W marcu 2026 roku zespół sprzedażowy zastąpił cały workflow badań przed rozmowami jednym skillem Claude i trzema integracjami MCP: Google Calendar, Crustdata i Slack. Przed każdą rozmową handlową agent automatycznie pobiera profile uczestników, dane o firmie i kontekst rezerwacji, a następnie generuje kompletny brief i publikuje go na Slacku. Całość działa według harmonogramu cron. Żadnego dashboardu. Żadnych licencji stanowiskowych. Żadnego rocznego kontraktu. Dwanaście miesięcy temu tego rodzaju workflow był typowo wbudowany w płatny produkt SaaS dla sprzedaży. Dziś to plik skill, kilka kluczy API i agent działający w tle.
Ten sam wzorzec pojawia się w kolejnych branżach. Agenci AI z dostępem do właściwych integracji zwijają całe kategorie oprogramowania w lekkie workflow, których koszt stanowi ułamek ceny odpowiedniej subskrypcji SaaS. Firmy, które wcześnie rozpoznają tę zmianę, obcinają wydatki i działają szybciej. Spóźnieni nadal płacą za oprogramowanie, które agent mógłby zastąpić, często w ciągu tygodni, a nie miesięcy.
Liczby z sektora enterprise potwierdzają zmianę
OpenAI przekroczył 25 miliardów USD w annualizowanych przychodach do kwietnia 2026 roku, w porównaniu z około 5 miliardami rok wcześniej. Amazon Web Services podał, że jego przychody AI wynoszą 15 miliardów USD w ujęciu rocznym w Q1 2026, a biznes na własnych chipach podwoił się do 20 miliardów USD. To są produkcyjne obciążenia robocze w skali enterprise.
Tymczasem dane dotyczące zatrudnienia pokazują drugą stronę: w Q1 2026 zwolniono 78 557 pracowników sektora tech, przy czym 48% redukcji bezpośrednio przypisano AI i automatyzacji workflow. Przedsiębiorstwa używają AI do zastępowania warstw istniejącego stosu, włącznie z ludźmi, którzy te warstwy obsługiwali.
Dlaczego produkty SaaS zwijają się do workflow agenowych
Tradycyjny model SaaS sprzedaje określony zestaw funkcji dostępnych przez ekran logowania. Płaci się za stanowisko, miesięcznie, za dostęp do cudzych założeń dotyczących workflow. Te założenia zostały zakodowane lata temu, a produkt ewoluuje w tempie dostawcy, nie użytkownika.
Agenci AI odwracają ten model. Zamiast wynajmować sztywny produkt, komponuje się workflow ze zdolności: odczytaj ten kalendarz, zapytaj tę bazę danych, przygotuj ten dokument, opublikuj na tym kanale. Agent nie obchodzi, czy dane pochodzą z Salesforce, arkusza kalkulacyjnego czy własnego API. Realizuje zdefiniowany przez Państwa workflow, adaptuje się gdy dane wejściowe się zmieniają, i kosztuje ułamek ekwiwalentu SaaS.
Zmiana jest widoczna w pracy klienckiej webvise: wiele produktów SaaS staje się platformami dla agentów lub traci grunt na rzecz wewnętrznych agentów orkiestrujących ten sam workflow. Oprogramowanie, które przetrwa, to warstwa orkiestrująca AI pod specyficzny workflow użytkownika. Sztywne, narzucające własne założenia dashboardy stają pod coraz większą presją ze strony agentów, które potrafią dostosować się do rzeczywistego workflow zespołu.
| Dawna przewaga SaaS | Nowa przewaga w erze agentów |
|---|---|
| Liczba funkcji | Głębokość osadzenia w workflow |
| Cena per stanowisko | Koszt agenta oparty na zużyciu |
| Blokada danych | Koło zamachowe danych z użytkowania |
| Dopracowany UI | Latencja, niezawodność, pętle ewaluacji |
| Szerokość integracji | Projekt przekazania między agentami |
| Zaufanie do marki | Szybkość pętli informacji zwrotnej |
Które workflow dojrzały do zastąpienia
Nie każda subskrypcja SaaS jest gotowa do zastąpienia przez agenta. Workflow, które zwijają się jako pierwsze, mają cztery wspólne cechy:
- Wysoka powtarzalność, niski wymóg oceny. Jeśli zadanie działa według harmonogramu i przebiega w przybliżeniu tak samo za każdym razem, agent je obsłuży. Badania przed rozmowami, cotygodniowe raporty, wzbogacanie leadów, uzgadnianie faktur.
- Dane z wielu źródeł. Produkty SaaS, które istnieją głównie po to, aby pobierać dane z innych narzędzi i prezentować je na dashboardzie, są najbardziej narażone. Agent łączy się bezpośrednio ze źródłami.
- Wynik o charakterze tekstowym. Tworzenie e-maili, streszczanie spotkań, generowanie propozycji, pisanie raportów statusowych. Modele językowe obsługują to natywnie bez specjalistycznego produktu.
- Niska złożoność regulacyjna. Workflow, w których zgodność z przepisami, ścieżki audytu i formalne zatwierdzenia mają mniejsze znaczenie, miguje się szybciej. Proszę zacząć od nich, a następnie przechodzić do procesów regulowanych z odpowiednimi zabezpieczeniami.
Proszę przeanalizować bieżące subskrypcje SaaS według tych czterech kryteriów. Jeśli narzędzie spełnia trzy lub więcej, jest kandydatem do zastąpienia przez agenta w ciągu najbliższego kwartału.
Rozwiązanie niestandardowe bije generyczne: przewaga pionowa
Dlatego budowanie własnych workflow agenowych, zamiast subskrybowania kolejnej fali AI SaaS, to ruch o wyższej dźwigni. Agent, który zna Państwa firmę, mnoży swoją przewagę przy każdym użyciu. Generyczny produkt obsługujący 10 000 klientów traktuje Państwa workflow jak przypadek brzegowy.
Proszę rozważyć dwa podejścia do automatyzacji przygotowania ofert w firmie budowlanej. Generyczny agent pobiera dane publiczne i wypełnia szablon. Niestandardowy agent wytrenowany na poprzednich ofertach, celach marżowych, cenach dostawców i regionalnej konkurencji generuje kosztorysy, które faktycznie odzwierciedlają sposób działania firmy. Wersja generyczna oszczędza czas. Wersja niestandardowa wygrywa kontrakty.
Dlatego budowanie własnych workflow agenowych, zamiast subskrybowania kolejnej fali AI SaaS, to ruch o wyższej dźwigni. Agent, który zna Państwa firmę, mnoży swoją przewagę przy każdym użyciu. Generyczny produkt obsługujący 10 000 klientów traktuje Państwa workflow jak przypadek brzegowy.
Jak zacząć: przeprowadź audyt stosu w tym tygodniu
Nie trzeba z dnia na dzień wyrzucać całego stosu SaaS. Proszę zacząć od skoncentrowanego audytu:
- Proszę wylistować wszystkie subskrypcje SaaS, z których korzysta Państwa zespół. Uwzględnić miesięczny koszt i główny workflow, który obsługują.
- Proszę ocenić każdą według czterech kryteriów podanych powyżej: powtarzalność, dane z wielu źródeł, wynik o charakterze tekstowym, niska złożoność regulacyjna. Trzy lub więcej dopasowań oznacza kandydata.
- Proszę wybrać kandydata o najwyższym koszcie i zmapować workflow: co go wyzwala, jakich danych potrzebuje, jaki wynik generuje, dokąd ten wynik trafia.
- Proszę zbudować proof of concept. Jeden skill agenta z właściwymi integracjami często potrafi odtworzyć znaczącą część tego, co robi SaaS, zazwyczaj w ciągu tygodni, a nie miesięcy. Proszę przetestować go równolegle z istniejącym narzędziem.
- Proszę zmierzyć różnicę. Jeśli wersja agenowa kosztuje mniej, działa szybciej i generuje porównywalny wynik, proszę anulować subskrypcję.
W jednym z projektów klienckich cykliczny wydatek na narzędzia sprzedażowe w niskim czterocyfrowym zakresie miesięcznie został zastąpiony przez wewnętrznego agenta kosztującego niski trzycyfrowy zakres miesięcznie w zużyciu API. Wyniki zależą od złożoności workflow i zakresu integracji.
Dlaczego moment ma znaczenie
Model Context Protocol osiąga obecnie 97 milionów miesięcznych pobrań SDK i jest wspierany przez wszystkich głównych dostawców AI. Agentic AI Foundation pod egidą Linux Foundation standaryzuje sposób, w jaki agenci odkrywają narzędzia i z nich korzystają. Infrastruktura jest dojrzała, ekosystem integracji jest bogaty, a krzywa kosztów spada każdego kwartału.
Firmy, które teraz audytują swój stos SaaS i zastępują właściwe subskrypcje niestandardowymi workflow agentowymi, mogą działać lżej, szybciej i z mniejszym rozproszeniem dostawców. webvise buduje takie workflow agentowe dla firm gotowych ocenić, czy każda pozycja kosztowa nadal uzasadnia swoje miejsce. Porozmawiajmy, które subskrypcje powinny stać się własnym oprogramowaniem workflow.
Praktyki webvise są zgodne z normami ISO 27001 i ISO 42001.