AI एजेंट्स ने SaaS को पीछे छोड़ना शुरू कर दिया है
(martinalderson.com)- पिछले 15 वर्षों में जैसे software ने पूरे उद्योग जगत पर कब्ज़ा किया, अब AI agents SaaS बाज़ार की जगह लेना शुरू कर रहे हैं
- डेवलपर्स अब साधारण SaaS tools की बजाय agents का इस्तेमाल करके customized internal tools खुद बना रहे हैं
- इस बदलाव के साथ SaaS renewal और price increase को लेकर संदेह बढ़ रहा है, और कंपनियाँ in-house build को एक व्यावहारिक विकल्प के रूप में देख रही हैं
- maintenance का बोझ agents की automation क्षमता से कम हो रहा है, जबकि मौजूदा SaaS में भी API बदलाव जैसी maintenance समस्याएँ मौजूद हैं
- सरल CRUD-आधारित back-office SaaS सबसे बड़े जोखिम में हैं, और तकनीकी क्षमता वाली संस्थाएँ इस बदलाव को competitive advantage में बदल सकती हैं
SaaS की जगह लेते AI agents का उभार
- पिछले 15 वर्षों में जैसे software ने retail, media, finance जैसे उद्योगों को बदल दिया, उसी तरह AI agents द्वारा SaaS को replace करने का रुझान दिखाई दे रहा है
- SaaS tools की मांग घट रही है, और सरल काम agents कुछ ही मिनटों में कर सकते हैं
- अब उपयोगकर्ता Retool जैसे tools पर विचार करने के बजाय सीधे अपने dashboard खुद बना रहे हैं
- Gemini 3, Claude Code जैसे agents UI/UX mockup, presentation बनाना जैसे non-development काम भी कर रहे हैं
- उदाहरण के लिए Claude Code markdown को PDF में बदलकर slides अपने-आप बना सकता है
- enterprise SaaS renewal के समय price increase के खिलाफ resistance बढ़ रहा है
- पहले in-house build अव्यावहारिक माना जाता था, लेकिन अब इसे वास्तविक विकल्प की तरह देखा जा रहा है
- SaaS products की complexity कई ग्राहकों की ज़रूरतों को समेटने से आती है, लेकिन सिर्फ internal use tools को एक ही customer के हिसाब से सरल बनाया जा सकता है
- संगठन खुद product roadmap को नियंत्रित कर सकते हैं
maintenance पर आपत्तियाँ और उनके जवाब
- सबसे आम आपत्ति यह है कि “खुद बनाए गए app को maintain कौन करेगा?”
- bug fixes, security patches जैसी ज़रूरतें बनी रहेंगी, लेकिन कई बार SaaS की maintenance quality भी कमज़ोर होती है
- agents maintenance cost को काफ़ी कम कर सकते हैं
- उदाहरण: support समाप्त हो चुकी library को बदलने का काम automate करना
- AGENTS.md फ़ाइल के ज़रिए codebase का विवरण automated किया जा सकता है, जिससे knowledge loss की समस्या कम होती है
- SaaS में भी maintenance risk होता है
- उदाहरण: API deprecation और नए API migration के कारण बड़े पैमाने पर बदलाव की ज़रूरत पड़ना
- तकनीकी क्षमता वाली संस्थाएँ SaaS पर निर्भरता घटाकर in-house build पर विचार कर रही हैं
- हालांकि non-technical संस्थाओं के लिए पूरी तरह replacement अभी भी कठिन है
SaaS की आर्थिक संरचना में बदलाव
- SaaS की value customer growth की रफ़्तार और high NRR (net revenue retention) पर आधारित रही है
- नए ग्राहकों की मांग घटने से sales और marketing cost बढ़ने की आशंका है
- NRR में गिरावट इससे भी बड़ा खतरा है
- ग्राहक कुछ features को अपने tools से replace कर सकते हैं, या API से data लाकर internal dashboard में ले जा सकते हैं
- नतीजतन user licenses की संख्या घट सकती है और upgrades टाले जा सकते हैं
- मौजूदा SaaS model की पहचान रही high-margin expansion structure कमज़ोर पड़ सकती है
SaaS के वे क्षेत्र जो अब भी मज़बूत हैं
- high-availability और high-reliability (SLA) वाले systems को replace करना मुश्किल है
- उदाहरण: payment processing, core infrastructure जैसे क्षेत्रों में अब भी Stripe जैसे specialized SaaS आगे हैं
- large-scale data processing या network effects पर आधारित services भी आसानी से replace नहीं की जा सकतीं
- Slack, बड़े data lakes जैसी चीज़ों को in-house बनाना अलाभकारी हो सकता है
- proprietary data रखने वाली कंपनियाँ agents के इस्तेमाल से उलटे अपनी प्रतिस्पर्धात्मक क्षमता बढ़ा सकती हैं
- finance और sales data जैसी चीज़ें अब भी बहुत मूल्यवान हैं
- regulatory और compliance requirements वाले उद्योग SaaS पर निर्भर बने रहेंगे
- internal apps को संभालने के लिए SRE और DevOps talent की मांग बढ़ने की संभावना है
- कुछ संस्थाएँ इसके लिए dedicated teams भी बना सकती हैं
सबसे बड़े जोखिम वाले क्षेत्र और बाज़ार का विभाजन
- सरल CRUD-आधारित back-office SaaS को सबसे बड़ा झटका लग सकता है
- ऐसे products जो customer data के ऊपर simple dashboard या analytics features देते हैं
- ग्राहक खुद documentation बनाकर agents की मदद से इन्हें दोबारा बना सकते हैं
- SaaS बाज़ार के तकनीकी क्षमता वाली और बिना तकनीकी क्षमता वाली कंपनियों में बंटने की संभावना है
- पहली श्रेणी की कंपनियाँ in-house build से cost कम कर सकती हैं और competitiveness बढ़ा सकती हैं
- दूसरी श्रेणी SaaS price increase के प्रति अधिक संवेदनशील रहेगी
- SaaS पूरी तरह गायब नहीं होगा, लेकिन जिन products में स्पष्ट differentiation और proprietary knowledge नहीं है, उनके लिए टिके रहना कठिन होगा
- आगे का बड़ा सवाल यह है कि agents complex system management के स्तर तक कितनी तेज़ी से विकसित होते हैं
1 टिप्पणियां
Hacker News की राय
मैं एक ऐसे SaaS कंपनी का CTO हूँ जो किसी खास industry vertical में specialized है
हमारे ग्राहक खुद से टूल बनाने में सक्षम नहीं हैं, और ज़्यादातर “systems” असल में Excel हैं
दो बड़ी कंपनियों ने हमारे प्रोडक्ट को कॉपी करके internally इस्तेमाल करने की कोशिश की, लेकिन एक ने हार मान ली और दूसरी के users ने उसे “ठीक नहीं” बताया। हमने कभी कोई paying customer नहीं खोया
हमने development speed बढ़ाने के लिए AI agents का आक्रामक तरीके से उपयोग किया, लेकिन अब भी bottleneck यही है कि “क्या बनाना है, यह जानना।”
प्रोडक्ट की value उन अनगिनत domain decisions में होती है जिन्हें user पहचान भी नहीं पाता। ऐसी insight को कोई internal developer एक दिन में कॉपी नहीं कर सकता
लेकिन ग्राहक LLM wrapper के लिए नहीं, बल्कि बाकी के 99% complex हिस्सों के लिए भुगतान करते हैं — कठिन technology, repetitive work, SLA और support system के लिए
banking sector के LOB apps को उदाहरण लें, अगर आप ग्राहकों के साथ रोज़ feedback exchange नहीं करते तो competition में पीछे रह जाते हैं
जब ग्राहक speed के साथ नहीं चल पाते, तो कभी-कभी हमारे कर्मचारी अस्थायी रूप से ग्राहक कंपनी में जाकर उनके साथ काम भी करते हैं
अब वे team process या budget constraints के बिना high-quality apps बना सकते हैं
लेकिन अब market शायद बहुत ज़्यादा crowded और diverse हो जाएगी
मैं PartsBox नाम की electronics inventory management SaaS का founder हूँ
AI को लेकर चिंता तो है, लेकिन मेरी नींद ठीक से आती है
चिंता यह है कि ग्राहक problem की depth समझे बिना AI से अपना app बना लें, लेकिन वे ऐसा काम पहले से spreadsheets के साथ कर ही रहे हैं
असली मुश्किल coding नहीं बल्कि domain modeling है। यानी दुनिया की complex processes को समझना और usability व complexity के बीच संतुलन बनाना
लेकिन ऐसे models अच्छे से बना लेने पर भी copycats जल्दी पीछे आ जाते हैं
industry-specific domain knowledge ज़्यादातर कंपनियों के अंदर बंद होता है और training data में शामिल नहीं होता
इसलिए ऐसे industries के developers की स्थिति उल्टा और भी stable है
AI की मदद से backend और frontend के कुछ हिस्सों में बदलाव किया, और दो दिनों में workflow problem हल कर ली
पूरी तरह AI solution अवास्तविक है, लेकिन open source base पर AI जोड़कर custom low-cost solution बनाया जा सकता है
इससे SaaS के advertising channels खत्म हो सकते हैं और product के commoditize होने का जोखिम बढ़ सकता है
मेरे हिसाब से AI उल्टा custom integrated solutions की demand को विस्फोटक रूप से बढ़ा रहा है
खासकर manufacturing जैसी industries में, जहाँ दशकों से बदलाव नहीं हुआ, अब परिवर्तन शुरू हो रहा है
AI की वजह से अब बहुत अधिक नया software संभव हो गया है, और अगले कुछ वर्षों में यह विस्फोटक रूप से बनेगा
फिर भी domain knowledge अब भी अहम है, और AI का उपयोग करने के लिए यह जानना ज़रूरी है कि उससे क्या पूछना है
ज़्यादातर ग्राहक अब भी spreadsheets और ERP संभालने के स्तर पर हैं
इसलिए बदलाव या तो धीरे-धीरे होगा, या तब ही होगा जब लाभ बहुत overwhelming हो
2000s की शुरुआत में बड़ी कंपनियाँ internal IT teams से LOB apps बनवाती थीं, लेकिन बाद में SaaS की cost efficiency ने market पर कब्ज़ा कर लिया
अब लगता है कि फिर से in-house development के दौर में वापसी हो रही है
ज़रूरी नहीं कि कंपनियाँ निकाले गए internal IT staff को फिर से hire करें
मुझे इस लेख की thesis समझ नहीं आती। AI SaaS को replace करेगा — यह तभी संभव है जब AI खुद काम कर सके
AI code generate कर दे, तब भी engineering, security, operations की ज़रूरत रहती है। और वह महँगा पड़ता है
उसकी बजाय SaaS subscription fee देना कहीं सस्ता है
internal app में maintenance cost का 100% आपको ही उठाना पड़ता है, जबकि SaaS में customers की संख्या N हो तो आपको सिर्फ 1/N हिस्सा उठाना पड़ता है
AI code जिन चीज़ों को replace कर सकता है, वे मूलतः वही हैं जिन्हें SaaS के रूप में बनाना ही सार्थक नहीं था
उदाहरण के लिए Retool जैसे products, SaaS से ज़्यादा already outdated tools जैसे हैं
उदाहरण के लिए अगर Claude से 5 मिनट में dashboard बन सकता है, तो क्या कोई paid SaaS लेगा?
मैं UI Bakery जैसे internal app builder पर काम कर रहा हूँ
कुछ ग्राहक सालाना 100,000 डॉलर से अधिक के SaaS subscriptions रद्द करना चाहते हैं
ज़्यादातर SaaS सिर्फ एक feature की वजह से टिके हुए हैं
लेकिन custom tools पर switch करने पर deployment और lifecycle management नई problem बन जाती है
दूसरी ओर, जिन SaaS के पास unique data access rights हैं, वे अब भी मज़बूत हैं
उदाहरण के लिए HubSpot का Clearbit acquisition customer retention strategy के लिहाज़ से बहुत reasonable है
मैं एक खास industry के लिए custom ERP in-house develop कर रहा हूँ
AI की वजह से छोटी team भी तेज़ी से custom software बना सकती है
मुझे लगता है कि अब “boutique software” का दौर शुरू हो गया है
AI ने मेरी productivity कम-से-कम 4x बढ़ा दी है
जब “दो हफ्तों में काफी अच्छा” product बनाया जा सकता है, तो महँगा SaaS क्यों लें?
शुरुआत में सब तेज़ होता है, लेकिन धीरे-धीरे वह fragile और complex system बन जाता है
staffing, operations, vacation coverage आदि को जोड़कर देखें तो in-house development की total cost, SaaS से बहुत ज़्यादा होती है
security, infrastructure, DevOps — सबको scale करना पड़ता है
SaaS के पास network effects होते हैं, internal tools के पास नहीं। आख़िर में SaaS ही सस्ता पड़ता है
ज़्यादातर कंपनियाँ अब भी service use करना ही पसंद करती हैं
feature addition की मांगें कभी खत्म नहीं होतीं, और AI agents कुछ कामों में (जैसे model design) काम आते हैं, लेकिन business-critical work में उनमें बहुत errors हैं
आजकल कई कंपनियाँ enterprise SaaS renewal quotes पर शक करने लगी हैं
लेकिन “AI Workday या Salesforce को replace कर देगा” — यह जादुई सोच जैसी बात है
वास्तविकता में Claude Code ऐसे बड़े systems को पूरा नहीं कर सकता
जिसने भी इसे सच में इस्तेमाल किया है, वह इसकी limits जानता होगा
Jamin Ball का Clouded Judgement: Long Live Systems of Record लेख कहीं ज़्यादा realistic है
हाँ, छोटी कंपनियों के लिए simple scripts के जरिए productivity gains पाना अब संभव हो गया है
SaaS की value customer growth speed, high NRR, और 80~90% margin पर आधारित होती है
लेकिन अगर इसमें AI token cost जुड़ जाए, तो उसकी margin structure हिल सकती है