Sztuczna inteligencja nie zabije rynku SaaS, ale pozbawi go kluczowego atutu, interfejsu użytkownika. Taką tezę stawia Ali Ghodsi, współzałożyciel i prezes Databricks, prezentując imponujące tempo wzrostu spółki i jej strategię na erę modeli językowych.
AI zamiast klasycznego interfejsu
Databricks poinformował, iż osiągnął 5,4 mld USD rocznych przychodów, co oznacza wzrost o 65% rok do roku. Ponad 1,4 mld USD tej kwoty pochodzi już bezpośrednio z produktów opartych na sztucznej inteligencji. Ghodsi zdecydował się publicznie podkreślić te liczby w rozmowie z TechCrunch, odpowiadając na narastające spekulacje o rychłym końcu modelu SaaS.
Według niego AI nie niszczy istniejących platform, ale zwiększa ich wykorzystanie. Przykładem jest Genie, interfejs oparty na dużych modelach językowych, który pozwala użytkownikom zadawać pytania o dane w języku naturalnym. Zamiast pisać złożone zapytania czy zamawiać raporty u analityków, menedżer może zapytać wprost, dlaczego w określone dni rosną koszty magazynu danych lub przychody.
Systemy zapisu pozostaną, zniknie widoczność produktów
Ghodsi odrzuca popularny wśród części inwestorów scenariusz, w którym firmy masowo porzucają swoje systemy zapisu danych na rzecz tworzonych ad hoc narzędzi opartych na AI. Systemy te, obejmujące sprzedaż, obsługę klienta czy finanse, są trudne do przeniesienia i stanowią fundament działania przedsiębiorstw.
Problemem dla dostawców SaaS jest jednak coś innego. Przez lata ich największą barierą wejścia były wyspecjalizowane interfejsy, na których szkolono miliony użytkowników. Eksperci od Salesforce, ServiceNow czy SAP budowali całe kariery wokół konkretnych narzędzi. Gdy interfejsem staje się język naturalny, produkty przestają być widoczne dla użytkownika końcowego i zaczynają przypominać infrastrukturę, która po prostu działa.
Nowe bazy danych dla agentów AI
Zdaniem Ghodsiego firmy, które zaakceptują tę zmianę, mogą przez cały czas rosnąć, a jednocześnie otwiera się przestrzeń dla graczy projektujących rozwiązania od początku z myślą o agentach AI. Databricks już testuje ten kierunek, oferując Lakebase, bazę danych zaprojektowaną specjalnie pod takie zastosowania. W ciągu ośmiu miesięcy od premiery produkt wygenerował dwukrotnie większe przychody niż klasyczna hurtownia danych Databricks w analogicznym okresie.
Kapitał zamiast debiutu giełdowego
Równolegle spółka sfinalizowała wcześniej zapowiadane finansowanie o wartości 5 mld USD przy wycenie 134 mld USD oraz pozyskała 2 mld USD linii kredytowej. Ghodsi podkreśla, iż Databricks nie planuje w najbliższym czasie wejścia na giełdę. Obecna sytuacja rynkowa, po doświadczeniach z załamaniem z 2022 roku, sprzyja raczej gromadzeniu kapitału i zabezpieczaniu długiego horyzontu rozwoju.