Agen AI mulai menggerus SaaS

• Selama 15 tahun terakhir, software menguasai berbagai industri, dan kini agen AI mulai menggantikan pasar SaaS
• Para developer kini, alih-alih memakai alat SaaS sederhana, memanfaatkan agen untuk langsung membuat alat internal yang disesuaikan
• Perubahan ini memicu skeptisisme terhadap perpanjangan kontrak SaaS dan kenaikan harga, dan perusahaan mulai mempertimbangkan membangun sendiri sebagai alternatif yang realistis
• Beban pemeliharaan diringankan oleh kemampuan otomatisasi agen, sementara SaaS yang ada juga memiliki masalah pemeliharaan seperti perubahan API
• SaaS back-office CRUD sederhana adalah kelompok yang paling berisiko, dan organisasi dengan kapabilitas teknis berpotensi mengubah perubahan ini menjadi keunggulan kompetitif

---

Kebangkitan agen AI yang menggantikan SaaS

• Seperti software yang telah menguasai industri seperti ritel, media, dan keuangan selama 15 tahun terakhir, kini muncul tren agen AI yang menggantikan SaaS
  • Permintaan untuk alat SaaS menurun, dan tugas sederhana dapat diselesaikan agen dalam hitungan menit
  • Pengguna tidak lagi mempertimbangkan alat seperti Retool dan langsung membuat dashboard sendiri
• Agen seperti Gemini 3 dan Claude Code juga menjalankan pekerjaan non-pengembangan seperti mockup UI/UX dan pembuatan presentasi
  • Misalnya, Claude Code mengubah Markdown menjadi PDF untuk membuat slide secara otomatis
• Penolakan terhadap kenaikan harga saat perpanjangan SaaS enterprise semakin meningkat
  • Di masa lalu, membangun sendiri tidak realistis, tetapi kini dipertimbangkan sebagai alternatif nyata
• Kompleksitas produk SaaS berasal dari kebutuhan banyak pelanggan, tetapi alat khusus internal bisa disederhanakan dengan fokus pada satu pelanggan saja
  • Organisasi dapat mengendalikan roadmap secara langsung

Sanggahan tentang pemeliharaan dan responsnya

• Sanggahan utama adalah, “siapa yang akan memelihara aplikasi yang dibuat sendiri?”
  • Perbaikan bug, patch keamanan, dan hal serupa tetap diperlukan, tetapi banyak SaaS juga memiliki kualitas pemeliharaan yang rendah
• Agen secara signifikan menurunkan biaya pemeliharaan
  • Contoh: mengotomatiskan pekerjaan penggantian library yang dukungannya telah dihentikan
  • Melalui file AGENTS.md, penjelasan codebase dapat diotomatisasi untuk mengurangi masalah hilangnya pengetahuan
• SaaS juga memiliki risiko pemeliharaan
  • Contoh: kasus yang membutuhkan perbaikan besar-besaran akibat penghentian API dan migrasi ke API baru
• Organisasi dengan kapabilitas teknis menurunkan ketergantungan pada SaaS dan mempertimbangkan membangun sendiri
  • Namun, masih sulit bagi organisasi non-teknis untuk mengganti semuanya secara menyeluruh

Perubahan struktur ekonomi SaaS

• Nilai SaaS didasarkan pada kecepatan pertumbuhan pelanggan dan NRR (net revenue retention) yang tinggi
  • Dengan menurunnya permintaan dari pelanggan baru, biaya penjualan dan pemasaran diperkirakan meningkat
• Penurunan NRR adalah ancaman yang lebih besar
  • Pelanggan mengganti sebagian fungsi dengan alat internal mereka sendiri, atau mengambil data lewat API lalu beralih ke dashboard internal
  • Akibatnya, terjadi penurunan jumlah lisensi pengguna dan penghindaran upgrade
• Struktur ekspansi bermargin tinggi yang menjadi inti model SaaS lama berpotensi melemah

Area SaaS yang masih kuat

• Sistem yang membutuhkan high availability dan high reliability (SLA) sulit digantikan
  • Contoh: pemrosesan pembayaran dan infrastruktur inti masih lebih unggul jika memakai SaaS spesialis seperti Stripe
• Pemrosesan data skala besar atau layanan berbasis network effect juga sulit digantikan
  • Slack, data lake skala besar, dan sejenisnya tidak efisien jika dibangun internal
• Perusahaan yang memiliki data proprietari justru dapat memperkuat daya saing dengan memanfaatkan agen
  • Data keuangan dan penjualan tetap mempertahankan nilai yang tinggi
• Industri dengan persyaratan regulasi dan compliance akan terus bergantung pada SaaS
• Permintaan untuk tenaga SRE dan DevOps guna mengelola aplikasi internal diperkirakan meningkat
  • Sebagian organisasi mungkin akan membentuk tim khusus

Kelompok paling berisiko dan fragmentasi pasar

• SaaS back-office berbasis CRUD sederhana akan menerima dampak paling besar
  • Kelompok produk yang menyediakan dashboard atau fitur analitik sederhana di atas data pelanggan
  • Pelanggan dapat mendokumentasikannya sendiri lalu mengimplementasikannya ulang dengan agen
• Pasar SaaS diperkirakan akan terbelah antara perusahaan yang punya kapabilitas teknis dan yang tidak
  • Kelompok pertama dapat menekan biaya dan memperkuat daya saing dengan membangun sendiri
  • Kelompok kedua lebih rentan terhadap kenaikan harga SaaS
• SaaS tidak akan hilang, tetapi produk tanpa diferensiasi yang jelas dan tanpa pengetahuan proprietari akan sulit bertahan
• Seberapa cepat agen berkembang hingga mampu mengelola sistem yang kompleks akan menjadi variabel penting ke depan