От дашбордов к решениям: ИИ меняет правила игры в SaaS

Если компании нужен отчёт, функция или небольшое приложение, обязательно ли приобретать ещё один программный продукт? ИИ позволяет быстрее и дешевле создавать решения под собственные задачи. Компании, которые раньше зависели от дорогих подписок и готовых продуктов, теперь могут собирать инструменты на основе уже имеющихся данных и систем.

Этот сдвиг стал заметен в разговорах с руководителями трёх литовских компаний: Lithuanian Railways Group, международного платёжного сервиса TransferGo и разработчика программного обеспечения Helmes.

Их опыт показывает, как ИИ меняет работу с данными, поиск возможностей и решение о покупке нового программного обеспечения.

В Lithuanian Railways руководитель, который раньше просматривал финансовые отчёты построчно, теперь просит ИИ найти изменения, требующие проверки. В TransferGo ИИ обнаружил неожиданный рост денежных переводов из Исландии — рынка, за которым никто специально не следил. Руководители Helmes рассказали, что компании используют ИИ для создания приложений под собственные процессы, а не полагаются только на коммерческие продукты. За пределами Литвы GoDaddy проверяет, смогут ли приложения, созданные её внутренними инструментами на базе ИИ, заменить небольшие подписки в корпоративных подразделениях.

Эти примеры ставят перед производителями корпоративного программного обеспечения вопрос: если компании могут создавать собственные приложения на базе ИИ и получать больше пользы из уже работающих систем, какая часть оплачиваемых ими продуктов им ещё нужна?

Что важнее нового дашборда

Ирмантас Бержаускас, директор по юридическим вопросам и организационному развитию Lithuanian Railways Group, много лет пользуется дашбордами бизнес-аналитики и не считает их бесполезными. Дашборды Power BI в компании собирают сведения из разных систем и помогают увидеть общую картину. Проблема начинается после этого.

Руководителю, который смотрит на финансовые показатели, обычно мало самого графика. Ему нужно понять:

Раньше Бержаускас сам изучал строки отчётов и сопоставлял разные периоды. Теперь он передаёт данные ИИ и направляет анализ простыми промтами. Он пользуется этим способом настолько часто, что уже почти не воспринимает его как отдельное приложение на базе ИИ. Такой анализ стал частью его обычной работы с цифрами.

По словам Бержаускаса, он просит систему показать изменения и тенденции.

Дашборды не исчезли: LTG по-прежнему считает их полезными. Но теперь руководитель может задать вопрос, для которого исходный дашборд не предназначен, и не ждать, пока кто-то создаст новый график.

Производители программного обеспечения заметили ту же возможность. В июне Google представила в предварительной версии Looker разговорных агентов: они позволяют задавать вопросы прямо внутри дашборда и уточнять ответы. Компания добавляет диалоговый интерфейс в уже существующий продукт, а не предлагает клиентам отказаться от него.

Это усиливает давление на традиционные системы отчётности. Дашборд с месячной выручкой показывает цифру. Система, которая помогает исследовать неожиданное изменение выручки, может помочь руководителю решить, что с ним делать.

Когда разработка влияет на покупку

Раньше, если в приложении не хватало функции, у компании было три варианта: попросить поставщика добавить её, нанять разработчиков или использовать таблицу.

ИИ сделал более практичным четвёртый путь — создать узкоспециализированный инструмент самостоятельно. Команда может собрать решение под собственную задачу, иногда поручив ИИ-ассистенту для программирования значительную часть начальной работы.

В апреле GoDaddy рассказала инвесторам, что тестирует внутренние замены небольших SaaS-инструментов сторонних разработчиков. На первом этапе речь идёт в том числе о корпоративных подразделениях. Цели компании — снизить расходы и упростить эксплуатацию. GoDaddy не заявляла, что заменила весь набор используемых программных продуктов.

Дополнительный контекст даёт февральский обзор компании Retool, разработчика корпоративного программного обеспечения. Среди 817 опрошенных создателей программ, включая клиентов Retool, 35% сообщили, что их команды заменили хотя бы один SaaS-инструмент собственным приложением. Эти данные показывают активность людей, которые уже занимаются разработкой, но не говорят о том, сколько компаний по всему миру отменили подписки.

Для Шарунаса Путриуса, генерального директора Helmes Lithuania в Вильнюсе, интерес к собственной разработке не нов. Helmes работает с компаниями, чьи купленные приложения закрывают почти все потребности, но не справляются с одной конкретной задачей или плохо соединяются с другой системой.

Руководители Helmes видят, как клиенты пытаются закрыть такие пробелы скриптами, созданными ИИ, и электронными таблицами. Поначалу эти решения могут работать, но затем исходная система меняется, процесс переходит к новому сотруднику или скрипт получает данные, которых его автор не предусмотрел. В итоге получается не дешёвое и надёжное приложение, а ещё одна система, за которой нужно следить.

Поэтому Helmes сосредотачивается на бизнес-процессе, который стоит за запросом. Инженеры выясняют:

Код теперь может быть проще написать, но работа по обеспечению его надёжности никуда не делась.

Этот подход используется в проектах Helmes. Руководитель компании Барт Каппел рассказал об одном проекте, в котором Helmes создала ИИ-ассистента для поиска по более чем 50 000 сервисных руководств. Система отвечает на вопросы, используя техническую документацию организации.

В другом проекте ассистент помогает готовить структурированные выводы аудита по документам, а сотрудники проверяют результат. В обоих случаях не требуется универсальное приложение, способное делать всё сразу. Нужен инструмент, точно подогнанный под уже существующую работу клиента.

Выбор не обязательно сводится к большой SaaS-подписке и полностью собственной разработке. Компания может сохранить базу данных, средства защиты и основную бизнес-систему, которым уже доверяет, а поверх них создать небольшой инструмент на базе ИИ.

Разработка ускорилась, но инфраструктура — нет

TransferGo показывает, что происходит, когда стоимость создания программного обеспечения снижается быстрее, чем стоимость работы регулируемого бизнеса.

Платёжная компания обслуживает людей, которые переводят деньги между странами. Клиенты говорят на разных языках и нуждаются в услугах, адаптированных под их обстоятельства. Генеральный директор TransferGo Даумантиас Двилинскас сообщил, что ИИ уже обрабатывает 80% входящих обращений в службу поддержки. По его данным, удовлетворённость клиентов, которым отвечает ИИ, составляет 94%.

Затем TransferGo внедрила ИИ в разработку, маркетинг и другие направления. Двилинскас утверждает, что за последний год объём работы по созданию программного обеспечения удвоился при примерно том же количестве сотрудников.

По его словам, теперь компания может быстро выводить на рынок множество идей и проверять, работают ли они.

Один из наиболее заметных экспериментов Двилинскаса — приложение на базе Anthropic Claude, подключённое к хранилищу данных TransferGo. Оно задумано как личный директор по выручке: система анализирует операции примерно по 1 600 международным платёжным направлениям и каждую неделю формирует журнал решений.

Недавно приложение обнаружило неожиданный рост переводов из Исландии — рынка, за которым не был закреплён отдельный руководитель. Никто не поручал ИИ проверять Исландию. Система сама заметила изменение и выявила возможную связь с сезонной занятостью и разрешениями на работу. После этого TransferGo начала изучать гипотезу.

TransferGo уже использует Tableau для бизнес-аналитики, но собственное приложение на базе ИИ может находить изменения, которые обычные дашборды пропускают. Все необходимые данные уже были в распоряжении компании. Изменилось то, что теперь их можно исследовать без предварительного решения о том, какие рынки заслуживают внимания. Для компаний, которые платят за несколько платформ отчётности, это ставит вопрос о том, смогут ли собственные приложения на базе ИИ извлечь больше пользы из имеющихся данных без новой подписки.

Ускорение программирования не ускорило все остальные процессы бизнеса.

Двилинскас говорит, что теперь узким местом стали инфраструктура и серверная часть.

Обычные задачи и измеримый результат

LTG показывает, как ИИ может находить применение вдали от самых заметных операций компании. По словам Бержаускаса, грузовое подразделение получает около 7 000 запросов клиентов в месяц. Группа использует ИИ, чтобы проверять ответы по 17 критериям качества и находить сообщения, которые не соответствуют стандартам.

Компания также тестирует способ сократить бумажную работу проводников поездов. После поездок сотрудники должны заполнять отчёты об инцидентах и рабочих ситуациях. В рамках эксперимента проводники смогут описывать события вслух, а система будет помогать заполнять формы.

LTG оценивает, что такой подход может сократить объём этой работы примерно с десяти до трёх часов на одного проводника в неделю. Это прогнозируемая экономия, а не уже достигнутый результат.

Компания не передаёт ИИ-агенту все решения. Бержаускас подчёркивает, что люди должны участвовать в процессах, где ошибка может повлиять на безопасность железной дороги. Система, которая составляет черновик отчёта, и система, управляющая движением поездов, создают совершенно разные риски.

Даже во внутренних системах вопрос расходов остаётся практическим: оправдывает ли каждый купленный инструмент своё место.

Руководителю, который может исследовать финансовое расхождение одним вопросом, может потребоваться меньше индивидуальных дашбордов. Служба поддержки, использующая ИИ для проверки тысяч ответов, может тратить меньше времени на ручной контроль. Разработчик, способный за несколько дней создать небольшое внутреннее приложение, может не увидеть смысла в подписке, которая нужна только для одной недостающей функции.

Ни одна из упомянутых компаний не подтвердила сокращение SaaS-подписок, однако их опыт показывает, что экономика покупки программного обеспечения меняется. ИИ удешевляет создание собственных приложений и помогает извлекать больше пользы из уже имеющихся данных. Поэтому компании могут обнаружить, что платят за функции, которые теперь способны создавать самостоятельно.

Для поставщиков программного обеспечения задача теперь состоит не только в том, чтобы доказать работоспособность продукта. Им нужно показать, что продукт даёт ценность, которую клиент не сможет быстро воспроизвести собственными силами. Когда придёт очередной счёт за продление подписки, компания может спросить уже не о том, оправдывает ли программа свою цену, а о том, нужно ли её вообще покупать.