L’intelligenza artificiale (AI) sta iniziando a rimodellare il settore del software come servizio (SaaS) in modi che non sono immediatamente visibili ai clienti e nemmeno a molti dirigenti. Mentre il settore è inondato dalla promessa a lungo termine di funzionalità a marchio AI e applicazioni intelligenti, i cambiamenti più significativi oggi si stanno svolgendo dietro le quinte, nel profondo dell’architettura, delle pipeline di ingegneria e dei progetti di modernizzazione che supportano l’economia SaaS globale.
Nel corso degli anni, la crescita del SaaS ha seguito uno schema familiare. Le aziende hanno ampliato il loro mercato totale indirizzabile spostando i clienti dai prodotti on-premise al cloud o introducendo categorie completamente nuove (CRM, collaborazione digitale, videoconferenze) che hanno ridefinito il modo in cui operano le aziende. Il motore era prevedibile: adozione costante da parte delle aziende, entrate ricorrenti, un ecosistema in crescita di moduli adiacenti e integrazioni.
L’intelligenza artificiale interrompe quella formula. E non come molti si aspettavano.
il tempo Newsweek Nel webinar del 4 dicembre “Il mito e la realtà dell’intelligenza artificiale per SaaS”, il dottor Ranjit Tinaikar, CEO di Ness Digital Engineering, ha affermato che il settore sta entrando in un periodo in cui “ci sarà un divario tra le chiacchiere di oggi e la realtà”. Ha aggiunto che i leader spesso sottovalutano le dinamiche di spesa che stanno dietro a questo divario.
Il suo punto non era che l’impatto dell’intelligenza artificiale sarà piccolo, ma che la sequenza temporale e i meccanismi di tale impatto saranno più difficili, più costosi e più strutturati di quanto suggeriscano la maggior parte delle prime narrazioni.
Questa dinamica si sta ora manifestando in tutto il settore.
1. Gli effetti sono reali, ma non ancora visibili al pubblico
Nonostante le aspettative diffuse sulla crescita dei ricavi guidata dall’intelligenza artificiale, gli acquirenti SaaS non pagano di più per le funzionalità AI. Tinicker lo dice senza mezzi termini: i clienti “vogliono l’intelligenza artificiale nei loro software, ma non sono disposti a pagare un extra per averla”.
I dati industriali lo confermano. Gartner aspettando La spesa globale per SaaS e software continuerà a crescere nel 2025, ma i CIO saranno cauti sulla quantità di nuovo budget che potranno destinare all’intelligenza artificiale.
Sondaggi recenti condotti da aziende come Morgan Stanley Mostra solo Crescita modesta dei budget totali per tecnologia e software anche se l’intelligenza artificiale generativa sale in cima alla lista delle priorità dei CIO, segno che le aziende si stanno destreggiando tra iniziative di intelligenza artificiale e altre spese invece di espandere drasticamente gli investimenti software complessivi. Questa cautela rende gli acquirenti riluttanti a impegnarsi in nuove e costose piattaforme di intelligenza artificiale.
Con un potere di determinazione dei prezzi limitato, i leader SaaS vengono spinti in aree in cui il ROI è rapido e completamente sotto il controllo dell’azienda.
Secondo Tinaikar, la riduzione dei costi è il fattore principale. “L’utilizzo dell’intelligenza artificiale per migliorare la produttività dell’ingegneria del software è chiaramente l’oggetto della maggior parte dell’attenzione in questo momento”, ha affermato.
studiare da McKinsey E BCG Mostra una traiettoria simile: le aziende vedono miglioramenti significativi nella produttività degli sviluppatori, nella riduzione dei bug e nella generazione di test molto prima che i clienti notino le nuove funzionalità.
In altre parole, il prodotto rivolto al pubblico non è quello in cui l’intelligenza artificiale sta incidendo maggiormente. il back-end.
2. La modernizzazione del codice legacy è la più grande opportunità a breve termine
Una delle trasformazioni più immediate e trascurate è una crescente ondata di modernizzazione dell’eredità, un cambiamento accelerato dalla capacità dell’intelligenza artificiale di supportare la traduzione del codice, il refactoring e il rinnovamento dell’architettura su larga scala.
I servizi finanziari sono l’esempio più ovvio. Molte delle banche più grandi del mondo eseguono ancora carichi di lavoro mission-critical su mainframe scritti in COBOL o Fortran. Questi sistemi sono affidabili, ma il pool di talenti si sta riducendo e i rischi per la sicurezza stanno aumentando.
Tinaiker descrive in modo eloquente: “Hanno scritto enormi applicazioni mainframe… scritte in COBOL, Fortran… ora le persone che le hanno scritte stanno andando in pensione”. L’intelligenza artificiale offre ai CIO un percorso di modernizzazione a costi inferiori e con minori rischi operativi, se mantengono una persona coinvolta.
Ma i fornitori SaaS si trovano ad affrontare un’urgenza diversa. La loro sfida non è l’obsolescenza, è l’architettura.
Come sottolinea Tinicker, molte aziende SaaS sottovalutano quanto il cambiamento radicale dei loro sistemi possa avvenire a livello architetturale. Le piattaforme SaaS tradizionali funzionano secondo regole aziendali eseguite su archivi dati strutturati. L’intelligenza artificiale interrompe questo modello. I modelli di machine learning non si limitano a leggere i dati; Aggiornano le regole in modo dinamico. “Se la tua architettura non è pronta, non sarai in grado di fornire un’intelligenza artificiale promettente”, sottolinea Tinicker
Il risultato è una riprogettazione fondamentale del funzionamento del software. E senza questa riprogettazione, le funzionalità di intelligenza artificiale più ambiziose non possono essere fornite su larga scala.
Questa spinta alla modernizzazione rispecchia tendenze industriali più ampie. Banca della Silicon Valley Stato del software aziendale al 2025 Il rapporto, ad esempio, rileva che l’intelligenza artificiale e l’apprendimento automatico sono ora centrali negli affari di software aziendale, con quasi una transazione su sei che coinvolge una capacità legata all’intelligenza artificiale, prova che la modernizzazione e l’intelligenza artificiale sono sempre più legate alle decisioni di acquisto. Nuove opportunità di guadagno come flussi di lavoro autonomi, capacità di agenti e moduli nativi dell’intelligenza artificiale dipenderanno da un’architettura più flessibile e favorevole all’intelligenza artificiale.
Le aziende che stanno effettuando questi investimenti ora non lo fanno per rispettare la tabella di marcia del prossimo trimestre, ma per sbloccare il prossimo decennio.
3. L’adozione dell’intelligenza artificiale comporta un costo elevato
Nel settore si riconosce sempre più che la struttura dei costi dell’intelligenza artificiale è più complessa di quanto suggerisca l’ottimismo iniziale.
Nel webinar, Tinaiker ha osservato che “l’intelligenza artificiale è molto affamata di consumatori”, sottolineando un luogo comune spesso citato nel settore: la maggior parte del denaro nel boom dell’intelligenza artificiale non va ai fornitori di software, ma ai fornitori di infrastrutture: aziende di semiconduttori e piattaforme cloud.
Analisti di Gartner e aziende simili IDC Si prevede che la spesa per infrastrutture legate all’intelligenza artificiale e cloud pubblico crescerà molto più rapidamente rispetto a molte categorie di software tradizionali, una tendenza già visibile nella scoperta di Gartner secondo cui il mercato IaaS è cresciuto del 22,5% lo scorso anno, guidato dall’aumento dei carichi di lavoro di intelligenza artificiale e apprendimento automatico.
Segnalazione da CIO Immersione E altri hanno evidenziato come gli esperimenti di intelligenza artificiale generativa stiano diventando una delle principali fonti di superamento del budget del cloud, soprattutto quando i carichi di lavoro ricchi di ipotesi non sono attentamente controllati.
Questo squilibrio crea calcoli difficili per i leader SaaS. Gli elevati costi infrastrutturali aumentano il costo delle funzionalità dipendenti dalle specifiche. Allo stesso tempo, i clienti si oppongono agli aumenti dei prezzi e richiedono modelli di abbonamento prevedibili.
Il risultato è stato uno spostamento parallelo verso l’efficienza, inclusa l’inferenza basata sui confini, modelli più piccoli e ottimizzati e modelli architetturali che riducono la necessità di frequenti chiamate al cloud. Nel settore dei consumi, dove le aspettative evolvono rapidamente, questo cambiamento è stato ancora più pronunciato.
COME Newsweek Il recente webinar del 1° dicembre “In che modo l’intelligenza artificiale sta rimodellando la strategia aziendale?” Come sottolineano Gopi Kallail e Suraj Srinivasan, l’adozione da parte dei consumatori spesso si muove più velocemente della preparazione aziendale, costringendo le aziende a trovare modi per offrire esperienze di intelligenza artificiale che sembrino immediate senza incorrere in costi operativi sostenibili.
Per i fornitori SaaS, questa tensione è ancora in corso.
4. I team di ingegneri a forma di piramide si stanno trasformando in diamanti
L’intelligenza artificiale sta anche cambiando il modo in cui lavorano i team di ingegneri. In Ness, Tinaiker afferma che l’azienda cerca incrementi di produttività per gli ingegneri in più regioni e architetture. Inizialmente sia gli sviluppatori junior che quelli senior ne hanno tratto vantaggio, ma dopo diversi cicli di sprint il divario si è ampliato. Gli ingegneri senior “sapevano come far sì che lo strumento andasse al codice corretto” in modo più efficace.
Questo cambiamento ha implicazioni architetturali per i modelli di talento. Per anni, l’ingegneria SaaS ha seguito una struttura piramidale: un’ampia base di sviluppatori junior supportati da un piccolo gruppo di ingegneri esperti. Man mano che l’intelligenza artificiale aumenta la produttività, quella piramide inizia a ridursi fino a diventare qualcosa di più vicino a un diamante.
Ciò non indica un minor numero di posti di lavoro nel complesso – lo sviluppo basato sull’intelligenza artificiale probabilmente amplierà la quantità totale di lavoro software – ma si sposta dove si verificano i contributi più preziosi.
Già bilanciando la pressione sui margini e la crescita lenta per le aziende SaaS, questo riequilibrio modellerà le future strategie di reclutamento, team building e consegna.
Le sfide della leadership future
I CEO di SaaS si trovano ora ad affrontare una domanda strategica: dove investire e quanto velocemente?
Il punto di riferimento di lunga data del settore, la “Regola del 40”, che combina tassi di crescita e margini di flusso di cassa libero, è diventato più difficile da raggiungere con il rallentamento della crescita post-pandemia. Molti leader, osserva Tinaiker, possono essere “sovraindicizzati, eccessivamente orientati” verso l’espansione dei margini, ridotti a investimenti in prodotti, reclutamento di vendite e ricerche di mercato.
Il riequilibrio richiederà scelte ponderate. “Devi davvero ripensare il tuo modello di vendita e marketing”, ha detto. Gli investimenti sui prodotti aumenteranno nuovamente. E in alcuni casi, l’ostacolo più grande potrebbe non essere affatto la tecnologia.
L’intelligenza artificiale trasformerà il SaaS in modi visibili nel tempo attraverso applicazioni intelligenti, flussi di lavoro autonomi, intelligenza integrata e nuovi fattori di guadagno. Ma questi cambiamenti rivolti ai consumatori dipendono da un lavoro più profondo e fondamentale che si svolge ora.
Ciò che emergerà nei prossimi tre-cinque anni non sarà la scomparsa del SaaS, ma la sua evoluzione. Il cambiamento non sembrerà una rivoluzione improvvisa che ha rimodellato la ricerca dei consumatori o il consumo dei media. Sembrerà una revisione dell’architettura, composta da migliaia di modifiche incrementali come sistemi modernizzati, basi di codice rifattorizzate, flussi di dati riprogettati e team di ingegneri nuovamente strutturati.
Per molti leader è stato facile rimandare questo compito. Ma l’intelligenza artificiale sta imponendo una resa dei conti. Come dice Tinaiker: “Non si può più dare un calcio al barattolo della modernizzazione”.
