SaaS-pocalypse: kan AI traditionele bedrijfssoftware vervangen?
In dit artikel:
Aandelen van grote SaaS-bedrijven zoals Salesforce, Workday, ServiceNow en SAP zijn de afgelopen maanden fors gedaald, niet omdat deze bedrijven slechtere cijfers leveren — ze draaien recordomzetten — maar omdat beleggers vrezen dat AI hun businessmodel op termijn ondermijnt. Investeerders richten zich op metrics als ARR (annual recurring revenue) en vragen zich af hoe duurzaam die inkomsten zijn als AI‑agents straks bedrijfsprocessen zelfstandig kunnen uitvoeren zonder traditionele licenties.
Er is een golf van nieuwe AI‑startups en no‑/low‑codeplatformen die beweren dat organisaties met “AI-agents” op maat sales-, service- of HR‑functies kunnen automatiseren. Veel van deze tools groeien snel en bereiken in korte tijd miljoenen aan ARR. Tegelijk bestaat er onzekerheid over hoe snel en hoeveel deze technologie in de praktijk daadwerkelijk kan vervangen. Adoptie kost tijd en het integreren van AI met bestaande IT‑landschappen is complex: AI‑tools hebben data nodig, en die data staat vaak vast in bestaande SaaS-systemen. Bovendien brengt het simpelweg exporteren van die data naar platte databases nieuwe problemen met zich mee.
Voor kleine mkb‑bedrijven kan AI sommige bedrijfsprocessen realistischerwijs makkelijker maken of goedkoper uitvoeren. Maar bij grotere organisaties met duizenden medewerkers en complexe processen — denk aan salarisverwerking, compliance‑rapportages of een ERP‑gestuurde supply chain met duizenden onderdelen — is het risico op fouten aanzienlijk en kunnen de kosten van herstel hoog oplopen. Grote bedrijven hechten daarom aan continuïteit, betrouwbaarheid en naleving van regelgeving, eigenschappen waarin gevestigde SaaS‑leveranciers nog steeds sterk zijn. Interessant genoeg gebruiken veel toonaangevende AI‑bedrijven zelf ook enterprise‑software van diezelfde leveranciers.
Wat banen betreft lijkt de directe impact vooralsnog beperkt: analyses wijzen op een afname van de groei van arbeidsplaatsen (ongeveer 5.000 minder banen per maand wereldwijd), vooral bij instapfuncties en repetitieve taken zoals level‑1 klantenservice. Bedrijven kunnen personeel omscholen naar complexere rollen, maar er ontstaat een paradox: als instapfuncties verdwijnen, wordt het lastiger om mensen op te leiden voor seniorrollen. De verwachte uitweg is werken met AI‑assistentie vanaf dag één, waardoor nieuwe professionals andere vaardigheden ontwikkelen.
De kernvraag is of de koersdalingen een tijdelijke correctie of een structurele omwenteling betekenen. Waarschijnlijk speelt beide: hoge eerdere waarderingen worden bijgesteld, terwijl AI reële veranderingen afdwingt. Voor organisaties is de praktische aanbeveling helder: negeer AI niet, maar vervang ook niet klakkeloos je kernsystemen. Begin met concrete use cases, meet ROI en risico’s, test op niet‑kritische processen en integreer AI geleidelijk binnen bestaande SaaS‑landschappen. De meest waarschijnlijke uitkomst is een hybride toekomst waarin traditionele enterprise‑software en AI‑native tools naast elkaar bestaan en elkaar aanvullen.