SaaS ยังไม่ตาย

1. ฉากหลังของข้ออ้างที่ว่า SaaS ตายแล้ว

• ช่วงหลังมานี้เครื่องมือเขียนโค้ดด้วย AI อย่าง Claude Code, Copilot และ Codex พัฒนาอย่างรวดเร็ว ทำให้คำกล่าวว่า “ตอนนี้แค่พิมพ์พรอมต์ไม่กี่บรรทัดก็สร้างซอฟต์แวร์ได้แล้ว ดังนั้น SaaS ก็คงจบแล้วไม่ใช่หรือ” เริ่มได้รับแรงหนุนมากขึ้น
• รีด ฮอฟฟ์แมนชี้ว่า ในความเป็นจริง แค่ทวีตหนึ่งเกี่ยวกับ Claude Code ก็ทำให้หุ้นกลุ่ม SaaS ร่วงลงได้ถึง 5% ซึ่งสะท้อนว่าตลาดตอบสนองต่อเรื่องเล่านี้อย่างอ่อนไหวมาก
• แต่เขามองว่า ณ จุดนี้ ตลาดกำลัง ตีความปรากฏการณ์นี้เกินจริง แม้ AI จะสั่นคลอนวิธีการผลิตซอฟต์แวร์อย่างมาก แต่ไม่ได้หมายความว่านั่นคือจุดจบของอุตสาหกรรม SaaS ทั้งหมด
• กล่าวอีกอย่าง จุดตั้งต้นไม่ใช่ “AI ไม่ใช่ภัยคุกคาม” แต่ใกล้เคียงกับคำวิจารณ์ว่า “ผู้คนกำลังอ่านทิศทางของภัยคุกคามผิด” มากกว่า
• ประเด็นที่เขาต้องการชี้ชัดนั้นชัดเจนมาก: สิ่งที่กำลังพังในตอนนี้ไม่ใช่ SaaS เอง แต่คือ playbook แบบเก่าของ SaaS ที่ใช้ได้ผลมาตลอด 20 ปีที่ผ่านมา

2. การอ่อนแรงลงของคูเมืองเดิมของ SaaS (Moat)

• ฮอฟฟ์แมนมองว่า เหตุผลที่บริษัท SaaS ในอดีตสามารถทำกำไรส่วนต่างได้สูง เป็นเพราะตัวองค์กรวิศวกรรมที่สามารถสร้างผลิตภัณฑ์ที่เสถียรและขยายสเกลได้เองนั้นเป็นกำแพงกั้นการเข้าสู่ตลาดที่แข็งแกร่ง
• พูดอีกแบบคือ การมีทีมที่ “สามารถพัฒนาและดูแลฟังก์ชันระดับนี้ได้อย่างเสถียร” นั่นเองคือคูเมือง จึงทำให้มาร์จิ้นระดับ 40~50% ถูกมองว่าสมเหตุสมผล
• แต่เมื่อ AI เร่งความเร็วในการพัฒนา ความสามารถในการป้องกันการแข่งขันที่มาจากแรงงานวิศวกรรมล้วนๆ ก็อ่อนลงอย่างชัดเจน
• เพราะแบบนี้ เขาจึงยอมรับว่าโมเดลธุรกิจที่นิยาม SaaS มาตลอด 20 ปีที่ผ่านมา คงไม่สามารถคงอยู่ในรูปเดิมได้อีกต่อไป
• อย่างไรก็ตาม ประเด็นสำคัญคือ มาร์จิ้นที่ลดลงและคูเมืองที่อ่อนแอลง ไม่ได้แปลว่าตาย
• ระหว่างข้อวินิจฉัยที่ว่า “โมเดล SaaS แบบเก่ากำลังพัง” กับข้อสรุปที่ว่า “จากนี้จะไม่มีใครยอมจ่ายเงินให้ซอฟต์แวร์อีกแล้ว” นั้น มีการกระโดดข้ามทางตรรกะครั้งใหญ่ และฮอฟฟ์แมนกำลังตั้งคำถามกับการกระโดดข้ามนั้นโดยตรง
• กล่าวคือ AI กำลังจัดโครงสร้างเศรษฐศาสตร์ของ SaaS ใหม่ แต่ไม่ได้ต่อเนื่องไปสู่การลบธุรกิจซอฟต์แวร์ทิ้งในทันที

3. ความเข้าใจผิดพื้นฐานเกี่ยวกับธุรกิจซอฟต์แวร์

• ในมุมมองของฮอฟฟ์แมน คนจำนวนมากเข้าใจซอฟต์แวร์ผิดว่าเป็นเหมือน “ชุดโค้ดที่ทำเสร็จครั้งเดียวแล้วจบ”
• แต่ในความเป็นจริง ซอฟต์แวร์องค์กรไม่ได้เป็นเพียงผลผลิตของโค้ดธรรมดา หากเป็น ระบบมีชีวิต ที่ต้องการการบำรุงรักษา การตรวจสอบ ความปลอดภัย การปฏิบัติตามข้อกำหนด เสถียรภาพในการปฏิบัติการ และการปรับปรุงอย่างต่อเนื่อง
• ตัวอย่างเช่น อาจมีคนพูดว่า “ระบบ CRM หรือระบบเงินเดือนของบริษัทเรา ก็แค่ vibe coding ขึ้นมาก็ได้ไม่ใช่หรือ?” แต่ในสภาพแวดล้อมองค์กรจริง ความเสี่ยงด้านความปลอดภัยและกฎระเบียบเป็นเรื่องร้ายแรง จึงไม่สามารถแทนที่กันได้ง่ายขนาดนั้น
• โดยเฉพาะระบบที่ดูแลงานสำคัญของธุรกิจ เช่น HR, เงินเดือน, เจ้าหนี้ค้างจ่าย, บัญชี และ CRM สำหรับองค์กร ความต่างระหว่าง “มันรันได้” กับ “มันพร้อมใช้งานในระดับปฏิบัติการจริง” นั้นห่างกันมาก
• ดังนั้น การสร้างฟังก์ชันเดโมด้วยพรอมต์อย่างเดียว กับการเดินระบบที่องค์กรจริงเชื่อถือและยอมจ่ายเงินให้นั้น เป็นคนละปัญหากันโดยสิ้นเชิง
• ฮอฟฟ์แมนมองว่า ณ จุดนี้ ฝ่ายที่มองโลกในแง่ดีต่อ AI กำลังสับสนระหว่าง ความง่ายของการสร้างโค้ด กับ ความยากของการเดินผลิตภัณฑ์จริง
• สรุปคือ AI ทำให้การสร้างซอฟต์แวร์ง่ายขึ้น แต่ไม่อาจลบโครงสร้างความรับผิดชอบของธุรกิจซอฟต์แวร์ออกไปได้

4. คูเมืองการแข่งขันแบบใหม่: AI Generativity

• การเปลี่ยนแปลงที่แท้จริงตามที่ฮอฟฟ์แมนพูดถึง ไม่ใช่ “การหายไปของ SaaS” แต่คือ ศูนย์กลางของคูเมืองการแข่งขันกำลังย้ายตำแหน่ง
• ต่อจากนี้ บริษัท SaaS ที่แข็งแกร่งจะไม่ใช่แค่บริษัทที่ให้ฟังก์ชันการใช้งาน แต่เป็นบริษัทที่ส่งมอบระบบซึ่งถูกออกแบบมาให้ AI ทำงานในหมวดหมู่นั้นได้ดียิ่งขึ้น
• เขาอธิบายสิ่งนี้ด้วยแนวคิด AI Generativity กล่าวคือ หัวใจของความสามารถในการแข่งขันจะอยู่ที่ว่า AI ที่ฝังอยู่ในผลิตภัณฑ์ เข้าใจความต้องการเฉพาะของโดเมนนั้นได้ดีแค่ไหน และสามารถสร้างผลลัพธ์ที่ดีขึ้นอย่างต่อเนื่องได้หรือไม่
• หากลองนึกถึงบริษัท CRM เป็นตัวอย่าง แค่มีฟังก์ชันเก็บและค้นหาข้อมูลลูกค้าอย่างเดียวจะเริ่มอ่อนแรงลง
• เขามองว่า CRM ที่แข็งแกร่งจะมีองค์ประกอบอย่างต่อไปนี้:
  • ชุดเอเจนต์อัจฉริยะที่คอยปรับแต่ง workflow การขายซ้ำๆ ให้ดีขึ้น
  • ระบบที่เข้าใจ pipeline ได้ครอบคลุมกว่านักวิเคราะห์มนุษย์
  • ไลบรารีแบ็กเอนด์และโครงสร้างการปฏิบัติการที่ทรงพลัง ซึ่งออกแบบมาเฉพาะสำหรับโดเมนนั้น
• ผลิตภัณฑ์แบบนี้สามารถมีคูเมืองที่แข็งแกร่งกว่ารูปแบบ CRUD SaaS ธรรมดามาก
• สุดท้ายแล้ว การแข่งขันจากนี้จะไม่ได้ตัดสินกันที่ “ได้นำ AI มาใช้หรือยัง” แต่จะขึ้นอยู่กับว่า ได้ทำให้ระบบ AI ที่ปรับเข้ากับโดเมนอย่างลึกซึ้ง กลายเป็นแกนหลักของผลิตภัณฑ์หรือไม่
• ฮอฟฟ์แมนมองว่า ผู้เล่นเดิมที่เข้าใจการเปลี่ยนแปลงนี้จะวิวัฒน์ต่อไป ส่วนผู้เล่นที่ไม่เข้าใจ ก็อาจถดถอยหรือถึงขั้นตายได้จริง
• อย่างไรก็ตาม เขาเสริมว่า แม้แต่ความถดถอยนั้นก็ไม่ได้เกิดขึ้นฉับพลันอย่างที่ตลาดจินตนาการ แต่มีแนวโน้มจะค่อยเป็นค่อยไปช้ากว่าที่คิดมาก

5. การเปลี่ยนผ่านของโมเดลธุรกิจ

• เมื่อโครงสร้างผลิตภัณฑ์เปลี่ยน โมเดลเศรษฐศาสตร์ก็มีแนวโน้มจะเปลี่ยนตามไปด้วย
• ฮอฟฟ์แมนมองว่า โมเดลสมัครสมาชิกแบบคิดตามจำนวนที่นั่งของ SaaS เดิมจะไม่ใช่ทั้งหมดอีกต่อไป และในอนาคตเราอาจเห็น โมเดลแบบ utility ที่ลูกค้าจ่ายล่วงหน้าตามงบ token หรือปริมาณการใช้ประมวลผล มากขึ้น
• ตัวอย่างเช่น AI-native CRM อาจไม่ได้วัดราคาสำคัญจากแค่ “มีผู้ใช้ล็อกอินกี่คน” แต่จากการที่ระบบทำการคำนวณและระบบอัตโนมัติจริงไปมากแค่ไหน
• กล่าวคือ ไม่ใช่ว่าซอฟต์แวร์แบบสมัครสมาชิกจะหายไป แต่มีแนวโน้มจะถูกปรับโครงสร้างใหม่เป็น โมเดลเศรษฐศาสตร์ตามการใช้คอมพิวต์
• เขาบอกว่า แม้การเปลี่ยนผ่านแบบนี้จะดูแปลกใหม่ แต่จริงๆ แล้วไม่ใช่ครั้งแรก
• ในอดีต ตอนเปลี่ยนจากซอฟต์แวร์ on-premise ไปเป็น cloud SaaS ก็มีความกลัวอย่างมากว่าโมเดลธุรกิจเดิมจะพัง แต่ท้ายที่สุดตลาดไม่ได้จบลง กลับยิ่งขยายใหญ่ขึ้นด้วยซ้ำ
• ตอนนี้ก็เช่นกัน เรากำลังอยู่ในช่วงต้นของการเปลี่ยนผ่านคล้ายกันจาก “cloud SaaS → AI-native software”
• ดังนั้น คำถามสำคัญจึงไม่ใช่ “SaaS จะตายไหม” แต่ใกล้เคียงกับคำถามว่า โครงสร้างราคาต่อหน่วยแบบใหม่และวิธีวัดมูลค่าแบบใหม่จะเป็นอย่างไร มากกว่า

6. คูเมืองเดิมยังคงใช้ได้อยู่

• ฮอฟฟ์แมนเน้นย้ำว่า แม้ยุค AI จะมาถึง คูเมืองเดิมก็ไม่ได้หายไปทั้งหมด
• ปัจจัยอย่าง network effects, ความสัมพันธ์กับลูกค้า และความได้เปรียบด้านข้อมูล ยังคงสำคัญ และในบางกรณีอาจยิ่งแข็งแกร่งขึ้นด้วยซ้ำ
• โดยเฉพาะแหล่งข้อมูลเฉพาะทาง จะยิ่งมีมูลค่ามากกว่าเดิมเมื่อ AI สามารถเรียนรู้และปรับจูนบนข้อมูลเหล่านั้นได้
• เมื่อระบบ AI ถูกปรับจูนบนฐานข้อมูลที่สะสมมาหลายปีให้เข้ากับ workflow และบริบทการดำเนินงานเฉพาะของแต่ละองค์กร customer lock-in ก็จะมีความหมายในอีกระดับหนึ่งจากเดิม
• กล่าวคือ สิ่งที่ AI ทำให้ commoditize คือ “ความสามารถในการสร้างโค้ดได้อย่างรวดเร็ว” ไม่ใช่ ความสัมพันธ์กับลูกค้า ข้อมูลการปฏิบัติการ และบริบทของโดเมนทั้งหมด
• ด้วยเหตุนี้ ฐานลูกค้าและสินทรัพย์ข้อมูลที่บริษัท SaaS เดิมมีอยู่แล้ว จึงยังเป็นจุดตั้งต้นที่แข็งแกร่งในยุค AI ได้
• นอกจากนี้ เขายังกล่าวถึง Jevons’ Paradox โดยมองว่า เมื่อค่าใช้จ่ายในการสร้างซอฟต์แวร์ลดลงอย่างรวดเร็ว ความต้องการซอฟต์แวร์อาจกลับขยายตัวมากขึ้น
• เมื่อค่าใช้จ่ายในการสร้างลดลง ผู้คนก็จะพยายามใช้ซอฟต์แวร์แก้ปัญหาได้มากขึ้น และท้ายที่สุดตลาดโดยรวมอาจเคลื่อนไปทางการขยายตัวมากกว่าการหดตัว

บทสรุปสุดท้าย

• ข้อสรุปของฮอฟฟ์แมนนั้นหนักแน่นมาก SaaS ยังไม่ตาย
• แต่สิ่งที่กำลังตายอยู่ กลับใกล้เคียงกับ “playbook แบบเก่าของ SaaS ที่ทำสินค้าเป็นฟังก์ชันและรักษามาร์จิ้นสูงไว้” มากกว่า
• บริษัทที่จะอยู่รอดต่อไป คือบริษัทที่ก้าวข้ามระดับการแค่ติด AI เป็นเครื่องมือเสริม และออกแบบงานหลักของหมวดหมู่ตนใหม่โดยมี AI Generativity เป็นศูนย์กลาง
• ในทางกลับกัน บริษัทที่ยึดติดกับสูตรสำเร็จเดิมและไม่เข้าใจการย้ายตำแหน่งของคูเมืองในยุค AI ก็อาจค่อยๆ ถดถอยลง
• กล่าวคือ ข้อความสำคัญของบทความนี้ไม่ใช่ “จุดจบของอุตสาหกรรมซอฟต์แวร์” แต่คือ การปรับโครงสร้างใหม่ของธุรกิจซอฟต์แวร์
• ถ้าสรุปในประโยคเดียว ก็เป็นดังนี้: SaaS ไม่ได้กำลังเข้าพิธีศพ แต่กำลังเผชิญการผลัดเปลี่ยนรุ่น สิ่งที่ตายไม่ใช่อุตสาหกรรม แต่คือผู้เล่นที่ปรับตัวไม่ทันต่อความเปลี่ยนแปลงของยุคสมัย

[colus001]

เหตุผลที่ใช้ SaaS เองก็คือ "เราจำเป็นต้องทำสิ่งนี้เองเหรอ?" ไม่ใช่ "เราทำสิ่งนี้เองไม่ได้" เพราะงั้นแนวคิดที่ว่ามันจะหายไปเลยจึงไม่ค่อยรู้สึกว่าจริงเท่าไรนะครับ แค่ดู groupware ก็ได้ ทุกวันนี้ก็ยังใช้ของที่ล้าหลังมากๆ กันอยู่เลย

[aer0700]

แม้มาตรฐานคำว่า "ยาก" ของแต่ละคนจะต่างกัน แต่ที่ไม่ได้ทำ Jira ขึ้นมาไม่ใช่เพราะมันทำยากเสียทีเดียว หากเป็นเพราะมี Jira ที่คุ้นเคยใช้อยู่แล้ว ก็เลยรู้สึกว่าเราจำเป็นต้องทำมันขึ้นมาอีกจริง ๆ เหรอ? เลยไม่ได้ทำมากกว่า ตอนนี้เป็นยุคที่สร้าง Jira ได้ด้วยการคลิกไม่กี่ครั้ง... ก็มาถึงแล้ว เลยทำให้คิดว่าการที่แต่ละบริษัทจะสร้าง Jira แบบคัสตอมไว้ใช้เองก็ดูอาจคุ้มค่าในแง่ต้นทุนเหมือนกันนะ? ถึงอย่างนั้นก็ยังรู้สึกว่าไม่ถึงกับจำเป็นขนาดนั้นอยู่ดี