SaaS ইন্ডাস্ট্রিটি এমন একটি সাধারণ ভিত্তির উপর তৈরি করা হয়েছিল যে সফ্টওয়্যার মানুষকে কাজ করতে সাহায্য করে। গত দুই দশকের প্রতিটি মূল্যের মডেল, পণ্যের রোডম্যাপ এবং বিক্রয় আন্দোলন এই অনুমানকে ঘিরে সংগঠিত হয়। একটি আসন হল একজন ব্যক্তি, একটি লাইসেন্স হল একজন ব্যবহারকারী, এবং যখন সেই ব্যবহারকারী সিদ্ধান্ত নেয় যে টুলটি এখনও মূল্যবান তা পুনর্নবীকরণ হয়৷
এআই এই প্রিমাইজ ভঙ্গ করে। সফ্টওয়্যার আর মানুষকে কাজ করতে সাহায্য করে না। অনেক ক্ষেত্রে, এটি পরিবর্তে কাজ করে। SaaS ব্যবসায়িক মডেলের জন্য এর প্রভাব রয়েছে। এটি মালিকানাধীন সফ্টওয়্যারকে মূল্যবান এবং সুরক্ষাযোগ্য করে তোলে তার জন্য মানও বাড়ায়।
ইতিমধ্যে ফিচার রেস অনুষ্ঠিত হয়েছে
AI সফ্টওয়্যার বৈশিষ্ট্য বিকাশকে এমন গতিতে স্ট্রিমলাইন করেছে যার জন্য শিল্পটি অপ্রস্তুত ছিল। 2024 সালের গোড়ার দিকে, চীনা ল্যাব ডিপসিক প্রায় $5 মিলিয়নে OpenAI-এর সেরার সাথে একটি প্রতিযোগিতামূলক মডেল তৈরি করেছিল, যা আনুমানিক $100 মিলিয়ন OpenAI খরচের অংশ। এক বছরের মধ্যে, ইউসি বার্কলে গবেষকরা ডিপসিকের মূল যুক্তির ক্ষমতা প্রায় 30 ডলারে প্রতিলিপি করেছেন। কৃত্রিম বুদ্ধিমত্তা বিকাশের জন্য ব্যয় বক্ররেখা একটি খাড়া পতনের মধ্যে রয়েছে। সঠিক API পদ্ধতি এবং দ্রুত প্রকৌশল সহ একটি দল এখন এমন বৈশিষ্ট্যগুলিকে মূল্যায়ন করতে পারে যা একবার তৈরি করতে কয়েক বছর লেগেছিল।
কৌশলগত অন্তর্নিহিত অর্থ হল যে কোনো বৈশিষ্ট্য যদি মাসের মধ্যে প্রতিলিপি করা যায়, তাহলে বৈশিষ্ট্যগুলি আর প্রতিযোগিতামূলক সুবিধার টেকসই উত্স নয়। বৈশিষ্ট্যের পার্থক্যের চারপাশে আপনার পণ্যের কৌশল সংগঠিত করা আপনাকে সক্রিয়ভাবে ক্ষয়প্রাপ্ত স্থলে প্রতিদ্বন্দ্বিতা করতে দেয়। বিদ্যমান পণ্যে একটি এআই স্তর যুক্ত করার ক্ষেত্রেও একই কথা প্রযোজ্য। অন্তর্নিহিত মডেলগুলিতে অ্যাক্সেস আরও বিস্তৃত হওয়ার সাথে সাথে সফ্টওয়্যার কোম্পানিগুলিকে তাদের ডোমেন দক্ষতা, কর্মপ্রবাহ এবং আশেপাশের সিস্টেমগুলিতে আরও মান তৈরি করতে হবে।
মূল্য সমস্যা সম্বোধন
এআই-চালিত কাজের স্থানান্তরের সবচেয়ে উল্লেখযোগ্য ক্ষতি হল আসন-ভিত্তিক মূল্য নির্ধারণ। সফ্টওয়্যার একটি টুল ছিল যখন মডেল স্বজ্ঞাত বোধ তৈরি. একজন ব্যক্তি, একটি লাইসেন্স সহ, এবং একটি আসন। যখন এআই এজেন্টরা স্বায়ত্তশাসিতভাবে কাজগুলি পরিচালনা করে, তখন এই যুক্তি আর কাজ করে না। আপনি প্রতিটি সিটে ব্যাক আপ করতে পারবেন না যখন সিটটি একটি বট হয়, বা যখন একটি একক স্থাপনা কয়েক ডজন ব্যবহারকারীর কাজের চাপ পরিচালনা করে।
গার্টনারের বিশ্লেষকরা ভবিষ্যদ্বাণী করেছেন যে 2030 সালের মধ্যে এন্টারপ্রাইজ SaaS ব্যয়ের কমপক্ষে 40% ব্যবহার-ভিত্তিক, এজেন্ট-ভিত্তিক, বা ফলাফল-ভিত্তিক মডেলগুলিতে স্থানান্তরিত হবে, আসন-ভিত্তিক রাজস্ব ভাগ 21% থেকে 15% এ নেমে আসবে। বাজার ইতিমধ্যেই এ দিকে যাচ্ছে। Zendesk 2024 সালের আগস্টে ফলাফল-ভিত্তিক মূল্য চালু করেছে, ব্যবহারকারীর পরিবর্তে গ্রাহকের মিথস্ক্রিয়া সমাধানের মাধ্যমে চার্জ করা হচ্ছে। সেলসফোর্স এজেন্টফোর্সকে অনুসরণ করে $2 প্রতি কথোপকথন এআই।
ইন্ডাস্ট্রির বড় খেলোয়াড়রা মেনে নিয়েছেন যে পুরনো মডেল নতুন বাস্তবতার সঙ্গে খাপ খায় না। আপনি যদি বাজারের পরিবর্তনের জন্য অপেক্ষা করেন, তাহলে যারা আগে চলে গেছে তাদের দ্বারা নির্ধারিত শর্তগুলি আপনি উত্তরাধিকার সূত্রে পাবেন।
খরচের দিক থেকেও সমস্যা আছে। ঐতিহ্যগত SaaS প্রায় শূন্য প্রান্তিক খরচ উপভোগ করে। একবার সফ্টওয়্যার তৈরি হয়ে গেলে, অতিরিক্ত গ্রাহককে পরিষেবা দেওয়া প্রায় বিনামূল্যে ছিল৷ এআই-চালিত পণ্যগুলির উল্লেখযোগ্য পরিবর্তনশীল কম্পিউটিং খরচ রয়েছে যা ব্যবহারের সাথে পরিমাপ করে। এই স্তরের বৈচিত্র্যের জন্য আসন মূল্য কখনও ডিজাইন করা হয়নি। যেকোন কোম্পানি যে এখনও একটি AI-চালিত পণ্যের উপরে একটি আসন মডেল চালায় তারা একটি কাঠামোগত অমিল চালাচ্ছে যার জন্য শেষ পর্যন্ত রেজোলিউশনের প্রয়োজন হবে।
নতুন পণ্য কৌশল হিসাবে ওয়ার্কফ্লো মালিকানা
যদি বৈশিষ্ট্যগুলি পরিখা না হয় এবং আসনগুলি মূল্যের সঠিক একক না হয় তবে কী? যেহেতু কোম্পানিগুলি ইচ্ছাকৃতভাবে এই রূপান্তরটি নেভিগেট করে, তারা দেখতে পায় যে উত্তরটি হল ওয়ার্কফ্লো মালিকানা৷ ওয়ার্কফ্লো মালিকানা হল একটি প্ল্যাটফর্ম যে পরিমাণে সমর্থন করে এবং গ্রাহকের অপারেশনাল প্রক্রিয়া জুড়ে ক্রিয়ার একটি ক্রম সংযুক্ত করে, বিচ্ছিন্নতার একটি ধাপ পরিচালনা করার পরিবর্তে।
পণ্য কৌশলের জন্য, এই রিফ্রেমটি সমস্ত পার্থক্য তৈরি করে। একটি টুল একটি নির্দিষ্ট কাজকে বোঝায়, একটি ওয়ার্কফ্লো প্ল্যাটফর্ম সমগ্র ধারাবাহিকতাকে বোঝায়: ইনজেস্ট, প্রক্রিয়া, সিদ্ধান্ত নেওয়া, ট্র্যাক এবং পরিমাপ। একটি প্ল্যাটফর্মে এই ধারাবাহিকতা যত বেশি হবে, এটি স্যুইচ করা তত কঠিন কারণ স্যুইচিং খরচ একটি সম্পূর্ণ অপারেশনাল প্রক্রিয়াকে অন্তর্ভুক্ত করে, শুধুমাত্র একটি ফাংশন নয়। এর অর্থ এই নয় যে প্রতিটি অভ্যন্তরীণ উপাদান তৈরি করা। অনেক ক্ষেত্রে শক্তিশালী পন্থা হল একটি মূল ক্ষমতাকে শক্তিশালী করা এবং এটিকে ওয়ার্কফ্লো সংলগ্ন অংশে শক্তিশালী কোম্পানির সাথে সংযুক্ত করা।
ইজারা বিবেচনা করুন. ভাড়াটেদের প্রশ্নের উত্তর দেয় এমন একজন এআই এজেন্ট তৈরি করা সহজ হয়েছে। কিন্তু একজন ভাড়াটেকে তদন্ত থেকে পরিদর্শনে নিয়ে যাওয়া নির্ভর করে একাধিক সিস্টেম একসাথে কাজ করে, সম্পত্তির ডেটা এবং সময়সূচী থেকে অ্যাক্সেস পর্যন্ত। কোনো একক বৈশিষ্ট্য এই অভিজ্ঞতা তৈরি করে না। পুরো প্রক্রিয়া জুড়ে যেভাবে বিশেষ ক্ষমতা একত্রিত হয় তার থেকে মানটি আসে।
গার্টনারের মতে, বিশ্বব্যাপী সফ্টওয়্যার ক্রেতাদের জন্য ইন্টিগ্রেশন ক্ষমতা এখন #3 সবচেয়ে গুরুত্বপূর্ণ ফ্যাক্টর। ক্রেতাদের আকৃষ্ট করার জন্য শুধুমাত্র বৈশিষ্ট্যগুলি যথেষ্ট নয়। তারা এটিও জানতে চায় যে এটি তাদের দলগুলি ইতিমধ্যেই যে সিস্টেমগুলির উপর নির্ভর করে তার সাথে এটি একীভূত হয় এবং যদি সেই একীকরণগুলি পুরো ওয়ার্কফ্লো জুড়ে ঘর্ষণ এড়াতে যথেষ্ট গভীরে পৌঁছায়।
এটি পরিবর্তন করে যে কীভাবে সফ্টওয়্যার কোম্পানিগুলি তাদের পণ্যের রোডম্যাপগুলিকে মূল্যায়ন করবে৷ প্রশ্নটি কম “আমাদের পরবর্তী কী তৈরি করা উচিত” এবং আরও বেশি “গ্রাহকের কর্মপ্রবাহের কোন অংশগুলি আমরা এখনও স্পর্শ করছি না এবং সেগুলির মালিক হতে কী লাগবে।” সংলগ্ন প্ল্যাটফর্ম, ডেটা প্রদানকারী এবং পরিষেবা স্তরগুলির সাথে অংশীদারিত্ব অভ্যন্তরীণ উন্নয়নের মতো কৌশলগতভাবে গুরুত্বপূর্ণ হয়ে উঠছে। ফ্র্যাগমেন্টেশন একবার সুরক্ষার একটি ফর্ম হিসাবে কাজ করতে পারে, প্রতিটি বিক্রেতা প্রযুক্তি স্ট্যাকের নিজস্ব অংশ রক্ষা করে। যেহেতু স্বতন্ত্র ক্ষমতাগুলি প্রতিলিপি করা সহজ হয়ে ওঠে, এই পদ্ধতিটি কোম্পানির বিরুদ্ধে কাজ করতে পারে।
মালিকানা বন্ড হল নতুন তালা
প্রথাগত SaaS মডেলে, লক-ইন স্যুইচিং খরচ থেকে এসেছে। ডেটা স্থানান্তর করা, ব্যবহারকারীদের পুনরায় প্রশিক্ষণ দেওয়া এবং সংহতকরণ পুনঃপ্রতিষ্ঠার জন্য যথেষ্ট সময় এবং প্রচেষ্টা লাগে। একটি AI-চালিত মডেলে, লক-ইন-এর একটি গভীর এবং কম দৃশ্যমান ফর্ম তৈরি করা হয়: মালিকানা গ্রাহক সম্পর্ক।
কৃত্রিম বুদ্ধিমত্তা সিস্টেমগুলি কেবলমাত্র ডেটার মতোই কার্যকর। একটি সাধারণ উদ্দেশ্য এআই মডেল সাধারণ প্রশ্নের উত্তর দিতে পারে। এমন একটি প্ল্যাটফর্মে এমবেড করা একটি AI সিস্টেম যা গ্রাহকের কাজের প্রবাহের ইতিহাস, আচরণের ধরণ, কনফিগারেশন সিদ্ধান্ত এবং সম্পর্কের ডেটা জমা করেছে যা গ্রাহকের পরিস্থিতির সাথে নির্দিষ্ট প্রাসঙ্গিক বুদ্ধিমত্তার সাথে কাজ করতে পারে। সাধারণ উদ্দেশ্য মডেলগুলি পারে না, এবং এটি সফ্টওয়্যারে মালিকানার প্রসঙ্গকে একটি কঠিন প্রতিযোগিতামূলক সুবিধা করে তোলে।
আরএসএম ইউএস এই প্রবণতাকে নিশ্চিত করে, উল্লেখ করে যে ব্যবসাগুলি সফলভাবে মালিকানা ডেটা ব্যবহার করে গ্রাহক ধরে রাখার ক্ষেত্রে লাভ দেখতে পাবে যা বিশুদ্ধ প্রতিযোগীদের সাথে মিলতে পারে না। সফ্টওয়্যার সংস্থাগুলিকে একটি নির্দিষ্ট গ্রাহক সম্পর্কের একত্রীকরণ এবং কাঠামোতে বিনিয়োগ করা উচিত যতটা আক্রমনাত্মকভাবে তারা অন্য কোনও সক্ষমতায় বিনিয়োগ করে। এই প্রেক্ষাপটটি আরও মূল্যবান হয়ে ওঠে যখন এটি বিশেষ দক্ষতা, প্রতিষ্ঠিত ওয়ার্কফ্লো এবং কাজ সম্পূর্ণ করার সাথে জড়িত অন্যান্য সিস্টেমের সাথে সংযুক্ত থাকে। একজন প্রতিযোগী একটি একক বৈশিষ্ট্য দ্রুত অনুলিপি করতে সক্ষম হতে পারে, তবে এটির চারপাশে সবকিছুর প্রতিলিপি করা অনেক বড় কাজ।
সফ্টওয়্যার সংস্থাগুলি ডেটা পরিচালনা এবং অডিটিং সম্পর্কে কীভাবে চিন্তা করে তারও এর প্রভাব রয়েছে। যখন AI পরবর্তী কাজগুলি সম্পূর্ণ করার জন্য গ্রাহকের পরিপ্রেক্ষিতে কাজ করে, তখন বিক্রেতা এবং গ্রাহক উভয়েরই AI কী করছে এবং কেন তা দেখতে হবে। গভর্নেন্স অবশ্যই আর্কিটেকচারের অংশ হতে হবে যা AI-চালিত ওয়ার্কফ্লো-এর মালিকানাকে বিশ্বাসযোগ্য করে তোলে।
ফলাফল কি হয় যখন পণ্য হয়
যদি গ্রাহকরা সরঞ্জামের পরিবর্তে ফলাফল কেনেন, পণ্য দলগুলিকে তারা কী তৈরি করে এবং কীভাবে তারা সাফল্য পরিমাপ করে সে সম্পর্কে মৌলিকভাবে আলাদাভাবে চিন্তা করতে হবে। ডেলিভারির জন্য বৈশিষ্ট্যগুলির চারপাশে সংগঠিত একটি রোডম্যাপ ফলাফলের চারপাশে সংগঠিত একটি পণ্যের জন্য ভুল টুল। ডেভেলপারদের উচিত প্রতি ত্রৈমাসিকে তারা কী প্রকাশ করে তার উপর কম এবং তাদের গ্রাহকদের জন্য তারা কী করেছে এবং সেই ফলাফলগুলি পরিমাপযোগ্য, বৈশিষ্ট্যযুক্ত এবং পুনরাবৃত্তিযোগ্য কিনা তার উপর বেশি ফোকাস করা উচিত।
প্রোডাক্ট ম্যানেজার যারা ফিচার স্পেসিফিকেশন এবং রিলিজ সাইকেলের পরিপ্রেক্ষিতে ক্যারিয়ারের চিন্তাভাবনা করেছেন তাদের অপারেশনাল মেট্রিক্সে সাবলীলতা বিকাশ করা উচিত। একটি সফল ফলাফল দেখতে কেমন হয়, আমরা কখন এটি অর্জন করেছি এবং কীভাবে পণ্য ডিজাইন নিশ্চিত করে যে AI আচরণ ফলাফলের জন্য দায়বদ্ধ হওয়ার জন্য যথেষ্ট সামঞ্জস্যপূর্ণ? এটি মানব ব্যবহারকারীদের দ্বারা চালিত সফ্টওয়্যার নির্মাণের চেয়ে একটি ভিন্ন শৃঙ্খলা।
ক্রেতারা যেভাবে সরবরাহকারীদের মূল্যায়ন করে আমরা ইতিমধ্যেই এই পরিবর্তনটি দেখতে পাচ্ছি। G2 এর সমীক্ষার তথ্য দেখায় যে পরিমাপযোগ্য অপারেশনাল মানের সাথে মিলিত হলে AI ক্ষমতাগুলি এখন শুধুমাত্র গুরুত্বপূর্ণ। বৈশিষ্ট্য উদ্ভাবন হল ক্রয়ের সিদ্ধান্তে ওজন হ্রাস, যখন প্রমাণিত ফলাফল ওজন বাড়ায়। বিক্রেতারা যারা এখনও প্রাথমিকভাবে সামর্থ্যের ভিত্তিতে বিক্রি করে এবং ফলাফলের প্রশ্নটি গ্রাহকের কাছে ছেড়ে দেয় তারা ক্রেতারা যা প্রত্যাশা করে তার ভুল দিকে ক্রমবর্ধমান।
ইতিমধ্যে ক্রেতা পরিবর্তন হয়েছে
এন্টারপ্রাইজ এবং মাঝারি আকারের অপারেটরগুলি সরবরাহকারীদের ধরার জন্য অপেক্ষা করছে না। মূল্যায়নের মানদণ্ড ইতিমধ্যেই পরিবর্তিত হয়েছে, এবং ক্রেতারা জানতে চান একটি প্ল্যাটফর্ম কী করে, এটি তাদের বিদ্যমান কর্মপ্রবাহের মধ্যে কীভাবে কাজ করে এবং তারা ইতিমধ্যে যে সিস্টেমগুলির উপর নির্ভর করে তার সাথে এটি কতটা ভালভাবে সংযোগ করে৷ প্রোকিউরমেন্ট কথোপকথন যা একবার বৈশিষ্ট্য ডেমো এবং রোডম্যাপ উপস্থাপনা কেন্দ্রিক ক্রমবর্ধমান ইন্টিগ্রেশন আর্কিটেকচার, ফলাফল পরিমাপ, এবং অপারেশনাল জবাবদিহিতা উপর দৃষ্টি নিবদ্ধ করা হয়.
ভারী এন্টারপ্রাইজ-প্রতি-সিট এক্সপোজার সহ SaaS প্ল্যাটফর্মগুলির জন্য ঝুঁকি হল যে আয়ের গুণিতকগুলি কোম্পানিগুলির তুলনায় সংকুচিত হতে পারে যেগুলি খরচ বা ফলাফল-ভিত্তিক মডেলগুলির দিকে চলে গেছে। গ্রাহকরা কৃত্রিম বুদ্ধিমত্তার এজেন্টদের সাথে মানুষের আসন প্রতিস্থাপন করার কারণে নিট রাজস্ব ধারণ খারাপ হওয়ার ঝুঁকিতে বিনিয়োগকারীরা মূল্য নির্ধারণ করছেন।
এটি সরবরাহকারীদের জন্য একটি ক্ষণস্থায়ী সুযোগ। ক্রেতারা AI OEM জবাবদিহিতা কেমন তা নিয়ে প্রত্যাশা তৈরি করছে। অগ্রগামী-চিন্তাকারী প্রদানকারীরা মূল্য নির্ধারণের কাঠামো তৈরি করে, একীকরণের গভীরতা তৈরি করে এবং ফলাফলের উপর পরিমাপ করতে আরও ইচ্ছুক হয়ে তাদের উদ্ভাবন এবং সম্প্রসারণে একটি প্রান্ত দিয়ে সাড়া দিচ্ছে। যে সমস্ত বিক্রেতারা তাদের ফিচার সেটে ফোকাস করে চলেছেন তারা এই কথোপকথনটিকে ক্রেতারা আসলে কী জানতে চান তার সাথে ক্রমবর্ধমানভাবে অপ্রাসঙ্গিক বলে মনে করবেন।
মান মান পুনর্বিবেচনা
AI পরিবর্তন করে কোন সফ্টওয়্যার মূল্যবান, কার কাছে এবং কোন পরিস্থিতিতে। SaaS মূল্যায়নের পুরো প্রক্রিয়াটি এমন একটি বিশ্বের জন্য তৈরি করা হয়েছিল যেখানে সফ্টওয়্যার শুধুমাত্র মানুষকে কাজ করতে সাহায্য করে। এই পৃথিবী শেষ হয়ে যাচ্ছে।
নতুন যুগের জন্য কোম্পানিগুলিকে এটিকে নীতির প্রথম প্রশ্ন হিসাবে বিবেচনা করতে হবে। যদি কৃত্রিম বুদ্ধিমত্তা কাজ করে, তাহলে গ্রাহককে কিসের জন্য অর্থ প্রদান করা উচিত এবং কেন? উত্তর হল একটি সম্পূর্ণ নতুন মডেল যা ফলাফল, ওয়ার্কফ্লো মালিকানা এবং মালিকানা সম্পর্ককে কেন্দ্র করে। মূল্য নির্ধারণ, পণ্যের কৌশল, অংশীদারিত্ব এবং সাফল্য কীভাবে পরিমাপ করা হয় সে সম্পর্কে আলাদা চিন্তাভাবনা প্রয়োজন।
SaaS বৈশিষ্ট্যের বয়স সবচেয়ে সক্ষম টুলকে পুরস্কৃত করবে। কৃত্রিম বুদ্ধিমত্তার বয়স সেই সংস্থাগুলিকে পুরস্কৃত করবে যাদের দক্ষতা এবং সংযোগগুলি পুনরায় তৈরি করা সবচেয়ে কঠিন। এই বাস্তবতার চারপাশে পুনর্গঠন আপনাকে এন্টারপ্রাইজ সফ্টওয়্যারের পরবর্তী দশকের জন্য পরিখা তৈরি করতে দেয়।