У классических SaaS-компаний еще не закрылась форточка в AI-эпоху: по оценке SaaStr, более 95% их клиентской базы пока не переехало к AI-native конкурентам. Для русскоязычной IT-аудитории здесь сигнал простой: AI-агент для B2B уже перестал быть красивой презентацией для борда и стал вопросом выручки, удержания клиентов и темпов роста.
Об этом сообщает SaaStr в колонке основателя медиа Джейсона Лемкина. Его тезис жесткий: у большинства зрелых B2B-вендоров уже не осталось оправданий. По версии автора, модели стали достаточно сильными для реальных продуктовых сценариев как минимум с середины 2024 года, а к концу 2025-го рынок получил инструменты, на которых можно строить не демо-чатботы, а полноценные агентные продукты с reasoning, доступом к инструментам, длинным контекстом и многошаговыми workflow. Если компания с тысячами клиентов, данными и инженерной командой за это время выпустила лишь «AI-надстройку» или очередной суммаризатор, проблема уже не в технологии, а в управленческих решениях.
Лемкин спорит не с тем, что AI-native игроки растут быстрее, а с фатализмом вокруг старых SaaS-брендов. Его логика строится на довольно приземленной вещи: большинство корпоративных заказчиков сами находятся в ранней фазе внедрения ИИ. Они запустили пилоты, попробовали пару агентов, перераспределили часть бюджета, но массового перехода на новые стек и новых вендоров пока не случилось. В тексте приводятся и внешние маркеры этого тренда: Redpoint называет 2025 год пиком «подтянутых вперед» пилотов, а 2026-й годом, когда эти пилоты либо превратятся в контракты, либо quietly vanish. Gartner, по пересказу SaaStr, фиксирует перераспределение до 40% бюджетов крупных компаний в сторону AI, но сами расходы остаются раздробленными между пилотами, инфраструктурой и ранними внедрениями. Иначе говоря, деньги уже двинулись, а победители еще не зацементированы.
Отсюда и главный практический вывод: окно возможностей для incumbents все еще открыто, потому что у них остается то, чего стартапы покупают годами и очень дорого, если вообще доживают до этой стадии. Это установленная база клиентов, встроенность в критичные бизнес-процессы, данные о реальных workflow, нативные интеграции с системами учета и канал дистрибуции, который не надо собирать с нуля. В такой логике AI-агент для B2B должен быть не «еще одной AI-фичей» в списке релизов, а отдельным продуктом, который решает самый дорогой и массовый ручной сценарий у клиента. Не 15 мелких возможностей, раскиданных по интерфейсу, а один агент, который реально меняет unit economics конкретной операции.
Чтобы показать, где большие компании сами отдают рынок, Лемкин разбирает два примера. Первый — новый инструмент HubSpot для AEO, то есть оптимизации присутствия в AI-ответах и AI-поиске. У HubSpot, пишет автор, около 300 тысяч клиентов, и многим из них было бы проще купить такую функцию у действующего поставщика CRM: данные уже внутри системы, интеграции на месте, закупка у одного вендора привычна для бизнеса. Но продукт, по оценке SaaStr, выглядит лишь частично конкурентоспособным по сравнению со специализированными стартапами. Второй пример — Figma Make. Лемкин описывает его еще жестче: в своей проверке он попросил сервис переработать сайт SaaStr AI и получил результат, который, по его мнению, уступает лидерам «vibe coding» и выдает шаблонную эстетику вместо рабочего дизайна и кода. Смысл претензии не в том, что продукт сырой, а в том, что у Figma есть миллионы дизайнеров, продактов и разработчиков, которые уже живут внутри ее экосистемы, но за генерацией интерфейсов и кода уходят к v0, Lovable или Replit. Каждый такой уход — не просто упущенная выручка, а постепенная эрозия moat.
На этом месте колонка попадает в нерв практически любого B2B-продукта, включая команды из СНГ, которые продают SaaS за рубеж или строят внутренние платформы для enterprise. Частая ошибка последних полутора лет выглядела одинаково: компания объявляла «AI-first strategy», раскрашивала старые функции словом AI, добавляла чат в боковую панель и ждала, что рынок сам пересчитает мультипликаторы. Не пересчитал. Лемкин формулирует критерий без дипломатии: если рост не ускоряется, называть себя AI-компанией бессмысленно. Эта мысль неприятна, но для продактов и CTO она полезнее любой вдохновляющей презентации, потому что возвращает разговор к измеримому результату: adoption, retention, expansion и новой выручке, а не к числу слайдов про трансформацию.
Отдельно важен тезис о монетизации. SaaStr советует не прятать нового агента в «премиум-тариф за 10 долларов в месяц», а продавать его как first-class product: по usage, outcome или per-agent модели, если ценность действительно заметна. Это звучит как банальность, но на практике много команд до сих пор боятся просить реальные деньги за AI-функцию, потому что сами не уверены, что она дотягивает до уровня самостоятельного продукта. Рынок, похоже, уже выдал простую проверку на зрелость: посредственный агент игнорируют, даже если он встроен в знакомый интерфейс; сильный агент покупают, потому что он экономит часы, заменяет ручную операцию и быстро объясняет свою цену. Для разработчиков это тоже плохая новость для любителей «долепить feature за спринт»: один рабочий агент почти наверняка потребует лучших инженеров, нормального eval-контура, качественных интеграций и нескольких месяцев фокуса вместо россыпи полумер.
Самый неприятный вопрос для старых SaaS-вендоров теперь звучит так: кто успеет превратить свою инсталляционную базу в плацдарм для нового роста, а кто продолжит кормить AI-native конкурентов собственной клиентурой. Пока 95% заказчиков еще не сделали окончательный выбор, у incumbents остается редкий шанс вернуть инициативу. Но он достанется не тем, кто громче всех говорит про AI, а тем, кто первым выпустит агент, за который клиент без уговоров готов платить. Подробности аргументации — в колонке .