ทฤษฎีวันสิ้นโลกของ SaaS นั้นผิด — 5 ความเข้าใจผิดรอบการร่วงหนักของหุ้น และ Vertical AI

• ปรากฏการณ์ "SaaSpocalypse" ที่หุ้น SaaS ร่วง 32% และมูลค่าบริษัทหดเกือบครึ่ง ถูกนำมาใช้เป็นกรณีศึกษาสำหรับประเมินอนาคตของซอฟต์แวร์ชั้นแอปพลิเคชันในยุค AI
• ความเชื่อที่ว่า "Vertical SaaS ไปไม่ดีเพราะการเติบโตหยุดลง" นั้นไม่จริง โดยผลวิเคราะห์ 130 บริษัท พบว่าอัตราการเติบโตของแบบแนวตั้ง (14.1%) และแบบแนวนอน (14.7%) แทบไม่ต่างกัน และผลประกอบการกับราคาหุ้นก็เคลื่อนไหวแยกจากกัน
• สิ่งเดียวที่ตลาดให้รางวัลคือ โมเดลคิดค่าบริการตามการใช้งาน และ "โครงสร้างพื้นฐานที่ AI agent ต้องวิ่งผ่าน" ขณะที่ คูเมือง (moat) ที่มองไม่เห็นชัดอย่างการครอง workflow, ข้อมูลผูกขาด และกฎระเบียบ กลับถูกมองข้าม
• แม้จะเป็นซอฟต์แวร์แนวตั้งเหมือนกัน แต่ชะตากรรมก็แยกกันตามชนิดของคูเมือง โดยมีเพียงบริษัทที่ถือ ข้อมูลผูกขาด เท่านั้นที่ยังรักษาพรีเมียมไว้ได้ 72% ขณะที่บริษัทที่พึ่งกำแพงด้านกฎระเบียบอย่างเดียวหรือเรื่องเล่าแบบ "ครองตลาดแนวตั้ง" กลับร่วงลงไปซื้อขายที่ส่วนลด
• ตอนนี้ตลาดสะท้อนราคาเพียง ช่วงแห่งการถูกทำลายล้าง ในปัจจุบัน แต่ยังมองข้ามการผงาดขึ้นของ ซอฟต์แวร์แบบ AI-native รุ่นถัดไป และคาดว่าบริษัทที่ถือข้อมูลโดเมนซึ่งมีอยู่แค่ในหัวผู้เชี่ยวชาญจะเป็นผู้ได้ประโยชน์สูงสุด

---

เกิดอะไรขึ้น — หุ้น SaaS ร่วงหนัก

• หุ้น SaaS ที่จดทะเบียนเผชิญการประเมินมูลค่าใหม่ (repricing) อย่างรุนแรง โดยค่ามัธยฐานร่วง 32%
  • ตัวคูณมูลค่าบริษัทต่อรายได้ลดจาก 9.1 เท่าเหลือ 4.8 เท่า หรือ หดลง 42% และ 86% ของหุ้นทั้งหมดเจอการลดลงของตัวคูณนี้
• แต่การดูแค่ทิศทางราคาหุ้นอย่างเดียว ยังสรุปอนาคตไม่ได้ เพราะการร่วงแบบเดียวกันอาจเป็นทั้งสัญญาณลบว่า "ชั้นแอปพลิเคชันกำลังตาย" หรือสัญญาณบวกว่า "คนกำลังเปลี่ยนผ่านไปสู่รุ่นถัดไปอย่างรวดเร็ว"
• โดยเฉพาะในช่วงเวลาที่ไม่แน่นอน ตลาดมักใกล้เคียงกับ "เครื่องโหวตความนิยม" ที่ขับเคลื่อนด้วยอารมณ์ จนสำหรับนักลงทุนที่มองระยะ 10–20 ปี มันอาจเป็นเพียงสัญญาณรบกวนที่ขัดขวางการตัดสินใจ
• บทความนี้มีเป้าหมายโต้แย้งทีละข้อกับความเชื่อที่แพร่กระจายหลังการร่วงหนัก ซึ่งทำให้ศักยภาพของซอฟต์แวร์แบบ AI-native ถูกประเมินต่ำเกินไป

ความเชื่อข้อ 1 — "ซอฟต์แวร์ Vertical โตต่อไม่ได้แล้ว"

• Tom Tunguz วินิจฉัยว่าสาเหตุที่ Vertical SaaS ไปไม่ดีคือ "เติบโตช้า"
  • แม้แต่บริษัทอย่าง Veeva, AppFolio, Procore ที่มีคูเมืองแท้จริงอย่างกำแพงกฎระเบียบ การบูรณาการระดับระบบปฏิบัติการของอุตสาหกรรม และข้อมูลโดเมนที่สั่งสมมา ก็ยังถูกลดมูลค่ามากที่สุด โดยมีข้ออ้างว่าเพราะโตเร็วไม่พอ
• ในความเป็นจริง บริษัท Vertical โดยเฉลี่ยมักเป็น กิจการเก่าแก่ กว่าบริษัทแนวนอนราว 10 ปี
  • กลุ่มที่ก่อตั้งก่อนยุคอินเทอร์เน็ตอย่าง Dye & Durham (ก่อตั้งปี 1874), FICO (1956), Agilysys (1963), Tyler (1966) ดันอายุเฉลี่ยธุรกิจให้สูงขึ้น (เปอร์เซ็นไทล์ที่ 75: แนวตั้ง 42 ปี vs แนวนอน 27 ปี)
• แต่คำอธิบายว่า "เพราะช้า" นั้น ไม่เป็นความจริง
  • เมื่อดู 130 บริษัท พบว่าอัตราการเติบโตมัธยฐานในช่วง 1 ปีล่าสุดของแบบแนวตั้งอยู่ที่ 14.1% และแบบแนวนอน 14.7% ซึ่ง แทบเท่ากัน
  • ผลประกอบการกับราคาหุ้นเคลื่อนไหวแยกจากกัน — ค่าสหสัมพันธ์ระหว่างการเติบโตของรายได้กับราคาหุ้นอยู่ที่ 0.07 และ EBITDA margin อยู่ที่ -0.03 ซึ่งแทบไม่มีความเกี่ยวข้อง
  • แม้แต่ภายในกลุ่ม Vertical เอง บริษัท 15 อันดับล่างสุดด้านราคาหุ้นยังมีทั้ง margin และอัตราการเติบโต สูงกว่า 15 อันดับบนสุด

ความเชื่อข้อ 2 — "Vertical มีคูเมืองด้าน AI ที่อ่อนแอ"

• สรุปของ Tom คือ "ปีนี้ Vertical ร่วง 43% แต่ DevTools ร่วงแค่ 21% — ช่องว่างนี้สะท้อนใจจริงของตลาด"
  • ผิวเผินอาจดูถูกต้อง แต่ปัญหาคือมันลุกลามไปสู่ข้อสรุปว่า "ซอฟต์แวร์เฉพาะอุตสาหกรรมสามารถถูก LLM ลอกเลียนได้ง่าย"
• ข้อสรุปนี้ขัดกับความจริง 2 ประการ

  • ความจริงคือมีบริษัทแนวนอนเพียงไม่กี่รายที่ถูกมองเป็น 'เสียมกับพลั่ว' ของยุค AI

    • ส่วนสำคัญของช่องว่างนี้เกิดจากบริษัทแนวนอนเพียงไม่กี่รายที่ถูกตีตราว่าเป็น "โครงสร้างพื้นฐานที่ทำเงินในยุค AI" และราคาหุ้นขึ้นเกิน 50%
      • Bandwidth (communication API), Datadog (monitoring), MongoDB (DB), Twilio (communication API), Fastly·Akamai (CDN), JFrog (software supply chain), Innodata (ข้อมูลฝึก AI)

  • Vertical ยังคงซื้อขายที่ราคาสูงกว่าแนวนอน

    • แม้คำนึงถึงผลประกอบการแล้ว Vertical SaaS ก็ยังซื้อขายที่ พรีเมียม สูงกว่าแบบแนวนอน
    • การร่วงรอบนี้เป็นเพียงการลบ "พรีเมียมจากเรื่องเล่า" ที่เคยติดอยู่ — เพราะเดิมลอยสูงอยู่แล้ว พอตกก็เลย ตกแรงกว่า
    • นี่คือผลของการหั่นมูลค่าคูเมืองที่ไม่สะท้อนตรง ๆ ในงบกำไรขาดทุน
• สุดท้ายแล้ว ไม่ใช่ว่าความสามารถในการป้องกันตัวของ Vertical อ่อนแอลง แต่เป็นเพียงตลาดไม่ยอมให้โบนัส valuation ใจกว้างเหมือนในอดีต และกำลังให้คะแนนเฉพาะ แรงส่งจาก AI ที่มองเห็นได้ทันที เท่านั้น

ความเชื่อข้อ 3 — "ตลาดได้ตีมูลค่าระยะยาวใหม่อย่างถูกต้องแล้ว"

• ปัจจัยที่ชัดเจนที่สุดในการแบ่งแยกราคาหุ้นช่วงไม่กี่เดือนล่าสุดคือ โมเดลคิดค่าบริการที่ทำเงินตามการใช้งาน
  • นี่คือข้อสรุปจากการให้คะแนนแบบ blind scoring กับ 130 บริษัทตาม 6 เกณฑ์หลัก
  • ในทางกลับกัน คูเมืองที่มองเห็นยากกว่า เช่น การครอง workflow, ข้อมูลผูกขาด และความซับซ้อนด้านกฎระเบียบ กลับไม่ได้รับรางวัล
• คูเมืองที่ตลาดมองเห็นจึงแทบสรุปได้เหลือคำถามเดียว — "คุณคือโครงสร้างพื้นฐานที่ AI agent ต้องวิ่งผ่านหรือไม่?"

• เปรียบเทียบกรณีศึกษา — Bandwidth vs Doximity

  • Bandwidth เป็นบริษัทแนวนอนที่คะแนน R40 มีเพียง 6 แต่ราคาหุ้นกลับ พุ่ง 280%
    • เป็น CPaaS คู่แข่งของ Twilio ที่ขาย voice และ messaging API ให้กับ RingCentral, Zoom และรายอื่น ๆ
    • ทุกครั้งที่ AI voice agent โทรออก ก็จะเกิด รายได้ตามการใช้งานจริง
    • ตามคำของ Tom มันคือ "แรงส่งเชิงโครงสร้างที่เมื่อ AI เพิ่มขึ้น query, embedding และ vector operation ก็เพิ่มขึ้น"
  • Doximity เป็นบริษัทแนวตั้งที่ ร่วง 65% ("LinkedIn สำหรับแพทย์")
    • โมเดลของมันคือบริษัทยากับโรงพยาบาลจ่ายค่าสมาชิกเพื่อทำการตลาดถึงแพทย์ ทำให้ตอนนี้ยังมองไม่ชัดว่าจะได้ประโยชน์อย่างไรในยุค AI agent
  • แต่สิ่งที่มุมมองง่าย ๆ นี้มองข้ามไปคือคูเมืองที่แท้จริงของ Doximity
    • network effect — แพทย์มากกว่า 80% สมัครใช้งานแล้ว และโรงพยาบาลจำนวนมากก็กำหนดให้ต้องใช้
    • data gravity — รวบรวมข้อมูลคลินิกแบบผูกขาดผ่าน PeerCheck, Pathway Medical ฯลฯ เพื่อสร้างคุณค่าให้ลูกค้าเดิมได้ทันที
    • องค์กรที่แข็งแรงด้าน AI — ทีม R&D 380 คนกำลังสร้างรายได้ใหม่จากลูกค้ากลุ่มโรงพยาบาลผ่านเครื่องมืออย่าง Scribe และ DoxGPT
    • workflow ที่ผูกลึกกับ telehealth, แฟกซ์ และเอกสารคลินิก รวมถึง คูเมืองด้านกฎระเบียบ ที่มาจากสภาพแวดล้อม HIPAA
• สุดท้าย บริษัทที่รอดในตลาดขาลงจึงมีเพียงบริษัทที่ "เห็นรายได้ได้ทันที" เท่านั้น และผลประโยชน์จาก AI ที่ซับซ้อนกว่าความเป็น "เสียมกับพลั่วที่ขายเงินได้ทันพรุ่งนี้" แม้เพียงเล็กน้อย ก็ถูกเมินทั้งก้อน
• Ben Thompson (Stratechery): "การทำลายล้างกับการสร้างมูลค่าไม่ได้เกิดพร้อมกัน" — ตอนนี้ตลาดใส่ราคาเฉพาะการทำลายล้างและการเร่งตัวที่อยู่ตรงหน้า แต่ยังละมูลค่าระยะยาวที่ต้องใช้เวลาในการสร้าง

ความเชื่อข้อ 4 — "คูเมืองของ Vertical ทุกแบบจะพังลงเหมือนกันหมด"

• เมื่อนำบริษัท Vertical SaaS ที่จดทะเบียน 57 แห่งมาแบ่งตาม แหล่งที่มา ของความสามารถในการป้องกันตัว จะออกเป็น 3 กลุ่ม

  • ① แบบข้อมูลผูกขาด

    • Verisk, FICO, Cadence, Veeva, CCC และอีก 20 บริษัท
    • บริษัทที่นั่งทับอยู่บนข้อมูลที่คนอื่นสร้างซ้ำไม่ได้ — เมื่อ 1 ปีก่อนซื้อขายแพงกว่าบริษัทแนวนอนที่เงื่อนไขใกล้เคียงกัน 220% แต่ตอนนี้ลดลงมาเหลือ 72%
    • ถึงอย่างนั้น ใน 20 บริษัทนี้ก็ยังมี 18 บริษัทที่ ยังซื้อขายแพงกว่าบริษัทแนวนอน

  • ② แบบกำแพงกฎระเบียบล้วน ๆ ที่ไม่มีข้อมูล

    • Tyler Technologies, ADP, Constellation, nCino, Q2 และอีก 16 บริษัท
    • เป็นประเภทที่กันคู่แข่งด้วยกฎหมายและกระบวนการ ไม่ใช่ข้อมูล — พรีเมียมหดจาก 120% เหลือ 15% จนแทบระเหยหาย

  • ③ แบบ 'vertical halo'

    • ServiceTitan, Par Technology, Toast, Lightspeed, MNTN และอีก 15 บริษัท
    • เคยได้พรีเมียม 41% จากเรื่องเล่าอย่าง "ครองตลาดแนวตั้ง, อัตราซื้อซ้ำสูง, ขยายตัวได้" แต่ตอนนี้กลับซื้อขาย ถูกกว่าแนวนอน 40% (discount)
• คูเมืองด้านข้อมูลที่มองเห็นได้ชัดยังคงได้มูลค่าสูงแม้คำนึงถึงผลประกอบการแล้ว แต่แม้ data gravity จะแข็งแรงเพียงใด ในตลาดขาลงรอบนี้มันก็ยังถูก ตีราคาแทบเป็นศูนย์
• บทความเสนอคำถามสำหรับตรวจสอบความสามารถในการป้องกันตัวว่า "ข้อมูลเป็นแบบผูกขาดหรือไม่? ถูกผูกไว้ด้วยกฎระเบียบหรือไม่? ซอฟต์แวร์ถูกฝังอยู่ในตัวธุรกรรมเลยหรือไม่?"
  • ถ้าตอบ "ใช่" อย่างน้อย 2 ข้อก็มักปลอดภัยพอสมควร แต่ตลาดตอนนี้ยอมรับแค่ข้อแรก (ข้อมูลผูกขาด, พรีเมียม 72%) ส่วนอีก 2 ข้อแทบไม่ได้คะแนน

ความเชื่อข้อ 5 — "ชั้นแอปพลิเคชันกำลังตาย"

• ตลาดได้สะท้อนราคา แรงกระแทกที่เกิดจากการแพร่หลายของ AI แล้ว (ต้นทุนการพัฒนาที่ลดลง, การแทนที่งานด้วย agent)
  • แต่สิ่งที่ยังไม่ถูกรวมอยู่ในราคาคือ การเกิดขึ้นของซอฟต์แวร์ AI-native รุ่นถัดไป
  • ดังนั้นมีเพียง pipeline ที่ป้อนรายได้ให้ AI ได้ทันทีเท่านั้นที่ได้รับการปกป้อง ขณะที่ซอฟต์แวร์ที่เหลือโดยรวมถูกกดมูลค่าและถูกตั้งคำถามเรื่องการอยู่รอด
  • แม้กระทั่ง สมดุลหลัง AI ลงหลักปักฐาน ซึ่งเป็นช่วงที่ข้อมูลและ workflow จะยิ่งมีค่ากว่าที่เคย ก็ยังไม่ถูกสะท้อนในราคาเลย
• ตรงกันข้ามกับความตื่นตระหนก ตอนนี้ยังเป็นเพียง ช่วงต้นของระยะการทำลายล้าง เท่านั้น
  • อ้างอิง The Verticalist: ซอฟต์แวร์ Vertical บางส่วนจะหายไป แต่ช่วงชีวิตของมันจะยาวกว่าแบบแนวนอนมาก และ Vertical AI รุ่นถัดไปบางส่วนจะถูกสร้างบนซากปรักหักพัง ขณะที่ส่วนใหญ่จะถูกสร้างใหม่บน พื้นที่ว่าง (green field) — เพราะการแค่เปลี่ยนผู้ขายเดิมไม่ได้ทำให้ตลาดโดยรวมใหญ่ขึ้น
• LLM ได้พิสูจน์แล้วทั้งคุณค่าของการขยายข้อมูลฝึก และข้อเท็จจริงที่ว่า agent จะฉลาดขึ้นผ่าน reinforcement learning
  • แต่หากจะก้าวข้ามภาษาไปได้ AI จำเป็นต้องมี ข้อมูลโดเมนและบริบทในการตัดสินใจ ซึ่งไม่มีอยู่ที่ใดบนอินเทอร์เน็ตสาธารณะ ซื้อขายก็ไม่ได้ และบ่อยครั้ง มีอยู่แค่ในหัวของผู้เชี่ยวชาญ
  • และตำแหน่งที่ดีที่สุดในการจับข้อมูลนี้ไว้ก็คือแพลตฟอร์ม Vertical ที่อยู่ตรงนั้นมาตลอด
• ฝ่ายมองลบเชื่อว่า "AI จะทำให้ตลาด Vertical เล็กลง" แต่บทความนี้เสนอในทางตรงกันข้ามว่า AI จะขยายตลาดให้ใหญ่ขึ้นมาก
  • บริษัทเดิมบางรายที่มีคูเมืองแข็งแรงและพร้อมทุบผลิตภัณฑ์ของตัวเองเพื่อสร้างใหม่ให้เหมาะกับ AI จะอยู่รอดและเติบโตได้
  • แต่ ผู้ชนะรายใหญ่ที่สุด จะเป็นบริษัท AI-native รุ่นถัดไปที่ถูกสร้างขึ้นไม่เพียงบนซากของระบบ legacy แต่ยังบน กรณีใช้งาน งบประมาณ และ vertical ใหม่ ๆ ที่ตลาดสาธารณะยังจินตนาการไม่ถึง

ภาคผนวก — 6 เกณฑ์ที่ใช้ให้คะแนน

• ① Proprietary Data Flywheel (วงล้อข้อมูลผูกขาด)

  • มีการสะสมข้อมูลที่ไม่มีทางลอกได้ภายใน 1 ปีหรือไม่ — บันทึกเคลมประกันหลายสิบปีของ Verisk ได้ 5 คะแนน ขณะที่ที่เก็บข้อมูล Dropbox ซึ่งข้อมูลเป็นของลูกค้า ได้ 1 คะแนน

• ② Pricing Alignment (ความสอดคล้องของการคิดราคา)

  • เมื่อ AI agent เพิ่มกิจกรรม รายได้เพิ่มตามหรือไม่ — Bandwidth, MongoDB, Datadog ที่คิดเงินตามการใช้งานได้คะแนนสูงสุด ขณะที่ Asana, Monday.com, Workday แบบคิดตามจำนวน seat ซึ่ง AI อาจลดจำนวนไลเซนส์คนลง ได้คะแนนต่ำสุด

• ③ Workflow Replaceability (ความสามารถในการถูกแทนที่ใน workflow)

  • ผลิตภัณฑ์ฝังลึกอยู่ในงานของลูกค้ามากแค่ไหน (ยิ่งดึงออกยากยิ่งได้คะแนนสูง) — Oracle ERP และ payroll ของ ADP ได้ 5 คะแนน ส่วน Dropbox และ Amplitude ที่เปลี่ยนได้ในหนึ่งสัปดาห์ ได้ 1 คะแนน

• ④ AI Credibility (ความน่าเชื่อถือด้าน AI)

  • มีทีม การลงทุน และ DNA สำหรับสร้าง AI จริง ไม่ใช่แค่ติด chatbot เพิ่มหรือไม่ (ประเมินจากสัดส่วน R&D, ประวัติ CEO, การเข้าซื้อกิจการด้าน AI, และผลิตภัณฑ์ที่ถูกใช้งานจริง) — Palantir และ Datadog ได้ 5 คะแนน, Tyler และ Constellation ได้ 2 คะแนน

• ⑤ Domain Complexity (ความซับซ้อนของโดเมน)

  • สภาพแวดล้อมของลูกค้าถูกผูกด้วยกฎระเบียบและความเชี่ยวชาญมากแค่ไหน — การยื่นข้อมูลคลินิกต่อ FDA ของ Veeva, การรับรอง CJIS ของ Tyler, และกฎเกณฑ์การประเมินเครดิตของ FICO ได้ 5 คะแนน ขณะที่ตลาดแนวนอนที่ไม่มีอุปสรรคได้ 1 คะแนน

• ⑥ Agent Ecosystem (ระบบนิเวศของ agent)

  • ในโลกที่ AI agent เป็นผู้กำกับงาน ซอฟต์แวร์นี้จะถูกใช้มากขึ้นหรือน้อยลง — DB, communication API, security และ monitoring ที่ agent ต้องผ่านได้ 5 คะแนน ส่วน task management, dashboard และ file storage ที่ agent แทบไม่ใช้ได้ 1 คะแนน
• R40 (Rule of 40) = อัตราการเติบโตของรายได้ + EBITDA margin