Whalesbook
AI च्या भीतिला फाटा देत SaaS कंपन्यांची दमदार कामगिरी
जनरेटिव्ह AI (Generative AI) मुळे सॉफ्टवेअर-एज-ए-सर्व्हिस (SaaS) कंपन्यांचे भविष्य धोक्यात आहे, अशी भीती बाजारात होती. मात्र, सध्याचे आकडे या भीतीला पूर्णपणे खोटं ठरवणारे आहेत. अनेक मोठ्या SaaS कंपन्यांचे तिमाही निकाल (Quarterly Results) अपेक्षेपेक्षा खूप चांगले येत आहेत आणि त्यांनी भविष्यातील कमाईचे अंदाजही वाढवले आहेत. यावरून कंपन्या आपल्या मुख्य ऑपरेशन्ससाठी SaaS प्लॅटफॉर्म्सवर खर्च करण्यास प्राधान्य देत असल्याचे स्पष्ट होते.
'सिस्टम्स ऑफ रेकॉर्ड'ची ताकद
याचे मुख्य कारण म्हणजे सॉफ्टवेअरचा प्रकार. SAP आणि Snowflake सारखे 'सिस्टम्स ऑफ रेकॉर्ड' (Systems of Record) प्लॅटफॉर्म्स अत्यंत अचूक आणि विश्वासार्ह आउटपुट देतात. याउलट, AI मॉडेल्सची कार्यपद्धती संभाव्यतेवर (Probabilistic) आधारित असल्याने, त्यांना सतत मानवी देखरेखीशिवाय अचूक आउटपुट देणे कठीण जाते. त्यामुळे, कंपन्या AI ला थेट पर्याय म्हणून न पाहता, या मुख्य सिस्टम्समध्ये AI चा वापर इंटरफेस लेअर (Interface Layer) म्हणून करत आहेत, ज्यामुळे त्यांचे फायदे आणखी वाढत आहेत.
### 'सिस्टम्स ऑफ एंगेजमेंट' आणि 'वर्कफ्लो'ला धोका?
मात्र, 'सिस्टम्स ऑफ एंगेजमेंट' (Systems of Engagement) आणि 'सिस्टम्स ऑफ वर्कफ्लो' (Systems of Workflows) क्षेत्रातील कंपन्यांसाठी धोका अधिक आहे. ServiceNow, Adobe आणि Datadog सारखे प्लॅटफॉर्म्स AI मुळे थेट स्वयंचलित (Automate) केले जाऊ शकतात. यामुळे कमी किमतीचे AI-आधारित स्पर्धक बाजारात येऊ शकतात. परिणामी, IT सर्व्हिस कंपन्यांना आता दुहेरी आव्हानांना सामोरे जावे लागत आहे. Accenture आणि Cognizant सारख्या मोठ्या कंपन्यांना क्लायंट्सना जुन्या इम्प्लिमेंटेशनऐवजी AI इंटीग्रेशनकडे वळवण्यात यश मिळवावे लागेल. सध्या काही कंपन्यांमध्ये प्रोजेक्ट्सना होणारा उशीर हा मागणी कमी झाल्यामुळे नसून, क्लायंट्सच्या बजेटमधील बदलांमुळे असल्याचे दिसत आहे.
Salesforce चा बदललेला दृष्टिकोन
Salesforce या बदलाचे प्रमुख उदाहरण आहे. AI-आधारित युटिलिटीमध्ये मोठी वाढ दिसून येत आहे. टोकन प्रोसेसिंग (Token Processing) आणि एजंटिक वर्क युनिट्समधील (Agentic Work Units) वाढ दर्शवते की सॉफ्टवेअरचे मूल्य आता बदलत आहे. पारंपरिक सीट-आधारित लायसन्सिंगऐवजी (Seat-based licenses), वापरा-आधारित मॉडेल (Consumption-based models) स्वीकारल्यामुळे Salesforce AI इंटरॅक्शन्सचा फायदा घेत आहे. मात्र, सिस्टम इंटिग्रेशन पार्टनर्ससाठी सर्टिफिकेशन डेटा (Certification Data) लपवण्याचा कंपनीचा निर्णय, पारदर्शकतेचा अभाव दर्शवतो. AI ऑटोमेशनमुळे अंतर्गत इंजिनियरिंग कार्यक्षमतेत सुधारणा होत असताना, पारंपरिक सेवा प्रदात्यांसाठी दीर्घकालीन मूल्य किती राहील, यावर प्रश्नचिन्ह निर्माण झाले आहे.
संरचनात्मक कमजोरी आणि धोके
असे असले तरी, ज्या कंपन्या कन्सल्टिंग सेवांवर (Consulting Services) अधिक अवलंबून आहेत, त्यांच्यासाठी एक संरचनात्मक कमजोरी कायम आहे. जर AI टूल्स SaaS प्लॅटफॉर्म्सची अंमलबजावणी (Deployment) सोपी करत राहिले, तर IT कंपन्यांच्या नफ्यात घट होऊ शकते. याव्यतिरिक्त, वापरा-आधारित किंमत मॉडेलमध्ये (Consumption-based pricing models) अस्थिरता आहे. जर कॉर्पोरेट AI उपक्रमांमधून अपेक्षित परतावा (ROI) मिळाला नाही, तर कंपन्या वापर कमी करू शकतात, ज्यामुळे अचानक महसुलात घट येऊ शकते, जी पूर्वी सीट-आधारित करारांमध्ये नव्हती. गुंतवणूकदारांनी हे तपासले पाहिजे की टोकन वापराची सध्याची वाढ दीर्घकालीन नफ्यात रूपांतरित होईल की केवळ महागड्या AI पायलट प्रोग्राम्समधील तात्पुरती वाढ ठरेल.