Почему B2B SaaS будет жить, даже если AI-агенты научатся делать всё

Есть такая традиция, собираться раз в пару лет и хоронить B2B Saas. Вчера его хоронили из-за open source. Потом из-за low-code. Теперь новый тренд: B2B SaaS умирает, потому что пришли AI-агенты.

Звучит красиво.

Если AI-агент может сам прочитать CRM, разобрать заявку, создать задачу, отправить письмо клиенту, обновить статус сделки, сходить в BI и принести руководителю готовый отчёт - зачем держать людей в интерфейсах?

Действительно, AI-агенты меняют корпоративное ПО. Очень сильно. Но они не отменяют SaaS. Они меняют его роль. B2B SaaS перестаёт быть просто «экраном с кнопками» и постепенно становится инфраструктурой: слоем данных, процессов, знаний, прав доступа, безопасности и оркестрации, а самое главное командной работы.

Именно там будут работать и люди, и агенты.

Давайте честно: у аргумента про «SaaS умирает» есть основания.

Многие SaaS-продукты исторически продавали доступ к интерфейсу. Есть менеджер - ему нужна CRM. Есть маркетолог - ему нужен кабинет рассылок, аналитика, таск-трекер, CDP, база знаний, история коммуникаций, синхронизация с продуктовой командой и т.д..

Модель простая: больше сотрудников - больше лицензий. Больше команд - больше SaaS. Больше процессов - больше вкладок в браузере.

А потом приходит искусственный интеллект в бизнесе и говорит: «Вы все еще кипятите, т.е. делаете все вручную? Я все сделаю сам»

AI в продажах может подготовить follow-up, найти риски по сделке, предложить следующий шаг. AI в маркетинге может собрать сегменты, сгенерировать гипотезы, сравнить креативы, перераспределить бюджет. Агент может читать данные, писать в системы, запускать процессы, общаться с другими агентами и приносить человеку уже готовый результат.

Плюс no-code, low-code и вайбкодинг снижают стоимость первой версии продукта. Один человек с AI-инструментами сегодня может собрать прототип, который ещё пару лет назад требовал небольшой команды разработки. Проверка гипотез становится быстрее. MVP дешевле. SaaS-стартапы можно запускать с меньшим бюджетом.

На этом месте хочется сделать вывод: значит, старый B2B SaaS действительно обречён.

Но проблема в том, что этот вывод путает интерфейс с системой.

Где ошибка в этой логике?

Ошибка в том, что компания - это не один человек, даже умеющий ловко настраивать и оркестрировать AI-агенты.

C данными, ролями, уровнями, ответственностью, доступами, процессами, историей решений, политиками безопасности, отчётностью, интеграциями, качеством данных и корпоративной памятью. С разными сотрудниками: по стилю, скорости, навыкам.

AI-агент может выполнить действие. Но ему всё равно нужно:

- где-то взять данные;

- понять, какие данные являются источником правды;- проверить права доступа;

- записать результат,

- оставить след в истории изменений,

- согласовать критичное решение,

- не нарушить compliance,

- показать результат команде,

- встроиться в существующий процесс.

И вот здесь SaaS внезапно не исчезает. Он становится ещё важнее.

Если в CRM мусор, агент будет быстрее работать с мусором. Если в базе знаний устаревшие инструкции, неактуальная продуктовая информация, агент будет масштабировать устаревшую и неактуальную информацию. Если в компании нет нормальной архитектуры процессов, агент не создаст её магическим образом. Он может автоматизировать действие, но не обязан понимать бизнес-контекст, политику компании, нюансы продукта, юридические ограничения и реальные причины, почему процесс устроен именно так.

Агенты - это не магия. Это новые исполнители. А исполнителям нужна система.

Да, AI значительно повышает личную эффективность, и это факт! Но бизнесу нужна коллективная система.

Маркетолог быстрее пишет тексты, собирает сегменты, делает презентации и анализирует кампании. Продакт быстрее формулирует гипотезы, описывает user stories, исследует конкурентов и проектирует MVP. Руководитель быстрее получает сводку по продажам, финансам и задачам. Аналитик быстрее пишет SQL, строит отчёты и ищет аномалии.

Один человек с AI-инструментами реально может делать больше, быстрее и дешевле.

Но бизнесу мало индивидуальной продуктивности.

Проблема большинства компаний не в том, что конкретный менеджер медленно пишет письмо. Проблема в том, что данные живут в разных местах, процессы не описаны, ответственность размазана, отчёты не сходятся, база знаний не обновляется, CRM заполнена наполовину, ERP живёт своей жизнью, BI показывает красивую картинку, но никто не уверен, откуда взялись цифры.

AI помогает человеку бежать быстрее. Но если компания бежит в разные стороны, скорость только усугубляет проблему.

Именно поэтому будущее B2B SaaS не в том, чтобы дать каждому сотруднику ещё один экран. Будущее SaaS - в том, чтобы стать коллективной системой работы. Такой средой, где данные, задачи, решения, знания и действия связаны между собой.

Мы привыкли думать о SaaS как о продукте, в котором пользователь кликает кнопки.

Но хороший B2B SaaS давно не только про интерфейс. CRM - это не просто карточка сделки. Это система записи по клиентам, воронке, коммуникациям и прогнозу продаж. ERP - это не просто форма для закупок. Это логика ресурсов, финансов, складов и обязательств. BI - это не просто графики. Это способ договориться, какие метрики считаются реальностью. База знаний - это не просто статьи. Это память компании.

SaaS хранит не только данные, но и контекст.

Кто изменил статус сделки? Почему бюджет кампании был перераспределён? Кто утвердил скидку? Какая версия договора ушла клиенту? Почему клиент попал в сегмент риска? Какие задачи были созданы после QBR? Что ответила поддержка? Какая инструкция была актуальна на момент решения?

Если у компании нет нормальной операционной и аналитической сред, агенту не на чем думать. Он может красиво рассуждать и фантазировать, но по-моему, в бизнесе важна не красота рассуждений, а качество действия (хотя, работая с некотороми компаниями, начинаешь в этом сомневаться:)).

А действие в корпоративной среде всегда завязано на данные, права, процесс и ответственность.

SaaS и становится этой инфраструктурой. Не просто местом, куда человек заходит «покликать». А операционной средой, где агент получает контекст, действует по правилам, оставляет след, передаёт результат человеку и встраивается в workflow.

Пример: возьмём AI в маркетинге.

Агент может предложить сегменты, сгенерировать объявления, подготовить посадочные страницы, перераспределить бюджет между каналами и проанализировать реакции аудитории. Он может увидеть, что один сегмент лучше конвертируется, другой дешевле привлекается, третий чаще доходит до оплаты, но хуже удерживается.

Но для нормальной работы ему нужны данные из CRM, рекламных кабинетов, BI, сайта, CDP, продуктовой аналитики, базы знаний и, возможно, ERP, если речь идёт о маржинальности, оплатах и доступности продукта.

И тут начинаются взрослые корпоративные вопросы.

Кто задаёт правила перераспределения бюджета? Можно ли агенту самому увеличить кост? На какую сумму? Какие сегменты запрещено таргетировать? Где хранится история решений? Кто утверждает гипотезу? Что считается успехом: лиды, SQL, pipeline, выручка, LTV, маржа?

Если этого слоя нет, агент просто будет быстрее генерировать кампании. Возможно, даже очень убедительные. Но не факт, что бизнес от этого станет лучше.

Второй пример - менеджмент организации.

AI может собрать отчёт для руководителя. Например: продажи за неделю, статус проектов, просроченные задачи, риски по клиентам, динамика маркетингового бюджета, загрузка команды, финансовый прогноз.

Но чтобы отчёт был полезным, агенту нужны источники правды.

Где живут продажи? В CRM. Где финансы? В ERP или учётной системе. Где задачи? В трекере. Где документы? В базе знаний. Где продуктовые метрики? В аналитике. Где цели? В OKR-системе или хотя бы в нормальной структуре планирования.

Если в каждой системе свои названия клиентов, разные статусы, неполные данные и никто не понимает, какая цифра финальная, AI не решит проблему. Он просто соберёт красивую сводку из хаоса.

А руководителю нужен не красивый текст. Ему нужна управляемость.

Управляемость появляется там, где есть структура данных, роли, ответственность, прозрачные процессы и единый контекст.

То есть всё то, что сильный B2B SaaS должен давать компании.

No-code и AI ускорят создание SaaS - но не отменят архитектуру

Есть ещё один аргумент: если no-code, low-code и AI-разработка становятся настолько сильными, зачем покупать SaaS? Компания сможет быстро собрать свой внутренний инструмент.

В некоторых случаях - да.

Если нужно сделать простую форму, внутренний дашборд, мини-CRM для маленькой команды или автоматизацию одного процесса, AI и no-code сильно меняют экономику. Первая итерация дешевеет. Прототип можно собрать за дни, а не месяцы. Проверить гипотезу проще. Это отличная новость для B2B-продуктов и SaaS-стартапов.

Но прототип - это не продуктовая архитектура.

Собрать экран можно быстро. Построить устойчивую систему сложнее.

Нужны роли и права доступа. Нужны интеграции. Нужна модель данных. Нужна безопасность (бывшие коллеги из кибербеза меня поддержат). Нужны правила обновления. Нужна поддержка. Нужен UX для разных ролей. Нужна документация. Нужна масштабируемость. Нужны сценарии ошибок.

И самое главное - нужно фундаментальное понимание бизнеса.

Даже если AI сможет автономно управлять процессами, например настраивать маркетинговую кампанию на основе поведения аудитории, человек всё равно должен задать архитектуру: цели, ограничения, критерии качества, финансовые рамки, правила бренда, юридические запреты, сегменты, допустимые действия и точки контроля.

Архитектура не рождается из промпта. Она рождается из понимания клиентов, данных, продукта, экономики и процессов.

B2B SaaS не исчезнет. Но он станет другим.

1. AI-нативный SaaS станет нормой. Не «чатик справа», который умеет пересказывать справку, а продукт, где AI встроен в контур. Пользователь не просто задаёт вопрос. Он запускает действие, получает рекомендацию, видит объяснение, утверждает изменение и контролирует результат.

2. Встроенный AI станет обязательным. CRM без AI-подсказок, ERP без интеллектуальной автоматизации, BI без объяснений и прогнозов, база знаний без поиска по смыслу будут выглядеть устаревшими.

3. AI-агенты станут частью рабочих процессов. Не отдельной игрушкой, а цифровыми участниками процесса. Один агент готовит данные, второй проверяет политику, третий предлагает действие, четвёртый пишет результат в систему, человек утверждает критичные решения.

4. Управляемость и отвественность. Компании будут спрашивать не только «что агент умеет?», но и «что ему разрешено?», «кто отвечает за ошибку?», «как это аудируется?», «можно ли откатить действие?», «как ограничить доступ?».

5. Вертикальный SaaS получит новый шанс. Универсальные инструменты хороши, но в сложных отраслях побеждают продукты с глубокой доменной экспертизой: медицина, финансы, логистика, промышленность, юристы, строительство, образование. Там важны не только функции, но и знание процесса.

6. Ценообазование будет меняться. Если раньше платили за пользователя, то теперь всё чаще будут платить за использование, автоматизированные операции, объём данных, ценность результата или гибридную модель. AI-агент не сидит на стуле и не просит лицензию как человек. Но он потребляет вычисления, данные и создаёт бизнес-результат.

7. Побеждать будут продукты, которые помогают накапливать корпоративную память: решения, документы, разговоры, процессы, инструкции, выводы, данные и причинно-следственные связи.

И наконец: SaaS станет операционной системой процесса. Не набором экранов, а средой, где люди, данные и AI-агенты вместе выполняют работу.

Здесь важно не впадать в оптимизм ради оптимизма. Часть SaaS действительно будет умирать.

Будут страдать продукты без понятной ценности. SaaS, который просто является формой для ввода данных. Продукты без интеграций. Инструменты без AI-слоя. Сервисы, которые не помогают принимать решения. SaaS, который не становится частью процесса. Продукты с плохим UX, слабой автоматизацией и логикой «пользователь сам всё заполнит, а мы красиво сохраним».

Если продукт не понимает контекст, не соединяется с другими системами, не даёт аналитику, не помогает команде работать и не создаёт накопленную ценность, AI-агенты действительно могут его вытеснить.

Потому что агенту не нужен лишний интерфейс. Ему нужен API, данные, правила и точка действия.

Мне кажется, главный спор вокруг «смерти SaaS» возникает из-за старого представления о программном обеспечении.

AI-агенты могут стать новыми работниками цифровой компании. Но даже самым умным работникам нужна среда, правила, данные, память, процессы и архитектура. Именно поэтому B2B SaaS не умирает. Он становится ещё важнее - просто в другой роли.

А вы что думаете про будущее B2B SaaS?

---

Телеграм канал автора