คำสัญญาของแอปพลิเคชันที่สร้างด้วย AI ซึ่งสามารถเรียกใช้ได้ทันทีและทิ้งเมื่อไม่ต้องการใช้แล้ว กำลังดึงดูดความสนใจจากชุมชนเทคโนโลยี วิสัยทัศน์นี้ชี้ให้เห็นอนาคตที่ผู้ใช้เพียงแค่อธิบายสิ่งที่ต้องการและดูซอฟต์แวร์ที่กำหนดเองปรากฏขึ้น โดยไม่จำเป็นต้องใช้การสมัครสมาชิก Software-as-a-Service ( SaaS ) แบบดั้งเดิม อย่างไรก็ตาม นักพัฒนาที่ได้ลองสร้างเครื่องมือทดแทนที่ขับเคลื่อนด้วย AI แทนเครื่องมือที่มีอยู่ กำลังแบ่งปันประสบการณ์ที่เป็นบทเรียนซึ่งท้าทายมุมมองในแง่ดีนี้
ความซับซ้อนที่ซ่อนอยู่เบื้องหลังแนวคิดง่ายๆ
เมื่อนักพัฒนาพยายามแทนที่ซอฟต์แวร์เชิงพาณิชย์ด้วยทางเลือกที่สร้างด้วย AI พวกเขาจะค้นพบอย่างรวดเร็วว่าผลิตภัณฑ์ SaaS ที่มีอยู่แล้วมีความซับซ้อนมากกว่าที่เห็นในตอนแรก สิ่งที่ดูเหมือนแอปพลิเคชันตรงไปตรงมามักจะเผยให้เห็นชั้นของฟังก์ชัน กรณีพิเศษ และความรู้เฉพาะด้านที่ใช้เวลาหลายปีในการพัฒนาและปรับปรุง การลงทุนด้านเวลาที่จำเป็นในการสร้างคุณสมบัติเหล่านี้ขึ้นมาใหม่อย่างมีประสิทธิภาพอาจเกินกว่าการประหยัดต้นทุนจากการหลีกเลี่ยงค่าสมัครสมาชิก
ภาระการบำรุงรักษาเป็นอีกหนึ่งความท้าทายที่สำคัญ เมื่อแอปพลิเคชันที่สร้างด้วย AI ถูกสร้างขึ้นแล้ว จะต้องมีคนดำเนินการ รักษาความปลอดภัย และบำรุงรักษาตราบเท่าที่ยังคงใช้งานอยู่ ความรับผิดชอบอย่างต่อเนื่องนี้เปลี่ยนสิ่งที่ดูเหมือนจะเป็นโซลูชันที่รวดเร็วให้กลายเป็นความมุ่งมั่นระยะยาวที่อาจไม่คุ้มค่ากับความพยายามในตอนแรก
ความจริงในการพัฒนา: การสร้าง AI ทดแทนเครื่องมือ SaaS ที่มีอยู่ใช้เวลานานกว่าที่คาดหวังอย่างมาก เนื่องจากความซับซ้อนที่ซ่อนอยู่และความลึกของฟีเจอร์ในผลิตภัณฑ์ที่มีชื่อเสียงแล้ว
ข้อจำกัดด้านโครงสร้างพื้นฐานยังคงอยู่
วิสัยทัศน์ของการเชื่อมต่อแบบเปิดที่ AI สามารถเชื่อมต่อกับแหล่งข้อมูลใดก็ได้อย่างราบรื่น เผชิญกับอุปสรรคในทางปฏิบัติ บริการหลายแห่งจงใจจำกัดการเข้าถึงจากบุคคลที่สามผ่านอุปสรรคการตรวจสอบสิทธิ์ การจำกัดอัตรา และรูปแบบข้อมูลที่เป็นกรรมสิทธิ์ API ธนาคาร เว็บไซต์สูตรอาหาร และแพลตฟอร์มโซเชียลมีเดีย รักษาข้อจำกัดเหล่านี้ด้วยเหตุผลทางธุรกิจและความปลอดภัยที่การสร้าง AI ไม่สามารถข้ามผ่านได้
API endpoints สำหรับสูตรอาหารในเว็บไซต์ต่างๆ บนอินเทอร์เน็ตหรือแอปธนาคารของคุณไม่ได้เปิดให้ใช้ บางที AI อาจสามารถคลานข้อมูลได้ แต่มันจะทำงานในระดับใหญ่ได้หรือไม่? มันสามารถทำได้โดยไม่มีข้อผิดพลาดหรือถูกบล็อกหรือไม่?
แม้ว่าการเข้าถึงข้อมูลจะเป็นไปได้ในทางเทคนิค การขยายการเชื่อมต่อเหล่านี้อย่างน่าเชื่อถือในขณะที่หลีกเลี่ยงการบล็อกหรือข้อผิดพลาดยังคงเป็นปัญหา ความท้าทายด้านโครงสร้างพื้นฐานที่สร้างความจำเป็นในการใช้โซลูชัน SaaS แบบรวมศูนย์ตั้งแต่แรกยังไม่หายไปด้วยการมาถึงของการสร้างโค้ด AI
ความขัดแย้งของ SaaS ที่ขับเคลื่อนด้วย AI
ความขัดแย้งที่น่าขันเกิดขึ้นในการบรรยาย SaaS ตายแล้ว: เครื่องมือที่ช่วยให้ซอฟต์แวร์ที่สร้างด้วย AI เป็นไปได้นั้นเป็นผลิตภัณฑ์ SaaS เอง นักพัฒนาจ่ายค่าธรรมเนียมรายเดือนจำนวนมากสำหรับการเข้าถึง API ของโมเดลภาษาขนาดใหญ่ มักใช้จ่ายหลายร้อยดอลลาร์สหรัฐต่อเดือนสำหรับ inference endpoints แพลตฟอร์มที่สร้างโค้ด เช่น v0 ของ Vercel และ ChatGPT ทำงานเป็นบริการสมัครสมาชิก ซึ่งชี้ให้เห็นว่า SaaS ได้พัฒนาแล้วมากกว่าจะตาย
การเปรียบเทียบต้นทุน: นักพัฒนารายงานว่าใช้จ่ายหลายร้อยดอลลาร์ สหรัฐ ต่อเดือนสำหรับ API tokens ของ LLM ซึ่งอาจเกินต้นทุนของการสมัครสมาชิก SaaS หลายรายการที่พวกเขาพยายามจะแทนที่
Network Effects ยังคงมีความสำคัญ
สำหรับแอปพลิเคชันที่ขึ้นอยู่กับชุมชนผู้ใช้และข้อมูลที่แบ่งปัน การสร้าง AI ไม่สามารถแก้ไขความท้าทายพื้นฐานของ network effects ได้ การสร้างแพลตฟอร์มโซเชียลมีเดียหรือเครื่องมือการทำงานร่วมกันเป็นไปได้ในทางเทคนิค แต่การดึงดูดผู้ใช้และสร้างชุมชนยังคงยากเหมือนเดิม คุณค่าของแอปพลิเคชันหลายตัวไม่ได้อยู่ที่โค้ด แต่อยู่ที่ฐานผู้ใช้และข้อมูลที่สะสม
ความกระตือรือร้นสำหรับซอฟต์แวร์ที่สร้างด้วย AI สะท้อนถึงการปรับปรุงที่แท้จริงในผลิตภาพการพัฒนาและการเข้าถึง อย่างไรก็ตาม ช่องว่างระหว่างการสร้างโค้ดที่ใช้งานได้และการแทนที่ผลิตภัณฑ์ซอฟต์แวร์ที่มีอยู่แล้วยังคงมีนัยสำคัญ ในขณะที่เครื่องมือ AI เก่งในการสร้างต้นแบบและจัดการงานเฉพาะ วิสัยทัศน์ของซอฟต์แวร์ชั่วคราวอย่างสมบูรณ์อาจมีขอบเขตจำกัดมากกว่าที่ผู้สนับสนุนแนะนำ
อนาคตน่าจะมีแนวทางผสมผสานที่ AI เร่งการพัฒนาและช่วยให้ปรับแต่งได้มากขึ้น ในขณะที่ SaaS แบบดั้งเดิมยังคงให้บริการสถานการณ์ที่ซับซ้อนและมีผู้ใช้หลายคนที่ได้ประโยชน์จากการบำรุงรักษาและโครงสร้างพื้นฐานเฉพาะ
อ้างอิง: SaaS is Dead