Poza licencją na stanowisko: consumption-based pricing w epoce AI

By Mirko Peters · 2026-08-13

Witamy ponownie w towarzyszącym podcastowi blogu, w którym zagłębiamy się w architektoniczne, finansowe i strategiczne zmiany, które przekształcają technologie w przedsiębiorstwach. Jeśli od jakiegoś czasu zarządzasz stosem oprogramowania firmowego, wiesz, że grunt pod nogami się przesuwa. Przez dziesiątki lat zasady zakupu oprogramowania dla przedsiębiorstw były proste: liczyłeś pracowników, kupo

Automatically translated with AI from the original post. Read the English original

Witamy ponownie w towarzyszącym podcastowi blogu, w którym zagłębiamy się w architektoniczne, finansowe i strategiczne zmiany, które przekształcają technologie w przedsiębiorstwach. Jeśli od jakiegoś czasu zarządzasz stosem oprogramowania firmowego, wiesz, że grunt pod nogami się przesuwa. Przez dziesiątki lat zasady zakupu oprogramowania dla przedsiębiorstw były proste: liczyłeś pracowników, kupowałeś odpowiednią liczbę licencji na stanowisko użytkownika, konfigurowałeś panel i liczyłeś na to, że zespół faktycznie zaloguje się i skorzysta z narzędzia. Dziś ten model się rozpada. Wraz z tym, jak generatywna AI i autonomiczne przepływy pracy zajmują centralne miejsce, obserwujemy fundamentalną zmianę w tym, jak oprogramowanie jest tworzone, konsumowane i – co najważniejsze – wyceniane.

Aby w pełni zrozumieć to przejście, musimy spojrzeć poza powierzchowne zmiany i przyjrzeć się podstawowym mechanizmom finansowym ery po SaaS. W tym wpisie przeanalizujemy strukturalny spadek tradycyjnych subskrypcji opartych na stanowiskach, rozwój modeli cenowych opartych na zużyciu i rezultatach, sposób planowania budżetu na zmienne koszty AI i agentów oraz to, jak radzić sobie z dostawcznymi „podatkami AI”, które mogą zaskoczyć budżety IT.

Wprowadzenie do zmiany poza licencjami na stanowisko

Przez lata model biznesowy oprogramowania jako usługi (SaaS) opierał się na jednym wskaźniku: liczbie ludzi. Jeśli firma zatrudniała pięćdziesięciu nowych pracowników, rachunek za oprogramowanie rósł w przewidywalny sposób. Dostawcy to lubili, ponieważ zapewniał on przewidywalne, cykliczne przychody, a działy zakupów go tolerowały, bo był łatwy do prognozowania. Ten model ma jednak poważną wadę w erze, w której oprogramowanie potrafi myśleć, działać i samodzielnie wykonywać zadania. Gdy autonomiczny system może wykonać pracę dziesięciu osób, nie logując się nigdy do tradycyjnego interfejsu użytkownika, wiązanie kosztów oprogramowania z liczbą ludzi przestaje mieć jakikolwiek sens ekonomiczny.

Ta rzeczywistość wymusiła gruntowne przewartościowanie w całej branży. Organizacje nie kupują już wyłącznie narzędzi, które pomagają pracownikom poruszać się po ekranach; wdrażają systemy, które całkowicie omijają ekrany. Jak szczegółowo omówiliśmy w powiązanym odcinku poświęconym śmierci interfejsu użytkownika, wkraczamy w erę definiowaną przez agentów używających komputera (Computer-Using Agents, CUA) i przepływy pracy zorientowane na intencję. Kiedy główna interakcja z oprogramowaniem przesuwa się z klikania przycisków na wyrażanie intencji w języku naturalnym, cała finansowa infrastruktura branży oprogramowania musi zmienić się wraz z nią.

Spadek tradycyjnych subskrypcji SaaS

Aby zrozumieć, dokąd zmierzamy, musimy zdiagnozować, dlaczego tradycyjny model subskrypcji SaaS się załamuje. Historycznie cennik oprogramowania zakładał bezpośrednią zależność między czasem użytkowania, interakcją z interfejsem a wartością biznesową. Kupowano licencję, pracownik otwierał panel, klikał po menu, wprowadzał dane i generował raporty. Licencja na stanowisko była wskaźnikiem produktywności.

Nowoczesni agenci AI jednak całkowicie oddzielili produktywność od czasu pracy człowieka przed ekranem. Gdy autonomiczny agent wykonuje złożony, wieloetapowy przepływ pracy w ERP w tle, nikt nie siedzi przed panelem, podnosząc wskaźniki wykorzystania. Mimo to wartość biznesowa wygenerowana przez taki zautomatyzowany przepływ może być wielokrotnie wyższa niż cokolwiek, co operator-człowiek mógłby osiągnąć ręcznie. Dalsze naliczanie opłat za stanowisko w tym środowisku karze za efektywność. Firmy, które skutecznie automatyzują procesy, zmniejszają zatrudnienie lub przenoszą pracę ludzi na bardziej wartościowe zadania strategiczne, co w tradycyjnym modelu SaaS oznaczałoby niższe koszty oprogramowania dla dostawcy – wynik, któremu dostawcy oprogramowania są strukturalnie przystosowani się przeciwstawiać.

Ponadto sztywne struktury subskrypcji nadwerężają marże zysku przedsiębiorstw. Organizacje są zmuszone płacić za shelfware – licencje przypisane pracownikom, którzy rzadko korzystają z platformy – a jednocześnie mają trudności ze znalezieniem budżetu na zaawansowane, natywne dla AI funkcje wymagające dużej mocy obliczeniowej, które faktycznie napędzają efektywność operacyjną. Rozbieżność między stałymi kosztami subskrypcji a zmienną wartością tworzoną sprawiła, że tradycyjny model SaaS stał się nie do utrzymania dla przedsiębiorstw patrzących w przyszłość.

Zrozumienie cenników opartych na zużyciu i rezultatach

Wraz z zanikaniem modelu opartego na licencjach per stanowisko pojawia się nowy paradygmat: ceny oparte na zużyciu i rezultatach. Zamiast płacić za dostęp, organizacje zaczynają płacić za wykorzystanie i osiągnięte wyniki. W modelu opartym na zużyciu koszty zmieniają się w zależności od cykli obliczeniowych, wywołań API, przetworzonych tokenów lub zadań wykonanych przez agentów AI.

Analitycy branżowi przewidują, że do 2030 roku nawet 40 procent wydatków przedsiębiorstw na oprogramowanie SaaS przesunie się w stronę modeli opartych na wykorzystaniu lub rezultatach, a tradycyjne przychody z licencji per stanowisko wyraźnie spadną. Firmy tworzące oprogramowanie natywnie oparte na AI już przeszły na ten model, wiążąc swoje przychody bezpośrednio z ilością pracy przetwarzanej przez ich systemy. Cenowanie oparte na rezultatach idzie o krok dalej i wiąże koszty bezpośrednio z wynikami biznesowymi, takimi jak procent osiągniętych oszczędności kosztów, pomyślnie przetworzone wnioski kredytowe czy zapytania klientów obsłużone bez udziału człowieka.

Choć ten model znacznie lepiej łączy wydatki na oprogramowanie z rzeczywistą wartością biznesową, wiąże się z nowymi wyzwaniami finansowymi. W przeciwieństwie do przewidywalnych miesięcznych lub rocznych faktur z przeszłości, cenowanie oparte na zużyciu generuje zmienne wydatki, które wymagają zaawansowanego monitorowania, prognozowania i zarządzania, aby zapobiegać przekroczeniom budżetu.

Planowanie budżetu na zmienne koszty AI i agentów

Przejście od stałych licencji per stanowisko do cenowania AI opartego na zużyciu przypomina zmianę ryczałtowego rachunku za media na rozliczanie według zużycia w sieci energetycznej z licznikami. Gdy agenci AI realizują złożone procesy, optymalizują łańcuchy dostaw lub obsługują klientów całodobowo, zużycie zasobów obliczeniowych będzie zmieniać się w zależności od aktywności biznesowej, sezonowego popytu i złożoności operacji.

Dla liderów finansowych i IT oznacza to zasadniczą zmianę w sposobie konstruowania budżetów. Nie można już polegać na prostym arkuszu liczby pracowników na początku roku budżetowego. Planowanie budżetu dla systemów opartych na agentach wymaga obserwowalności w czasie rzeczywistym, analityki predykcyjnej i dynamicznych puli alokacji. Organizacje muszą wdrożyć zasady FinOps (financial operations) dostosowane do obciążeń AI. Obejmuje to ustalanie twardych limitów wydatków dla klastrów agentów, monitorowanie trendów zużycia tokenów oraz definiowanie progów alertów, gdy zautomatyzowane procesy zaczynają zużywać nieproporcjonalnie dużo zasobów obliczeniowych.

Co więcej, zarządzanie kosztami nie może spoczywać wyłącznie na dziale finansowym. Architekci techniczni, deweloperzy i właściciele produktów muszą projektować procesy z myślą o efektywności kosztowej, dbając o optymalizację promptów, eliminację zbędnych wywołań API oraz wykorzystanie lekkich modeli do zadań rutynowych wszędzie tam, gdzie cięższe modele bazowe nie są potrzebne.

Negocjowanie „podatków AI” od dostawców i odnawianie umów

Gdy dostawcy oprogramowania dla przedsiębiorstw pośpiesznie przemianowują swoje starsze portfolio na rozwiązania „z AI”, zespoły zakupowe napotykają frustrujące zjawisko: dostawczy „podatek AI”. Mimo że koszt dużych modeli językowych i infrastruktury obliczeniowej nadal gwałtownie spada, dostawcy starszych rozwiązań SaaS podczas odnawiania umów często doliczają wysokie dopłaty – czasem od 20 do 40 procent – wyłącznie dlatego, że do platformy dodano konwersacyjną AI lub podstawowe funkcje agentów.

Odnawianie takich umów wymaga rzetelnego podejścia do negocjacji oprogramowania. Zespoły zakupowe muszą żądać od dostawców pełnej przejrzystości co do tego, jaka część umowy dotyczy dostępu do podstawowego oprogramowania, a jaka zużycia zasobów obliczeniowych AI. Organizacje powinny odmawiać płacenia ogólnych podwyżek cen uzasadnianych niejasnymi ulepszeniami AI, chyba że dostawca wykaże mierzalne wzrosty produktywności, skrócenie czasu przetwarzania lub sprawdzalne korzyści z automatyzacji procesów.

Nabywcy z sektora przedsiębiorstw powinni też wykorzystywać konkurencję między dostawcami oraz otwarte architektury API, aby unikać uzależnienia od jednego dostawcy. Jeśli dotychczasowy dostawca próbuje narzucić nieuzasadniony podatek AI, architektura oparta na API pozwala organizacji wymienić poszczególne komponenty lub kierować zadania do bardziej opłacalnych frameworków agentowych bez zakłócania całej podstawy operacyjnej.

Wykorzystanie kapitału procesowego w erze AI

W erze post-SaaS o przewadze konkurencyjnej nie decydują już gotowe aplikacje, które kupujesz. Każdy z Twoich konkurentów ma dostęp do tych samych podstawowych modeli AI i komercyjnych platform SaaS. Prawdziwym wyróżnikiem jest Twój kapitał przepływu pracy – unikalny, autorski projekt, automatyzacja i orkiestracja procesów biznesowych.

Kapitał przepływu pracy to wiedza instytucjonalna, potoki danych, protokoły bezpieczeństwa i architektury agentów nastawione na intencję, które Twoja organizacja buduje, aby rozwiązywać własne problemy operacyjne. Kiedy wykorzystujesz Computer-Using Agents do automatyzacji złożonego wprowadzania danych, usprawniania przetwarzania w systemie ERP albo skracania czasu reakcji na zapytania klientów, powiększasz swój kapitał przepływu pracy. Gotową aplikację może kupić każdy. Dopracowanego, bezpiecznego i wysoko zoptymalizowanego ekosystemu wielu agentów, dostosowanego do Twoich autorskich danych, konkurenci nie są w stanie odtworzyć.

Budowanie kapitału przepływu pracy wymaga przesunięcia uwagi organizacji z zakupu oprogramowania na inżynierię procesów. Kierownictwo musi zmapować miejsca, w których występują tarcia operacyjne, wskazać obszary, w których automatyzacja oparta na agentach przyniesie największy efekt, i zainwestować znaczne środki w infrastrukturę danych potrzebną do zasilania tych inteligentnych systemów czystymi, aktualnymi informacjami.

Podsumowanie: strategia finansowa w erze post-SaaS

Odejście od tradycyjnych licencji per stanowisko nie jest chwilowym zawirowaniem na rynku. To trwała zmiana strukturalna, napędzana rozwojem inteligentnych agentów, przepływów pracy nastawionych na intencję i ekonomii opartej na zużyciu. Gdy oprogramowanie przestaje być pasywnym narzędziem obsługiwanym przez ludzkie oczy i ręce, a staje się aktywną cyfrową siłą roboczą złożoną z autonomicznych agentów, budżetowanie, zakupy i strategie finansowe muszą się temu odpowiednio dostosować.

Organizacje, które trzymają się przestarzałego myślenia opartego na licencjach per stanowisko, utkną w sztywnych kosztach i nieelastycznych systemach. Z kolei te, które przyjmą model cenowy oparty na zużyciu, opanują zmienne budżetowanie wydatków na AI i konsekwentnie będą budować swój kapitał przepływu pracy, odblokują niespotykany dotąd poziom efektywności i zwinności.

Aby głębiej zrozumieć, jak te autonomiczne systemy zmieniają oprogramowanie dla przedsiębiorstw i co oznaczają dla Twojej architektury, koniecznie posłuchaj powiązanego odcinka podcastu: Death of the UI. Wyposażenie zespołu w właściwe spostrzeżenia już dziś to najlepszy sposób, by zapewnić organizacji odporność finansową i operacyjną w erze post-SaaS.