Январь выдался тяжелым месяцем для акций софтверных компаний. Настроения инвесторов резко изменились, и во многих случаях это было связано не с фундаментальными показателями, а с единственным вопросом, нависшим над сектором: «Что означает агентный ИИ для будущего программного обеспечения?»
Недавний аналитический отчет William Blair по акциям* отлично иллюстрирует эти настроения: индекс софтверных компаний IGV упал примерно на 15% в январе, став одним из худших январских периодов в истории этого ETF. Дело не в конкретной цифре. Дело в том, что она символизирует: страх стирает все нюансы, и рынки воспринимают «программное обеспечение» как нечто единое. Но реальность разделяется на две совершенно разные категории.
Рынок наказывает «софт» в целом, но сам софт подвергается бифуркации.
С одной стороны: софт с упором на интерфейс и сложную настройку, где пользовательский интерфейс и есть продукт. В мире автономных рабочих процессов эта ценность, скорее всего, будет размываться. Агенты будут все чаще обходить экраны, выполнять задачи через API и сводить на нет те категории, где «кликанье мышкой» было основным режимом работы.
С другой: облачные платформы с упором на API и данные. Этот класс программного обеспечения изначально создавался для управления как машинами, так и людьми, и был спроектирован с расчетом на оркестрацию, интеграцию и масштабируемость. В эпоху агентов именно здесь будет концентрироваться и приумножаться ценность.
Другими словами, в мире агентов долгосрочное преимущество проистекает не из меню и кнопок.
Оно проистекает из архитектуры данных, семантики, рабочих процессов и связности.
Идея Ромена Бобоэ об «налоге на интерфейс» хорошо это отражает: чем больше ценность вашего продукта зависит от того, как человек перемещается по экранам и настраивает бесконечные правила, тем с большим количеством трений вы входите в эпоху, которая вознаграждает автономность.
Упущенный момент: ИИ не может (и не должен) заменить качественно спроектированный SaaS.
Существует популярный нарратив о том, что «ИИ будет генерировать приложения», а корпоративный SaaS станет необязательным.
Системы критической важности в реальном мире работают совсем иначе.
ИИ обладает огромной мощью и определенно изменит то, как программное обеспечение создается и используется. Но во многих корпоративных сферах попытки заменить качественно спроектированный SaaS «самодельными системами», сгенерированными или управляемыми агентами, часто увеличивают издержки и риски, а также замедляют бизнес.
Три причины, почему ИИ не станет концом SaaS
Вот три причины, почему ИИ не станет концом SaaS и почему самые сильные SaaS-организации имеют уникальные возможности для того, чтобы сделать ИИ еще более ценным.
Более высокие затраты на этапе выполнения
ИИ снизит затраты на разработку, причем существенно. Но он увеличивает затраты на этапе выполнения, зачастую значительно.
Традиционное корпоративное программное обеспечение обходится относительно недорого в исполнении, поскольку в основном представляет собой детерминированные вычисления на CPU. Пользователь, нажимающий кнопку «экспорт отчета» или выполняющий запрос, предсказуем с точки зрения вычислительной нагрузки и обходится относительно недорого.
Агентный ИИ меняет эту экономику.
Ответы на вопросы на естественном языке, суммаризация, извлечение данных, цепочки рассуждений и многошаговые агенты сжигают вычислительные мощности для инференса, зачастую на GPU или других ускорителях. Каждое такое взаимодействие может быть на порядки дороже традиционного запроса к базе данных.
Таким образом, хотя «создание программного обеспечения» может стать дешевле, запуск интеллектуального ПО потребует больших затрат и станет сложнее.
Именно здесь сияют ИИ-нативные SaaS-платформы: они становятся уровнем оптимизации между клиентами и хаосом.
- Сохраняйте детерминированные системы для того, что должно быть быстрым, дешевым и точным (транзакции, права доступа, хранение, реестры).
- Внедряйте вероятностный ИИ только там, где он создает измеримую ценность (помощь, поиск, синтез, автоматизация).
- Оркестрируйте гибридную инфраструктуру, чтобы клиентам не приходилось становиться экспертами в области планирования задач на GPU, кэширования промптов, конвейеров поиска (retrieval), маршрутизации моделей, уровней безопасности и управления затратами.
Другими словами, в эпоху агентов SaaS не заменяется искусственным интеллектом — он становится платформой, которая контролирует стоимость интеллекта.
Повышенный риск и высокая ценность «сервиса»
«Сервис» в SaaS часто упускается из виду теми, кто ожидает, что ИИ захватит корпоративные решения. Но для публичных компаний, регулируемых отраслей, государственных структур и всех, кто заботится об операционных рисках, «Сервис» имеет жизненно важное значение.
Современным предприятиям необходимы гарантии критической важности, на которые они могут положиться:
- Доступность (и надежные гарантии бесперебойной работы)
- Безопасность и соответствие требованиям (SOC 2, HIPAA, ISO, аудируемость)
- Управление данными (контроль доступа, хранение, происхождение, локализация)
- Поддержка и операции (реагирование на инциденты, соглашения об уровне обслуживания (SLA), обучение)
- Консистентность с течением времени («завтра программа работает точно так же, как сегодня»)
- Ответственность и доверие (кто несет ответственность за сбой, когда это действительно важно?)
Если приложение генерируется ИИ-агентом, кому звонить в 3 часа ночи при его сбое? Кто будет отвечать перед регуляторами в случае утечки конфиденциальных данных? Кто сможет доказать, почему именно система приняла то или иное решение?
Операционная подотчетность, управление и надежность остаются высшей ценностью, и они никуда не исчезают в эпоху агентов. Более того, они становятся еще важнее.
Иными словами, по мере того как код становится дешевле и автономнее, риски становятся дороже.
Сокращение времени выхода на рынок: глубина предметной области превосходит сгенерированный код
Взгляд «ИИ делает все» часто исходит из того, что создание кода составляет большую часть ценности SaaS-решения. В зрелых корпоративных системах критической важности это редко соответствует действительности.
В такой системе, как платформа управления складом, код сам по себе составляет, возможно, 20% ценности. Остальные 80% — это прикладные знания предметной области: бесчисленные крайние случаи (edge cases) и операционные реалии, о которых узнаешь только после того, как столкнешься с ними в тысячах работающих сред. Например:
- Как обрабатывать частичную приемку, если в уведомлении об отгрузке указано 1000 единиц, но при физическом пересчете их оказалось 997, причем 14 повреждены?
- Каково будет косвенное влияние на распределение, триггеры пополнения запасов и оценку инвентаря?
- Как расхождения в циклических проверках запускают различные рабочие процессы в зависимости от класса скорости SKU, порогов стоимости или времени с момента последней полной инвентаризации?
Команды, которые создают и эксплуатируют корпоративный SaaS, сталкивались с этими сценариями бесчисленное количество раз. Эти знания заложены в продукт, и именно поэтому коммерческие платформы могут работать с первого дня запуска.
Самодельная разработка, даже ускоренная с помощью ИИ, все равно требует многих лет, чтобы узнать то, чего вы не знали, что вы не знаете.
Другими словами, встроенный ИИ делает современный SaaS быстрее и эффективнее. Но он не делает его необязательным.
Переосмысление ценности SaaS
Когда пыль уляжется, ИИ не станет уничтожать ценность программного обеспечения без разбора.
Он переоценит ПО на основе архитектурных реалий, вознаградив те SaaS-компании, которые доставляют традиционную ценность корпоративного софта (надежность, управление, подотчетность, скорость получения отдачи), усиленную обещаниями и возможностями искусственного интеллекта.
ИИ не станет концом SaaS. Он станет моментом, когда рынок отделит победителей от всех остальных.
*Arjun Bhatia et al., “Fear, Not Fundamentals: the Sentiment Problem and Why Software Is So Challenging Right Now,” William Blair Equity Research, Technology, Media, and Communications, February 2, 2026.
