Почему модель подписки на SaaS умирает под давлением ИИ-агентов
По данным Unite.AI, себестоимость AI-фич падает так быстро, что классическая формула SaaS — одна лицензия на одного сотрудника, один чек на продление — перестаёт работать.

Софт больше не помогает человеку работать, он сам выполняет задачи, и индустрии приходится переписывать прайс, unit-экономику и продуктовую стратегию.
Кривая стоимости ушла в обрыв
Главный параметр, который сместился за последние два года, — цена входа в достаточно хорошую модель. Китайская лаборатория DeepSeek в начале 2024 года собрала модель, конкурентную лучшим решениям OpenAI, примерно за $5 млн против оценочных $100 млн у OpenAI. В течение года исследователи UC Berkeley воспроизвели ключевые reasoning-способности DeepSeek примерно за $30. Любая фича, которую раньше пилили квартал, теперь воспроизводится за итерацию грамотного промптинга и правильный подбор API.
Стратегический вывод жёсткий: если фичу можно скопировать за месяцы, она перестаёт быть устойчивым конкурентным преимуществом. Просто накрутить AI-слой поверх существующего продукта тоже не спасёт — ценность перетекает в доменную экспертизу, в workflow и в окружающие системы, а не в сам факт наличия генерации.
Seat-тариф больше не описывает реальность
Старая монетизация держалась на seat-based pricing — один человек, одна лицензия, одно место. Когда задачи выполняют AI-агенты без привязки к сотруднику, логика ломается. Аналитики Gartner прогнозируют, что к 2030 году минимум 40% корпоративных SaaS-расходов перетечёт в usage-based, agent-based или outcome-based модели, а доля seat-based выручки просядет с 21% до 15%.
Рынок уже движется. Zendesk в августе 2024 года запустил outcome-based тариф — оплату за решённое клиентское обращение, а не за пользователя. Salesforce добавил Agentforce по $2 за разговор с AI. В мае 2025 года та же Salesforce опубликовала Agentforce Flex Credits: $500 за 100 000 кредитов, 20 кредитов на действие агента, десять центов за одно автономное действие.
Дополнительный параметр, который редко кладут в презентации, — расходы. Классический SaaS жил почти с нулевыми маржинальными затратами. AI-продукты несут переменные compute-расходы, которые масштабируются с использованием. Seat-тариф под такую волатильность не заточен, и каждый вендор, держащий чистый seat поверх AI-фич, управляет структурным перекосом, который рано или поздно потребует пересборки.
Где смотреть дальше
По данным Business Model Analyst, гибридные схемы уже набирают вес: вендоры наслаивают usage-уровни и AI-доплаты поверх базовой подписки и продают пулы кредитов, которые клиент тратит на несколько сценариев. Анализ Bain, который цитировал PYMNTS в феврале 2026 года, фиксирует те же паттерны — тиры по объёму (обработанные документы, claims) и кредитные пулы как тихий победитель: финансы получают одну годовую строку, похожую на прошлогоднюю, а usage под ней гуляет в пять раз между мартом и августом.
Практический сигнал для тех, кто собирает стек под маркетинг или операционку: если ваш вендор ещё держит чистый seat-тариф поверх AI-фич, считайте unit-экономику заранее и фиксируйте лимиты по compute-расходам. Догонять pricing-модель после того, как рынок её продиктовал, — это принимать чужие условия и терять маржу на каждой итерации.