Il modello SaaS non è morto, ha imparato a dimostrare la propria utilità
Esiste un momento preciso nel ciclo di qualsiasi modello di business in cui la narrativa collettiva smette di descrivere la realtà e comincia a produrla. Il settore SaaS ha raggiunto quel momento più di un anno fa, e l'industria sta ancora elaborando cosa significhi. Non è il collasso che alcuni avevano anticipato con il termine "SaaS-pocalypse", ma non è nemmeno il ritorno senza attrito alla crescita del 2021. Quello che sta accadendo è più scomodo e più utile di entrambe quelle versioni: i compratori, gli investitori e i mercati dei capitali stanno esigendo la prova che il software che acquistano cambi effettivamente qualcosa di misurabile in chi lo utilizza.
Sembra ovvio. Non lo era.
Durante il periodo di abbondante liquidità che seguì la pandemia, il modello dei ricavi ricorrenti funzionava come argomento sufficiente. Avere un tasso di rinnovo ragionevole e una curva di crescita ascendente bastava per sostenere multipli di valutazione che oggi sembrano difficili da giustificare. I multipli sull'ARR — ricavo annuo ricorrente — raggiunsero livelli che scontavano anni di crescita futura come se quella crescita fosse una certezza strutturale. Secondo i dati di SaaS Capital, quei multipli si trovano ora ai minimi di oltre un decennio, il che non riflette solo un aggiustamento dei tassi di interesse, ma un cambiamento nel tipo di evidenza considerata convincente per allocare capitale.
Il settore non sta crollando. La proiezione verso il 2030 resta superiore ai 900 miliardi di dollari in valore di mercato globale, con una crescita annua composta che si aggira attorno al 18%. Per il 2024, la spesa in software come servizio era stimata vicino ai 232 miliardi di dollari secondo Gartner. Le cifre assolute non contraddicono la narrativa di espansione. Ciò che è cambiato è la qualità dell'evidenza necessaria affinché quelle cifre si traducano in una valutazione favorevole. E quel cambiamento ha implicazioni operative molto concrete per chi costruisce o finanzia questi business.
L'intelligenza artificiale non sostituisce il software; mette sotto pressione la sua giustificazione
Parte del panico narrativo attorno alla "fine del SaaS" proviene da una lettura affrettata del ruolo che l'intelligenza artificiale sta svolgendo nel settore. L'argomento semplificato dice: se l'IA può generare codice su richiesta, costruire flussi di lavoro autonomi e replicare funzionalità che prima richiedevano contratti annuali, allora i modelli di abbonamento per posto perderanno la loro ragion d'essere. C'è qualcosa di vero in quella pressione. C'è molto che esagera la velocità del cambiamento e sottovaluta l'attrito reale nell'adottarlo.
Ciò che l'IA sta effettivamente facendo è abbassare il costo marginale di produzione del software generico. Questo esercita pressione sui segmenti di mercato che competevano principalmente per funzionalità standard a prezzo accettabile. Un CRM di base, uno strumento di gestione delle attività, una piattaforma di moduli: queste categorie affrontano una vera compressione dei prezzi perché la barriera alla replica si è ridotta. Ma il software che opera all'intersezione di processi industriali specifici, flussi di dati proprietari e logica di business profonda non si replica con un prompt. La complessità non è scomparsa; si è ridistribuita.
Le aziende che acquistano software specializzato per settori come la moda, la manifattura o la logistica non stanno acquisendo funzionalità isolate. Stanno acquistando l'accumulo di conoscenza operativa che ha impiegato anni a essere codificata, più l'infrastruttura di integrazione con i sistemi legacy, più la conformità normativa incorporata. Nessuna di queste cose viene generata in tempo reale con uno strumento di codifica assistita. Ciò che l'IA può fare in questo contesto è accelerare il rilevamento di anomalie in quei processi, automatizzare decisioni ripetitive all'interno di flussi già progettati, o collegare fonti di dati che prima richiedevano un'integrazione manuale costosa. Questo non distrugge il modello: lo obbliga a dimostrare con maggiore precisione dove sta generando valore incrementale.
Il vero effetto dell'IA sul settore SaaS non è di sostituzione ma di esigenza. Obbliga i fornitori a essere più specifici su quale parte del problema del cliente stanno risolvendo, con quale risultato misurabile e in quali condizioni di adozione. Quella esigenza esisteva prima; l'IA la rende impossibile da evitare.
Quando il prezzo ha smesso di essere per posto e ha iniziato a essere per risultato
Il cambiamento nel modello di prezzo che si sta accelerando nel settore ha implicazioni che vanno ben oltre la meccanica contrattuale. Il passaggio dalle licenze per utente ai prezzi basati sul consumo o sui risultati altera fondamentalmente come il rischio si distribuisce tra fornitore e cliente, e che tipo di relazione operativa è necessaria affinché il modello funzioni.
Nel modello per posto, il fornitore addebita l'accesso e il cliente si assume il rischio di adozione. Se gli utenti non utilizzano lo strumento, il contratto si rinnova comunque fino a quando qualcuno nel reparto acquisti non rivede la fattura. Quel disaccoppiamento tra uso e pagamento è stato per anni una fonte di margini confortevoli per i fornitori e una fonte di spreco silenzioso per i compratori. Il dato di Zylo sulle "shadow AI" e i costi imprevedibili del software non è un'anomalia: è l'espressione contemporanea di un problema strutturale che esisteva molto prima che l'IA entrasse in scena.
Il modello basato sui risultati chiude con forza quel disaccoppiamento. Se il contratto specifica che il fornitore addebita in proporzione alla riduzione del tempo del ciclo produttivo, o alla percentuale di aumento del tasso di conversione, o alla diminuzione degli errori in un processo operativo, allora la relazione diventa verificabile. Questo è positivo per i clienti. Per i fornitori, implica che devono strumentare i propri prodotti con sufficiente profondità da misurare quei risultati in modo affidabile, e devono avere la convinzione, supportata dai dati dei clienti precedenti, che il prodotto li produca effettivamente.
Qui emerge una trappola che merita attenzione. Diversi fornitori che stanno adottando il linguaggio dei "prezzi per valore" o dei "modelli orientati ai risultati" non stanno costruendo l'infrastruttura di misurazione che quel modello richiede. Stanno usando il vocabolario del risultato senza l'apparato di verifica che lo renderebbe credibile. Non si tratta di una transizione di modello, ma di un riquadramento cosmetico del contratto precedente. La differenza tra un modello di risultati e uno di accesso con marketing di risultati sta nel fatto che il fornitore accetti che la propria compensazione vari quando i risultati non si materializzano. In pratica, pochi lo accettano ancora.
Il movimento verso i prezzi per consumo che stanno adottando le piattaforme di infrastruttura e alcuni livelli applicativi è una versione più onesta di questa transizione. Il cliente paga per ciò che utilizza, il fornitore ha l'incentivo a rendere l'utilizzo elevato perché riflette un'adozione reale, ed entrambi hanno visibilità sulla relazione tra attività e costo. Il problema è che quel modello introduce una volatilità di budget che i team finanziari delle grandi organizzazioni gestiscono male, generando resistenza interna nel processo di acquisto anche quando il prodotto è superiore.
Il SaaS verticale ha un vantaggio che quello orizzontale non può copiare rapidamente
La distinzione tra software orizzontale e verticale è sempre esistita, ma la pressione attuale del mercato la sta rendendo più rilevante dal punto di vista strategico. Il software orizzontale compete sulla scala di adozione e sull'ampiezza funzionale. Quello verticale compete sulla profondità di comprensione del dominio e sul costo di cambio che quella profondità genera. In un contesto in cui l'IA abbassa il costo di produzione di funzionalità generiche, il vantaggio dell'orizzontale si erode più rapidamente di quello del verticale.
Un fornitore che da dieci anni costruisce software per la catena di produzione tessile ha incorporato nel proprio prodotto una conoscenza sugli standard di tracciabilità, sulla logica di spreco del materiale, sull'integrazione con macchinari specifici e sulla conformità normativa regionale che non si replica copiando la sua interfaccia. Quella conoscenza ha impiegato anni a tradursi in logica software perché ha richiesto conversazioni reali con operatori di stabilimento, direttori di produzione e auditor della qualità. L'IA può accelerare la prossima iterazione di quel prodotto. Non può comprimere i dieci anni di apprendimento accumulato in quello attuale.
La metrica che meglio predice la durabilità di un SaaS verticale non è il tasso di crescita dei nuovi contratti, ma la ritenzione netta dei ricavi, che misura se i clienti esistenti stiano espandendo nel tempo il proprio utilizzo e la propria spesa. Secondo i dati disponibili, gli investitori e i finanziatori stanno utilizzando questa metrica, insieme alla ritenzione lorda dei ricavi, come l'indicatore più affidabile del fatto che il prodotto abbia una vera aderenza. Una ritenzione netta superiore al 110% indica che l'espansione all'interno della base installata sta compensando la perdita di clienti, rendendo il modello autosufficiente in termini di crescita senza dipendere esclusivamente dall'acquisizione di nuovi clienti.
Quel modello è più difficile da costruire nel software orizzontale perché richiede che il cliente trovi ragioni per espandere l'uso all'interno della stessa piattaforma, e quelle ragioni competono con l'offerta di decine di alternative che fanno lo stesso con variazioni minori. Nel verticale, l'espansione avviene in modo più naturale perché il fornitore ha visibilità su altre frizioni dello stesso processo operativo che già conosce bene. Il prossimo problema da risolvere si trova accanto a quello già risolto.
La trappola per i fornitori verticali è confondere la profondità del dominio con comodità strategica. Conoscere bene un settore è un vantaggio iniziale, non una garanzia permanente. Se quella conoscenza non si aggiorna con i cambiamenti nei processi del cliente, con le nuove normative, con l'evoluzione della tecnologia disponibile, si trasforma in debito tecnico travestito da specializzazione. I fornitori che mantengono nel tempo una ritenzione netta elevata sono quelli che continuano ad apprendere dal cliente con la stessa intensità dopo il terzo anno come nel primo.
La durabilità non è una narrativa, è un'architettura dei ricavi con attriti reali
Il settore SaaS arriva al 2026 dopo aver superato una prova di stress che è stata in parte correzione della valutazione, in parte aggiustamento macroeconomico e in parte pressione genuina di nuove tecnologie. Ciò che emerge da quel processo non è un modello rotto in cerca di redenzione narrativa. È un modello più leggibile, in cui le metriche che avrebbero sempre dovuto importare — ritenzione, espansione all'interno della base installata, costo di acquisizione del cliente in relazione al suo valore nel tempo — stanno ricevendo l'attenzione che meritavano già da prima.
Il termine "SaaS-pocalypse" ha descritto con precisione la paura, non la realtà. Quello che sta accadendo è una selezione all'interno del settore: i fornitori che hanno costruito la propria crescita su un'adozione reale, su una ritenzione dimostrata e su un'espansione organica all'interno dei propri clienti stanno superando il filtro con modelli intatti. Quelli che sono cresciuti grazie alla facilità di vendere in un contesto di spesa tecnologica senza scrutinio stanno affrontando il costo di aver rinviato quella conversazione.
Per chi costruisce o finanzia questi business, l'aggiustamento non richiede un cambiamento di filosofia, ma una chiarezza che il contesto precedente rendeva facoltativa: dimostrare, con dati propri e verificabili, che il prodotto produce il risultato che giustifica il contratto. Non si tratta di uno standard nuovo imposto dal mercato. È lo standard che ha sempre definito se un modello di business fosse solido. Il mercato ha semplicemente smesso di accettare di rimandarlo.
