6 poin oleh GN⁺ 2026-02-05 | 6 komentar | Bagikan ke WhatsApp
  • Penyebaran "vibe coding" berbasis AI membuat pelanggan perusahaan bisa membuat alat kustom mereka sendiri, sehingga model B2B SaaS yang ada terancam
  • Pelanggan tidak lagi puas dengan fitur SaaS yang kaku, dan menuntut fleksibilitas serta kustomisasi instan; jika tidak terpenuhi, mereka akan berhenti memperpanjang langganan atau berpindah
  • Sebaliknya, platform SaaS yang memiliki keamanan, autentikasi, dan stabilitas tetap mempertahankan keunggulannya, dan nilai ini perlu dikomunikasikan dengan jelas
  • Untuk bertahan, perusahaan SaaS harus memposisikan diri sebagai System of Record, sehingga pelanggan dapat membangun workflow kustom sendiri di atasnya
  • AI bukan menghapus SaaS itu sendiri, tetapi bertindak sebagai katalis perubahan yang menyingkirkan SaaS yang tidak berevolusi

Ancaman AI terhadap B2B SaaS

  • AI memungkinkan pelanggan membuat alat internal sendiri, mengguncang nilai inti SaaS lama yang bertumpu pada model penjualan berulang
    • Pelanggan dapat dengan mudah membuat aplikasi CRUD dan workflow memakai berbagai alat "vibe coding"
    • Beberapa perusahaan membatalkan langganan SaaS lama dan membangun solusi sendiri dengan memanfaatkan Github·Notion API
  • Pasar juga mencerminkan hal ini: indeks SaaS Morgan Stanley turun 40 poin dibanding Nasdaq, sementara saham HubSpot dan Klaviyo turun sekitar 30%
  • Pelanggan kini tahu apa yang "mungkin dilakukan" dan menuntut fleksibilitas serta kemampuan kustomisasi yang lebih besar

Perubahan perilaku pelanggan dan dampaknya pada pendapatan

  • Jika tidak mampu menyediakan fitur yang diinginkan pelanggan, churn akan melonjak tajam
    • Seorang tenaga penjualan Series B menyebut risiko kehilangan kontrak senilai ratusan ribu dolar karena tidak mendukung workflow tertentu
  • Di masa lalu, perusahaan mengubah organisasinya agar sesuai dengan ERP, tetapi sekarang SaaS yang harus menyesuaikan diri dengan cara kerja pelanggan
  • Di era ketika pelanggan bisa memanfaatkan AI untuk membuat alat internal sendiri, kekakuan SaaS lama langsung berujung pada penurunan pendapatan

Strategi bertahan 1: System of Record

  • Jika pekerjaan inti perusahaan dijalankan di atas SaaS, platform tersebut menjadi infrastruktur esensial dalam organisasi
    • Contoh: visualisasi data pun bisa dibangun sendiri lewat vibe coding, bukan lewat SaaS
  • Perusahaan SaaS harus melampaui sekadar menyediakan aplikasi, lalu bertransformasi menjadi sistem pencatatan inti berbasis data dan UI
  • Struktur seperti ini memperkuat lock-in pelanggan dan meningkatkan retensi jangka panjang

Strategi bertahan 2: memperkuat keamanan, autentikasi, dan stabilitas

  • Aplikasi vibe coding yang dibuat nonspesialis mengandung celah keamanan
    • Contoh: alat approval buatan tim keuangan menyimpan data tanpa enkripsi di bucket S3 publik, sementara kalkulator tim penjualan bisa diakses tanpa autentikasi
  • Sebaliknya, enterprise SaaS membangun kepercayaan melalui kontrol akses berbasis peran, enkripsi, penetration testing, serta kepatuhan GDPR/HIPAA
  • Karena keamanan tidak terlihat secara kasatmata, vendor SaaS harus secara aktif menjelaskan nilai ini
    • Mereka perlu mengingatkan bahwa alat buatan pelanggan sendiri menuntut pengelolaan autentikasi, backup, availability, dan compliance secara mandiri

Strategi bertahan 3: kustomisasi yang berpusat pada pelanggan

  • Era meminta pelanggan mengubah cara kerjanya telah berakhir
    • SaaS yang berhasil adalah yang menyediakan customization tingkat sangat tinggi
  • Dalam satu kasus SaaS pemeliharaan, penggunaan oleh teknisi lapangan di bawah 35% karena UI yang rumit, tetapi
    • setelah mengadopsi platform white-label berbasis vibe coding, angkanya naik menjadi lebih dari 70%
    • tim customer success membuat dan merilis mobile web app kustom hanya dalam beberapa hari
  • Pengguna hanya mengakses fungsi yang mereka butuhkan, sementara manajemen dapat membuat laporan kustom sendiri
  • Struktur ini sekaligus meningkatkan retensi, engagement, dan skalabilitas

Arah evolusi SaaS di era AI

  • AI tidak menghancurkan SaaS, tetapi menjadi faktor yang menyingkirkan SaaS yang menolak berubah
  • Model lama "buat sekali lalu jual selamanya" tidak lagi berlaku
    • Pelanggan kini memiliki standar baru lewat pengalaman membuat alat sendiri bahkan tanpa latar belakang teknis
  • Perusahaan yang bertahan bukanlah SaaS berpusat pada fitur, melainkan platform yang bisa dibangun pelanggan di atasnya
  • Sejumlah VC menilai perubahan ini sebagai "model marketplace dan perusahaan software masa depan"
  • Pada akhirnya, AI bukan memakan SaaS, melainkan menjadi titik balik yang menentukan siapa yang memegang garpu dan berevolusi

Perkenalan Giga Catalyst

  • Giga Catalyst adalah platform AI white-label untuk perusahaan B2B SaaS,
    • yang memungkinkan pengguna membangun workflow kustom dengan vibe coding di atas sistem yang sudah ada
  • Solusi ini diposisikan sebagai pendekatan gaya 2026 untuk meningkatkan retensi, engagement, dan skalabilitas
  • Perusahaan yang tertarik dapat meminta demo kustom atau melihat informasi lebih lanjut di situs resminya

6 komentar

 
colus001 2026-02-06

Saya agak sulit berempati dengan ini. Seperti pendapat di Hacker News, alasan memakai SaaS bukan karena kita tidak bisa membuatnya, tetapi karena itu bukan pekerjaan yang seharusnya kita lakukan. Untuk layanan seharga $10 per bulan, kita pakai Claude Code seharga $200 untuk membuatnya? Lalu siapa yang mengurus pemeliharaannya, dan siapa yang memperbaiki bug-nya.. hmm..

 
kuthia 2026-02-06

Sekarang rasanya sebagian besar layanan berubah menjadi biaya per token.

 
xguru 2026-02-06

Ini sepertinya tidak hanya berlaku tepat untuk SaaS saja, tapi juga sama-sama berlaku pada alat atau aplikasi pada umumnya.
Sebelum PMF, cek Model-Market Fit
Rasanya ini juga terhubung dengan itu.

 
ragingwind 2026-02-06

Sekarang sepertinya yang akan muncul cuma layanan atau aplikasi yang sekilas saja sudah terasa mustahil bisa saya buat sendiri, entah yang sangat indah dan keren atau yang menangani pekerjaan yang rumit. Kalau dipikir-pikir, mungkin ini juga bisa dibilang sebagai kemajuan.

 
hmmhmmhm 2026-02-06

Bukankah sebentar lagi agent akan menjadi SaaS, dan SaaS akan menjadi agent?

 
GN⁺ 2026-02-05
Komentar Hacker News
  • Sebuah perusahaan SaaS hampir kehilangan akun bernilai ratusan ribu dolar karena tidak bisa mendukung workflow pelaporan khusus pelanggan
    Pada akhirnya mereka bekerja sama dengan saya untuk mengimplementasikan kebutuhan pelanggan itu. Agak ironis karena mereka harus membuat sendiri fitur yang diinginkan pelanggan
  • Dari dulu ada kecenderungan di kalangan developer, terutama junior, untuk percaya bahwa mereka bisa “merakit sesuatu dalam akhir pekan dan menggantikan SaaS mahal”
    Tapi dari sudut pandang manajer, perusahaan tidak ingin menanggung tanggung jawab atas sistem kustom seperti itu. Saya baru benar-benar paham alasannya setelah menjadi manajer
    • Dulu saya ikut proyek rewrite backend di perusahaan besar, dan ternyata mereka sedang menciptakan ulang Django
      Saya membuat prototipe dengan Django selama akhir pekan dan menunjukkannya, lalu pada hari Senin perusahaan jadi kacau dan atasan saya bilang jangan pernah lakukan itu lagi
      Pada akhirnya saya keluar, tapi kadang orang baru memang bisa membuat versi yang lebih baik dengan cepat. Masalahnya, itu terhalang oleh kepentingan 47 tim
    • Sekarang jauh lebih mudah untuk membuat prototipe dengan cepat dan meluncurkannya ke pasar
      Tapi produk bukan sekadar kode; marketing, sales, dan dukungan pelanggan juga harus bergerak bersama
      Selain itu, karena data adalah hambatan masuk bagi perusahaan, produk baru harus mengumpulkan waktu di pasar
    • Gagasan bahwa vibe-coding akan menggantikan SaaS adalah delusi yang mirip dengan klaim lama bahwa “kripto akan menggantikan mata uang fiat
    • Saat melihat developer ingin meninggalkan platform seperti Datadog dan memakai alternatif open-source self-hosted, sering kali mereka mengabaikan biaya pemeliharaan
      Alternatif yang “gratis” pada akhirnya tetap menuntut biaya dalam bentuk lain
    • Ilusi seperti “kita bisa membuat Zoom dalam sehari” juga mirip
      Koneksi video antara dua komputer mungkin bisa dibuat, tapi 80% terakhir dari produk nyata memakan 99% dari total waktu
  • Menurut saya B2B SaaS adalah bidang yang paling tahan terhadap AI
    Kebanyakan perusahaan bergerak dengan pola pikir “kami membayar karena kami tidak mau membuatnya sendiri”. Ini pasar yang konservatif
    • Ini mengingatkan saya pada tulisan lama tentang “kalau internet gigabit sudah umum, semua orang akan menjalankan server email sendiri”
    • B2B SaaS bukan sekadar menjual software, melainkan menjual keahlian domain dan rasa tanggung jawab atasnya
    • Itu berlaku untuk perusahaan besar, tapi pasar SMB (usaha kecil dan menengah) bergerak sangat berbeda
    • Perusahaan masih ingin membayar, tapi sekarang pilihan SaaS makin banyak, sehingga hambatan masuk bagi pemain lama seperti Salesforce atau Atlassian menurun
      Persaingan di pasar berdekatan makin intens, misalnya Canva meluas ke dokumen dan Notion ke email
    • Masalah perusahaan besar bukan harga, melainkan waktu implementasi, kecocokan dengan proses, dan kekurangan tenaga kerja
  • Beberapa CEO startup mengatakan mereka “menggantikan SaaS dengan GitHub dan Notion API”, tapi ini hanya anekdot tanpa data
    Dalam kenyataannya, sebagian besar saham SaaS masih diperdagangkan dekat level tertinggi
    Artikel terkait pun hanya berdasarkan komentar satu analis
    • Dari sudut pandang orang yang bekerja di industri B2B SaaS, ketika pelanggan membangun integrasi sendiri justru nilai produk kami meningkat
      Sebagian besar perusahaan tidak ingin membuat sendiri sistem seperti akuntansi atau HRIS
    • Akan lucu kalau ada yang menulis artikel parodi berjudul “AI sedang membunuh artikel tentang AI”
    • Tulisan seperti ini terasa seperti tukang cukur yang merekomendasikan gaya rambut demi kepentingannya sendiri
    • Mengalokasikan engineer bergaji 10 ribu dolar per bulan untuk menggantikan SaaS seharga 10 ribu dolar per tahun itu tidak ekonomis
      Lagi pula, kebanyakan perusahaan pelanggan bahkan tidak punya engineer
    • Pada akhirnya tulisan seperti ini hanyalah konten untuk menghasilkan lead
  • SaaS seharusnya lebih berfokus pada 'Service' daripada 'Software'
    Pelanggan menginginkan hasil, kualitas, harga, dan ketersediaan, bukan implementasi internal. AI tidak membunuh SaaS, melainkan menggesernya ke S yang kedua
    • Perusahaan SaaS bukan sekadar perusahaan software, melainkan organisasi penjualan
      Alasan Dropbox atau Atlassian tetap bertahan meski secara teknis tertinggal adalah karena kemampuan menjual dan layanan pelanggan
    • Tapi sebagian besar layanan bisa digantikan, dan di pasar dengan rentang perhatian pendek, hanya bidang dengan hambatan masuk tinggi yang akan bertahan
    • S kedua itu sering kali dirancang untuk memaksimalkan vendor lock-in dan pendapatan konsultasi
    • Melihat kualitas SharePoint atau Teams, tampaknya pelanggan tidak selalu hanya melihat kualitas
  • AI tidak membunuh B2B SaaS, melainkan mengubah struktur biaya pembangunan
    Perusahaan cukup membangun sendiri 10 fitur yang mereka butuhkan dan memenuhi SLA. AI sedang mengubah keseimbangan CapEx/OpEx ini
    • Dalam praktiknya, sering kali hanya ada 12 fitur yang benar-benar dibutuhkan, dan 2 di antaranya tidak ada di SaaS yang sudah ada. Saat memakai alat seperti Jira, semua orang akhirnya membayangkan versi mereka sendiri
    • Tapi aplikasi internal cepat mentok karena masalah keamanan, manajemen izin, dan pemeliharaan
    • Perusahaan kami juga pernah menggantikan SaaS senilai 500 ribu dolar per tahun hanya dalam beberapa hari, tapi fitur yang kami butuhkan memang sangat sedikit
    • Jika pengetahuan domainnya jelas, kita bisa membuat tepat yang dibutuhkan dengan cepat
    • Namun pada praktiknya, bagian tersulit adalah mendefinisikan dan menyepakati kebutuhan. Proses penyelarasan lebih sulit daripada implementasi teknis
  • Alih-alih membunuh SaaS, saya justru melihat AI memperkuat loop umpan balik pelanggan
    Jika pelanggan membuat prototipe sendiri, itu adalah sinyal yang membuktikan kebutuhan produk
    Perusahaan SaaS bisa mencerminkan itu dan menyediakan fitur yang lebih baik dengan cepat
    • Kekuatan perusahaan SaaS tetap ada pada kapabilitas penjualan. Biaya software juga bisa menjadi pengurang pajak, dan dari sudut pandang perusahaan itu pengeluaran kecil
    • SaaS bisa mengumpulkan kebutuhan dari banyak pelanggan dan memberikan insight per industri. Pelanggan sering kali tidak tahu apa yang sebenarnya mereka inginkan
    • Tentu saja SaaS juga punya masalah lock-in dan biaya migrasi. Tapi kalau data bisa dimiliki sepenuhnya, rasa takutnya berkurang
  • Sistem vibe-coded yang dibuat AI pada akhirnya sangat mungkin menjadi bom waktu
    Cacat struktural ditutup-tutupi sementara oleh manusia, dan saat mereka keluar kualitas data akan runtuh
    Pada akhirnya permintaan untuk konsultasi yang bisa kembali melakukan desain berpusat pada domain akan meningkat
    SaaS yang bertahan akan berarti bukan 'Software' melainkan 'Solutions'
    • Namun di masa depan, AI mungkin juga bisa otomatis melakukan pemurnian (unvibe) atas kode vibe seperti ini
  • Di startup kecil mungkin bisa membuat sendiri tool visualisasi data, tapi di lingkungan perusahaan besar itu mustahil karena firewall, autentikasi, dan struktur administrasi
    Pengalaman pribadi tidak boleh digeneralisasi
    • BI SaaS bukan sekadar menjual chart, tetapi juga menyediakan sistem izin, query caching, dan scheduling
      Persaingan sedang berubah ketika platform data seperti Snowflake atau Definite.app mulai menyematkan fungsi BI
  • Untuk menggantikan SaaS, tidak harus “lebih baik”; cukup cukup layak
    Khususnya untuk produk mahal seperti ERP atau CRM yang harganya naik setiap tahun, internalisasi layak dipertimbangkan
    Namun SaaS dengan hambatan masuk hukum atau kebiasaan seperti office suite atau sistem payroll akan tetap bertahan
    • Berdasarkan pengalaman membuat sendiri sistem inventaris untuk peritel besar, vibe coding hanya berguna sampai tahap prototipe
      Karena masalah konsistensi real-time dan skala data, keputusan awal yang salah akan kembali sebagai biaya besar di kemudian hari
      AI membantu untuk pekerjaan berulang, tetapi sistem inti tetap harus dirancang dengan hati-hati