Sztuczna inteligencja na nowo kształtuje ekonomikę oprogramowania: co mówią wyniki finansowe o rewolucji w modelu SaaS

Kluczowe wnioski

• Sztuczna inteligencja zagraża narzędziom do wykonywania prostych zadań i modelowi rozliczeń opartemu na liczbie użytkowników lub licencji, ale może wzmocnić platformy ściśle zintegrowane z kluczowymi procesami pracy oraz oparte na własnych, zastrzeżonych danych.

• Najnowsze wyniki finansowe pokazują, że model monetyzacji ma znaczenie: HubSpot zmienia model cenowy, a ServiceNow, SAP i Atlassian nadal odnotowują silny popyt napędzany sztuczną inteligencją.

• Zamiast traktować cały sektor oprogramowania jako jednakowo „przekształcony przez AI”, inwestorzy powinni śledzić retencję klientów, politykę cenową oraz stopień, w jakim dany produkt jest zintegrowany z codziennymi procesami pracy.

Oprogramowanie jako usługa (SaaS), czyli chmurowe aplikacje sprzedawane w modelu subskrypcyjnym, przez znaczną część 2026 roku pozostawało w cieniu prostej obawy: skoro agenci AI wykonują coraz więcej pracy, firmy mogą potrzebować mniej ludzi, a więc i mniej licencji. Ryzyko nie sprowadza się jednak do sloganu „AI zabija software”. Prawdziwa zmiana dotyczy tego, za co klienci są gotowi płacić. Wartość przesuwa się z listy funkcji i liczby „miejsc” (licencji na użytkownika) w kierunku rezultatów, danych własnych, przepływów pracy osadzonych w firmie oraz transakcji.

Model „za użytkownika” traci grunt pod nogami

Przez lata SaaS miał wygodny silnik wzrostu: klient zatrudniał więcej ludzi, kupował więcej licencji i płacił wyższe opłaty subskrypcyjne. AI podważa tę formułę — mniejszy zespół wspierany przez agentów AI może obsłużyć ten sam wolumen pracy.

Dobrym studium przypadku jest HubSpot. Ta platforma do zarządzania klientami zwiększyła w drugim kwartale przychody o 20%, a mimo to lekko obniżyła całoroczną prognozę. Zarząd zapowiedział celowe zmiany w produktach, cenach i modelu sprzedaży, aby ułatwić firmom wdrażanie AI.

To może przyspieszyć adopcję AI, ale jednocześnie przesunąć przychody w czasie. Kiedyś pytanie brzmiało: „Ile miejsc lub licencji potrzebujemy?” Coraz częściej brzmi: „Ile wartościowej pracy przepływa przez tę platformę?”

Atlassian przygotowuje się na taką zmianę. Nowy model Flex pozwala dużym klientom zadeklarować stały budżet, a potem przesuwać wydatki między licencjami, aplikacjami a wykorzystaniem funkcji AI. Salesforce z kolei zaczął raportować wskaźnik „agentic work units” (jednostki pracy agentów) i jednocześnie poinformował o szybkim upowszechnianiu się rozwiązania Agentforce. Sama jednostka rozliczeniowa zaczyna się więc zmieniać.

Przepływy pracy to nowa „fosa” konkurencyjna

Funkcje AI można skopiować zaskakująco szybko. Odtworzenie latami gromadzonych danych firmowych, integracji, uprawnień i przepływów pracy jest jednak znacznie trudniejsze.

To ważne dla ServiceNow, SAP, Workday i Salesforce. Te spółki działają wewnątrz kluczowych procesów przedsiębiorstw — IT, finansów, HR czy obsługi klienta. Zastąpienie ich nie jest wymianą jednej aplikacji, lecz raczej „przebudową instalacji” w całym biurowcu.

Ostatnie wyniki sugerują, że takie platformy wciąż mają mocną pozycję. ServiceNow zwiększyło przychody z subskrypcji o ok. 25% i poinformowało, że jego produkty SI przekroczyły 1 mld USD rocznej wartości kontraktów. SAP odnotowało wzrost bieżącego portfela zamówień w chmurze o 26%. Workday nadal zwiększało przychody z subskrypcji i podniosło prognozy marż.

Podobne sygnały widać u Adobe i Intuita. Adobe podało, że przychody powtarzalne z rozwiązań „AI-first” wzrosły ponad trzykrotnie i w czerwcu podniosło całoroczne cele. Intuit, po wynikach za maj, podwyższyło całoroczne prognozy przychodów.

To nie czyni obecnych liderów odpornymi na wszystko. Pokazuje jednak, że dane własne i głęboko osadzone przepływy pracy sprawiają, że AI bywa powodem, by korzystać z platformy częściej — zamiast ją odrzucać.

AI może też powiększać rynek

Shopify i AppLovin nie są klasycznymi spółkami SaaS, ale pomagają zarysować granice zjawiska.

Shopify zarabia na subskrypcjach, płatnościach i aktywności swoich sprzedawców. Przychody w drugim kwartale wzrosły o 34%, a ruch i zamówienia kierowane do sprzedawców dzięki AI potroiły się. Jeśli AI pomaga klientom łatwiej odkrywać i kupować produkty, Shopify korzysta nawet wtedy, gdy tradycyjny interfejs oprogramowania ma mniejsze znaczenie.

AppLovin pokazuje inne ryzyko. Jego silnik reklamowy w dużej mierze zależy od jakości modeli AI. Przychody wzrosły o ponad 50%, ale wyniki były nieco poniżej oczekiwań, a prace nad nowym modelem spowolniły. Gdy przewaga konkurencyjna opiera się bezpośrednio na AI, sama realizacja i rozwój modelu stają się ryzykiem biznesowym.

To rozróżnienie ma znaczenie: AI może „rozsadzić” warstwę interfejsu, a jednocześnie wzmocnić fundament, czyli samą platformę.

Gdzie ta zmiana może zaboleć

Największe ryzyko dotyczy oprogramowania, które wykonuje bardzo wąskie zadania, nie ma dostępu do własnych, zastrzeżonych danych i które łatwo zastąpić. Sygnały ostrzegawcze to m.in. słabszy przyrost liczby klientów, spadające przychody na klienta oraz większa skala rabatów.

Drugie ryzyko dotyczy cen. Przejście z rozliczania „per seat” (licencja na użytkownika) na model oparty na wykorzystaniu lub rezultatach może poprawić ekonomikę w długim terminie, ale sam proces bywa chaotyczny. Inwestorzy powinni obserwować, czy przychody z AI rosną bez systematycznej erozji marż i nadmiernego spalania gotówki.

Trzecie ryzyko to konkurencja. AI obniża koszty i skraca czas tworzenia oprogramowania, więc klienci mają więcej alternatyw. Obecni liderzy muszą nadal opierać się na swoich przewagach — danych, kanałach dystrybucji i integracjach — aby pozostać wartościowi dla klientów.

Przewodnik dla inwestora

• Oddziel systemy obsługujące krytyczne przepływy pracy od narzędzi, które głównie oferują wygodne funkcje.
• Monitoruj retencję klientów, przychody na klienta oraz rzeczywiste wykorzystanie AI, a nie tylko liczbę ogłaszanych „nowości AI”.
• Obserwuj zmiany w polityce cenowej. Elastyczne modele mogą przyspieszać wdrożenia, ale ostatecznie muszą wspierać zdrową ekonomikę działalności.
• Dywersyfikuj ekspozycję między różnymi modelami biznesowymi, zamiast traktować jedną spółkę z branży oprogramowania jako pełne odzwierciedlenie „historii AI”.

Przewaga konkurencyjna ma większe znaczenie niż model

AI nie likwiduje modelu SaaS. Unieważnia założenie, że dodawanie stanowisk automatycznie tworzy trwały wzrost. Ten sezon wyników pokazuje bardziej selektywną rywalizację. Platformy z głębokimi przepływami pracy, zaufanymi danymi i silną dystrybucją mogą wykorzystać, by stać się bardziej użyteczne. Prostszym narzędziom może pozostać obrona sensu ich istnienia.

Najmocniejszym sygnałem nie jest więc to, jak często zarząd mówi „AI” — to wskaźnik, który łatwo wywindować. Liczy się to, co robią klienci: czy odnawiają subskrypcje, zwiększają wykorzystanie produktu, automatyzują więcej pracy i płacą za mierzalne rezultaty. To także dobry pryzmat do oceny krótkiej listy przedstawiającej spółki podatne na "ryzyko zakłóceń spowodowanych przez AI". Te firmy stawiają czoła tej samej fali technologicznej, lecz ich ekonomiki istotnie się różnią. AI nie potraktuje ich jednakowo — i podobnie nie powinni ich traktować inwestorzy.

Niniejszy materiał ma charakter marketingowy i nie stanowi porady inwestycyjnej. Handel instrumentami finansowymi wiąże się z ryzykiem, a wyniki historyczne nie gwarantują przyszłych rezultatów.




Instrumenty wspomniane w niniejszym materiale mogą być oferowane przez partnerów, od których Saxo może otrzymywać opłaty marketingowe, wynagrodzenia lub opłaty retrocesyjne. Niezależnie od ewentualnych korzyści finansowych otrzymywanych w ramach takich partnerstw, wszystkie treści są tworzone w celu dostarczenia klientom wartościowych informacji i zapewnienia dostępu do możliwości inwestycyjnych.