HS
Digital Marketing

Klarna rezygnuje z Salesforce i Workday: AI zmienia oblicze Enterprise

8 min read
# Klarna rezygnuje z Salesforce i Workday: AI zmienia oblicze Enterprise > **Szybka odpowiedź:** Klarna oficjalnie zrezygnowała z licencji enterprise na Salesforce i Workday, zastępując je autorskimi systemami AI. To przejście oznacza krytyczne odejście od drogich, monolitycznych platform SaaS wycenianych za licencję (per-seat), w kierunku zwinnych, opartych na API architektur zasilanych przez wysoce wydajne modele LLM rozliczane za zużycie tokenów. ## Wydarzenie i zweryfikowane fakty ### Oficjalne ogłoszenie Decyzja Klarny o rozwiązaniu umów z Salesforce i Workday to nie tylko cięcie kosztów. To fundamentalny zwrot architektoniczny. Szwedzki gigant fintech potwierdził stopniowe wycofywanie tych starszych platform SaaS klasy enterprise, przenosząc krytyczne funkcje CRM i HR do autorskich systemów opartych na AI. Ten ruch sygnalizuje głęboką zmianę w postrzeganiu zakupów oprogramowania przez nowoczesne przedsiębiorstwa, stawiając na własne rozwiązania AI zamiast gotowych produktów z półki. Harmonogram wdrożenia jest agresywny. Klarna rozpoczęła tę zmianę na początku roku, systematycznie identyfikując kluczowe funkcjonalności w Salesforce i Workday, które można było zreplikować lub ulepszyć za pomocą dużych modeli językowych (LLM). Zamiast podejścia "wyrzuć i zastąp", zastosowali strategię celowaną. Skupili się najpierw na zadaniach o dużej objętości i niskiej złożoności, zanim przeszli do bardziej skomplikowanych workflow. To metodyczne wdrażanie zapewnia ciągłość działania, jednocześnie szybko udowadniając opłacalność nowej architektury. ### Mechanizm techniczny Zmiana technologiczna w Klarnie stanowi odejście od monolitycznej architektury tradycyjnych rozwiązań SaaS dla przedsiębiorstw. Salesforce i Workday działają jako zamknięte ekosystemy, silnie uzależnione od ustrukturyzowanych danych i sztywnych, predefiniowanych workflow. Systemy zastępcze Klarny są zbudowane na zwinnych architekturach AI sterowanych przez API. Wykorzystują one deterministyczne endpointy AI – zasadniczo zindywidualizowane LLM trenowane na specyficznych wewnętrznych zbiorach danych i procesach – do wykonywania zadań, które wcześniej wymagały interakcji człowieka w interfejsie SaaS. Ten ruch od enterprise SaaS do własnego AI fundamentalnie zmienia stos technologiczny. Zamiast płacić za dostęp do ogromnej platformy, w której użytkownicy korzystają tylko z ułamka funkcji, Klarna buduje modułowe, dedykowane aplikacje. Aplikacje te komunikują się bezpośrednio z LLM za pośrednictwem API, przetwarzając wejścia w języku naturalnym i wykonując polecenia backendowe. Rezultatem jest bardziej elastyczna, skalowalna i dopasowana infrastruktura, która omija ograniczenia sztywnych platform SaaS i powiązanych z nimi modeli licencjonowania. ## Ukryta prawda i ostra opinia ### Błąd wyceny za licencję (Per-Seat) Branża uważa, że Klarna po prostu tnie koszty. Rzeczywistość jest taka, że są oni pierwszym dużym przedsiębiorstwem, które zdało sobie sprawę, że wycena SaaS za licencję to przestarzały podatek od nieefektywności. Surowy dostęp do API AI to nowy system operacyjny dla przedsiębiorstw. Panika wokół "AI zastępującego oprogramowanie" pomija strategiczną rzeczywistość: AI zastępuje nieefektywne modele wyceny. Przez ponad dekadę oprogramowanie korporacyjne było zdominowane przez model licencjonowania per-seat. Ta struktura z natury karze wzrost i nagradza nadmierne korzystanie z oprogramowania. Firmy płacą taką samą miesięczną opłatę za intensywnego użytkownika, jak za pracownika, który loguje się raz w tygodniu, aby zatwierdzić raport wydatków. To model oparty na ludzkiej nieefektywności – założeniu, że człowiek *musi* wejść w interakcję z interfejsem oprogramowania, aby wygenerować wartość. Ruch Klarny obnaża ten błąd. Kiedy agent AI może autonomicznie wykonać workflow, koncepcja "miejsca" staje się przestarzała. ### Tokeny API vs. licencje SaaS Przeanalizowaliśmy wpływ tego przejścia na bilans, a matematyka finansowa jest zdumiewająca. Przedsiębiorstwo zatrudniające 500 osób, wydające 40 tys. dolarów miesięcznie na platformę CRM lub HRIS, może zastąpić 80% licencji do wprowadzania danych deterministycznymi endpointami API kosztującymi poniżej 400 dolarów miesięcznie. Przejście polega na zmianie ze stałych, drogich licencji SaaS na wysoce wydajne tokeny API LLM oparte na zużyciu. Nie chodzi tu tylko o oszczędność pieniędzy, chodzi o dostosowanie kosztów do rzeczywistej użyteczności. Dzięki wycenie per-seat płacisz za potencjał. Dzięki tokenom API LLM płacisz za wykonanie. Pojedyncze wywołanie API, które przetwarza zapytanie klienta, aktualizuje rekord i uruchamia e-mail, kosztuje ułamki centa w zużyciu tokenów. Równoważne działanie wykonane przez człowieka poruszającego się po złożonym interfejsie SaaS kosztuje znacznie więcej w czasie i opłatach licencyjnych. Klarna dostrzegła, że przyszłość operacji korporacyjnych nie leży w kupowaniu większej liczby licencji, ale w optymalizacji wywołań API. ## Bezpośredni wpływ i tarcia ### Zwycięzcy: Zwinne przedsiębiorstwa Bezpośrednimi zwycięzcami w tej zmianie paradygmatu są zwinne przedsiębiorstwa, które potrafią szybko dostosować swoje modele operacyjne. Pozbywając się obciążenia finansowego starszych rozwiązań SaaS, firmy te uwalniają znaczny kapitał, aby zainwestować w własną infrastrukturę danych i rozwój AI. Tworzy to potęgującą się przewagę konkurencyjną. Nie są już ograniczani przez mapy drogowe funkcji zewnętrznych dostawców. Kontrolują własne przeznaczenie, budując narzędzia idealnie dopasowane do ich unikalnych procesów biznesowych. Jednak to przejście nie jest pozbawione tarć. Budowa własnych systemów AI wprowadza nowe wyzwania operacyjne. | Cecha | Legacy SaaS (Salesforce/Workday) | Własne AI (API-Driven) | | :--- | :--- | :--- | | **Struktura kosztów** | Wysokie, stałe licencje per-seat | Niskie, zmienne zużycie (tokeny) | | **Elastyczność** | Niska; ograniczona mapą drogową dostawcy | Wysoka; w pełni konfigurowalna | | **Wdrożenie** | Złożona konfiguracja, obszerne szkolenia | Wymaga znacznego początkowego wysiłku inżynieryjnego | | **Utrzymanie** | Obsługiwane przez dostawcę (wliczone w cenę) | Wewnętrzna odpowiedzialność (ryzyko długu technicznego) | | **Kontrola danych** | Pozostaje w ekosystemie dostawcy | W pełni posiadane i kontrolowane wewnętrznie | ### Przegrani: Giganci Legacy SaaS Przegranymi są giganci starszych rozwiązań SaaS, w dużym stopniu polegający na modelach przychodów per-seat. Ogłoszenie Klarny to kanarek w kopalni dla firm takich jak Salesforce i Workday. Jeśli ich główna propozycja wartości – zapewnienie interfejsu dla ludzi do manipulowania danymi – zostanie utowarowiona przez agentów AI, ich uzasadnienie dla wyższych cen wyparuje. Stoją przed trudnym wyborem: agresywnie zmienić swoje modele wyceny, aby odzwierciedlić wykorzystanie napędzane przez AI, lub zaryzykować masową erozję przychodów, gdy przedsiębiorstwa pójdą w ślady Klarny. Ponadto należy wziąć pod uwagę tarcia operacyjne związane z własnym AI. Podczas gdy koszty API są znikome, ukryte koszty utrzymania, zgodności i długu technicznego są realne. Przedsiębiorstwa muszą zbudować solidne zautomatyzowane systemy jakości, aby zapewnić, że ich deterministyczne endpointy AI działają poprawnie i bezpiecznie. Początkowy szum wokół oszczędności kosztów może szybko zostać przyćmiony przez złożoność utrzymania własnej infrastruktury AI, jeśli nie będzie ona zarządzana z rygorystyczną dyscypliną inżynieryjną. ## Strategiczny Playbook ### Krok 1: Natychmiastowy audyt SaaS Pierwszym krokiem dla każdego przedsiębiorstwa, które chce powtórzyć sukces Klarny, jest natychmiastowy, bezwzględny audyt obecnego stosu SaaS. Celem jest zidentyfikowanie wysokokosztowych, mało skomplikowanych platform, które są wykorzystywane głównie do wprowadzania danych i podstawowego zarządzania workflow. To są główni kandydaci do zastąpienia. Przedsiębiorstwa muszą przeanalizować dane dotyczące użytkowania, aby określić prawdziwą wartość płynącą z każdej platformy. Czy pracownicy wykorzystują zaawansowaną analitykę i złożone funkcje, czy też używają jej po prostu jako gloryfikowanej cyfrowej szafki na dokumenty? Jeśli to drugie, platforma jest gotowa na zakłócenia przez deterministyczne endpointy AI. Audyt ten stanowi podstawę dla celowanej strategii redukcji kosztów, priorytetyzując systemy, w których finansowy wpływ przejścia na własne AI będzie najbardziej znaczący. ### Krok 2: Zwrot operacyjny Po zidentyfikowaniu systemów docelowych następnym krokiem nie jest całkowita wymiana, ale strategiczny zwrot operacyjny. Przedsiębiorstwa powinny przeprowadzić pilotażowe przejście dla jednego, niekrytycznego procesu. Na przykład, zamiast wymieniać cały HRIS, zacznij od automatyzacji workflow wprowadzania danych podczas onboardingu pracowników za pomocą własnego AI. Ta faza pilotażowa jest niezbędna do weryfikacji wykonalności technicznej i zrozumienia związanych z tym tarć operacyjnych. Pozwala zespołowi inżynierów zbudować niezbędne deterministyczne endpointy API, zintegrować je z istniejącymi bazami danych i ustanowić wymagane protokoły bezpieczeństwa. Pomyślne zastąpienie licencji do wprowadzania danych endpointami API w kontrolowanym środowisku buduje zaufanie i stanowi szablon dla szerszego wdrożenia w bardziej złożonych obszarach operacyjnych. ### Krok 3: Długoterminowa fosa Ostatnim krokiem jest wykorzystanie tej nowej architektury do zbudowania długoterminowej fosy konkurencyjnej. Oszczędności kosztów osiągnięte dzięki wyeliminowaniu rozbudowanych licencji SaaS muszą zostać ponownie zainwestowane w rozwój własnej infrastruktury danych i zautomatyzowanych systemów jakości. Jest to zgodne z niedawnymi badaniami [Highstory](https://highstory.ai) na temat autonomicznej infrastruktury, które podkreślają konieczność solidnego zarządzania danymi w przedsiębiorstwach napędzanych przez AI. Kontrolując endpointy AI i przetwarzane przez nie dane, przedsiębiorstwa mogą tworzyć wysoce wyspecjalizowane, stale doskonalone workflow operacyjne, których konkurenci polegający na gotowych rozwiązaniach SaaS nie mogą zreplikować. Ostatecznym celem nie jest tylko zmniejszenie wydatków na oprogramowanie. Chodzi o przekształcenie operacyjnego kręgosłupa firmy z pasywnego repozytorium danych w aktywny, inteligentny silnik wykonawczy. ## FAQ **Czy własne AI jest faktycznie tańsze niż Salesforce lub Workday?** Tak, znacznie. Chociaż istnieją początkowe koszty inżynieryjne związane z budową własnych systemów AI, bieżące koszty operacyjne – oparte na zużyciu tokenów API LLM – stanowią ułamek kosztów tradycyjnych licencji SaaS per-seat, zwłaszcza w przypadku zadań obejmujących intensywne wprowadzanie danych. **Jak trudne jest zastąpienie enterprise SaaS własnym AI?** Wymaga to znacznego wysiłku inżynieryjnego i zmiany w sposobie myślenia operacyjnego. Wyzwanie polega nie tylko na napisaniu kodu, ale na zarządzaniu długiem technicznym, zapewnieniu bezpieczeństwa danych i budowie zautomatyzowanych systemów jakości do monitorowania wydajności AI, które wcześniej były obsługiwane przez dostawcę SaaS.
Manager social media AI

Miesiąc postów w mediach społecznościowych, gotowych do publikacji, w 2 minuty

HighStory analizuje Twoją stronę i tworzy posty na Instagram, LinkedIn i Facebook wraz z grafikami, treściami i kalendarzem. Zatwierdzasz, on publikuje.

Udostępnij ten artykuł

Komentarze (0)

Musisz być zalogowany, aby zostawić komentarz.

Brak komentarzy

Bądź pierwszą osobą, która skomentuje ten artykuł!

Komentarze (0)

Musisz być zalogowany, aby zostawić komentarz.

Brak komentarzy

Bądź pierwszą osobą, która skomentuje ten artykuł!