Hoewel met een knipoog, heb ik het advies ‘doe nooit voorspellingen, vooral niet over de toekomst’ altijd solide gevonden, en nooit meer dan in AI-land. Drie...
Drie jaar geleden werd AI aangeprezen als een versneller voor moderne, cloud-native softwarebedrijven, die goed bemande, toonaangevende ontwikkelteams in staat stelde om steeds sneller betere producten te leveren.
Ze waren in trek, en de waarderingen weerspiegelden dat.
Snel vooruit naar vandaag, en AI-coderingsassistenten- geleid door Anthropic's Claude Code - hebben dit verhaal op zijn kop gezet.
SaaS-bedrijven zijn van de voorspelde winnaars van AI naar de bedrijven met het grootste existentiële risico gegaan.
De AI-dreiging
Als AI betekent dat iedereen kan coderen en AI-agenten 24/7 kunnen werken, dan is het toch slechts een kwestie van tijd totdat zelfs toonaangevende softwareproducten een goedkoop, generiek product worden?
Dit was het begin van de ‘SaaSpocalyps’, waarbij de aandelenkoersen van enkele van 's werelds grootste namen op de openbare aandelenmarkten instortten omdat de door AI veroorzaakte paniek om zich heen greep.
Helaas voor private equity en vermogensbeheerders viel dit bijna precies samen met een groeiende bezorgdheid dat de waarderingen van nettoactiva al te hoog waren, met zorgen van aandeelhouders, regelgevers en overheden dat onvoldoende robuuste waarderings-, herwaarderings-, beoordelings- en due diligence-praktijken waarderingszeepbellen creëerden.
Sindsdien is er een sterke en goed gepubliceerde tegenreactie geweest vanuit de sector, maar de bezorgdheid blijft en we hebben een stroom van verzoeken ontvangen om individuele activa en hele portefeuilles te evalueren op mogelijke blootstelling aan AI-gedreven desintermediatie.
Dus wat moeten we denken van de AI doodt SaaS-hypothese?
Nou, het risico is reëel.
De vervangingshypothese
Generatieve AI, en de LLM's die deze ondersteunen, hebben in sommige opzichten het coderingsvermogen op menselijk niveau al overtroffen.
Het is om drie redenen een aandachtsgebied voor grensverleggende laboratoria:
- Coding heeft alle kenmerken van een perfecte AI use case:
- Een duidelijk, welomschreven probleem dat moet worden opgelost
- Een tekstuele, logische, op regels gebaseerde uitvoer
- Een goed gestructureerde, openbaar beschikbare data trainingsset met een hoog volume (GitHub, Stackoverflow etc.). - Op korte termijn maakt het een snelle ontwikkeling en verzending van nieuwe functies mogelijk, zoals het best blijkt uit het ongeëvenaarde releaseschema van Anthropic voor Q1.
- Op de lange termijn biedt het de basis voor ‘recursieve zelfverbetering’, waarbij elke generatie AI haar opvolger traint, waardoor de snelheid van vooruitgang exponentieel toeneemt.
AI-codering, ingezet in een bredere agentworkflow - de ene agent schrijft de vereisten, de andere schrijft de code, weer een andere QA't, weer een andere test, dit alles onder toezicht van een orkestratieagent en met gefaseerde, menselijke goedkeuringen - zou wel eens het startpunt kunnen zijn van een nieuwe wereld waarin de time-to-market voor software instort, waardoor de concurrentiedruk op de markt drastisch toeneemt en gevestigde bedrijven worden verdrongen.
Zaak gesloten. Software is dood. Lang leve software.
Maar zoals altijd zijn de dingen natuurlijk niet zo eenvoudig.
Hoewel het richtinggevend is, denk ik dat deze zaak om verschillende redenen overdreven is.
Ten eerste is een softwarebedrijf meer dan zijn codebase. Het merk, de expertise, de ervaring, de mensen, de klanten, de contracten en data zijn allemaal krachtige waardedrijvers die AI niet kan kopiëren en die, als ze goed benut worden, krachtige verdedigingsmechanismen kunnen creëren die zelfs de best gefinancierde startup met moeite zal kunnen overwinnen.
Ten tweede is het één ding om een beter product te ontwikkelen; het is iets heel anders om het product dat je hebt verslagen te verdringen. Vooral in een bedrijfsomgeving, waar meerjarencontracten, risicomijdende kopers en inkoop op basis van checklists en referenties de norm zijn, moet een uitdagend product aanzienlijk aantrekkelijker zijn dan een gevestigde leverancier om te winnen, en daar is een gezonde dosis geluk voor nodig.
Ten derde, menselijke prikkels. Het is niet omdat AI-ondersteunde codering de ontwikkeling van een concurrerend product kan versnellen, dat iemand dat ook zal doen. In werkelijkheid zijn er maar een beperkt aantal ondernemers en sommige markten zullen gewoon als te moeilijk of niet waardevol genoeg worden gezien om te verstoren.
Ten vierde, en tot slot, gaat deze hypothese ervan uit dat gevestigde bedrijven stilstaan, in afwachting van hun onvermijdelijke ondergang. In werkelijkheid behoren softwarebedrijven tot de meest agressieve en geavanceerde gebruikers van AI, die het gebruiken om hun eigen product snel te verfijnen en aan te passen terwijl hun uitdagers een inhaalslag maken.
De prijsdisruptiedynamiek
De tweede grote zorg is minder gericht op grootschalige verplaatsing en meer op fundamentele uitdagingen voor het SaaS-bedrijfsmodel, die zich op twee fronten manifesteren:
- Prijscompressie: Naarmate het aantal nieuwe, AI-native nieuwkomers toeneemt, ontstaat er een ‘race naar de bodem’ op het gebied van prijzen, aangezien de steeds drukkere marktplaatsen worden gekenmerkt door intense concurrentie.
- Op zitplaatsen gebaseerde prijzen: Naarmate AI de banenmarkt in bredere zin ontwricht, zal de door AI veroorzaakte vermindering van het aantal werknemers (of op zijn minst stagnatie) druk uitoefenen op de traditionele, op zitplaatsen gebaseerde prijsmodellen voor SaaS.
Ik twijfel er niet aan dat deze dynamiek zich zal manifesteren.
Maar niet in gelijke mate, niet overal en niet allemaal tegelijk.
Eenvoudige, gestandaardiseerde softwareproducten waarvoor de ontwikkelingstijd en de toetredingsdrempels laag zijn, lopen ongetwijfeld het risico dat de prijzen op relatief korte termijn sterk zullen dalen. Daarentegen zullen complexe producten in sterk gereguleerde omgevingen waarschijnlijk sterk geïsoleerd zijn, tenminste op de korte tot middellange termijn.
Er zal ook prijsdruk op basis van zitplaatsen ontstaan, maar alleen daar waar de zitplaatsen van klanten echt in gevaar zijn. Hoewel AI een legitieme bedreiging vormt voor een aanzienlijk deel van de beroepsbevolking, lopen niet alle beroepen evenveel risico, en SaaS-bedrijven die beter beschermde beroepen of sectoren bedienen, zullen grotendeels geïsoleerd blijven.
Bovendien, als SaaS-bedrijven kunnen overstappen op verbruiks- of resultaatgebaseerde prijsmodellen, kunnen ze zich misschien verder afschermen van deze dynamiek.
Uw blootstelling evalueren
Dus als u zich afvraagt of AI de doodsteek voor uw softwareportfolio betekent, dan is het antwoord... misschien.
De realiteit is dat de blootstelling enorm varieert op basis van de specifieke kenmerken van de markt en de individuele organisaties daarbinnen, en terwijl we ongetwijfeld ‘bloed in het water’ zullen zien als bedrijven met een grote blootstelling het loodje leggen, zullen we andere, beter beschermde gevestigde bedrijven zien overleven of zelfs floreren in het AI-tijdperk.
Uiteindelijk is AI geen beul, en de ‘SaaSpocalyps’ betekent niet het einde voor softwarebeleggen - maar het vereist wel nieuwe werkmethoden die zijn aangepast aan het AI-tijdperk:
- Evaluaties van bestaande portefeuilles om de blootstelling aan AI-risico's op een bepaald moment te bepalen
- Updates van due diligence- en portefeuillebeheerprocessen om expliciet rekening te houden met AI-risico's
- Ervoor zorgen dat bestaande bedrijfsmiddelen en investeringen AI integreren in hun activiteiten en bedrijfsmodellen
- Bedrijven in portefeuille adviseren over de belangrijkste defensieve acties die moeten worden ondernomen
Dus, mijn voorspelling?
Niemand weet zeker wat de toekomst in petto heeft. Maar wat we wel kunnen doen, is ons erop voorbereiden.
Door nu AI-risico's te integreren in portefeuille- en beleggingsbeheerprocessen, kunnen vooruitdenkende bedrijven hun neerwaartse risico's beschermen en zich tegelijkertijd positioneren om te profiteren van de volgende door AI geleide generatie van SaaS-winnaars.
