Για δεκαετίες, ο τρόπος με τον οποίο οι επιχειρήσεις αγοράζουν και χρησιμοποιούν λογισμικό ήταν σχετικά σταθερός. Οι εταιρίες καθόριζαν προδιαγραφές, επέλεγαν συστήματα, επένδυαν σε υποδομές και εκπαίδευαν το προσωπικό τους για να χρησιμοποιεί τις εφαρμογές.
Για παράδειγμα η απόκτηση ενός συστήματος Enterprise Resource Planning (ERP) αποτελούσε μια από τις μεγαλύτερες κεφαλαιουχικές δαπάνες (CapEx) για μια επιχείρηση. Το λογισμικό ήταν ένα εργαλείο που χρησιμοποιούσαν οι άνθρωποι για να εκτελούν διαδικασίες (αγορές, πωλήσεις, εισπράξεις, πληρωμές κλπ.) και να παράγουν αναφορές (reports) με τα αποτελέσματα.
Το μοντέλο δαπανών ήταν επίσης απλό: Οι επιχειρήσεις πλήρωναν για τις άδειες χρήσης (licenses) όπως π.χ. για το SAP (ένα από τα πιο διαδεδομένα ERP παγκοσμίως), χρησιμοποιούσαν συμβούλους για μήνες ή και χρόνια υλοποίησης, και στη συνέχεια προσδοκούσαν τη θετική απόδοση της επένδυσης (ROI) μετά από χρόνια, ενώ παράλληλα πλήρωναν για συντήρηση (maintenance) και αναβαθμίσεις (upgrades). Το λογισμικό ήταν ένα επενδυτικό πάγιο. Το κόστος της επένδυσης ήταν πληρωμένο μπροστά, αν και το αποτέλεσμα ήταν αβέβαιο και φαινόταν μετά από χρόνια.
Σήμερα, αυτό το μοντέλο καταρρέει καθώς η Τεχνητή Νοημοσύνη (Artificial Intelligence) αρχίζει να αλλάζει αυτή τη βασική σχέση μεταξύ επιχείρησης και λογισμικού. Η αλλαγή δεν αφορά μόνο νέες λειτουργίες ή μεγαλύτερη αυτοματοποίηση. Αφορά κυρίως κάτι βαθύτερο: τον τρόπο με τον οποίο οι επιχειρήσεις αγοράζουν, χρησιμοποιούν και αξιολογούν το λογισμικό.
Με απλά λόγια, περνάμε σταδιακά σε μια νέα κατάσταση όπου οι επιχειρήσεις παύουν να πληρώνουν για την αγορά ή τη χρήση του λογισμικού και περνάνε σε ένα μοντέλο όπου πληρώνουν για το αποτέλεσμα. Για παράδειγμα επιχειρήσεις μπορούν να συμφωνήσουν με τον κατασκευαστή του λογισμικού να πληρώνουν για την επιτυχία ενός στόχου όπως π.χ. για την ταχύτερη είσπραξη των απαιτήσεων και όχι για το λογισμικό ή τις υποδομές που την υπόσχεται.
Το παραδοσιακό μοντέλο: αγορά «παγίων εργαλείων» ή «υπηρεσιών»
Για να κατανοήσουμε το μέγεθος της αλλαγής, ας θυμηθούμε πώς λειτουργούσε ο κόσμος των επιχειρηματικών εφαρμογών. Στο παραδοσιακό, on-premise μοντέλο, η επιχείρηση αγόραζε μια άδεια χρήσης η οποία ίσχυε για πάντα (perpetual license). Το αρχικό κόστος ήταν τεράστιο και πολύ συχνά λειτουργούσε ως φραγμός εισόδου.
Στο κλασικό αυτό μοντέλο πληροφορικής, το λογισμικό λειτουργούσε ως υποδομή. Η επιχείρηση αποκτά συστήματα για παράδειγμα ένα ERP, ένα CRM και ένα σύστημα διαχείρισης παραγωγής, τα εγκαθιστά στο δικό της hardware (on-premise), τα παραμετροποιούν σύμβουλοι και οι εργαζόμενοι αφού εκπαιδευτούν χρησιμοποιούν τις λειτουργίες τους για να εκτελούν τις καθημερινές τους εργασίες της επιχείρησης.
Η πρώτη μεγάλη ρήξη με το παρελθόν ήρθε με το Cloud Computing και το μοντέλο SaaS (Software-as-a-Service). Πολλές εταιρίες παραγωγής λογισμικού όπως π.χ. η SAP, με το S/4HANA Cloud, πρωτοστάτησε σε αυτή την αλλαγή, προσφέροντας το κορυφαίο ERP της μέσω συνδρομής. Η δαπάνη λογισμικού μετατράπηκε από κεφαλαιουχική επένδυση (Capital Expenditure CapEx) σε λειτουργικά έξοδα (Operating Expenditures OpEx). Η επιχείρηση σταμάτησε να αγοράζει “πάγια” και άρχισε να πληρώνει «έξοδα» για “υπηρεσίες λογισμικού”.
Στο παραδοσιακό μοντέλο SaaS (Software-as-a-Service), η χρέωση ακολουθεί ένα μοντέλο συνδρομής (subscription) προς τον κατασκευαστή που παίρνει το ρόλο του παρόχου υπηρεσιών (service provider). Ουσιαστικά, η επιχείρηση δεν “αγοράζει” το λογισμικό (όπως παλιά με τα CD-ROM ή τις άδειες on-premise) από τον κατασκευαστή, αλλά το “νοικιάζει” από τον πάροχο υπηρεσιών για όποιο εύρος και όποιο χρονικό διάστημα το χρειάζεται.
Οι πιο συνηθισμένοι τρόποι χρέωσης του μοντέλου αυτού είναι οι εξής:
- Χρέωση ανά Χρήστη (Per-User / Per-Seat Pricing) που είναι και το πιο διαδεδομένο μοντέλο. Η εταιρεία πληρώνει ένα σταθερό ποσό κάθε μήνα για κάθε άτομο που έχει πρόσβαση στο σύστημα. Πλεονέκτημα: Πολύ προβλέψιμο κόστος. Μειονέκτημα: Η επιχείρηση πληρώνει το ίδιο για έναν χρήστη που δουλεύει 8 ώρες την ημέρα και για έναν που μπαίνει μία φορά την εβδομάδα. Επίσης όταν η επιχείρηση μικρύνει και χρειάζεται λιγότερους χρήστες δεν μπορεί να επιστρέψει ή να μεταπουλήσει τις άδειές τους.
- Χρέωση σε Επίπεδα (Tiered Pricing). Το λογισμικό προσφέρεται σε “πακέτα” με διαφορετικές δυνατότητες ή όρια. Π.χ. Basic: 500€/μήνα (έως 5 χρήστες, βασικές λειτουργίες), Professional: 1.500€/μήνα (έως 20 χρήστες, CRM & Logistics), Enterprise: Κατόπιν συμφωνίας (π.χ. 10.000€/μήνα για απεριόριστους χρήστες).
- Χρέωση βάσει Χωρητικότητας ή Όγκου (Usage-Based / Volume Pricing) όπου η χρέωση εξαρτάται από τον όγκο των δεδομένων ή των συναλλαγών που επεξεργάζεται το σύστημα. Παράδειγμα: Η εταιρεία πληρώνει βάσει του αριθμού των τιμολογίων που εκδίδονται, του αριθμού των εργαζομένων για πακέτα μισθοδοσίας ή του όγκου αποθήκευσης (GB) στο cloud.
- Χρέωση βάσει Λειτουργιών (Feature-Based Pricing) όπου η τιμή καθορίζεται από το ποια “υποσυστήματα” (modules) του λογισμικού χρησιμοποιεί η επιχείρηση. Παράδειγμα: Η εταιρεία πληρώνει μία τιμή για το module των Οικονομικών (Finance), μία άλλη για το module των Πωλήσεων (Sales) και μία άλλη χρέωση για το module της Παραγωγής (Manufacturing).
Τι περιλαμβάνουν συνήθως οι παραπάνω χρεώσεις; Στο παραδοσιακό μοντέλο SaaS, η μηνιαία συνδρομή καλύπτει:
- Την άδεια χρήσης του λογισμικού (license).
- Τη φιλοξενία (Hosting) σε servers (π.χ. AWS, Azure, Google Cloud).
- Τις αναβαθμίσεις (Updates): που εξασφαλίζουν ότι το λογισμικό είναι πάντα στην τελευταία έκδοση χωρίς επιπλέον κόστος.
- Την ασφάλεια & το Backup: καθώς η προστασία των δεδομένων είναι ευθύνη του παρόχου.
Το λογισμικό παρέχει δυνατότητες, δεν υπάρχει κόστος hardware, αλλά οι άνθρωποι (χρήστες) εξακολουθούν να κάνουν τη δουλειά.
Η είσοδος της Τεχνητής Νοημοσύνης
Η Τεχνητή Νοημοσύνη αλλάζει αυτή τη σχέση. Τα σύγχρονα μοντέλα ΤΝ δεν είναι απλώς εργαλεία επεξεργασίας δεδομένων. Μπορούν να κατανοούν τη φυσική γλώσσα, να αναλύουν εικόνες και έγγραφα, να προτείνουν αποφάσεις και να εκτελούν διαδικασίες 24 ώρες την ημέρα, 365 ημέρες τον χρόνο.
Στην πράξη, αυτό σημαίνει ότι το λογισμικό αρχίζει να αναλαμβάνει εργασίες που μέχρι πρόσφατα απαιτούσαν ανθρώπινη παρέμβαση με πολύ μεγαλύτερη απόδοση.
Ένα σύστημα με ΤΝ μπορεί, για παράδειγμα:
- Να διαβάσει και να αναλύσει παραστατικά (π.χ. τιμολόγια) να τα καταχωρήσει και να δημιουργήσει λογιστικές εγγραφές
- να μετατρέψει μια φωνητική αναφορά τεχνικού σε αίτημα συντήρησης
- να εντοπίσει ανωμαλίες σε δεδομένα παραγωγής και να προτείνει λύσεις
- να δημιουργήσει αναφορές
- να κάνει προβλέψεις κλπ.
Η διαφορά είναι ουσιαστική. Το λογισμικό που έχει ενσωματωμένη ΤΝ δεν είναι πλέον μόνο ένα σύνολο εργαλείων, αλλά ένας ενεργός ακούραστος συνεργάτης με πολλαπλούς ρόλους στη λειτουργία της επιχείρησης.
Από το Software-as-a-Service OaaS (Outcome-as-a-Service)
Αυτή η τεχνολογική αλλαγή του λογισμικού που επέρχεται με την ενσωμάτωση της ΤΝ οδηγεί σταδιακά και σε ένα νέο επιχειρηματικό μοντέλο που σιγά σιγά έχουν αρχίσει να επιβάλουν οι κατασκευαστές λογισμικού.
Σε αυτό το μοντέλο, η επιχείρηση δεν καλείται να πληρώνει απλώς για πρόσβαση στο λογισμικό, αλλά για αποτελέσματα (Outcome) όπως:
- ο αριθμός εργασιών που ολοκληρώθηκαν
- ο αριθμός αναφορών που δημιουργήθηκαν
- ο αριθμός διαδικασιών που αυτοματοποιήθηκαν
- η βελτίωση παραγωγικότητας ή
- η μείωση κόστους που επιτεύχθηκε
Με άλλα λόγια, η αξία του λογισμικού μεταφέρεται από το εργαλείο ή το χρόνο χρήσης στο αποτέλεσμα.
Το μοντέλο Outcome-as-a-Service (OaaS) αντιπροσωπεύει μια θεμελιώδη αλλαγή στη σχέση μεταξύ παρόχου λογισμικού και επιχείρησης. Ενώ το μοντέλο SaaS εστίαζε στην παροχή ή ενοικίαση του εργαλείου, το μοντέλο OaaS εστιάζει στην ευθύνη για το αποτέλεσμα.
Οι πιο βασικές αλλαγές που φέρνει αυτό το μοντέλο, είναι οι εξής:
- Η μετάβαση από την «Πρόσβαση» στην «Αξία» (Value-Based Delivery) Στο παραδοσιακό μοντέλο SaaS, ο κατασκευαστής του λογισμικού έδινε τα “κλειδιά” πρόσβασης και η επιχείρηση έπρεπε να βρει πώς θα τα χρησιμοποιήσει για να βγάλει κέρδος. Τώρα: Με το νέο μοντέλο OaaS, η χρήση λογισμικού προσανατολίζεται σε συγκεκριμένους στόχους. Ο κατασκευαστής δεν προσφέρει απλώς λογισμικό, αλλά “υπόσχεται” βελτίωση δεικτών (π.χ. 20% ταχύτερη επεξεργασία παραγγελιών ή 15% μείωση λειτουργικού κόστους).
- Η ενεργοποίηση «Αυτόνομων Πρακτόρων ΤΝ» (Agentic AI). Η Τεχνητή Νοημοσύνη παύει να είναι ένας απλός βοηθός που απαντά σε ερωτήσεις και γίνεται ένας ενεργός συνεργάτης ενσωματωμένος μέσα στο λογισμικό. Με δυνατότητες Αυτόνομης Εκτέλεσης Διαδικασιών: Το σύστημα με ενσωματωμένη ΤΝ δεν εντοπίζει απλά ότι μια καταχώρηση είναι λάθος, αλλά αφού την αναλύσει, διορθώνει το πρόβλημα αυτόνομα, χρεώνοντας την επιχείρηση βάσει της επιτυχούς επίλυσης (outcome). Παράλληλα με τη χρήση του χαρακτηριστικού Deep Research, το σύστημα με ενσωματωμένη ΤΝ μπορεί πλέον να εκτελεί σύνθετες έρευνες συνδυάζοντας εσωτερικά δεδομένα της επιχείρησης με εξωτερικές πηγές για να προτείνει στρατηγικές κινήσεις π.χ. ανεύρεση νέων προμηθευτών.
- Η Δυναμική Τιμολόγηση με υπολογισμό «μονάδων ΤΝ (AI Units)» Το μοντέλο Outcome-as-a-Service OaaS αλλάζει ριζικά τον τρόπο υπολογισμού των χρεώσεων όπως π.χ. με τη μέθοδο Consumption-Based: όπου οι μονάδες ΤΝ καταναλώνονται όταν η ενσωματωμένη Τεχνητή Νοημοσύνη παράγει πραγματική αξία (π.χ. μια πρόβλεψη πωλήσεων, μια αυτοματοποιημένη συμφωνία λογαριασμών).
- Η Συνεχής αναβάθμιση καθώς για να λειτουργήσει το μοντέλο OaaS, η υποδομή και οι αλγόριθμοι ΤΝ πρέπει να έχουν πάντα πρόσβαση στις πιο σύγχρονες τεχνολογίες, επιτρέποντας στην επιχείρηση να πετυχαίνει τα επιθυμητά αποτελέσματα χωρίς το βάρος της τεχνικής συντήρησης.
Επιχειρηματικά αποτελέσματα – βάση για τη χρέωση του νέου μοντέλου Outcome-as-a-Service (OaaS)
Στο μοντέλο Outcome-as-a-Service (OaaS), οι δείκτες επιχειρηματικών αποτελεσμάτων που χρησιμοποιούνται σαν βάση χρέωσης πρέπει να είναι συγκεκριμένοι, συμφωνημένοι, μετρήσιμοι και κυρίως να συνδέονται άμεσα με την αξία που παράγει η τεχνολογία (AI & Cloud) που προσφέρουν οι πάροχοι.
Τυπικά επιχειρηματικά αποτελέσματα που μπορούν να αποτελέσουν τη βάση για τη χρέωση και τη σύμβαση ενός μοντέλου Outcome-as-a-Service (OaaS), είναι τα εξής:
- Μείωση Κόστους Διατήρησης Αποθεμάτων (Inventory Carry Cost) κατά το οποίο η επιχείρηση πληρώνει βάσει του ποσοστού μείωσης του πλεονάζοντος αποθέματος που πέτυχε η ΤΝ, βελτιστοποιώντας τις προβλέψεις ζήτησης και τις διαδικασίες MRP.
- Ποσοστό Τιμολόγησης Χωρίς Ανθρώπινη Παρέμβαση (Touchless Invoicing Rate) κατά το οποίο το αποτέλεσμα μετριέται από το ποσοστό των εξερχομένων ή και εισερχομένων τιμολογίων που υποβλήθηκαν, ελέγχθηκαν καταχωρήθηκαν και εγκρίθηκαν αυτόματα από το σύστημα (χωρίς ανθρώπινη παρέμβαση), μειώνοντας το κόστος ανά συναλλαγή.
- Μείωση Χρόνου Κλεισίματος Ισολογισμού (Days to Close) το οποίο συνδέεται με την επιτάχυνση των οικονομικών διαδικασιών στο τέλος του μήνα ή του έτους, επιτρέποντας στη διοίκηση να έχει ταχύτερη πρόσβαση σε κρίσιμα δεδομένα.
- Βελτίωση Ακρίβειας Προβλέψεων Πωλήσεων (Forecast Accuracy) Το οποίο χρεώνει βάσει της εγγύτητας των προβλέψεων της ΤΝ με τα πραγματικά νούμερα πωλήσεων, μειώνοντας τις απώλειες από λανθασμένο προγραμματισμό παραγωγής.
- Μείωση Κατανάλωσης Ενέργειας / Ανθρακικού Αποτυπώματος (Sustainability KPI) που έχει νόημα σε βιομηχανικά περιβάλλοντα και αφορά τη μείωση των ρύπων ή της ενέργειας ανά μονάδα προϊόντος, βοηθώντας την επιχείρηση να πετύχει τους στόχους ESG.
- Αύξηση Ποσοστού Διατήρησης Πελατών (Customer Retention Rate) το οποίο αναλύει τη συμπεριφορά των πελατών και προτείνει προληπτικές ενέργειες (churn prediction) με σύστημα ΤΝ που χρεώνει βάσει των πελατών που “σώθηκαν” από αποχώρηση.
- Μείωση Χρόνου Αποκατάστασης Βλαβών (Mean Time to Repair – MTTR) που αφορά τη συντήρηση εξοπλισμού (Asset Management), με αποτέλεσμα την ταχύτερη επισκευή μηχανημάτων μέσω οδηγιών προληπτικής διάγνωσης από ΤΝ, ελαχιστοποιώντας τον χρόνο διακοπής της παραγωγής (downtime).
- Βελτιστοποίηση Κόστους Προμηθειών (Procurement Savings) κατά το οποίο το σύστημα ΤΝ χρεώνει ένα ποσοστό επί της εξοικονομηθείσας αξίας που προέκυψε από την αυτόματη επιλογή φθηνότερων προμηθευτών ή την έγκαιρη διαπραγμάτευση εκπτώσεων.
- Μείωση Χρόνου Πρόσληψης (Time-to-Hire) που αφορά το τμήμα ανθρωπίνων πόρων HR, με αποτέλεσμα την ταχύτητα εύρεσης και αξιολόγησης του κατάλληλου υποψηφίου μέσω AI screening, μειώνοντας το κενό παραγωγικότητας για την επιχείρηση.
- Αύξηση της «Πρώτης Επαφής Επιτυχίας» (First Contact Resolution) που αφορά την εξυπηρέτηση πελατών, το οποίο χρεώνει βάσει των αιτημάτων που επιλύθηκαν πλήρως στην πρώτη επικοινωνία (μέσω ΤΝ ή αυτοματισμών), αυξάνοντας την ικανοποίηση του πελάτη.
Το λογισμικό ως «ψηφιακός συνεργάτης πολλαπλών ρόλων»
Σε αυτό το νέο περιβάλλον, η Τεχνητή Νοημοσύνη λειτουργεί σαν ένας νέος τύπος «συνεργάτη» μέσα στην επιχείρηση, παίρνοντας πολλαπλούς ρόλους και αναλαμβάνοντας εργασίες όπως οι επεξεργασίες δεδομένων, καταχωρήσεις, υποστήριξη αποφάσεων κλπ.
Οι φυσικοί εργαζόμενοι (χρήστες του λογισμικού) δεν χρειάζεται πλέον να εκτελούν κάθε μικρό βήμα μιας διαδικασίας καταχωρώντας δεδομένα σε πολύπλοκες εφαρμογές. Αντί γι’ αυτό, μπορούν να επικεντρώνονται περισσότερο στην επίβλεψη των καταχωρήσεων, στη στρατηγική σκέψη και στην αξιολόγηση των αποτελεσμάτων.
Η σχέση χρηστών και συστήματος λογισμικού αλλάζει. Το λογισμικό μετατρέπεται από παθητικό εργαλείο σε ενεργό συμμετέχοντα στην επιχειρησιακή λειτουργία και οι χρήστες από χειριστές σε επιβλέποντες.
Η μεγάλη αλλαγή για τις επιχειρήσεις
Αν αυτή η μετάβαση της ενσωμάτωσης τα ΤΝ στο λογισμικό επιβεβαιωθεί τα επόμενα χρόνια και γενικευτεί, οι επιχειρήσεις θα χρειαστεί να επαναπροσδιορίσουν αφενός τον τρόπο με τον οποίο αξιολογούν τις τεχνολογικές τους επενδύσεις και αφετέρου τον αριθμό και τους ρόλους των χρηστών που θα τις λειτουργούν.
Στο παρελθόν, η βασική ερώτηση κάθε επιχείρησης σε σχέση με το λογισμικό ήταν: «Ποιο σύστημα να αγοράσουμε για να καλύψουμε τις ανάγκες μας;» και για το λόγο αυτό κατέγραφαν τις ανάγκες των χρηστών (user requirements), τις αποτύπωναν σε ένα «τεύχος προδιαγραφών» και αναζητούσαν προμηθευτές και λογισμικό που τις εξασφάλιζε.
Στο μέλλον, η βασική ερώτηση κάθε επιχείρησης σε σχέση με το λογισμικό θα είναι διαφορετική: «Ποιο σύστημα μπορεί να μας φέρει το καλύτερο αποτέλεσμα;» Για να απαντηθεί αυτό η ερώτηση οι επιχειρήσεις στο μέλλον θα καταγράφουν τους στόχους τους και τα επιθυμητά αποτελέσματα που έχουν αποφασίσει και με βάση αυτά να αναζητούν προμηθευτές και λογισμικό που θα τα εξασφαλίσει.
Η συζήτηση θα μετακινηθεί από τα χαρακτηριστικά του λογισμικού προς την παραγωγικότητα, την αυτοματοποίηση και την αξία που έχει ανάγκη μια επιχείρηση.
Συμπέρασμα: Νέοι κανόνες επιλογής και αγοράς λογισμικού
Η Τεχνητή Νοημοσύνη δεν αλλάζει μόνο τις τεχνολογίες. Αλλάζει και τους κανόνες της αγοράς. Καθώς τα συστήματα γίνονται πιο αυτόνομα και πιο ικανά να εκτελούν εργασίες, η αξία τους δεν θα μετριέται πλέον μόνο από τις λειτουργίες που προσφέρουν, αλλά από τα αποτελέσματα που μπορούν να παράγουν.
Και ίσως μέσα στην επόμενη δεκαετία, η πιο συνηθισμένη φράση στις συζητήσεις για επιλογή λογισμικό να μην είναι πλέον: «Πόσο κοστίζει το σύστημα;» αλλά: «Τι αποτέλεσμα μπορεί να φέρει;» ή ακόμα «Πόσο κερδοφόρο είναι;».
