te są równie istotne dla każdej firmy. Firmy programistyczne wydają się być obecnie najbardziej narażone, ponieważ obecnie dostępne technologie są najbardziej odpowiednie do tworzenia oprogramowania. To jednak tylko wierzchołek góry lodowej - za dwa lata budowlańcy, specjaliści laboratoryjni i inżynierowie wszelkiego rodzaju mogą stanąć w obliczu tej samej presji.

To, co obserwujemy w wycenach, to powszechna zgoda co do tego, że wzrost w oprogramowaniu albo się nie zmaterializuje, albo potrwa dłużej, albo w najgorszym przypadku nie spełni oczekiwań, co znajduje odzwierciedlenie w wycenach.

Wykres liniowy porównuje wyniki Aventis SaaS Index i NASDAQ 100 LTM od kwietnia 2025 do kwietnia 2026. NASDAQ 100 wzrósł o 36%, podczas gdy Aventis SaaS Index spadł o 25%. Źródło danych: S&P Capital na dzień 5 kwietnia.

W ciągu ostatnich 12 miesięcy nasz wyselekcjonowany indeks SaaS znacznie odbiegał od szerszego sektora technologicznego. NASDAQ spadł o 36%, podczas gdy oprogramowanie spadło o 25% w stosunku do niego, co stanowi różnicę około 50%. To dość spektakularne i pokazuje siłę tych nowych technologii. Czy należy całkowicie skreślić firmy SaaS? Właśnie dlatego prowadzimy tę rozmowę, abyś nie został spisany na straty. Głęboko wierzymy, że istnieje potencjał i że każda firma może dostosować się do tej fali innowacji.

Filip Drazdou:
W tym samym czasie, gdy tradycyjne firmy programistyczne tracą na wartości, pojawia się równie duża liczba nowych firm, które bardzo szybko zwiększają przychody. Można zaobserwować, jak firmy przechodzą od zera do $10 milionów lub $100 milionów w ułamku czasu, jaki zajmowało to wcześniej.

Dane odzwierciedlają fakt, że bardziej dojrzałe firmy mogą nie dostosowywać się tak szybko, jak powinny, podczas gdy cała nowa fala firm zdobywa udział w rynku i rośnie w wartości. Niezależnie od tego, czy masz mniejszą firmę, czy ugruntowaną pozycję na rynku, wszystko sprowadza się do adaptacji.

W Aventis dostosowujemy się każdego dnia. Nie jesteśmy tylko w branży oprogramowania, musimy być w branży technologii i sztucznej inteligencji. Widzimy, jak znacząca jest ta zmiana. Nawet podczas tego webinaru odchodzimy od zwykłego prezentowania wielokrotności przychodów na rzecz czegoś bardziej zniuansowanego, ponieważ ten model nie działa już sam w sobie.

Nie można po prostu nałożyć wielokrotności na przychody i nazwać tego wyceną firmy zajmującej się oprogramowaniem. Trzeba dogłębnie przemyśleć sztuczną inteligencję. Jednocześnie zwycięzcy mogą szybko stać się przegranymi, a konkurencja może wyłonić się z jednej nowej wersji dużej firmy. To ekscytujący czas, ale także bardzo niebezpieczny, a my chcemy pomóc Ci w określeniu sposobu myślenia i podejmowaniu lepszych decyzji dotyczących Twojej firmy lub inwestycji.

Marcin Majewski:
Rozwińmy, co rozumiemy przez ramy ADAPT, przechodząc przez nie krok po kroku.

Slajd przedstawiający ADAPT Framework z pięcioma kolorowymi sekcjami: Analyse, Diverge, Amplify, Price i Time, każda z krótkim opisem jej roli w zakłóceniach AI dla firm programistycznych.

Pierwszym krokiem do udanej adaptacji jest Analiza środowiska i zrozumieć, co się dzieje. Każda firma jest narażona na ryzyko, ale musisz uczciwie ocenić, jak bardzo jesteś narażony, na czym możesz się oprzeć i jak się bronić. Jeśli Twoja pozycja nie jest możliwa do obrony, musisz zrozumieć, jakie masz opcje. Pokażemy Ci, jak przeanalizować swoją sytuację i na czym się skupić, aby uzyskać jasną odpowiedź.

Drugą kwestią jest to, że musisz Diverge. W świecie, w którym kod staje się towarem, zasadniczo narzędziem dostępnym na żądanie, musi istnieć inny sposób na wyróżnienie się. Nie można po prostu kopiować funkcji lub budować więcej tego samego. Trzeba stworzyć coś innego. Najlepszym sposobem na to jest lepsze zrozumienie swoich klientów i skuteczniejsze zaspokajanie ich specyficznych potrzeb.

Trzeci to Wzmocnienie. Nie możesz działać sam. Potrzebujesz zespołu i wsparcia z zewnątrz. Oznacza to ustalenie jasnej wizji wewnętrznej, zmianę sposobu pracy ludzi, sprzedaż kierunku klientom, pozyskanie pieniędzy, a nawet sprzedaż firmy. We wszystkich przypadkach musisz przekazać swoją wiadomość, dlatego używamy słowa "wzmacnianie" w znaczeniu komunikacji.

Czwarty punkt to Cena, a dokładniej, w jaki sposób dostarczasz wartość. Wraz ze zmianą modeli biznesowych nie można już polegać na tym samym podejściu do ustalania cen. Omówimy, w jaki sposób ceny oprogramowania i sztucznej inteligencji ewoluują w kierunku czegoś, czego wcześniej nie widzieliśmy w przestrzeni technologicznej.

I na koniec, Czas. Wszyscy żyjemy na jakiejś osi czasu, firmy, inwestorzy, kariera zawodowa, emerytura, sukcesja. Każdy ma swoją oś czasu, a my chcemy pomóc Ci podjąć właściwą decyzję: czy to czas na sprzedaż, czas na rozwój, czy czas na optymalizację przepływów pieniężnych.

Analiza

Filip Drazdou:
Pierwszym krokiem jest tak naprawdę rozpoczęcie myślenia o ryzyku, jakie sztuczna inteligencja stwarza dla Twojej firmy. Z naszego doświadczenia wynika, że ryzyko to jest zwykle większe niż większość ludzi zakłada, po prostu dlatego, że nie możemy przewidzieć, co będzie dalej. Wszyscy widzieliśmy to w ciągu ostatnich kilku lat: kiedy po raz pierwszy uruchomiono ChatGPT, ogólna reakcja była taka, że może napisać trochę tekstu, ale nie jest świetny, a rok później był bardzo dobry. Ten sam schemat miał miejsce w przypadku kodowania. Niektóre z zagrożeń, które mają największe znaczenie, to te, o których jeszcze nie wiemy.

Slajd zatytułowany “Are you actually at risk?” przedstawia 3-częściową strukturę oceny ryzyka B2B SaaS: SoR (System of Record), NSC (Non-Software Component) oraz U&U (User & Usage), każdy z ponumerowanymi wskaźnikami i instrukcjami punktacji.

Aby to ocenić, korzystamy z ram opracowanych pierwotnie przez SaaS Capital, które oceniają firmy pod kątem ryzyka związanego ze sztuczną inteligencją w trzech wymiarach.

Pierwszy z nich to system ewidencji. Zastanawiając się nad tym, które typy oprogramowania zostaną w pierwszej kolejności zastąpione przez sztuczną inteligencję, najbardziej narażone są te, które nie przechowują znaczących danych i nie mają krytycznego znaczenia. Na przykład narzędzie, które pobiera dane z jednego miejsca, przekształca je i wysyła gdzie indziej, jeśli odetniesz lub zautomatyzujesz ten proces za pomocą sztucznej inteligencji, oprogramowanie stanie się niepotrzebne.

To bardzo różni się od strategicznego, krytycznego systemu ewidencji, takiego jak zaawansowane oprogramowanie ERP lub księgowe, w którym wszystkie transakcje finansowe są przechowywane i wymagane przez prawo. Kluczowe pytanie, jakie muszą sobie zadać założyciele, brzmi: czy ten produkt zna prawdę o procesie biznesowym?

Lub, bardziej praktycznie, co by się stało, gdyby oprogramowanie nagle przestało działać? Jeśli odpowiedź brzmi, że operacje biznesowe zostałyby zatrzymane, jak w przypadku automatyzacji produkcji lub systemów w punktach sprzedaży, jest to krytyczne. Jeśli jest to przede wszystkim narzędzie marketingowe, może być ważne dla agencji marketingowej, ale ogólnie znacznie mniej krytyczne.

Drugi wymiar to składnik niebędący oprogramowaniem. W przeszłości wszyscy najwyżej cenili czysty przychód SaaS. Teraz widzimy, że dodatkowe strumienie przychodów, usługi, odsprzedaż danych, wszystko poza czystym kodem, stają się coraz bardziej wartościowe, zwłaszcza w połączeniu. Czyste oprogramowanie, które po prostu pobiera dane wejściowe, przetwarza je i generuje dane wyjściowe, może zostać dość szybko zastąpione, ponieważ nie ma w nim nic zastrzeżonego.

Ale jeśli masz zastrzeżone dane, algorytmy lub przepływy pracy, coś, do czego sztuczna inteligencja nie ma dostępu i nie może replikować, ponieważ brakuje jej wiedzy specyficznej dla branży, wtedy twoja pozycja staje się znacznie bardziej możliwa do obrony. Na przykład niestandardowe, zastrzeżone zestawy danych, które tylko ty zbierasz, mogą mieć znaczącą różnicę.

Trzeci wymiar to użytkownik i użytkowanie. Jak wysokiej rangi jest użytkownik? Jak ważne są podejmowane przez niego decyzje? Jeśli dyrektor generalny codziennie loguje się do produktu w celu sprawdzenia wydajności lub podjęcia decyzji wartych miliony dolarów, ten przypadek użycia jest mniej prawdopodobny do zastąpienia przez sztuczną inteligencję. W przeciwieństwie do tego, narzędzie używane przez indywidualnych współpracowników do zadań o niższej stawce można łatwo wymienić, dziś używają twojego oprogramowania, jutro eksperymentują z narzędziem AI, a dzień później pojawiła się nowa firma natywna dla AI.

Wymiar ten obejmuje również bezwładność organizacyjną: jeśli Twój produkt jest używany przez kadrę kierowniczą w dużych korporacjach, sztuczna inteligencja naturalnie zajmie więcej czasu, aby go zakłócić, ze względu na biurokratyczne procesy, długie cykle zatwierdzania i wymogi regulacyjne.

Analizując swoją firmę w tych trzech wymiarach, uśredniasz wyniki w skali od 1 do 4, aby ocenić, czy jesteś zagrożony, czy odporny. Zdecydowanie zachęcam do zrobienia tego bez pomocy sztucznej inteligencji, ponieważ sztuczna inteligencja ma tendencję do optymizmu i prawdopodobnie powie ci, że nie zostaniesz zakłócony. Punktem wyjścia jest uczciwa, szczera ocena. Z naszego doświadczenia wynika, że większość firm, zwłaszcza tych skoncentrowanych na małych firmach lub działających w obszarze marketingu i sprzedaży, wyląduje na poziomie około 1 lub 2. Wyniki 3 lub 4 są zazwyczaj zarezerwowane dla złożonego oprogramowania dla przedsiębiorstw.

Marcin Majewski:
Warto zilustrować to kilkoma rzeczywistymi przykładami.

Slajd porównuje wyniki oceny ryzyka AI dla JFrog i Upland za pomocą tabeli. JFrog jest oceniany jako odporny z roczną stopą zwrotu 45%, podczas gdy Upland jest oceniany jako ryzykowny z roczną stopą zwrotu -76%. Linki do obu spółek są pokazane.

Filip Drazdou:
Dwa przykłady, których używamy, to JFrog i Appland Software. JFrog to firma zajmująca się oprogramowaniem łańcucha dostaw obsługująca firmy programistyczne, zasadniczo centralny magazyn wszystkich narzędzi programistycznych, MCP i powiązanych zasobów.

Korzystają na wdrażaniu sztucznej inteligencji; jeśli w ogóle, stają się ważniejsi w miarę rozprzestrzeniania się automatyzacji i sztucznej inteligencji. Są złożoną firmą, którą można zrozumieć, jeśli nie ma się wykształcenia technicznego, a ta złożoność faktycznie działa na ich korzyść. Są one niezbędną częścią tej fali modernizacji.

Z drugiej strony, Upland Software działa również w zakresie narzędzi programistycznych, ale na znacznie mniejszym i bardziej szczegółowym poziomie, pojedynczych fragmentów kodu i bibliotek. Są to dokładnie te rodzaje rzeczy, na których szkolono duże modele językowe i nie są one krytyczne dla operacji, nie zawierają znaczących komponentów innych niż oprogramowanie i są używane na poziomie indywidualnego programisty.

Deweloper, który wcześniej musiał wyszukać bibliotekę lub fragment kodu do wdrożenia, może teraz po prostu poprosić sztuczną inteligencję o jego wygenerowanie. To sprawia, że Appland jest bardzo eksponowany i możemy to wyraźnie zobaczyć w rocznych zwrotach obu firm.

Marcin Majewski:
Szczególnie interesujące jest to, że obie firmy obsługują ten sam rynek docelowy: twórców oprogramowania. Te same trendy makro wpływają na obie firmy, ale wpływ na ich działalność jest zupełnie inny. Jedna z nich jest w dużej mierze zastępowalna, podczas gdy druga staje się coraz bardziej zakorzeniona i widoczna. Jest nadzieja, ale musisz być szczery co do tego, na czym stoisz i jak przesunąć swoją organizację wzdłuż tych trzech wymiarów w kierunku bardziej możliwej do obrony pozycji. Po uzyskaniu jasnego obrazu rzeczywistości można przejść do budowania czegoś nowego.

Diverge

Marcin Majewski:
Gdy już wiesz, na czym stoisz, możesz przejść do budowania czegoś nowego. Mamy trzy pomysły na to, jak odbiegać od innych, zamiast utknąć w rywalizacji ze wszystkimi, w tym z firmami takimi jak Anthropic, która działa tak szybko, że obecnie może dostarczyć prawie wszystko. Być może nie są one jeszcze w pełni skalowalne lub bezpieczne, ale to tylko kwestia czasu, zanim poradzą sobie również z tymi wyzwaniami.

Slajd zatytułowany Diverge: Rebuild beyond the AI feature drop pokazuje trzy podejścia - pionową specjalizację, hiperpersonalizację i wdrożenie X w przód - w ramkach z krótkimi opisami, a także cytat na temat tego, jak ważne jest, aby wiedzieć, co budować.

Pierwszą strategią jest specjalizować się. W świecie, w którym kod staje się towarem, odpowiedzią jest pójście w głąb: zrozumienie konkretnej niszy, w której działają twoi klienci i rozwiązanie ich konkretnych problemów w sposób, w jaki nie mogą tego zrobić ogólne, uniwersalne narzędzia. Gdy już zbudujesz taką zażyłość, gdy już rozwiążesz czyjeś prawdziwe bolączki, a klient zintegruje twój produkt ze swoim przepływem pracy, prawdopodobieństwo, że odejdzie jest znacznie mniejsze. Od dawna był to i pozostaje najbardziej niezawodny sposób na tworzenie trwałego oprogramowania.

Filip Drazdou:
Widzimy również na rynku, że zainteresowanie oprogramowaniem wertykalnym pozostaje silne. Jest wielu nabywców i firm, których teza dotycząca oprogramowania wertykalnego jest w dużej mierze niezmieniona, nadal w nie wierzą. Jeśli myślisz o wyjściu z inwestycji lub fuzjach i przejęciach, ten segment rynku oprogramowania został najmniej dotknięty zmianami na giełdzie i zmianami nastrojów inwestorów, które obserwowaliśmy gdzie indziej.

Marcin Majewski:
Nie zaobserwowaliśmy żadnych znaczących przecen w tym obszarze, co jest zachęcające dla wszystkich, którzy już tam działają.

Drugie podejście to hiperpersonalizacja, który tak naprawdę polega na przekształceniu produktu w coś natywnego dla sztucznej inteligencji. Zamiast prezentować użytkownikom stały pulpit nawigacyjny, tabelę lub sztywny przepływ pracy, budujesz interfejsy, które są bardziej niestandardowe, bardziej naturalne i oparte na języku naturalnym. Celem jest oprogramowanie, które dostosowuje się do tego, jak ludzie faktycznie myślą i pracują, zamiast zmuszać ich do dostosowywania się do oprogramowania. Jeśli ChatGPT może poznać użytkownika lepiej niż jego rodzina, to twoje oprogramowanie również powinno. To jest kierunek, w którym oprogramowanie powinno podążać.

Filip Drazdou:
Wraz z tym, jak łatwe stało się generowanie interfejsu użytkownika, samodzielna wartość projektowania interfejsu spada. Możemy jednak wyobrazić sobie przyszłość, w której podstawowa baza danych jest taka sama dla wszystkich użytkowników CRM, ale jedna osoba pracuje z tablicą Kanban, inna wchodzi w interakcję za pośrednictwem chatbota, a trzecia przegląda prostą tabelę, wszyscy angażując się w te same dane w sposób, który najbardziej im odpowiada.

Marcin Majewski:
Trzecie podejście zostało zainspirowane koncepcją Palantir inżynierowie wysłani do przodu. Idea polega na tym, że konsultanci lub inżynierowie ściśle współpracują z zespołami klientów, aby tworzyć rozwiązania dostosowane do organizacji, którym służą.

Wierzymy, że to podejście może być powielane na szerszą skalę. Na przykład, firma zajmująca się oprogramowaniem marketingowym może zintegrować się z agencją marketingową, aby uzyskać głębszą zażyłość z klientem, ściślejszą blokadę i stać się partnerem w zakresie wszystkiego, co związane ze sztuczną inteligencją. Jest to potężny sposób na poprawę obronności i już widzimy, jak firmy działają zgodnie z tym myśleniem.

W rzeczywistości, coś, czego wcześniej nie zaobserwowaliśmy: firmy programistyczne aktywnie poszukują możliwości przejęcia firm świadczących usługi IT lub profesjonalne, aby zbudować głębszą integrację z klientami i rozszerzyć relacje z nimi.

Chodzi o to, że sztuczna inteligencja nie może decydować o tym, co budować. Może generować kod, ale nie może mieć ludzkich umiejętności wychodzenia, rozmawiania z ludźmi, rozumienia ich bolączek i zastanawiania się, co faktycznie warto rozwiązać. Ten osąd pozostaje w gestii założycieli i właścicieli firm i jest to jedna z rzeczy, których sztuczna inteligencja nie powieli dobrze przez dłuższy czas.

Filip Drazdou:
Te trzy podejścia, specjalizacja, hiperpersonalizacja i wdrażanie z wyprzedzeniem, zmierzają w tym samym kierunku: pogłębianie relacji z klientami, dostarczanie im specjalistycznej wiedzy i pomaganie im w osiągnięciu sukcesu.

Wzmocnienie

Filip Drazdou:
Jeśli chodzi o wzmocnienie, pierwszym wymiarem jest wymiar zewnętrzny. Istnieje tu element konieczności: naprawdę musisz pozycjonować się jako firma AI-first, ponieważ wszyscy inni tak robią. Nie zajęło nam dużo czasu znalezienie zrzutów ekranu pokazujących, że praktycznie każda większa firma programistyczna przedstawia się teraz jako firma zajmująca się sztuczną inteligencją. Marketing ma tendencję do poruszania się szybciej niż produkt bazowy, i to jest w porządku, ale jeśli twój konkurent pozycjonuje się jako AI-first, a ty nie, to jest to problem, niezależnie od tego, co faktycznie dzieje się pod maską.

Slajd prezentacji zatytułowany AI, AI, Everywhere! wyświetla cztery reklamy firm SaaS podkreślające funkcje AI: Salesforce, Monday.com, Klaviyo i Zendesk, z krótkimi opisami i pogrubionymi nagłówkami.

Marcin Majewski:
Jeśli chodzi o stronę wewnętrzną, kilka lat temu zauważyliśmy wiatr zmian. Jako założyciel zdałem sobie sprawę, że musimy się dostosować i od około trzech lat forsuję naszą agendę AI, pomimo pewnego wewnętrznego sceptycyzmu. Tego rodzaju zmiana zaczyna się od podjęcia przez założyciela lub zarząd jasnej decyzji i zaangażowania się w podróż AI. Nie jest to obowiązkowe, nie każda firma musi się zmieniać, ale jest bardzo mało prawdopodobne, że firmy, które się na to nie zdecydują, przetrwają na dłuższą metę.

Jako lider musisz skupić się na zaangażowaniu swojego zespołu, budowaniu mapy drogowej i wizji tego, dokąd prowadzi Cię sztuczna inteligencja, oraz śledzeniu postępów. Mierzenie tego, co się liczy, to sposób, w jaki łączysz swoją organizację wokół budowania nowego stosu technologii. Pojawią się opory i rozumiemy to, kontynuowanie obecnego stanu rzeczy pozostaje technicznie wykonalnym wyborem, ale musisz jasno zrozumieć kompromisy.

Po osiągnięciu wewnętrznego porozumienia, można je wykorzystać na zewnątrz. Musisz komunikować swój kierunek AI, ponieważ dziś, jeśli nie podkreślasz AI w swoich komunikatach, brzmisz nie na czasie, nawet jeśli podstawowe prace są nadal w toku.

Poza marketingiem ma to znaczenie dla rekrutacji talentów i pozyskiwania funduszy. A jeśli rozważasz pozyskanie kapitału lub sprzedaż firmy, niezwykle ważne jest śledzenie i raportowanie przychodów ze sztucznej inteligencji oddzielnie od reszty. Jeśli nie możesz odróżnić przychodów ze sztucznej inteligencji od przychodów niezwiązanych ze sztuczną inteligencją, bardzo trudno jest wykazać sukces strategii sztucznej inteligencji inwestorom lub nabywcom.

Slajd zatytułowany Amplify: Uwiarygodnij swoją opowieść o sztucznej inteligencji dzieli strategie na wzmocnienie wewnętrzne i zewnętrzne, wymieniając po cztery punkty dotyczące prezentacji wysiłków związanych ze sztuczną inteligencją interesariuszom, z zielonymi ikonami i czarnym tekstem na białym tle.

Wreszcie, przestrzeń sztucznej inteligencji jest wciąż stosunkowo niewielka i wzajemnie powiązana. Otwarte dzielenie się swoimi spostrzeżeniami i osiągnięciami jest naprawdę cenne, widzieliśmy firmy, które przeszły od zera do miliona dolarów lub więcej prawie całkowicie za pośrednictwem mediów społecznościowych, tworząc coś oryginalnego i swobodnie się tym dzieląc.

Stanie się częścią społeczności liderów myśli w tej przestrzeni to świetny sposób na przyciągnięcie talentów, kapitału i uwagi. To inny świat, w którym informacje są swobodnie udostępniane, a ci, którzy je strukturyzują i wnoszą, dodają prawdziwą wartość.

Filip Drazdou:
Jeśli chodzi o wewnętrzną amplifikację, widzimy, że największe i najbardziej zbiurokratyzowane organizacje najbardziej naciskają na przyjęcie sztucznej inteligencji, Meta ma tabelę liderów wykorzystania tokenów, a niektóre firmy konsultingowe śledzą, jak często ich pracownicy logują się do Claude. Jeśli największe organizacje podejmują takie wysiłki, nie ma usprawiedliwienia dla braku wdrażania sztucznej inteligencji w mniejszych, bardziej zwinnych firmach.

Cena

Filip Drazdou:
Uważamy, że ceny są miejscem, w którym nastąpi jedna z największych transformacji w modelach biznesowych oprogramowania. To powiedziawszy, ceny zawsze ewoluowały, nie jest to nic nowego. Patrząc wstecz do około 2000 roku, oprogramowanie było sprzedawane jako licencja wieczysta na płycie CD, z nowymi wersjami kupowanymi co rok lub dwa i instalowanymi lokalnie. Salesforce był następnie pionierem w zakresie cen subskrypcji w chmurze i od tego momentu rozwinął się cały ekosystem subskrypcji SaaS.

Przejście Adobe do chmury około 2012 roku wprowadziło wielopoziomowe ceny, a z czasem model został udoskonalony o poziomy premium, wieloletnie umowy, rabaty ilościowe i tak dalej, a cała branża rozwinęła się wokół optymalizacji cen SaaS.

To, co obserwujemy obecnie w przypadku sztucznej inteligencji, to zmiana w kierunku modelu hybrydowego. Większość firm zajmujących się sztuczną inteligencją nadal oferuje subskrypcje, ponieważ był to tak potężny model, a cała branża oprogramowania jest uwarunkowana do myślenia w kategoriach powtarzających się przychodów, sprzedaży dodatkowej, sprzedaży ujemnej, rezygnacji i tym podobnych. Widzimy jednak stopniowy ruch w kierunku cen opartych na użytkowaniu.

Grafika na osi czasu zatytułowana Ewolucja cen SaaS przedstawia modele cenowe SaaS od 2000 roku do przyszłości, w tym licencje wieczyste, subskrypcje, modele hybrydowe i ceny oparte na użytkowaniu, wraz z logo firm i krótkimi notatkami.

Dziś można płacić $20 miesięcznie za ChatGPT lub Claude, z dodatkowymi opłatami opartymi na wykorzystaniu za wywołania API i dodatkowe obliczenia. W świecie agentowym, w którym dane przepływają przez połączenia MCP, a sztuczna inteligencja może wykonywać operacje bezpośrednio w oprogramowaniu, ceny za miejsce zaczynają mieć mniejszy sens, ponieważ jedno konto z odpowiednimi automatyzacjami może robić to, co wcześniej wymagało wielu użytkowników.

Kierunek wyraźnie zmierza w stronę płacenia za tokeny, kredyty, minuty lub obliczenia, coś, co bezpośrednio koreluje z faktycznym użytkowaniem, a nie liczbą miejsc.

Widzimy już tego wczesne sygnały: Na przykład ServiceNow wprowadził ograniczenia dotyczące tego, w jakim stopniu sztuczna inteligencja może wchodzić w interakcje z danymi w swoim oprogramowaniu. Przejście to prawdopodobnie zajmie trochę czasu, podobnie jak przejście od licencji wieczystych do subskrypcji, ale jest to wyraźny kierunek, w którym zmierza branża.

Marcin Majewski:
To, co dzieje się teraz, przypomina wcześniejsze przejście od licencji wieczystych on-premise do subskrypcji w chmurze. Zajmie to trochę czasu i może być początkowo bolesne, zwłaszcza że tokeny są obecnie subsydiowane przez główne firmy zajmujące się sztuczną inteligencją, co utrudnia bezpośrednią konkurencję w tej przestrzeni.

Jeśli jednak będziesz postępować zgodnie z ramami ADAPT, w szczególności z sekcją Diverge, znajdziesz sposób na uzyskanie uczciwej rekompensaty za dostarczaną wartość. Co więcej, może się okazać, że celujesz w zupełnie inną linię budżetową.

Jeśli rozwiązujesz konkretny problem biznesowy, na przykład związany z obsługą klienta, nie konkurujesz już tylko o część budżetu na oprogramowanie IT. Potencjalnie celujesz w budżet płacowy tego działu. Jeśli Twoje rozwiązanie pozwala klientowi pracować z mniejszą liczbą osób, może on przenieść część wydatków na wynagrodzenia na Twój produkt lub usługę. Otwiera to znacznie większy rynek adresowalny.

Jesteśmy naprawdę optymistycznie nastawieni do całego sektora. Technologia zawsze wychodziła zwycięsko z okresów zmian. Pytanie tylko, kto będzie zwycięzcą, ponieważ obecnie jest zbyt wiele ruchomych części, aby z całą pewnością to przewidzieć.

Może się zdarzyć, że jedna lub dwie duże firmy zajmujące się sztuczną inteligencją zdominują wszystkie branże, mogą to być setki wyspecjalizowanych graczy lub może się zdarzyć, że inteligencja AI stanie się narzędziem leżącym u podstaw świata zwinnych, wyspecjalizowanych firm zajmujących się oprogramowaniem i usługami IT. To, co wiemy, to to, że tort będzie rósł, a jego większa część przypadnie tym, którzy dostarczą największą wartość.

Czas

Marcin Majewski:
Czas nie jest nieskończony. Wszyscy mamy ograniczone ramy czasowe, firmy, inwestorów, kariery zawodowe, planowanie emerytury, sukcesję. Sztuczna inteligencja rozwija się szybko, ale nie w tym samym tempie dla każdej firmy i każdego sektora. Mając to na uwadze, widzimy kilka rozbieżnych ścieżek.

Slajd przedstawiający dwie strategiczne ścieżki dla założycieli SaaS w świecie opartym na sztucznej inteligencji, z kolorowymi polami zawierającymi listę opcji, zagrożeń i korzyści dla firm narażonych na sztuczną inteligencję lub koncentrujących się na specjalistycznych rozwiązaniach.

Jeśli analiza wykaże znaczną ekspozycję na sztuczną inteligencję, niski wynik w wymiarach ryzyka, musisz szybko podjąć decyzję. Istnieją zasadniczo dwie opcje.

Pierwszym z nich jest sprzedaż, gdy firma nadal ma znaczącą wartość, i pozwolenie nowemu właścicielowi na podjęcie pracy nad przekształceniem jej za pomocą sztucznej inteligencji. Drugim rozwiązaniem, które jest opłacalne dla wielu firm, jest zmniejszenie wydatków na badania i rozwój oraz zebranie pozostałej wartości firmy. Wiele firm, szczególnie tych z oprogramowaniem lokalnym lub niszowym, ma większy pas startowy, niż mogłoby się wydawać, po prostu dlatego, że klienci mają inne priorytety, a bezwładność działa na twoją korzyść. Firmy te nie zostaną zniszczone z dnia na dzień.

Z drugiej strony, jeśli chcesz grać w grę AI i budować z myślą o przyszłości, uważamy, że kontynuacja i skalowanie to zwycięska strategia, chociaż wyjście z inwestycji lub optymalizacja pod kątem przepływów pieniężnych również pozostają ważnymi wyborami. Świat czeka na firmy, które naprawdę rozumieją, jak korzystać ze sztucznej inteligencji i są skłonne do odkrywania siebie na nowo, aby służyć klientom w nowy sposób.

Każda firma potrzebuje historii AI i każda firma musi budować prawdziwe możliwości AI. Dla tych, którym się to uda, spodziewamy się znaczącego wzrostu. Na tym tak naprawdę możemy zakończyć.

Dziękujemy za dzisiejszą uwagę. Mamy nadzieję, że było to przydatne. Jeśli jesteś zainteresowany zbadaniem opcji fuzji i przejęć lub po prostu chcesz porozmawiać o tym, jak Twoja firma może nadal prosperować w nowej rzeczywistości, chętnie się z Tobą skontaktujemy. Możesz skontaktować się z nami za pośrednictwem naszego formularza kontaktowego, na LinkedIn lub e-mailem. Powodzenia w podróży adaptacyjnej.

Filip Drazdou:
Dziękuję. Do zobaczenia!

Marcin Majewski:
Dziękuję, pa!