AI har fjernet forspringet i SaaS

Der er sket noget konkret de sidste par år, og det er værd at sige præcist hvad det er, for der bliver talt meget upræcist om det.

Det er ikke blevet nemmere at drive en softwarevirksomhed, men det er blevet dramatisk billigere at lave den første fungerende udgave af et stykke software.

Et dashboard, der henter data fra tre API'er og viser dem pænt, var et halvt års arbejde for et lille team. Nu er det en weekend for én person, der ved hvad hun laver. Et værktøj, der omskriver produkttekster, var et produkt man kunne sælge, og i dag er det en prompt.

Grænsen for hvad der er svært, har ikke flyttet sig ret meget. Grænsen for hvad der kan sælges som et produkt, har til gengæld flyttet sig meget.

Og det rammer skævt. Jo tættere et SaaS-produkt er på at være en pæn formular oven på en database, jo mere er det i knibe. Jo mere det er bundet til data, regler eller relationer som ingen kan genskabe, jo mindre sker der.

Det er her folk tager fejl, når de siger at AI dræber SaaS.

Koden har aldrig været forsvarsværket, og enhver der har prøvet at sælge software ved det godt. Konkurrenten kunne altid kopiere funktionen på tre måneder. Grunden til at kunderne blev, var noget helt andet: data de havde lagt ind gennem år, integrationer der havde taget et år at få godkendt, vaner hos tredive medarbejdere, en certificering der tog atten måneder.

Det AI har gjort, er at fjerne de tre måneder. Nu er det tre dage.

For de produkter hvor de tre måneder var hele forsvarsværket, er der ikke meget tilbage. For de produkter hvor forsvarsværket lå i alt det andet, er der ikke sket noget af betydning, ud over at deres egen udviklingshastighed også er steget.

Den skillelinje er efter min mening den eneste der betyder noget, når I ser på jeres egne abonnementer.

I praksis falder softwaren i en webshops stak i fire grupper, og de har hver deres udsigt.

Den første er de tynde lag. Et værktøj der gør én ting med data I allerede har: en feed-optimering, en prisovervågning, et anmeldelsesvidget, en tekstgenerator. Her er presset størst, og enten falder prisen kraftigt, eller også bliver funktionen en del af den platform I i forvejen betaler for.

Den anden er systemerne med jeres data indeni: ERP, PIM, mailplatform, kundeservice. De er ikke svære at kopiere som kode, men de er til gengæld umulige at forlade, fordi historikken ligger der. De overlever formentlig fint, men forhandlingsstyrken flytter sig, og de bliver presset på pris af kunder der kan regne.

Den tredje lever af netværk eller regulering: betalingsindløsning, fragtaftaler, markedspladser, bogføring med revisorgodkendelse. Her sker der nok mindst af alt, for man kan sagtens bygge softwaren på en uge og så bruge tre år på aftalerne.

Den fjerde sælger i virkeligheden arbejde og ikke software: overvågning, support, opsætning, drift. Her er AI ikke en trussel, men en marginforbedring, hvis de vel at mærke giver den videre til jer.

Vi bruger en ret simpel prøve, når en kunde spørger om et abonnement er pengene værd.

Forestil jer at en dygtig udvikler fik en weekend og en model. Hvor tæt kunne hun komme på produktet?

Kommer hun 80 procent derhen, betaler I for bekvemmelighed. Det kan sagtens være det værd, men så skal prisen svare til det, og I skal vide at I kan gå.

Kommer hun 20 procent derhen, betaler I for noget rigtigt, og så er resten af samtalen bare om I bruger det nok.

Kommer hun slet ikke i gang, fordi hun mangler data, aftaler eller adgang, er det et stærkt produkt, og prisen er sjældent problemet.

De produkter der giver hovedpine, er dem i midten. Dem der kostede 2.000 kroner om måneden i 2023 fordi de var svære at bygge, og som stadig koster 2.000 kroner om måneden, selv om de ikke er svære at bygge længere.

Pris pr. bruger var en fornuftig model dengang software var noget mennesker sad og brugte.

Når en agent løser opgaven på vegne af et menneske, holder sammenhængen op. Skal I betale for en bruger der er et script? Og hvad koster det, når der kommer ti gange så mange opslag fra halvt så mange mennesker?

De leverandører der har tænkt over det, er begyndt at prise efter forbrug eller efter resultat. De der ikke har, oplever at kunderne samler licenser på færre hoveder og lader en agent gøre resten.

For jer som kunder er det en helt konkret forhandlingsmulighed lige nu. Spørg hvad der sker med prisen, når I automatiserer en arbejdsgang der i dag kræver tre logins. Svaret siger som regel en hel del om hvor leverandøren er henne.

Det ville være billigt at skrive alt det her uden at nævne, at det samme gælder os.

Et bureau der sælger timer på at gøre det, en model nu gør på ti sekunder, har præcis det samme problem som et tyndt SaaS-produkt. Hvis leverancen er en rapport nogen kan generere selv, er den ikke rigtig en leverance længere.

Tilbage står det samme som hos softwaren: ansvar for resultatet, viden om den konkrete forretning, adgang til systemerne, og evnen til at sige fra når noget ser godt ud i en rapport uden at flytte noget.

Vi har selv skullet flytte os. En del af det vi lavede manuelt for to år siden, er automatiseret i dag, og prisen er faldet tilsvarende. Tiden går i stedet til det der kræver at nogen kender forretningen og tager ansvar for tallene bagefter.

Jeg skriver det, fordi et bureau der fortæller kunderne at AI ændrer alt, mens det selv fakturerer som i 2021, ikke skal tages alvorligt.

Der er fire spørgsmål, der plejer at afsløre hvor et produkt står.

Hvad sker der med prisen, når vi bruger jer dobbelt så meget via API og halvt så meget via brugerfladen? Et produkt der bliver dyrere af at blive brugt rigtigt, er efter min vurdering på vej ud.

Kan vi få vores data ud i et format vi kan bruge, uden at betale for det? Svaret siger om de sælger værdi eller fastlåsning.

Hvad har I automatiseret det seneste år, og hvad er prisen faldet med? Har de effektiviseret uden at give noget videre, ved I hvordan forholdet er skruet sammen.

Har I en MCP-server eller et ordentligt API, så vores egne værktøjer kan bruge jer? Leverandører der siger nej til det, siger reelt at deres brugerflade er produktet, og det er nok en dårlig position at stå i nu.

Grænsen for hvad der kan betale sig at bygge selv, har rykket sig, men den er ikke forsvundet.

Byg selv når det ligger tæt på jeres egne data og jeres egen proces, og når det ikke skal overleve at en medarbejder siger op. Et internt dashboard, en integration mellem to systemer, en automatisering af en arbejdsgang I selv har fundet på. Hvad der før var en licens, er nu et par dages arbejde.

Køb når det skal være rigtigt hver gang, og når fejl koster penge eller tillid. Betaling, bogføring, fragt, sikkerhed, compliance. Her køber I ikke koden, men at nogen står på mål for den.

Og lad være med at bygge noget der kræver vedligehold uden en ejer. Det mest almindelige selvbyggede system vi møder, er en automatisering der virker perfekt, og som ingen tør røre, fordi personen der lavede den er stoppet.

Sådan gør vi det med en kunde, og det plejer at tage et par timer.

Træk alle abonnementer ud af bogføringen for de sidste tolv måneder. Ikke listen fra IT, men listen fra kontoen, for der dukker altid noget op som ingen kendte til.

Skriv for hvert enkelt: hvad koster det om året, hvem bruger det, og hvad ville der ske i morgen hvis det var væk.

Sorter dem så i de fire grupper ovenfor, og kør prøven på de tynde lag. Hvad kunne en weekend erstatte?

Tag de tre dyreste der ikke består prøven, og genforhandl eller opsig dem. Ikke alle på én gang, for så mister I overblikket over hvad der forsvandt.

Hos en mellemstor webshop lander resultatet typisk på mellem 15 og 30 procent af licensbudgettet, der enten falder væk eller bliver forhandlet ned. Ikke fordi leverandørerne er uærlige, men fordi ingen har kigget siden aftalen blev indgået.

Der er tre mønstre vi ser igen og igen.

Det første er at konkludere at alt kan bygges selv nu. Prisen på den første udgave er faldet, men prisen på at drive den i fem år er den samme som altid, og det er den der vælter projekter.

Det andet er at blive i et produkt fordi data ligger der, uden nogensinde at teste hvor svært det faktisk er at komme ud. Ofte er det en eftermiddags arbejde og en samtale, folk har udskudt i tre år.

Det tredje er at forveksle en prisstigning med værdi. Flere leverandører har lagt AI-funktioner oven i produktet og hævet prisen tilsvarende. Spørgsmålet er ikke om der er kommet AI i, men om I bruger det, og om det gør noget I ellers skulle have betalt for.