איך חברת פינטק שבדית מאתגרת את ענקיות ה SaaS העולמיות?

"אם חשבנו שבינה מלאכותית שמה עין על המשרות והקריירה שלנו, היא בעצם שמה עין על המנוי החודשי שלנו"

אמ;לק: מהלך נועז של Klarna מסמן שינוי פרדיגמה בעולם ה SaaS הארגוני

חברת קלארנה השבדית הכריזה על מהלך עסקי נועז: נטישת פתרונות SaaS מובילים (SalesForce ו- WorkDay ) לטובת פיתוח עצמי מבוסס AI. או כמו שאומרים בשכונה: “אם כל מה שאני מקבל זו אוטומציה חכמה של תהליכים, אותם אוכל לפתח בעזרת צוות קטן ומוח ענק של AI, למה לי להמשיך ולשלם סכומי עתק עבור רשיונות ארגוניים?"

הסיפור של Klarna

קלארנה השבדית היא לא עוד חברת פינטק. עם כ- 3,500 עובדים, 150 מיליון משתמשים, ולמעלה מ- 500,000 לקוחות קמעונאים ברחבי העולם, קלארנה היא אחת מחברות הפינטק המובילות באירופה ולפי השמועות, בדרך להנפקה. פתרונות המימון והתשלומים באונליין במודל "קנה עכשיו, שלם אח"כ" (BNPL), מיצבו אותה כשחקן משמעותי בעולם הפינטק. אגב, קלארנה החלה עם הרומן האסטרטגי שלה עם AI כבר ב 2022 והיא אחת החברות הראשונות להציג ביצועים פיננסיים ותפעוליים מרשימים אותם היא משייכת ישירות ל- AI. זה למאמר נפרד…

כשמנכ"ל מחליט לשחוט פרות קדושות

המנכ"ל של קלארנה, סבסטיאן סימיאטקובסקי, הכריז שהחברה מפסיקה את השימוש במערכת SalesForce ) מובילה עולמית בניהול קשרי לקוחות למכירות, שירות ושיווק מבוסס ענן) לאלתר ונוטשת גם את Workday (כנ"ל לניהול הון אנושי וניהול פיננסי מבוסס ענן) בעוד מספר שבועות. סימיאטקובסקי טוען שבעזרת AI, קלארנה הצליחה להקים שדרה ותשתית טכנולוגית קלה יותר, יעילה יותר תפעולית, וברמת התאמה גבוה יותר לצרכים.

מה זה אומר על שוק ה SaaS הארגוני ועל התעשייה?

אנחנו כל הזמן שומעים "AI is coming" אבל אם החדשות סביב קלארנה אכן תבשלנה בשטח – זו כנראה תהיה החברה המשמעותית הראשונה "שחוצה את הקווים" ובונה חלופה מבית לשחקניות SaaS גדולות, שעד כה, נדמה היה והן בלתי חדירות. לא מדובר במערכות לווין, אלא מערכות ליבה של קלארנה. המעבר של Klarna מפתרונות SaaS מסורתיים לפיתוח עצמי מבוסס AI מייצג לא רק חיסכון בעלויות, אלא גם שאיפה לגמישות ואוטונומיה טכנולוגית גבוהה יותר.

המעבר של Klarna מפתרונות SaaS מסורתיים לפיתוח עצמי מבוסס AI מייצג לא רק חיסכון בעלויות, אלא גם שאיפה לגמישות ואוטונומיה טכנולוגית גבוהה יותר

בואו וננסה לעכל יחד את המשמעויות:

תיעדוף מחדש של פיתוח-עצמי לחלקים מהשדרה-הטכנולוגית

המהלך של קלארנה עשוי לסמן את תחילתה של מגמה הדרגתית בה ארגונים מתעדפים מחדש את הפיתוח והבעלות העצמית על חלק מהשדרה-הטכנולוגית שלהם, בעיקר במוצרים שעולים לארגון 7-8 ספרות מדי שנה.

דמיינו עתיד אפשרי: סוכני AI + מהנדסי AI יכולים לבנות מחדש את הפונקציונליות הרלוונטית של מרבית פתרונות ה SaaS הארגוניים בעצמם, לארח אותם בענן בזיל הזול, ולקבל בערך 80% מהפונקציונליות בשבריר עלות.

המנדט שניתן למנמ"ר בארגונים אלו סביר שיתרחב מעבר לניהול מו"מ לרשיונות SaaS ארגוניים, אל יכולת להחליט להחליף את חלקם בפתרונות "מבית" מבוססי AI.

מקבלי החלטות בארגונים שניחנו במיינדסט AI-first יוכלו ליצור לעצמם בעזרת AI פתרונות פשוטים ו- "תפורים לצורך" שזולים עשרות מונים לפיתוח ותפעול בהשוואה לשירותי ה SaaS המסחריים. די סביר להניח שהם יתחילו ממערכות לווין ויתקדמו בזהירות המתבקשת אל מערכות הליבה.

כנגזרת, הגיוני לדמיין היווצרות של שדרה-טכנולוגית רזה יותר, קלה יותר, ספציפית יותר, יעילה לתפעול וזולה לשינוי/שיחלוף. בדוגמה של קלארנה, אפשר להעריך שה TCO של החלופות הרזות עשוי להיות זולות עשרות מונים לתפעול כיוון שתהליך האפיון, היישום וההתאמה חצי-אוטומטיים ומונעי AI.

עם זאת, יש לזכור כי המעבר לפיתוח עצמי טומן בחובו סיכונים, כגון אתגרי אבטחת מידע, תחזוקה ארוכת טווח, ועמידה בתקנות רגולטוריות מתחלפות."

דמיינו קטגוריה חדשה: "Disposable Enterprise Apps"

עלייתו של "בדיוק מה שצריך כעת" ונפילתו של "המקיף, גנרי ודורש התאמה"

צור, השבח, . Repeat.

אתה הלקוח, המפתח, הספק, והמשתמש.

דמיינו קטגוריה חדשה: "Disposable Enterprise Apps"

סביבות פיתוח חדשות מבוססות AI מאפשרות לבנות פתרונות שבנויים בדיוק לתהליכים ולשרשרת ערך מאד ספציפית של הלקוח במקום להתאים כלים גנריים ענקיים ומודולריים לעייפה. כלומר, אפס פשרה ובניה של " מה שאני צריך כרגע בדיוק".

הם לא גמישים ומודולריים מדי – אין בכך צורך; כלכלי יותר ליצור מחדש את הגרסה המטוייבת והמדויקת יותר שנדרשת כרגע, ואת זו שתידרש בהמשך. כל ה unit economics של פיתוח ותפעול של יישומים ארגוניים מתהפך על ראשו.

וכך, במקום one size fits all שמספקות ענקיות ה SaaS הארגוניות, שמוליד בתורו פשרה מיתולוגית בין אימוץ תהליכי Vanilla אל מול התאמה ספציפית אך יקרה ומורכבת (המון כסף מושקע בהתאמות). – מהפכת ה AI מייצרת מרחב לפרדיגמה חדשה: אתה יוצר, מתקן, יוצר שנית, מטמיע, מטייב, מטייב שוב, מרחיב, וחוזר חלילה. הכל לפי דרישה.

מהפכה ב SaaS Unit Economics ובכלכלת Build or Buy

הפרמיה שאנחנו משלמים לענקיות ה SaaS בצורת רשיונות/מנוי, נובע בחלקו מהעובדה שהן משקיעות שנות אדם רבות בפיתוח מערכת מקיפה, מודולרית להתאמה לצרכינו המשתנים (פחות או יותר) וצומחת.. כלומר אנחנו משלמים *היום* על היכולת הפוטנציאלית שלנו *בעתיד* לשנות, לעדכן, להתאים, לצמוח. עד כה, עדיין השתלם למרבית הארגונים לשלם לפתרונות SaaS. אולם הכלכלה של פיתוח מול רישוי/מנוי משתנה במהירות למול עינינו. העלות לפיתוח-מחדש של גרסה עדכנית ומותאמת "לעכשיו" צונחת פלאים. אתה חוסך את הפרמיה/קנס על הגמישות הפוטנציאלית העתידית. WYNIWYP What you need is what you pay.

מי באמת צריך לדאוג?

פאוזה של פרופורציות ומיליון דיסקליימרים: בטווח הנוכחי, הפרדיגמה הזו עשויה להתאים רק לחלק מהארגונים ולתהליכים / יישומים מסוימים. מערכות ליבה קריטיות בארגונים גדולים? שירותים נצרכי-לקוח? כנראה שיישארו על SaaS מסורתי בעתיד הנראה לעין. אבל, תחשבו על "יתר העולם" הארגוני:

– ארגונים קטנים ובינוניים יכולים לשקול ברצינות לאמץ פיתוח עצמי לסביבה התפעולית
– מערכות לווייניות בארגונים גדולים עשויות להיות המועמדות הראשונות להחלפה ארגונים עם אידיאולוגיית AI-first דוגמת קלארנה כנראה יובילו את המגמה ויסללו עבור יתר הארגונים את הדרך.

הדילמה של ענקיות ה SaaS:

להתחדש או להחלש המגמה הזו צריכה להדיר שינה מכל שחקנית SaaS ארגונית. אם צוות מהנדסים בארגון שנעזר ב AI יכול לשכפל את הפונקציונליות הנקודתית הרלוונטית עבורו מסך המוני השנים של פיתוח והתאמות שהשקיעו ענקיות ה SaaS הארגוניות, והוא כבר לא חש הצדקה לממן רשיונות כה יקרים, הרי שכדאי לשחקנים אלו לחשב מחדש את פרדיגמת ה Stickiness שלהם.

כשחושבים אסטרטגית בעולם הטכנולוגיה, העתיד אינו בינארי של מוות או פריחה. הנה שתי אבולוציות אפשריות לדוגמה בהן שחקניות ה SaaS הארגוניות עשויות להתאים את הצעת הערך שלהן:
– להציע הרבה מעבר לאוטומציה של תהליכים והתאמות בקצה. כדי להצדיק את חידוש הרישיונות היקרים, הן תצטרכנה להתחרות בכלכלה החדשה ולהציע תובנות ייחודיות, או יכולות חדשות ופורצות דרך, כגון יכולות AI שלובות ומשיאות ערך נתפס דוגמת סוכנים-חכמים ומודלי חיזוי
– לפתח גרסאות "רזות" מבוססות AI. תוך שימור היתרונות הארגוניים הייחודיים שלהן סביב גמישות, אבטחת מידע, תחזוקתיות, ניסיון מצטבר. וכן, הן תסתכנה בקניבליזציה של הכנסות מחלק מהלקוחות הארגוניים הקיימים שלהן.
– לשנות את המודל העסקי שלהם. תשלום לפי חיסכון/ביצועים, תמחור דינאמי/לפי-שימוש, ועוד.

דוגמאות עדכניות למהלכים כאלו הן ההכרזות האחרונות על שילוב סוכני AI בפלטפורמות דוגמת SalesForce , מיקרוסופט קופיילוט, ו Slack (עליהן נרחיב בפוסט נפרד).

שני הסנט שלי?

זהו סיגנל ראשון למהפכה פוטנציאלית ענקית בעוד שמוקדם לקבוע אם מהלך זה מסמן את 'קץ עידן ה- SaaS הארגוני", הוא בהחלט סיגנל חזק לשינוי פרדיגמה אפשרי בדרך שבה ארגונים חושבים על תשתיות טכנולוגיות ומערכות ארגוניות בעידן ה- AI. (ציניקנים טוענים שיתכן וזו טקטיקה חכמה של חברה שנערכת להנפקה… ) כך או כך, ידרשו לא מעט חודשים כדי להבין לאן העניינים מתפתחים.

המנכ"ל של קלארנה אוונגליסט קולני ליתרונות החיסכון של AI. ההחלטה ללכת all-in על AI הנה החלטה אסטרטגית עבורו, אך גם טומנת בחובה סיכונים שמוקדם עדיין מכדי להעריך. מה שבטוח, המהלך האמיץ של קלארנה עשוי להעניק השראה לארגונים אחרים. להערכתי – לפחות בשלב זה, עבור רוב הארגונים מסלול ברירת המחדל הוא עדיין אימוץ של פתרונות SaaS מסחריים. האימוץ הארגוני הנרחב יהיה איטי מקצב החדשנות הנקודתית שכלי ה AI מדגימים כיום.

נקודת המפנה (point of inflection) תתרחש להערכתי כאשר מבחינה ארגונית, היכולת לפתח מערכת מדויקת, רזה וספציפית בבית, תיחשב כסממן של איכות, יעילות ושיקול דעת ניהולי נכון ולא כיעד טקטי פופוליסטי להמחיש חיסכון בעלויות תפעול. כאשר זה יהפוך לסטנדרט זהב חדש של אפקטיביות ארגונית. וזה דורש חינוך שוק. וזמן.

את המאמר כתב מוטי קריספיל, Head of AI בשטראוס אסטרטגיה

עוד כתבות עבורך

איך מסובבים נימיץ – הובלת שינוי טכנולוגי אפקטיבי

האם גם אתם מצאתם את עצמכם מתמודדים עם תוכנית אסטרטגית טכנולוגית מרשימה שבסופו של דבר הצטמצמה לרשימת שו"שים ומעט טכנולוגיות חדשות? אתם לא לבד.

רבים מהארגונים כיום מתקשים לגשר על הפער בין חזון טכנולוגי שאפתני לבין מימוש בפועל. בעידן שבו הטרנספורמציה הדיגיטלית הפכה מאופציה לחובה, האתגר האמיתי הוא להוביל שינוי טכנולוגי באופן שיטתי ומתמשך, מבלי לערער את היציבות התפעולית של הארגון. הקושי נובע משילוב של גורמים: מורכבות טכנולוגית, מגבלות משאבים, התנגדויות ארגוניות, ולעתים קרובות – היעדר מתודולוגיה מתאימה.

הגישה המנצחת: מתודולוגיה גמישה בשלושה רבדים – להקשיב, להגיב בזמן, לתכנן מניסיוננו המעשי בליווי עשרות ארגונים בתהליכי שינוי טכנולוגי, זיהינו כי ההצלחה טמונה ביכולת לפעול במקביל בשלושה רבדים משלימים:

1. לתכנן – יצירת תשתית איתנה לשינוי – בטרם נצלול לפרטים הטכניים, חיוני לבנות את הבסיס הארגוני והתרבותי. זה מתחיל בחזון ברור ומשכנע שמסביר מדוע השינוי נדרש, עובר דרך גיוס תמיכת ההנהלה הבכירה וכולל זיהוי וטיפוח "סוכני שינוי" בארגון – אותם מובילי דעה שיסחפו אחריהם את שאר העובדים. כל זאת, תוך יצירת ערוצי תקשורת פתוחים לזרימת מידע דו- כיוונית.

2. להגיב בזמן – ניהול אפקטיבי של התהליך – השינוי הטכנולוגי הוא מסע, לא אירוע חד-פעמי. ניהול המסע דורש תכנית ברורה שמפרקת את המהלך לצעדים מוגדרים וברי-השגה. לצד זאת, נדרש ניהול סיכונים פרואקטיבי, מדידה שוטפת של ההתקדמות וחגיגה של הצלחות קטנות לאורך הדרך. למדנו שהצלחות מוקדמות, גם אם צנועות, בונות מומנטום ואמון ביכולת הארגון להשתנות.

3. להקשיב – התמודדות חכמה עם התנגדויות – אנשים הם לב ליבו של כל שינוי ולכן ההיבט האנושי הוא קריטי. הצלחה מתחילה בהקשבה אמיתית לחששות העובדים, ממשיכה בשיתופם בתכנון ובעיצוב השינוי וכוללת הכשרה מקיפה והקניית הכלים הנדרשים, תוך ליווי לאורך התהליך.

הסיפור מאחורי המספרים: תיעדוף חכם כמפתח להצלחה באחד הארגונים המובילים במשק שליווינו, נתקלנו באתגר מוכר: רשימה ארוכה של פרויקטים טכנולוגיים עם משאבים מוגבלים. במקום להסתמך על תחושות בטן או לחצים פוליטיים, פיתחנו יחד עם הארגון מודל תיעדוף משוקלל המבוסס על ארבעה פרמטרים: ערך לארגון (30%), סיכון באי- ביצוע (40%), מאמץ נדרש (10%) ועלות (20%).

המודל הפשוט אך האפקטיבי אפשר לארגון לקבל החלטות מושכלות ושקופות וגם להתאים את התיעדוף בקלות כאשר חלו שינויים בסביבה העסקית. התוצאה המרשימה: עלייה באחוז הפרויקטים שהושלמו בהצלחה מ- 40% ל- 75% תוך שנה אחת בלבד. מדידה שמובילה לשיפור: מה שנמדד מתבצע הגדרת מדדי הצלחה ברורים היא אחד המרכיבים הקריטיים, והם צריכים לכסות שלושה עולמות תוכן:

מדדים עסקיים (ROI, TTM, חיסכון בעלויות), מדדים תפעוליים (זמינות מערכות, זמני תגובה, איכות שירות) ומדדי חדשנות (אימוץ טכנולוגיות חדשות ושיפור תהליכים). במפעל תעשייתי שליווינו, המדידה השיטתית הייתה המפתח להצלחה. הגדרנו מדדים ספציפיים לפרויקט שיפור ניהול המלאי ובכל ישיבת היגוי עקבנו אחר ההתקדמות.

מה הופך שינוי טכנולוגי למוצלח?

מניסיוננו העשיר בהובלת שינויים טכנולוגיים, זיקקנו טיפים מעשיים שיכולים לעשות את ההבדל:

1. תהיו גמישים – התאימו את התוכנית ליכולת ההכלה של הארגון – אין טעם בתוכנית מפוארת שאין סיכוי ליישם. בנו תוכנית המביאה בחשבון את המשאבים הזמינים, התרבות הארגונית והמשימות הנוספות על הפרק. התוכנית צריכה להיות גמישה דיה כדי להתאים את עצמה בהתאם לשינויים בסביבה העסקית והטכנולוגית.

2. חישבו "מוצר", לא רק "פרויקט" – אחד השינויים המשמעותיים שאנו רואים בארגונים מצליחים הוא המעבר מחשיבה פרויקטלית (התחלה- סוף) לחשיבת מוצר (התפתחות מתמדת). גישה זו מייצרת רצף של ערך לאורך זמן.

3. הקשיבו – נהלו דיאלוג פתוח ורציף – אין תחליף לתקשורת טובה. קיימו שיח שוטף, שקוף וכן עם כל הגורמים המושפעים מהשינוי, והקשיבו באמת למה שיש להם לומר.

4. פתחו "חוברת הפעלה" ארגונית – ארגונים מצליחים מפתחים מתודולוגיה סדורה לניהול שינויים טכנולוגיים, הכוללת תבניות עבודה, שלבים מוגדרים ותהליכי בקרה. זהו נכס ארגוני רב- ערך שמשתבח עם הזמן והניסיון.

עם המבט קדימה: הובלת שינוי בעולם משתנה העתיד מביא עמו אתגרים חדשים שישפיעו על האופן שבו נוביל שינויים טכנולוגיים. המפתח להצלחה טמון ביכולת לפעול בהתאם למתודולוגיה סדורה וגמישה תוך ניהול במקביל של שלושת הרבדים של השינוי – הטכנולוגי, התהליכי והאנושי-תרבותי.

אנו מזמינים אתכם לבחון את מודל התיעדוף והמדידה הקיים בארגונכם ולשאול: האם הוא משקף נכונה את האיזון הנדרש? האם מוגדרים מדדי הצלחה ברורים לכל יוזמה? וכיצד נערכים להובלת שינוי אפקטיבי בעידן החדש?

כשמתודולוגיית GAIN שלנו הופכת לסטנדרט אימות AI ארגוני

לשמחתי, אצלנו בשטראוס התקופה גדושה בלווי ארגונים במסע לאימוץ בינה-מלאכותית. לצערי, זה גם התירוץ מדוע נותר לי מעט זמן לכתוב פוסטים ומאמרים. אבל, חייב לשתף אתכם בחוויה – איך Open AI ו- Perplexity גרמו לי להסמיק "בשידור חי"…

 

מעשה שהיה כך היה…

אנחנו בשטראוס אסטרטגיה רואים שליחות להפיץ את תפיסת "AI-first mindset" בקרב מנהלים, קולגות ואנשי מקצוע – במאמרים, וובינרים, הסכתים, חשיפות הנהלה, ועוד. ברמה האישית אני שגריר נלהב של המיינדסט הזה. איך זה מתבטא "קלינית"? מהם תופעות הלוואי? המממ…. למשל, כשלקוח או קולגה שואלים שאלה במייל או בוואטסאפ שאני סבור שעוזרי ה AI הווירטואליים שלי יכולים להשלים ולהעשיר את התשובה שלי, פעמים רבות אני פשוט מצרף לתשובה "האנושית" שלי גם קישור לתשובה שנתן chatgpt או perplexity לשאלה הזו. אני (כמובן) מעודד אותם להמשיך בשיחה "מאותה נקודה", בואכה התשובה הספציפית עבורם.

 

בשבוע שעבר, ההרגל הזה תפס אותי בהפתעה…

באחד הכנסים המקצועיים מצאתי את עצמי משוחח עם סמנכ"ל טכנולוגיות בחברה פיננסית גדולה. על רקע קפה דהוי משהו סיפרתי לו על מודל ההפעלה שגיבשנו בשטראוס לאימוץ ארגוני של בינה מלאכותית, GAIN שמו, ועל לקוחות שכבר מיישמים אותו. הוא לקח לגימה מהקפה (וביס מהבורקס) ושאל אותי אם יש עוד best-practices ואסטרטגיות אימוץ AI הוליסטיות מוכרות שנפוצות בישראל. סאקר של המיינדסט הזה של לשלב כוחות עם AI, סיננתי לו "בוא נשאל את chatgpt בדיוק את זה".

בעודי שואל את ChatGPT, הולכת ונולדת בי החוצה תחושת חרטה וכפכוף עצמי. לחוץ שעוד רגע ג'פטו ילרלר name dropping של אסטרטגיות ופרקטיקות ממותגות מבית היוצר של ענקיות ייעוץ גלובליות…

 

אבל הי, לא באנו ליהנות…

טו-לייט…ואז ג'פטו ענה. והתשובה הפתיעה וחייכה אותי, מפיצה חום נעים בבית החזה…ג'פטו מספר כבר בהתחלה על GAIN , מבית שטראוס אסטרטגיה, ומפרט את מרכיבי האסטרטגיה שלה. עשירית שניה אחרי, פרפלקסיטי עונה תשובה דומה ומציג את GAIN כאסטרטגיה ראשונה לאימוץ AI ארגוני.אימאל'ה ואבאל'ה!

מילא לשתף את כל העולם כמה המתודולוגיה שלנו לאימוץ AI ארגוני יכולה ליצור קסמים בארגון. אבל זה וואו לגמרי לגלות ששני יישומי ה Gen-AI ב top 3 מספרים על GAIN שלנו כשיטה מרכזית לאימוץ AI ארגוני…ואם כבר "מחשבה יוצרת מציאות": שבוע מאוחר יותר פגשנו 2 מכרזים לגיבוש מודל הפעלה לאימוץ AI ארגוני, והדרישות לספקים מנוסחות בהלימה כמעט מוחלטת למודל האימוץ שלנו…כנראה שאתם עושים משהו טוב, אמר לי חבר טוב.

כנראה, עצמי עונה לי.

בתמונות – מי אנחנו שנתווכח עם התשובות שנתנו עוזרי ה AI שלנו…

 

 

וובינר מנהיגות טכנולוגית: כיצד להפוך את מערכות המידע למנוע צמיחה עסקי

וובינר מקצועי למובילים טכנולוגיים: מנהיגות טכנולוגית כמנוע צמיחה 🚀

מעל 180 משתתפים הצטרפו לוובינר שלנו "מנהיגות טכנולוגית: כיצד להפוך את מערכות המידע למנוע צמיחה עסקי", שבו עסקנו באתגרים המרכזיים של מובילי IT בארגונים.

על מה דיברנו?
✅ איך מגבשים אסטרטגיית IT שתהיה גם יציבה וגם גמישה
✅ כיצד למנף בינה מלאכותית מתקדמת – גם ברמת האפליקציות וגם בתשתיות
✅ איך מובילים שינוי טכנולוגי משמעותי מבלי לפגוע ביציבות התפעולית
✅ התמודדות חכמה עם מערכות לגאסי והתקדמות למודרניזציה

🎙️ תודה ענקית לדוברות ולדוברים שלנו, שהביאו תובנות מעשיות מהשטח ויצרו שיח מעורר השראה! 📌
מוזמנים לצפות בהקלטה ולהעמיק בתובנות החשובות ששיתפנו. צפייה מהנה! 🔗 ⬇️