De SaaS-markt bevindt zich in zwaar weer. Aandelen van grote spelers zoals Salesforce, Workday, ServiceNow en SAP zijn de afgelopen maanden met tientallen procenten gedaald. De oorzaak ligt niet in tegenvallende resultaten, integendeel, deze bedrijven draaien recordomzetten, maar in de verwachting dat AI hun businessmodel fundamenteel bedreigt.
Beleggers en investeerders vrezen dat kunstmatige intelligentie (AI) traditionele SaaS-applicaties overbodig maakt. De gedachte is dat organisaties straks zelf hun processen kunnen automatiseren met AI-agents, zonder dure licenties voor CRM-, ERP- of HR-systemen. Maar klopt dit doemscenario wel?
Luister (en kijk) elke week door je te abonneren via: Spotify, Apple Podcasts, YouTube of een andere dienst.
Waarom dalen SaaS-aandelen ondanks goede cijfers?
De financiële resultaten van de grote SaaS-spelers zijn helemaal niet slecht. Bedrijven als Salesforce, SAP en Workday draaien recordkwartalen. Toch hebben aandeelhouders weinig vertrouwen. Het probleem zit niet in het heden, maar in de toekomst.
Lees ook: Kwartaalcijfers SaaS-spelers spreken AI-twijfels tegen
Investeerders kijken naar de annual recurring revenue (ARR) en vragen zich af hoe lang die stabiel blijft. De verwachting van investeerders is dat AI binnen afzienbare tijd volwassen genoeg is om dit soort applicaties te vervangen. Waarom zou je nog betalen voor een duur Salesforce CRM-pakket, een SAP ERP-systeem of een Workday HR-oplossing als een AI-agent hetzelfde kan?
AI-startups versus gevestigde orde
Er is een nieuwe generatie AI-startups die beweert dat bedrijven hun eigen software kunnen bouwen met AI en vibe-coding, al dan niet gecombineerd met low-code en no-code platformen. Deze nieuwe startups groeien razendsnel. Het is nog nooit voorgekomen dat zoveel startups zo snel 10 miljoen ARR bereiken.
Deze platformen bieden sales agents, customer service bots, HR-agents en andere geautomatiseerde functionaliteiten. Het verschil met traditionele SaaS is dat ze claimen dit zonder de hele onderliggende infrastructuur te kunnen leveren.
Interessant genoeg is er tegelijkertijd ongeveer net zoveel twijfel over AI. De adoptie van AI gaat lang niet zo snel en het vervangen van dit soort SaaS-oplossingen in grote organisaties is enorm complex. Er wordt echter door veel “AI-specialisten” geschermd met ongelimiteerde mogelijkheden. Maar de vraag is wat nu precies realistisch is voor organisaties?
De beperking van nieuwe AI-platformen
Veel van deze nieuwe platformen moeten uiteindelijk een koppeling leggen met bestaande systemen. Ze hebben een databron nodig en die data zit vaak in traditionele SaaS-applicaties. Ook deze nieuwe tools, zullen hun data toch ergens moeten laten, deze in een platte database stoppen is een optie, maar dat levert ook uitdagingen op.
Kunnen AI-agents echt SaaS vervangen?
Complexe bedrijfssystemen vervangen met AI klinkt goed, maar realistisch is het niet. Voor een klein MKB-bedrijf met maximaal 100 medewerkers is het misschien haalbaar om HR-processen met AI te optimaliseren zonder uitgebreid HR-softwarepakket. Bij duizend medewerkers is dat echter niet realistisch. Als de datahoeveelheid en complexiteit toeneemt, wordt de kans op fouten met AI ook vele malen groter. Fouten in kritieke bedrijfsprocessen kunnen enorm veel tijd en geld kosten om weer op te lossen. Wat als een complete salarisbatch niet klopt? Of als compliance- en governance-rapportages fouten vertonen?
Of nog extremer, stel je wilt een auto bouwen met 10.000 onderdelen die op het juiste moment, op de juiste plek, bij de juiste monteur moeten zijn, dan heb je echt een fatsoenlijk ERP-systeem en supply chain-module nodig. Een AI-agent gaat dat nooit allemaal voor je kunnen regelen.
Compliance en regelgeving als complicerende factor
AI kan veel voor een organisatie betekenen, er zijn in elke organisatie businessprocessen te optimaliseren en te verbeteren. Maar het compleet vervangen van SaaS-applicaties en rekening houden met alle lokale regelgeving, compliance-eisen, rapportages en uitzonderingen, dat wordt een lastig verhaal. Ook wil je als organisatie strategische beslissingen kunnen nemen op basis van rapportages die veel van deze tools aanleveren. Je kan natuurlijk al je strategische keuzes door AI laten maken, maar of je dan zeer succesvol gaat worden, valt te betwijfelen.
Impact op werkgelegenheid
De discussie over de SaaS-pocalypse raakt ook aan een gevoelig onderwerp: banen. Analyses wijzen uit dat de impact op dit moment relatief klein is, ongeveer 5.000 banen per maand wereldwijd. Maar dat is een reductie in de groei van banen, niet per se dat er massaal banen verloren gaan.
Welke banen zijn kwetsbaar?
Aan de onderkant van de arbeidsmarkt zal AI waarschijnlijk wel impact hebben. Denk aan repetitieve taken in klantenservice, waar AI al 70% van de workload kan overnemen door de meestgestelde vragen af te handelen. ServiceNow heeft recent aangekondigd dat zij een level 1 support medewerker kunnen vervangen door AI. Hoewel dat niet betekent dat al die mensen ontslagen worden, ze kunnen worden opgeleid voor level 2- of 3-functies, of andere taken krijgen. Feit is wel dat er minder menselijke level 1-medewerkers nodig zullen zijn.
Het junior-probleem
Een interessante paradox ontstaat als bedrijfsbreed veel zogenaamde instapfuncties verdwijnen. Hoe leer je mensen het vak als die banen niet meer bestaan. Als een level 1 supportmedewerker niet meer bestaat? Instromen op een senior rol, of level 2 of level 3 is een stuk uitdagender, je hebt bepaalde praktijkervaring nodig.
De oplossing ligt waarschijnlijk in AI-assisted werknemers: mensen die vanaf dag één met AI-tools werken en een andere manier van werken leren. Over een paar decennia is dat de standaard voor een nieuwe generatie professionals.
De realiteit voor enterprise-organisaties
Voor grote bedrijven is het niet realistisch om hun volledige IT-stack en infrastructuur fundamenteel opnieuw in te richten. Dit gaat niet over randzaken of customer-facing features, maar over de kern van bedrijfssoftware: ERP, HR en CRM. Daar trek je niet zomaar eruit om te vervangen door AI-agents.
Een leuk detail is ook, dat de meest innoverende AI-bedrijven deze bedrijfssoftware ook gewoon gebruiken. De CEO van Workday merkte op dat Anthropic en OpenAI klanten van hen zijn. Als deze AI-pioneers hun processen nog niet volledig door AI laten draaien, waarom zouden andere bedrijven dat dan wel doen?
De waarde van bestaande systemen
Grote SaaS-spelers hebben dus nog zeker waarde en werken tegelijk ook hard aan het integreren van AI in hun bestaande oplossingen. Zij kijken daarbij ook op een diepere laag hoe ze dat het beste kunnen integreren. Voor enterprise-klanten die duizenden licenties hebben, is continuïteit en betrouwbaarheid belangrijker dan de nieuwste hype. Daarnaast hebben deze bedrijven enorme context en data die niet zomaar in een context window van een LLM passen. Wij denken dan ook dat het nog heel lang gaat duren voordat deze nieuwe AI-startups kunnen bieden wat deze grote spelers vandaag de dag al bieden. Dat betekent niet dat al die AI-startups geen meerwaarde hebben, met goede AI-tools kan je zeker beter en efficiënter werken.
Correctie of structurele verandering?
De vraag die nog openstaat is of de SaaS-pocalypse een tijdelijke beurscorrectie is of een structurele verschuiving. IT-aandelen zijn de afgelopen jaren enorm gestegen, een correctie kan ook logisch zijn. Misschien is AI gewoon een makkelijke “stok om mee te slaan” voor beleggers die toch al vonden dat waarderingen te hoog waren.
Het feit dat deze daling al meer dan een jaar gaande is bij veel SaaS-spelers suggereert dat er meer speelt dan alleen AI-angst. Er is waarschijnlijk sprake van een combinatie van factoren: overdreven verwachtingen over AI, tegenvallende adoptie van nieuwe AI-features, en algemene marktonzekerheid.
Wat betekent dit voor jouw organisatie?
Voor IT-beslissers is het belangrijk om genuanceerd naar deze ontwikkelingen te kijken. AI kan zeker waarde toevoegen, vooral voor automatisering van repetitieve taken en het verhogen van productiviteit. Denk aan:
• Klantenservice: AI voor FAQ’s en level 1 support
• Data-analyse: sneller inzichten halen uit bedrijfsdata
• Content generatie: ondersteuning bij documentatie en rapportages
• Code development: AI-assistentie voor ontwikkelaars
Maar volledige vervanging van kritieke bedrijfssystemen is niet realistisch. De focus moet liggen op slimme integratie van AI binnen bestaande systemen, niet op het weggooien van jarenlange investeringen in enterprise software.
Advies voor IT-leiders
Wees kritisch op vendors die claimen dat AI alles kan vervangen. Vraag naar concrete use cases, ROI en risicomanagement. Test eerst met niet-kritieke processen voordat je kernbedrijfsprocessen gaat automatiseren. Tegelijkertijd is het gevaarlijk om AI volledig te negeren. Nieuwe technologie moet je niet te hard tegengaan, maar wel doordacht implementeren. Denk na over wat AI kan toevoegen aan je organisatie, zonder in de hype-valkuil te trappen.
Conclusie
De SaaS-pocalypse is deels realiteit, deels hype. Er vindt wel degelijk een verschuiving plaats in hoe we over enterprise software denken, en AI speelt daarin een rol. Maar het doemscenario waarin alle SaaS binnen enkele jaren verdwijnt is onrealistisch. Waarschijnlijker is een hybride toekomst waarin traditionele SaaS-systemen steeds meer AI-functionaliteit integreren, terwijl nieuwe AI-native tools specifieke use cases bedienen. Voor enterprise-organisaties blijven betrouwbaarheid, compliance en integratie belangrijker dan de nieuwste AI-features.
De komende jaren zullen uitwijzen of de beurskoersen een correcte voorspelling waren of een overreactie. Vooralsnog draaien SaaS-bedrijven recordomzetten, blijven enterprise-klanten trouw, en is de AI-revolutie zeker indrukwekkend, maar niet zo revolutionair dat het al onze bestaande software gaat vervangen.