Secondo una ricerca di Morningstar, l’intelligenza artificiale generativa aumenterà i rischi di sconvolgimenti ovunque siano ragionevolmente disponibili dati e laddove si ricavi valore dall’organizzazione o dall’analisi della logica interna di tali dati.
La programmazione ne è l’esempio più evidente. Sebbene lo stesso valga per alcuni aspetti dell’analisi giuridica o della ricerca medica, gli esseri umani cercano di organizzare le connessioni logiche utilizzando principalmente testi disponibili al pubblico.
Il dipartimento di ricerca azionaria di Morningstar ha recentemente rivalutato i rating relativi al moat di 132 società incluse nella nostra copertura, per le quali abbiamo ritenuto che l’IA potesse avere un impatto dirompente e che, pertanto, meritassero un’analisi più approfondita.
La nostra valutazione ha incluso un’analisi delle argomentazioni che si sentono avanzare nel grande dibattito tra IA generativa e software-as-a-service: l’idea che l’IA sostituirà le soluzioni software tradizionali. Una delle nostre conclusioni principali è che nessuno lo sa con certezza.
Entrambe le parti hanno i propri punti di forza. Ecco una panoramica dei sette argomenti e controargomenti nel dibattito tra IA generativa e SaaS.
1) L’IA riduce i costi di produzione del codice
L’IA eccelle nella programmazione e, di conseguenza, riduce il surplus economico che le aziende possono ricavare da tale attività. Qualunque sia la percentuale di valore che un’azienda di software aggiunge grazie alla pura programmazione, tale valore andrà in misura minore a beneficio dei fornitori di software una volta che la programmazione non sarà più una risorsa scarsa.
Ma..
Il valore del SaaS non risiede solo nella programmazione. Deriva piuttosto da aspetti complessi in cui l’IA non eccelle, come la comprensione del contesto aziendale, la competenza settoriale su flussi di lavoro specifici, la gestione di numerosi casi limite, la gestione e il monitoraggio generali e altro ancora. Sono lo schema del database, la cronologia, la sicurezza, la conformità e la fiducia a fare la differenza.
In fin dei conti, le aziende scelgono il SaaS perché «funziona e basta», e il codice è solo uno dei tanti tasselli di quel puzzle.
2) Il software si basa spesso su un modello economico «per postazione», che è direttamente minacciato
L’IA dovrebbe aumentare la produttività dell’utente finale o addirittura sostituirlo. Ciò dovrebbe comportare, nel tempo, una riduzione del numero di postazioni necessarie. Se una persona è in grado di svolgere il lavoro di due, ciò potrebbe comportare una riduzione del 50% delle postazioni.
L’IA potrebbe anche far diminuire il prezzo di qualsiasi prodotto o servizio in vendita. Se il costo del “servizio” venisse ridotto a 20 dollari al mese per utente e la vostra attuale tariffa fosse superiore a tale importo, si potrebbe verificare una compressione dei prezzi.
Ma..
Molte aziende SaaS applicano già tariffe basate sul «valore» o sull’«utilizzo». Quelle che ancora non lo fanno adatteranno i propri modelli di prezzo in un mondo dominato dall’IA. Se un’azienda dovesse tentare questa transizione, potrebbe comunque trovarsi a dover affrontare una compressione dei prezzi qualora in precedenza avesse realizzato rendite economiche sproporzionate rispetto al valore aggiunto offerto dall’IA, ma riuscirà comunque a scongiurare gli scenari più catastrofici.
Non è da escludere un aumento della domanda. Storicamente, un aumento della produttività dei lavoratori non ha comportato una forte contrazione della forza lavoro. Al contrario, le aziende mantengono lo stesso numero di dipendenti, che riescono semplicemente a svolgere più lavoro.
3) L’IA generativa si basa sul consumo di token e presenta margini lordi inferiori
L’IA è fondamentalmente un modello basato sul consumo. Si consuma intelligenza attraverso l’utilizzo di risorse di calcolo. Il principale punto di forza del software era essenzialmente l’assenza di costi incrementali legati alla distribuzione. In un mondo basato sul consumo, questo vantaggio è venuto meno. I margini lordi sul software potrebbero passare dall’80% o più al 65% o meno.
Ma..
Il costo dell’IA continua a diminuire con l’emergere di nuove architetture e di hardware più performante. Il valore generato da ogni nuovo modello continua ad aumentare. Il costo dell’ottimizzazione dell’inferenza consentirà comunque di mantenere buoni margini lordi, e le aziende utilizzeranno i router di modelli per applicare token dal prezzo adeguato ai flussi di lavoro pertinenti.
I prodotti basati sull’IA amplieranno il mercato potenziale complessivo, il che determinerà un ulteriore aumento dei ricavi assoluti in dollari a disposizione delle aziende di software. Infine, le aziende di software potranno anche aumentare la propria efficienza grazie all’IA, per cui eventuali pressioni sul margine lordo potrebbero essere compensate da una maggiore efficienza operativa, lasciando intatti i margini operativi.
4) L’IA generativa riduce le barriere all’ingresso
Se la programmazione è in gran parte automatizzata, le barriere alla creazione di soluzioni tramite codice si riducono notevolmente. Ciò significa che è più probabile che i clienti SaaS sviluppino soluzioni interne per sostituire il software esistente. Inoltre, qualsiasi azienda che disponga di ingegneri del software inizierà a creare prodotti per ulteriori settori verticali, il che aumenterà la concorrenza.
La riduzione delle barriere all’ingresso porterà a un aumento del numero di concorrenti. Non solo: questi concorrenti accelereranno anche i propri piani di sviluppo dei prodotti, poiché l’IA migliora la velocità di sviluppo dei prodotti.
Ma..
Le vere barriere all’ingresso non consistono semplicemente nel «produrre il codice». Sono tutte le altre attività svolte dalle aziende SaaS — fornire assistenza, garantire la sicurezza, gestire coordinamenti complessi e implementazioni — che non vanno sottovalutate. Disporre di relazioni consolidate con i clienti e di un processo di commercializzazione efficace rimane fondamentale per convincere i clienti ad adottare le offerte di un’azienda.
5) L’IA riduce i costi di switch
Semplificando e automatizzando i processi, l’IA riduce i costi di migrazione ogniqualvolta si incontrino difficoltà nel cambiare prodotto software a causa di ostacoli tecnici, come la rimappatura dei dati.
Ma..
Sebbene l’IA dovrebbe, in linea di principio, essere in grado di automatizzare alcuni aspetti del trasferimento dei dati, è comunque necessario disporre delle competenze interne necessarie per guidare e gestire l’IA quando si effettuano migrazioni di dati anche solo moderatamente complesse.
6) L’IA rivoluziona le regole della concorrenza e la struttura del settore
I principali fattori di competitività nel settore del software sono il talento degli sviluppatori di un’azienda, l’adeguatezza del prodotto alle esigenze dei clienti e l’attuazione di una strategia di vendita. Se l’IA dovesse diventare un elemento centrale delle future piattaforme per sviluppatori, la competenza in materia di IA diventerebbe un fattore chiave di competitività.
Anche l’assetto del settore potrebbe subire dei cambiamenti. Se l’IA dovesse diventare la piattaforma centrale attraverso la quale si svolgono i flussi di lavoro, avrebbe il potenziale per ridefinire l’attuale gerarchia tra vincitori e vinti.
Man mano che i modelli di IA assumono un ruolo centrale, i fornitori di modelli ne trarranno un valore maggiore rispetto al passato. I fornitori di modelli possono ora implementare diversi flussi di lavoro in un’unica operazione, come singole integrazioni all’interno del proprio modello. Man mano che integrano un numero crescente di flussi di lavoro, il modello diventa sempre più potente.
Ma..
Ancora una volta, il software è molto più di un semplice «codice». Il successo dipende dalla conoscenza del contesto aziendale, dalla competenza settoriale su flussi di lavoro specifici e dalla capacità di vendere e distribuire effettivamente il proprio prodotto.
7) I cambiamenti tecnologici introducono incertezza nel sistema
Come minimo, gli sviluppi nel campo dell’IA stanno portando con sé numerosi cambiamenti. Le aziende di software odierne dovranno adattarsi. Quando un sistema cambia, è difficile prevedere chi riuscirà a capirne il funzionamento e chi no. Sono molteplici i motivi per cui le aziende già affermate hanno maggiori difficoltà ad adeguarsi ai nuovi paradigmi, tra cui il debito tecnologico e l’inerzia aziendale.
L’incertezza è aumentata per tutti. È un po’ come cercare di prevedere quali sarebbero stati i vincitori del settore SaaS nel 2001: non era affatto facile.
Ma..
Non vi è alcun motivo di fondo per cui le aziende consolidate non possano adattarsi e trarre vantaggio dall’IA. Queste aziende potrebbero trasformare i servizi di IA in un fattore di sostegno, anziché in un ostacolo, adottandoli e trasformandoli in nuove funzionalità in grado di generare ricavi, mantenendo così la propria posizione all’interno dell’ecosistema.
