پرش به محتوای اصلی
پرش به محتوای مقاله

فروش لایسنس در برابر تضمین نتیجه؛ گذار به مدل Services-as-Software

·۳۱ تیر ۱۴۰۵۴ دقیقه مطالعه
هوش مصنوعی باد موافق بزرگی برای شرکت‌های نرم‌افزاری است: ۵ راهکار برای سازگاری با مدل جدید «نرم‌افزار به‌عنوان سرویس»
هوش مصنوعی باد موافق بزرگی برای شرکت‌های نرم‌افزاری است: ۵ راهکار برای سازگاری با مدل جدید «نرم‌افزار به‌عنوان سرویس»
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

طرح مفهوم «سرویس به مثابه نرم‌افزار» به عنوان جایگزین SaaS؛ جایی که نرم‌افزار دیگر ابزاری برای استفاده کاربر نیست، بلکه تضمین‌کننده یک نتیجه تجاری خاص است.

تصور کنید به جای پرداخت هزینه ماهانه برای یک ابزار مدیریت مشتریان، تنها زمانی پول بدهید که آن ابزار واقعاً منجر به بستن یک قرارداد فروش شود. این همان تغییری است که اکنون در قلب صنعت نرم‌افزار در جریان است.

اورلاندو براوو (Orlando Bravo)، سرمایه‌گذار برجسته، در مصاحبه‌ای اخیر با شبکه CNBC اعلام کرد که هوش مصنوعی به جای نابود کردن مدل نرم‌افزارهای به عنوان سرویس (SaaS)، یک «بادی گرم» (Tailwind) عظیم برای رشد آن است. او استدلال می‌کند که شرکت‌های نرم‌افزاری اکنون می‌توانند بخش‌های خاصی از قضاوت‌های انسانی را خودکار کنند تا به سطحی جدید و پیشرفته از اتوماسیون تجاری دست یابند.

این چرخش در حالی رخ می‌دهد که وال‌استریت از یک «آخرالزمان SaaS» مفروض وحشت کرده است، در حالی که شرکت‌های واقعی در دنیای بیرون با چالش‌های متفاوتی برای استقرار هوش مصنوعی در مقیاس وسیع دست‌وپنجه نرم می‌کنند. اکثر کسب‌وکارها هنوز در مراحل آزمایشی (Pilot Phases) گیر کرده‌اند، زیرا هنوز موفق نشده‌اند «بدهی‌های» قدیمی خود را در زمینه‌های تکنولوژی، داده‌ها و نیروی انسانی تسویه کنند. این شکاف، فرصتی را برای یک تکامل ترکیبی (Hybrid Evolution) ایجاد می‌کند.

شکاف مقیاس

طبق گفته‌های سورابه گوپتا (Saurabh Gupta) و فیل فرشت (Phil Fersht) از شرکت مشاوره HFS، سناریوی جایگزینی نرم‌افزار با هوش مصنوعی تنها زمانی عمل می‌کند که سازمان‌ها بتوانند AI را در مقیاس واقعی مستقر کنند. در حال حاضر، آن‌ها قادر به این کار نیستند. تا زمانی که سازمان‌ها بدهی‌های فرآیندی و داده‌ای خود را حل نکنند، هوش مصنوعی در محیط‌های «اثبات مفهوم» (Proof of Concept) باقی می‌ماند و نمی‌تواند عملیات تجاری را به صورت بنیادین تغییر دهد. این چالش‌ها دقیقاً همان دلایلی هستند که باعث می‌شوند جایگزینی منطق سنتی کسب‌وکار با جریان‌های کاری مبتنی بر هوش مصنوعی به یکی از اولویت‌های استراتژیک سال ۲۰۲۶ تبدیل شود.

وال‌استریت در برابر خیابان اصلی (Main Street)

گوپتا و فرشت معتقدند که این «آخرالزمان» بیشتر دغدله سرمایه‌گذاران تکنولوژی و نظریه‌پردازان بوده تا کسب‌وکارهای واقعی. در حالی که وال‌استریت اعلام کرد دوران SaaS به پایان رسیده است، شرکت‌های فعال در «خیابان اصلی» (کسب‌وکارهای عملیاتی) هنوز در حال کشف این هستند که هوش مصنوعی چگونه در عملیات روزمره آن‌ها جای می‌گیرد. این شرکت‌ها احتمالاً برای تداوم حرکت و پیشبرد امور، همچنان به راهکارهای SaaS متکی خواهند بود.

هوش مصنوعی باد موافق شرکت‌های نرم‌افزاری: ۵ راهکار برای سازگاری با مدل جدید «نرم‌افزار به عنوان سرویس»

به گزارش HFS، صنعت در حال حرکت به سمت مدل «سرویس به مثابه نرم‌افزار» (Services-as-Software) است. در این مدل، شرکت‌های نرم‌افزاری عمیق‌تر وارد حوزه پیاده‌سازی و تحول کسب‌وکار می‌شوند و در مقابل، شرکت‌های خدماتی به کسب‌وکارهای نرم‌افزاری تبدیل می‌شوند. هر دو جریان در حال هم‌گرایی به سمت یک مدل اقتصادی واحد هستند که بر اساس «نتیجه» (Outcome-based) تعریف می‌شود.

شرکت IBM نمونه‌ای بارز از این هم‌گرایی است. HFS شرکت IBM را به عنوان یک کسب‌وکار نرم‌افزار و AI توصیف می‌کند که «اتفاقاً» یک بازوی مشاوره هم دارد، نه یک شرکت مشاوره که صرفاً سعی می‌کند AI بفروشد. هدف نهایی این است که قدرت هوش مصنوعی با روابط عمیق با مشتریان و دسترسی ممتاز به سیستم‌های داخلی سازمان ترکیب شود.

داده‌های واقعی نشان می‌دهد مدل سنتی هنوز مقاوم است. در مه ۲۰۲۴، شرکت سایلزفورس (Salesforce) درآمد سه ماهه ۱۱.۱ میلیارد دلاری را اعلام کرد که رشد ۱۳ درصدی نسبت به سال قبل داشت. این شرکت برای گسترش نفوذ و جایگاه خود، شرکت Fin (اینترکام سابق) را به مبلغ ۳.۶ میلیارد دلار تصاحب کرد. در همین حال، بخش نرم‌افزاری IBM در یک فصل بسیار سخت برای کل کسب‌وکارش، موفق شد رشد ۵ درصدی را ثبت کند.

جزئیات: ۵ روش برای سازگاری

برای پیمودن مسیر انتقال به مدل «سرویس به مثابه نرم‌افزار»، HFS این چرخش‌های استراتژیک را پیشنهاد می‌کند:

  • رسیدگی به بدهی‌های سازمانی: بدهی‌های تکنولوژی، داده، فرآیند و استعدادها را به عنوان یک مسئله تجاری پیش‌نیازی ببینید. این موارد را با همان نظم و دیسیپلینی اندازه‌گیری و بودجه‌بندی کنید که برای سرمایه‌گذاری‌های سرمایه‌ای (Capital Investments) به کار می‌برید.
  • تمرکز بر نتایج به جای طرح‌های آزمایشی: اگر یک ابتکار هوش مصنوعی نتواند ظرف ۹۰ روز اثر تجاری ملموس و معناداری را نشان دهد، این سوال را مطرح کنید که آیا اصلاً شایسته سرمایه‌گذاری بیشتر هست یا خیر. طرح‌های آزمایشی شکست‌خورده تنها باعث تأخیر در تحول واقعی می‌شوند.
  • خرید نتایج، نه تلاش: تمرکز خود را بر ارزش تجاری قرار دهید، نه بر تعداد لایسنس‌ها، توکن‌ها یا معادل‌های تمام‌وقت (FTE). اگر یک تامین‌کننده نمی‌تواند توضیح دهد که چگونه سود و زیان (P&L) شما را بهبود می‌بخشد، او در حال فروش «تکنولوژی» است، نه «تحول».
  • همسو کردن شرکا: اطمینان حاصل کنید که شرکای AI و شرکای خدماتی شما به صورت مستقل از یکدیگر عمل نمی‌کنند؛ در غیر این صورت، هزینه این ناهماهنگی را پرداخت خواهید کرد.
  • کسب اعتماد در اولویت: شرکت‌های بومی هوش مصنوعی (AI-native) باید ارزش‌های قابل اندازه‌گیری ارائه دهند تا ارزش‌گذاری بلندمدت آن‌ها تقویت شود؛ این کار بسیار موثرتر از جذب یک دور دیگر سرمایه است.

زمینه و تحلیل نهایی

این تکامل، ارزش پیشنهادی را از «ارائه یک ابزار» به «تضمین یک نتیجه» تغییر می‌دهد. برای یک مالک کسب‌وکار، این بدان معناست که صورت‌حساب نرم‌افزاری شما در نهایت باید بازتاب‌دهنده ارزش خلق‌شده باشد، نه تعداد صندلی‌هایی (کاربرانی) که پر شده‌اند.

سرمایه‌گذاران ممکن است در حال حاضر ارزش این شرکت‌ها را کمتر از حد واقعی تخمین بزنند، اما اقتصاد زیربنایی آن‌ها همچنان قدرتمند است. این کسب‌وکارها در حال حاضر ده‌ها میلیارد دلار درآمد سالانه تحت قراردادهای چندساله ایجاد می‌کنند. آن‌ها سالانه تقریباً ۵ درصد رشد می‌کنند و به طور مداوم حاشیه سود عملیاتی در محدوده ۱۵ تا ۲۰ درصد را ارائه می‌دهند.

چه خریدار باشید و چه تامین‌کننده، تمرکز باید از «تلاش» برای پیاده‌سازی به «نتیجه» نرم‌افزار تغییر یابد. کسانی که به مدل قدیمی «لایسنس به ازای هر کاربر» می‌چسبند، ممکن است با تثبیت قیمت‌گذاری نتیجه‌محور، خود را منسوخ ببینند.

در آینده منتظر ظهور مدل‌های قیمت‌گذاری جدیدی باشید که در آن فروشندگان نرم‌افزار، درصدی از صرفه‌جویی‌های واقعی یا درآمد ایجاد شده توسط عوامل هوش مصنوعی (AI Agents) خود دریافت می‌کنند.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این تغییر مدل اقتصادی، ریسک مالی خرید نرم‌افزارهای گران‌قیمت و بی‌نتیجه را برای شرکت‌ها کاهش می‌دهد. اعتبار این تحلیل بر اساس داده‌های رشد درآمد سایلزفورس و استراتژی جدید IBM استوار است که نشان می‌دهد بازار هنوز به راهکارهای یکپارچه نیاز دارد.

تأثیر برای ایران

برای شرکت‌های نرم‌افزاری ایرانی، این مدل فرصتی است تا از فروش لایسنس ساده فاصله گرفته و به سمت ارائه «پکیج‌های نتیجه‌محور» حرکت کنند که با نیاز بازار داخلی برای بهینه‌سازی هزینه‌ها سازگارتر است.

·نگاه ما
تحریریه دات‌هوش

انتقال از مدل فروش لایسنس به مدل نتیجه‌محور، در واقع پذیرش این واقعیت است که ابزارهای AI به تنهایی کافی نیستند و نیاز به لایه‌ای از «تخصص انسانی» برای پیاده‌سازی دارند. این اتفاق باعث می‌شود مرز بین شرکت‌های نرم‌افزاری و شرکت‌های مشاوره کمرنگ شود و قدرت واقعی به کسانی برسد که دسترسی مستقیم به داده‌های سازمان‌ها دارند، نه فقط کسانی که مدل‌های بزرگتری ساخته‌اند.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.