نرم‌افزارهای عمودی (Vertical SaaS) و به طور کلی تمام صنعت نرم‌افزار، مدت‌هاست که بر یک بازی تکراری استوار بوده‌اند: یافتن راه‌هایی برای افزایش بهره‌وری در مشکلات یک صنعت خاص، به امید اینکه سهمی از این سود را در قالب قراردادهای اشتراکی (SaaS) به جیب بزنند.

پیش‌بینی اینکه این روند ادامه یابد، کار ساده‌ای است. در واقع، اولین محصولات هوش مصنوعی هم دقیقاً در همین مسیر حرکت کرده‌اند. مدل کسب‌وکار Vertical SaaS همواره بر پایه پیاده‌سازی و کدگذاری «بهترین شیوه‌های صنعت» در قالب نرم‌افزار بوده است. اگر هوش مصنوعی بتواند این شیوه‌ها را بهینه‌تر کند، وسوسه می‌شویم که بگوییم: «خب، هوش مصنوعی را روی فرآیندهای فعلی اعمال می‌کنیم، کارایی را بالا می‌بریم و به همان مدل لایسنس‌فروشی ادامه می‌دهیم.»

من معتقدم این نگاه تا حدی ادامه خواهد یافت، چون چندین نیرو در کنار هم آن را تضمین می‌کنند:

1. بسیاری از صنایع هیچ تمایلی به تغییر بنیادین مدل کسب‌وکار فعلی خود ندارند.

2. حتی اگر مدل‌ها تغییر کنند، فروشندگان SaaS آماده‌اند تا این تغییر را تسهیل کنند.

3. با اینکه هزینه نهایی (Marginal Cost) تولید نرم‌افزار ممکن است به سمت صفر میل کند، اما در دنیای نرم‌افزارهای تخصصی، این موضوع اهمیت چندانی ندارد. بسیاری از صنایع اصلاً بودجه تحقیق و توسعه (R&D) ندارند که بخواهند از این ارزانی استفاده کنند؛ آن‌ها ترجیح می‌دهند به یک فروشنده پول بدهند تا زیرساخت تکنولوژی‌شان را مدیریت کند. اگر شک دارید، به بقا و رشد صنعت شرکت‌های خدمات مدیریتی (MSP) نگاه کنید! همیشه فرصت‌های فوق‌العاده‌ای برای فروش صرفِ نرم‌افزار وجود خواهد داشت، اما شاید تعداد کمی از آن‌ها پتانسیل جذب سرمایه‌های کلان (Venture Capital) را داشته باشند.

نقطه ضعف بزرگ: آیا بازار همچنان پراکنده می‌ماند؟

یک آینده محتمل وجود دارد که در آن، تفکر بالا کاملاً غلط از آب درمی‌آید. برای اینکه مدل Vertical SaaS جواب بدهد، یک پیش‌شرط حیاتی وجود دارد: بازار باید به شدت پراکنده (Fragmented) باشد.

و به نظر من، بزرگترین چالش برای ادامه مدل SaaS در دنیای جدید همین‌جاست. باور دارم در بسیاری از صنایع، استراتژی درست این نیست که به بقیه نرم‌افزار بفروشید، بلکه این است که خودتان تبدیل به «تجمیع‌کننده قدرت مجهز به هوش مصنوعی» شوید.

فرصتی که برای موج بعدی شرکت‌ها باقی مانده، این است که خودِ «تغییر مدل کسب‌وکار» را به بیزینس خود تبدیل کنند.

درس بزرگ از آمازون

در سال ۱۹۹۴، برای خلق ارزش برای مصرف‌کننده، کارمند و سهام‌دار، کدام مسیر بهتر بود؟ ساخت «آمازون» یا ساخت یک «نرم‌افزار مدیریت کتاب‌فروشی» برای کتاب‌فروشی‌های سطح شهر؟

پاسخ مشخص است. اینترنت یک تغییر پارادایم در زیرساخت بود و باعث شد برخی کسب‌وکارهای قدیمی به نفع «تجمیع‌کنندگان جدید» از بین بروند. اینترنت پلتفرمی ساخت که دسترسی بی‌سابقه‌ای به مشتری ایجاد می‌کرد. این موضوع برای صنایعی حیاتی بود که می‌توانستند بدون افزایش تصاعدی هزینه‌های عملیاتی (OpEx)، به تعداد مشتریان بی‌شماری خدمات بدهند.

برای صنایع دیگر، اینترنت فقط استراتژی توزیع را تغییر داد (مثلاً هر مغازه‌ای حالا صفحه اجتماعی دارد)، اما تاثیری بر هزینه‌های جاری یا قیمت تمام‌شده نداشت. یک شرکت حسابداری هنوز هم مجبور است به ازای هر مشتری جدید، نیروی انسانی جدید استخدام کند.

اما تغییر کلیدی هوش مصنوعی در «توزیع» نیست، بلکه در «هزینه‌های مقیاس‌پذیری» (OpEx) است. اگر هوش مصنوعی بتواند خروجی یک کسب‌وکار را به شدت بالا ببرد، یعنی امکان «تجمیع قدرت» و متمرکز شدن صنایع (مشابه اتفاقی که اینترنت برای خرده‌فروشی رقم زد) در صنایع جدید فراهم شده است.

آغاز مسابقه تسلیحاتی

هوش مصنوعی یک مسابقه تسلیحاتی به راه می‌اندازد. در عصر اینترنت، کسب‌وکارها یا باید رشد کنند یا بمیرند. صنایع سنتی و آفلاین تا به حال یا به صورت غیرارگانیک رشد کرده‌اند یا اصلاً رشد نکرده‌اند. صلح میان بازیگران صنایع پراکنده، بر سر «حاشیه سود مورد نیاز برای خدمات‌دهی به مشتری» بسته شده بود. این حاشیه سود آنقدر نبود که کسی بتواند اهداف رشد تهاجمی را دنبال کند.

هوش مصنوعی این معاهده صلح را پاره کرده است. در حوزه‌های «کار دانش‌بنیان»، حاشیه سود در حال انفجار است. اگر هزینه‌های شما برای خدمات‌دهی به مشتری به شدت سقوط کند، دو راه دارید: یا سود را بردارید و به غروب آفتاب خیره شوید (که احتمالا فقط ۳ سال طول می‌کشد تا رقیبی شما را ببلعد)، یا اینکه آن سود را صرف رشد تهاجمی کنید. «حاشیه سود شما، فرصتِ من است.» وقتی هزینه مقیاس‌پذیری کم شود، حتماً کسی پیدا می‌شود که بازار را قبضه کند.

چرا هنوز نرم‌افزار خالص (Pure SaaS) جواب نمی‌دهد؟

ما هنوز در دوران «پیشا-پارادایم» هستیم. به چند دلیل:

1. در حال حاضر، تمام افزایش بهره‌وری هوش مصنوعی به جیب «کارمند» می‌رود، نه «شرکت».

2. استفاده عمیق از مدل‌های زبانی (LLM) نیازمند بازسازی ساختار اجتماعی-فنی سازمان‌هاست که مدیران فعلی از آن می‌ترسند.

3. بسیاری از تکنولوژی‌های مکمل در صنایع هنوز ناقص هستند و اثر هوش مصنوعی را خنثی می‌کنند.

به عبارت دیگر، این فقط یک مشکل فنی نیست؛ یک تغییر پارادایم عمیق نیاز است. در کوتاه‌مدت، ارزش به جیب سازمان‌هایی می‌رود که از هوش مصنوعی به عنوان یک «ابزار داخلی» استفاده می‌کنند، نه کسانی که سعی دارند آن را به دیگران بفروشند.

آیا شرکت‌های سرمایه‌گذاری (PE) پیروز می‌شوند؟

برخی معتقدند شرکت‌های Private Equity (که متخصص خرید و تجمیع کسب‌وکارها هستند) برنده این بازی خواهند بود. اما من شک دارم. شرکت‌های PE در خرید دارایی‌های آماده استادند، نه در تیم‌های تحقیق و توسعه (R&D) هوش مصنوعی و بازسازی ساختاری. آن‌ها نمی‌توانند این تکنولوژی را به صورت آماده از بازار بخرند و پیاده کنند. در این فاز «صفر به یک»، استارتاپ‌ها و شرکت‌های PE در شرایط برابری هستند.

آینده: چه باید کرد؟

ما باید با این فرض پیش برویم که هوش مصنوعی در هر صنعتی منجر به «تجمیع قدرت» می‌شود. حالا سوال این است: چه زمانی باید توزیع و مشتریانِ موجود در یک صنعت را خرید (Buyout) و چه زمانی باید یک سیستم توزیع جدید از صفر ساخت (Digitally Native)؟

کلید پاسخ در این است: آیا می‌توانید در آن صنعت، کسب‌وکارهای جدیدی راه بیندازید که مشتری جذب کنند؟

در گذشته، سرمایه‌گذاران فکر می‌کردند ایجاد کسب‌وکارهای جدید در صنایع قدیمی سخت است. من فکر می‌کنم این غلط است. با افزایش حاشیه سود و ظهور مدل‌های جدید، جوانانی که راهی برای پیشرفت در مدل‌های قدیمی نمی‌بینند، تشنه راه‌اندازی کسب‌وکارهای جدید با متدهای جدید هستند.

یک مثال موفق: Metropolis

آن‌ها در صنعت پارکینگ، به جای فروش نرم‌افزار به غول‌های پارکینگ‌داری، روی «تجربه مشتری» تمرکز کردند و خودشان وارد عملیات شدند. هیچ‌کدام از غول‌های قدیمی پارکینگ نتوانستند تجربه مشتری را اصلاح کنند، چون ساختارشان اجازه نمی‌داد.

فرمول پیروزی در مدل «خرید و بازسازی» (SaaS Buyout) این است:

• الف) صنعت درجاتی از تمرکز را داشته باشد.

• ب) تجربه مشتری در آن اولویت نباشد.

• ج) با اصلاح تجربه مشتری، کل مدل کسب‌وکار تغییر کند.

سخن نهایی:

هوش مصنوعی یک مسابقه تسلیحاتی است. Vertical SaaS در گذشته فقط به طرفین جنگ «اسلحه» می‌فروخت. شاید وقت آن رسیده که خودش وارد میدان شود، با قدیمی‌های صنعت رقابت کند و آن‌ها را شکست دهد.

منبع: استارتاپ لب