Förstörelsens mekanik: Hur agenter dödar SaaS

Förstörelsens mekanik: Hur agenter dödar SaaS

Den traditionella SaaS-modellen bygger på platsbaserad prissättning: ju fler anställda du har som använder mjukvaran, desto mer betalar du. Detta fungerade när människor var de enda entiteter som kunde hantera företagsmjukvara. AI-agenter krossar detta antagande helt och hållet.

En AI-agent kan ersätta 10-15 mänskliga platser i de flesta SaaS-applikationer [1]. Till skillnad från människor behöver agenter inga grafiska gränssnitt—de interagerar direkt med API:er eller manipulerar skärmar programmatiskt. De kan bearbeta tusentals uppgifter samtidigt, arbeta över flera system och tar aldrig paus eller kräver introduktion.

Betrakta Anthropics Claude Cowork, som automatiserar juridisk dokumentutformning, efterlevnadskontroller och administrativa arbetsflöden genom att direkt manipulera Word, Excel och webbapplikationer [1]. En advokatbyrå som tidigare behövde 20 Salesforce-platser för ärendehantering kanske nu bara behöver två platser för mänsklig övervakning medan Claude hanterar den faktiska datainmatningen, uppföljningarna och rapporteringen.

Prissättningsmodellen kollapsar helt när dina "användare" är autonoma agenter som kan slutföra uppgifter snabbare och mer exakt än mänskliga team. Som riskkapitalisten Tom Tunguz observerade skapar per-plats-prissättning en grundläggande diskrepans när agenter opererar oberoende av mänsklig intervention [1].

Denna förändring accelererar eftersom AI-agenter kan bygga anpassade lösningar snabbare än upphandlingsteam kan utvärdera SaaS-leverantörer. Företag upptäcker att de kan implementera interna AI-system för undersökningar, business intelligence, CRM och projektledning på dagar snarare än månader [1]. Byteskostnaderna som en gång skyddade SaaS-företag har försvunnit.

Förödelsen: Vinnare, förlorare och den nya hierarkin

Marknaden har varit skoningslöst effektiv i att separera överlevare från offer. Mjukvaruföretag med tunna användargränssnitt och begränsade datavallar blir utplånade, medan de med proprietära dataset och djup arbetsflödesintegration håller ställningarna.

Offren är förutsägbara: punktlösningar med enkla arbetsflöden och höga per-plats-kostnader. HubSpot, Atlassian och liknande företag byggde verksamheter på att organisera och automatisera uppgifter som AI-agenter nu hanterar naturligt. iShares Expanded Tech-SaaS ETF (IGV) är ned 21% hittills i år och 30% från sin topp i september 2025 [1]. Mjukvaru-P/E-multiplar har kollapsat från 84x till 22,7x när investerare omvärderar tillväxtantaganden [1].

Överlevarna delar gemensamma egenskaper: proprietära data, komplexa arbetsflöden och styrningskrav. Palantir är upp 22% i år eftersom dess värde ligger i dataintegration och analyskapacitet som blir mer värdefull när AI-agenter behöver förstå komplex information [1]. MongoDB och andra infrastrukturföretag gynnas när AI-arbetsbelastningar kräver mer sofistikerad datahantering.

Anpassarna pivoterar snabbt. Salesforce lanserade Agentforce för att positionera sig som en agentorkestreringsplattform snarare än bara ett CRM. ServiceNow satsar på Now Assist för att bli ryggraden för företags-AI-arbetsflöden. Dessa företag förstår att deras framtid ligger i att möjliggöra agenter, inte att ersätta dem med mänskliga gränssnitt.

Inte ens kreativ mjukvara är immun. Adobe har förlorat 120 miljarder dollar i värdering när AI-agenter hanterar rutinmässiga designuppgifter, innehållsgenerering och arbetsflödesautomatisering [1]. Företagen som trivs i denna miljö är de som förbättrar AI-kapacitet snarare än konkurrerar med dem.

Den nya mjukvarustacken: Från platser till resultat

Kollapsen av platsbaserad prissättning tvingar fram en fullständig omtänkning av hur mjukvara skapar och fångar värde. Tre nya prissättningsmodeller växer fram: resultatbaserad prissättning (betala per resultat), användningsbaserad prissättning (betala per uppgift eller API-anrop) och hybridmodeller som kombinerar mänskliga platser med agentuppgifter [1].

Resultatbaserad prissättning representerar den mest radikala förändringen. Istället för att betala för mjukvarulicenser betalar företag för slutfört arbete: lösta ärenden, bearbetade dokument, kvalificerade leads eller genererade rapporter. Detta stämmer perfekt överens med AI-agenters kapacitet och eliminerar diskrepansen mellan mjukvarukostnader och affärsvärde.

Användningsbaserad prissättning behandlar AI-agenter som molninfrastruktur—du betalar för vad du konsumerar. Denna modell fungerar bra för företag som vill ha förutsägbara kostnader samtidigt som de skalar agentkapacitet upp eller ner baserat på efterfrågan. Den skapar också naturliga incitament för effektivitetsförbättringar.

De mest framgångsrika nya mjukvaruföretagen byggs kring dessa principer från dag ett. De designar för agentinteraktion först, mänsklig övervakning som andra. Deras API:er är optimerade för programmatisk åtkomst. Deras prissättning skalar med affärsresultat snarare än mänsklig personalstyrka.

Denna förändring kräver nya mätvärden. Monthly Active Users (MAU) blir irrelevanta när dina primära användare är agenter. Det nya riktmärket är Autonomous Task Completion (ATC): hur många affärsprocesser kan mjukvaran hantera utan mänsklig intervention? Företag som optimerar för ATC bygger infrastrukturen för post-SaaS-världen.

Byggarens fördel: Varför intern AI slår leverantörsmjukvara

Det mest talande tecknet på SaaS-disruption är inte börskrascherna—det är den snabba adoptionen av intern AI-utveckling. Företag som Netlify och StackBlitz har ersatt flera SaaS-prenumerationer med anpassade AI-agenter byggda internt [1]. Denna trend accelererar när AI-utvecklingsverktyg blir mer tillgängliga och företag inser att de kan bygga exakt vad de behöver.

Interna AI-agenter erbjuder tre avgörande fördelar över traditionell SaaS: perfekt anpassning, noll licenskostnader och fullständig datakontroll. Ett tillverkningsföretag kan bygga agenter som förstår dess specifika processer, terminologi och arbetsflöden utan kompromisser. Ett finansiellt tjänsteföretag kan säkerställa att känslig data aldrig lämnar dess infrastruktur samtidigt som det automatiserar komplexa efterlevnadsuppgifter.

Utvecklingshastigheten är chockerande. Team bygger funktionella AI-agenter på dagar med verktyg som skulle ha krävt månader av traditionell mjukvaruutveckling. Barriärerna för anpassad mjukvaruskapelse kollapsar precis när kostnaderna för SaaS-prenumerationer blir svårare att motivera.

Detta betyder inte att alla företag kommer att bygga allt internt. Det vinnande tillvägagångssättet kombinerar anpassade agenter för kärnarbetsflöden med specialiserade AI-tjänster för komplexa uppgifter. Ett företag kan bygga interna agenter för kundservice och projektledning samtidigt som det använder specialiserad AI för juridisk analys eller finansiell modellering.

Nyckelinsikten är att mjukvara blir en biprodukt av affärslogik snarare än ett separat köp. När AI kan generera gränssnitt, arbetsflöden och integrationer du behöver på begäran, skiftar värdet från att äga mjukvara till att styra dess skapande och drift.

Nordiska byggare och framtiden efter kod

Från vårt perspektiv på Up North AI validerar denna transformation vår kärntes: kod blir gratis, men omdöme är det inte. Företagen som trivs i denna miljö är inte de med bästa mjukvaran—de är de med tydligaste förståelsen för vilka problem som behöver lösas och hur man styr AI-agenter att lösa dem.

Nordiska företag har naturliga fördelar i denna övergång. Regionens betoning på pragmatisk ingenjörskonst, dataintegritet och hållbara affärsmodeller stämmer perfekt överens med kraven för agentdriven mjukvara. Nordiska företag är mindre belastade av äldre SaaS-investeringar och mer villiga att experimentera med nya tillvägagångssätt.

Möjligheten ligger i att bygga omdömesförstärkta verktyg för specifika vertikaler. Istället för att skapa allmänna SaaS-plattformar kan nordiska byggare skapa AI-agenter som förstår nyanserna i fraktlogistik, förnybara energihantering eller finansiella tjänsters efterlevnad. Värdet ligger inte i mjukvaran själv—det ligger i domänexpertisen inbäddad i agenternas beslutsfattande.

Datarika industrier erbjuder de starkaste defensiva positionerna. Företag med proprietära dataset, komplexa regulatoriska krav eller djup arbetsflödesintegration kan bygga AI-agenter som konkurrenter inte enkelt kan replikera. Detta skapar hållbara fördelar i en värld där grundläggande mjukvarufunktionalitet blir commodifierad.

Transformationen kräver också nya organisatoriska kapaciteter. Företag behöver AI-orkestreringskunskaper, inte bara AI-implementering. De behöver team som kan designa agentarbetsflöden, etablera styrningsramverk och kontinuerligt förbättra autonoma processer. Detta är fundamentalt olika färdigheter från traditionell mjukvaruupphandling och -hantering.

Omdömeslagret: Vad överlever när mjukvara blir flytande

När vi ser 2 biljoner dollar i mjukvaruvärde förångas, dyker den djupare frågan upp: vad skapar bestående värde när AI kan generera vilken mjukvara som helst på begäran? Svaret ligger i omdömeslagret—den mänskliga insikten som bestämmer vad som ska byggas, hur det ska bete sig och när det ska anpassas.

De mest värdefulla företagen i post-SaaS-världen kommer att vara de som utmärker sig på att styra AI-agenter snarare än att bygga statisk mjukvara. De kommer att förstå sina affärsprocesser tillräckligt djupt för att specificera exakt vilka resultat de vill ha. De kommer att ha styrningsramverk för att säkerställa att agenter opererar säkert och effektivt. Viktigast av allt kommer de att ha omdömet att veta när de ska ingripa och när de ska låta agenter operera autonomt.

Denna förändring representerar kulminationen av en trend vi har följt: mjukvara blir ett realtidsuttryck för affärsintention snarare än en fast produkt. När AI-agenter kan modifiera arbetsflöden, skapa nya gränssnitt och integrera system dynamiskt, skiftar konkurrensfördelarna till de som kan artikulera sina behov mest precist och anpassa sig snabbast.

2-biljon-dollar-mjukvarukraschen är inte bara en marknadskorrigering—det är ljudet av en industri som inser att framtiden tillhör de som kan tänka klart om vad de vill åstadkomma, inte de som kan navigera komplexa mjukvarugränssnitt. I en värld där kod är gratis blir omdöme den ultimata konkurrensfördelarna.

Källor

1. https://tech-insider.org/saas-stock-crash-ai-agents-2-trillion-2026
2. https://www.oliverwyman.com/our-expertise/insights/2026/apr/how-agentic-ai-reshaping-saas-valuations.html
3. https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions/2026/saas-ai-agents.html
4. https://intellectia.ai/blog/will-ai-disrupt-saas-business-model-2026
5. https://vikinggrowth.com/news/what-does-ai-mean-for-saas-valuations-in-2026
6. https://markets.financialcontent.com/stocks/article/marketminute-2026-2-24-the-1-trillion-software-carnage-how-ai-agents-broke-the-saas-model
7. https://www.theregister.com/2026/02/04/ai_replace_saas
8. https://www.linkedin.com/posts/amirashkenazi_my-prediction-for-2026-by-december-ai-activity-7414700384432050187-wkju