Każdy SaaS staje się harness'em dla agentów

Firmy kupujące SaaS w 2026 roku zadają pytanie, które dwa lata temu nie istniało: czy agent mógłby to zrobić zamiast tego? W większości przypadków uczciwa odpowiedź brzmi: tak. Różnica kosztów nie jest marginalna. To rząd wielkości.

Skill, który zabił SaaS

Zespół sprzedaży, z którym współpracowaliśmy, płacił za dedykowaną platformę sales intelligence. Jej główna propozycja wartości: automatyczne badania przed rozmową. Przed każdym spotkaniem kompilowała profile uczestników, wiadomości firmowe i kontekst rezerwacji w briefing.

Zastąpili ją jedną skill Claude podłączoną do trzech serwerów MCP: Google Calendar (dla kontekstu spotkania), Crustdata (dla aktualnych danych o firmie i kontaktach) i Slack (aby znaleźć wcześniejsze wewnętrzne dyskusje na temat konta). Przed każdą rozmową agent uruchamia się automatycznie, pobiera profile LinkedIn uczestników, najnowsze wiadomości lub rundy finansowania firmy, powód rezerwacji i wewnętrzne wątki Slack wspominające firmę. Wynikiem jest ustrukturyzowany briefing, gotowy w zaproszeniu kalendarza.

Całkowity koszt: kilka centów za sesję, pokrytych przez istniejący dostęp do API Claude. Subskrypcja SaaS kosztowała 200 $/miesiąc za stanowisko. Zbudowanie zamiennika zajęło jedno popołudnie. To nie jest niszowe osiągnięcie inżynierskie. Tak wyglądała kategoria badań przed rozmową jako samodzielny produkt niecały rok temu.

Dlaczego to ciągle się powtarza

Podstawowa dynamika jest strukturalna. Produkty SaaS były budowane w erze, gdy automatyzacja wymagała kodu pisanego na zamówienie. Każdy workflow musiał być zaprojektowany, zakodowany na stałe i dostarczony jako funkcja. Rezultat: oprogramowanie, które naliczało koszty wysiłku inżynierskiego wbudowanego w produkt, nie tylko wyniku.

Agenci odwracają to równanie. Sprawny model z dostępem do odpowiednich narzędzi może komponować workflow'y w locie, rozumować o przypadkach brzegowych i obsługiwać zmienność bez konieczności pisania przez dewelopera nowej gałęzi dla każdego scenariusza. Koszt automatyzacji spada do kosztu wywołania modelu plus infrastruktura narzędzi, która jest teraz towarem powszechnym.

Cena Claude Managed Agents Anthropic wynosi 0,08 $/sesję/godzinę. Notion, Rakuten i Asana już budują na tej infrastrukturze. Implikacja: platformy, które przetrwają, to nie te z największą liczbą funkcji. To te najgłębiej wbudowane w workflow'y, z danymi, które stają się cenniejsze im więcej są używane.

To jest teza SaaS-to-agent-harness w jednym zdaniu: wartość przesuwa się od zestawów funkcji do orkiestracji workflow'ów, a przewaga konkurencyjna przechodzi od tego, co produkt robi, do tego, jak głęboko jest wbudowany w sposób pracy.

Agenci sprawiają, że zmiana jest tańsza. Workflow można przebudować w ciągu popołudnia. Ale wiedza domenowa, zastrzeżone dane i głębokie wbudowanie w workflow'y są trudniejsze do powielenia. Nie będzie jednego zwycięzcy. Pytanie brzmi, która kategoria produktów zostanie zastąpiona jako pierwsza.

O co firmy powinny pytać przed zakupem SaaS w 2026 roku

Przed podpisaniem jakiejkolwiek nowej umowy SaaS, lub odnowieniem istniejącej, warto przejść przez pięć pytań:

• Czy agent mógłby to złożyć z istniejących API? Jeśli produkt głównie orkiestruje wywołania usług zewnętrznych i formatuje dane wyjściowe, agent z dostępem MCP może zreplikować podstawową funkcję.

• Czy płacę za UI, której nie potrzebuję? Dopracowane dashboardy mają wartość. Ale jeśli workflow jest w dużej mierze zautomatyzowany, koszty UI to narzut.

• Czy moje dane są przenośne czy zablokowane? Przenośność danych decyduje o tym, czy można przejść do workflow natywnego dla agentów bez budowania od zera. Jeśli nie można wyeksportować danych, to właśnie tam leżą prawdziwe koszty zmiany.

• Czy sesja agenta za 0,08 $/godz. zastąpiłaby stanowisko za 200 $/miesiąc? Matematyka jest jednoznaczna. W skali różnica kosztów szybko się kumuluje. Przelicz to dla konkretnej liczby stanowisk i wzorca użytkowania.

• Czy dostawca buduje natywnie dla agentów, czy dodaje funkcje AI na wierzch? Przycisk AI dodany do istniejącego produktu to nie to samo co architektura agent-first. Różnica ma znaczenie dla długoterminowej rentowności.

Kategorie najbardziej zagrożone

Nie wszystkie kategorie SaaS są jednakowo narażone. Kategorie o najwyższym ryzyku to te zbudowane wokół powtarzalnych, opartych na regułach workflow'ów ze strukturalnymi wejściami i wyjściami danych, dokładnie to, z czym agenci radzą sobie najlepiej:

• Sales intelligence: badania przed rozmową, wzbogacanie kontaktów, profilowanie firm. Już jest zastępowane, jak pokazuje powyższy przypadek.

• Planowanie treści: kalendarze redakcyjne, kolejki publikacji w mediach społecznościowych, podstawowy repurposing. Agenci połączeni z API do publikacji obsługują to od początku do końca.

• Automatyzacja CRM: sekwencjonowanie follow-upów, aktualizacje etapów dealu, rejestrowanie aktywności. Workflow'y o dużym wolumenie i niskiej zmienności, które agenci wykonują niezawodnie.

• Rozliczanie wydatków: przetwarzanie paragonów, przypisywanie kategorii, sprawdzanie polityki, składanie. Strukturalne dane z jasnymi regułami, mocne zastosowanie dla agentów.

• Notatki ze spotkań i śledzenie działań: transkrypcja, podsumowanie, ekstrakcja punktów działania, synchronizacja CRM. Wiele rozwiązań punktowych jest już konsolidowanych w pojedyncze potoki agentów.

• Kwalifikacja leadów: ocenianie leadów według kryteriów ICP, routing, personalizacja pierwszego outreach. Agenci z dostępem do danych wzbogacania i API CRM obsługują pełną pętlę.

Co przetrwa

Fala agentów nie wyrównuje wszystkiego. Kilka kategorii pozostaje strukturalnie trwałych:

• Złożona zgodność i regulowane workflow'y: sprawozdawczość finansowa, zarządzanie dokumentacją medyczną, przetwarzanie dokumentów prawnych. Możliwość audytu, odpowiedzialność i wymagania regulacyjne utrzymują ludzi i systemy strukturalne w pętli.

• Głęboko zintegrowane ERP i systemy operacyjne: gdy platforma jest systemem rejestrów dla danych i procesów biznesowych od lat, koszty wymiany przekraczają jakiekolwiek oszczędności za sesję.

• Platformy z prawdziwymi efektami sieciowymi: narzędzia, których wartość pochodzi z sieci (platformy handlowe, platformy współpracy, ekosystemy branżowe), są trudniejsze do powielenia, ponieważ produktem są ludzie z nich korzystający.

• Harness'y agentów głęboko wbudowane: paradoksalnie, produkty SaaS, które z największym prawdopodobieństwem przetrwają, to te, które same stają się warstwami orkiestracji agentów, wbudowując się w workflow'y zamiast siedzieć nad nimi.

Wzorzec jest spójny: przetrwanie koreluje z głębokością wbudowania, akumulacją zastrzeżonych danych i efektami sieciowymi. Same funkcje nie stanowią już przewagi konkurencyjnej.

Jak zacząć

Praktycznym punktem wyjścia jest audyt. Wyciągnij obecny stack SaaS i skategoryzuj każde narzędzie według jego głównej funkcji: czy jest to system rejestrów, automatyzator workflow'ów, czy warstwa raportowania? Automatyzatory workflow'ów to kategoria o najwyższym ryzyku, i najlepsi kandydaci do prototypu zastąpienia przez agenta.

Wybierz jedno. Zidentyfikuj powtarzalny workflow, który obsługuje, zmapuj API, które wywołuje, i zbuduj prostego agenta, który replikuje podstawową pętlę. Mierz jakość danych wyjściowych w stosunku do istniejącego narzędzia przez dwa tygodnie. W większości przypadków agent dorównuje lub przekracza wydajność przy ułamku kosztów.

Na całym świecie istnieje 310 milionów firm bez żadnej automatyzacji w swoich workflow'ach. Większość płaci za produkty SaaS, które agent mógłby dziś zastąpić. Luka między wiedzą o tym a działaniem to właśnie tam, gdzie teraz leży przewaga konkurencyjna.

webvise jest agencją automatyzacji AI specjalizującą się w workflow'ach agentowych opartych na Claude. Pomagamy firmom przeprowadzić audyt ich stacku SaaS, zidentyfikować, które kategorie mogą zastąpić workflow'y agentów, i budujemy te zamienniki, w tym integracje narzędzi, pętle ewaluacyjne i projekt przekazywania, które sprawiają, że są gotowe na produkcję. Jeśli chcesz przeprowadzić tę analizę dla swojego stacku, skontaktuj się z nami.