Hal-Hal Utama
-
Perbedaan antara Agen AI dan Copilot terletak pada pergeseran Agen AI dari sekadar membantu menyelesaikan tugas menjadi menyelesaikannya secara otonom
-
Metrik utama SaaS tradisional adalah jumlah pengguna, tetapi era Agen AI dapat mengalihkan fokus ke volume tugas, volume penggunaan, dan hasil bisnis
-
SaaS sederhana berbasis alat lebih rentan terhadap disrupsi, sedangkan perangkat lunak yang mengendalikan data perusahaan, izin akses, alur kerja, dan catatan sistem berpotensi memiliki keunggulan pertahanan yang lebih kuat
-
Pemulihan sektor perangkat lunak baru-baru ini menunjukkan bahwa pasar sedang menilai kembali anggapan bahwa AI pasti akan menghancurkan SaaS
-
Pertanyaan utamanya bukan apakah AI akan menggantikan perangkat lunak, melainkan apakah perangkat lunak dapat menjadi infrastruktur bagi Agen AI
Mengapa Agen AI Kembali Menjadikan SaaS Sebagai Tema yang Dapat Diperdagangkan
Selama dua tahun terakhir, AI dan SaaS kerap dipandang sebagai dua pilihan yang saling meniadakan, dengan anggapan bahwa AI akan menggantikan perangkat lunak. Jika large language model mampu membuat laporan, menganalisis data, menulis kode, dan menangani layanan pelanggan secara langsung, apakah perusahaan masih perlu membeli perangkat lunak dalam jumlah besar? Kekhawatiran tersebut memberikan tekanan besar terhadap valuasi perangkat lunak karena model SaaS tradisional bergantung pada jumlah pengguna, tingkat perpanjangan, dan peningkatan anggaran perangkat lunak perusahaan.
Namun, pada 2026, pasar mulai menerima interpretasi yang berbeda. Setelah guncangan valuasi yang dipicu oleh anggapan bahwa AI akan menghancurkan SaaS, sektor perangkat lunak pulih. Kinerja pendapatan dan kemajuan produk AI dari perusahaan seperti Salesforce mendorong investor untuk menilai kembali tesis tersebut: AI mungkin sama sekali tidak mengurangi penggunaan perangkat lunak. Sebaliknya, AI dapat mengubah perangkat lunak menjadi infrastruktur backend yang menggerakkan Agen AI. Manusia mungkin menghabiskan lebih sedikit waktu untuk mengoperasikan perangkat lunak, sedangkan mesin dapat melakukan lebih banyak pemanggilan terhadapnya.
Copilot terutama menambahkan asisten cerdas ke antarmuka perangkat lunak yang sudah ada. Sebaliknya, Agen AI lebih menyerupai pelaksana digital yang mampu merencanakan tugas, memanggil alat, membaca data, dan menyelesaikan alur kerja. Agen AI mungkin tidak masuk ke CRM setiap hari, tetapi dapat terus-menerus memanggil CRM, basis data, email, dokumen, dan sistem izin akses. Dengan demikian, perangkat lunak beralih dari alat yang dioperasikan manusia menjadi infrastruktur yang dioperasikan mesin.
Perubahan Terbesar dalam SaaS Bukan Hilangnya Perangkat Lunak, Melainkan Berubahnya “Pengguna”
Model pertumbuhan SaaS tradisional cukup sederhana: perusahaan menambah karyawan, karyawan membutuhkan akun, dan pertumbuhan jumlah akun mendorong pendapatan berlangganan. Karena itu, jumlah pengguna, pendapatan rata-rata per pengguna, dan retensi pendapatan bersih telah lama menjadi metrik utama industri perangkat lunak.
Era Agen AI dapat mengubah struktur ini secara mendasar. Perusahaan mungkin mengurangi sebagian jumlah pengguna untuk operasi manual, sekaligus meningkatkan volume tugas otomatis secara drastis. Agen AI untuk penjualan dapat mengatur informasi pelanggan dan memperbarui CRM; Agen AI untuk keuangan dapat membaca faktur dan memanggil ERP; sedangkan Agen AI untuk layanan pelanggan dapat melakukan kueri ke basis pengetahuan dan memproses pengembalian dana. Nilai perangkat lunak bergeser dari jumlah orang yang menggunakannya menjadi seberapa banyak pekerjaan yang dapat diselesaikannya.
Akibatnya, model penetapan harga dapat berkembang melampaui penagihan berdasarkan jumlah pengguna saja, menuju kombinasi jumlah pengguna dan penggunaan, penetapan harga per tugas, atau penetapan harga berbasis hasil. Jika Agen AI mendorong lebih banyak pemanggilan perangkat lunak, lebih sedikit pengguna tidak selalu berarti lebih sedikit pendapatan. Namun, jika Agen AI melewati suatu produk perangkat lunak dan menggabungkan kembali fungsinya secara langsung, produk yang sebelumnya memonetisasi antarmukanya dapat menghadapi tekanan.
Mengapa SaaS Sederhana Lebih Rentan, Sedangkan Perangkat Lunak Sistem Dapat Menjadi Lebih Kuat
Produk yang paling rentan digantikan umumnya adalah alat sederhana dengan hambatan data dan biaya perpindahan yang rendah. Aplikasi yang membuat ringkasan, mengatur teks, atau menghasilkan laporan dasar dapat dengan mudah diserap oleh Agen AI serbaguna.
Perangkat lunak yang lebih bernilai sering kali merupakan perangkat lunak yang menguasai data terakumulasi dan aturan bisnis perusahaan. Sistem CRM, ERP, basis data, keamanan, dan manajemen identitas tidak hanya menyediakan fungsionalitas, tetapi juga menyimpan catatan faktual mengenai cara perusahaan beroperasi. Agen AI dapat menggantikan tindakan manusia, tetapi tidak dapat dengan mudah menggantikan sistem-sistem tersebut sebagai sumber kebenaran atau pusat pengelolaan izin akses.
Hasilnya dapat berlawanan dengan intuisi: di era Agen AI, frontend mungkin menjadi kurang penting, sedangkan backend menjadi lebih penting. Secara historis, perusahaan perangkat lunak bersaing berdasarkan seberapa sering pengguna membuka aplikasi mereka. Ke depannya, pertanyaan yang lebih penting mungkin adalah sistem mana yang harus diakses Agen AI untuk menyelesaikan suatu tugas bisnis.
Ekonomi Agen AI Memaksa SaaS Menulis Ulang Model Penetapan Harganya
Ketika Agen AI menjalankan ribuan tugas setiap hari, model tradisional yang mengenakan biaya tetap per orang per bulan tidak lagi memadai. Perusahaan mungkin membutuhkan ribuan tugas otomatis tanpa membutuhkan jumlah pengguna manusia yang sebanding.
Penetapan harga perangkat lunak dapat berkembang melalui tiga jalur: menggabungkan penetapan harga berdasarkan jumlah pengguna dan penggunaan; mengenakan biaya berdasarkan tugas atau hasil bisnis; serta memosisikan perangkat lunak sebagai platform tata kelola, izin akses, dan data bagi Agen AI perusahaan. Bagi perusahaan perangkat lunak, hal ini menciptakan risiko sekaligus peluang.
Investor juga harus memikirkan kembali metrik mereka. Selain pendapatan dan keuntungan, mereka harus memantau penggunaan Agen AI, volume tugas otomatis, kontribusi pendapatan dari produk AI, dan apakah pendapatan tambahan dapat menutupi biaya inferensi AI.
Titik Masuk Sebenarnya bagi Agen AI Mungkin Bukan Jendela Chat, Melainkan Data dan Izin Akses Perusahaan
Agar dapat menjalankan tugas atas nama perusahaan, Agen AI harus memahami apa yang sedang terjadi di dalam organisasi dan tindakan apa yang diizinkan untuk dilakukannya. Hal ini menjadikan data dan izin identitas sebagai infrastruktur penting. Model dapat menangani pemahaman bahasa alami, tetapi daftar pelanggan, kontrak, catatan keuangan, inventaris, dan informasi karyawan tetap harus berasal dari sistem perusahaan.
Hal ini merupakan keunggulan pertahanan yang signifikan bagi SaaS tradisional. Model baru dapat mengembangkan kemampuan serbaguna yang kuat dalam hitungan bulan, tetapi mereplikasi hubungan data, aturan persetujuan, dan struktur izin akses perusahaan yang telah terakumulasi selama bertahun-tahun jauh lebih sulit. Perusahaan yang dapat memberikan akses aman kepada Agen AI terhadap sumber daya tersebut akan memiliki posisi yang lebih baik untuk menjadi lapisan infrastruktur jangka panjang bagi AI perusahaan.
Oleh karena itu, persaingan perangkat lunak perusahaan dapat bergeser dari siapa yang menawarkan antarmuka terbaik menjadi siapa yang menyediakan konektivitas data dan kontrol izin akses paling andal. Hal ini akan meningkatkan pentingnya teknologi di balik layar seperti basis data, manajemen identitas, keamanan siber, dan manajemen API.
Kurva Pertumbuhan Kedua SaaS Harus Membuktikan Satu Hal: Pendapatan yang Dihasilkan AI Melebihi Biaya AI
Produk AI tidak menghasilkan pendapatan tanpa biaya. Setiap inferensi model mengonsumsi sumber daya komputasi, dan tugas Agen AI yang kompleks dapat berulang kali memanggil berbagai model serta sistem perusahaan. Jika perusahaan perangkat lunak hanya menambahkan fitur AI tanpa meningkatkan pengeluaran pelanggan atau memperluas penggunaan, AI dapat menekan, bukan memperluas, margin keuntungan yang ada.
Saat mengevaluasi apakah AI menciptakan kurva pertumbuhan kedua, investor harus melihat lebih dari sekadar jumlah fitur AI yang diluncurkan. Mereka harus menilai apakah pendapatan per pelanggan meningkat, apakah pelanggan memperluas penggunaan mereka, dan apakah margin kotor AI membaik seiring turunnya biaya model serta munculnya skala ekonomi.
Hal ini menandai transisi penting bagi industri perangkat lunak, dari sekadar menyampaikan narasi AI menjadi membuktikan dampak keuangan AI. Agen AI baru akan menjadi model bisnis baru yang nyata bagi perusahaan perangkat lunak ketika mampu memberikan nilai pelanggan yang lebih besar sekaligus unit economics yang berkelanjutan.
Area Utama yang Perlu Dipantau
| Jenis Perangkat Lunak |
Dampak Agen AI |
Metrik Utama yang Perlu Dipantau |
| SaaS Sederhana Berbasis Alat |
Mudah diserap oleh model dan Agen AI serbaguna |
Diferensiasi fungsional, biaya perpindahan, retensi pengguna |
| Perangkat Lunak Sistem |
Dapat menjadi infrastruktur data dan izin akses bagi Agen AI |
Keunggulan data, cakupan alur kerja, volume pemanggilan API |
| SaaS Platform |
Dapat menjadi platform tata kelola dan eksekusi bagi Agen AI perusahaan |
Pendapatan AI, penggunaan Agen AI, skala ekosistem |
| Perangkat Lunak Industri Vertikal |
Bergantung pada pengetahuan industri dan hambatan proses bisnis |
Data industri, kemampuan kepatuhan, tingkat otomatisasi |
FAQ
Apa perbedaan antara Agen AI dan Copilot?
Copilot terutama membantu pengguna di dalam perangkat lunak yang sudah ada, sedangkan Agen AI berfokus pada perencanaan otonom, pemanggilan alat, dan pelaksanaan tugas multilangkah.
Apakah Agen AI akan membuat SaaS menghilang?
SaaS lebih mungkin terbagi menjadi beberapa kategori yang berbeda. Perangkat lunak dengan fungsionalitas sederhana lebih mudah diserap, sedangkan perangkat lunak sistem yang mengendalikan data, izin akses, dan alur kerja penting dapat mengalami lebih banyak penggunaan yang digerakkan oleh mesin.
Mengapa SaaS dapat beralih dari penetapan harga berbasis jumlah pengguna ke penetapan harga berbasis penggunaan?
Karena Agen AI tidak selalu berkaitan dengan akun manusia, volume tugas, volume pemanggilan, dan hasil bisnis merupakan unit penagihan yang lebih alami.
Apa yang paling perlu diperhatikan investor saat mengevaluasi saham perangkat lunak AI?
Mereka harus berfokus pada kontribusi pendapatan aktual dari produk AI, ekspansi pelanggan, penggunaan Agen AI, keunggulan pertahanan data dan alur kerja, serta apakah biaya inferensi dapat ditutupi oleh pendapatan tambahan.
Apa risiko industri terbesar yang ditimbulkan oleh Agen AI?
Jika penyedia model atau platform Agen AI baru menangkap nilainya, perangkat lunak tradisional dapat beralih dari titik masuk utama menjadi pemasok backend, sehingga melemahkan daya tawarnya.
