Il SaaS non sta scomparendo. I clienti stanno chiedendo di provarne il valore

Le aziende svizzere hanno adottato l'intelligenza artificiale più velocemente di quanto l'abbiano integrata nelle loro operazioni. Sebbene l'89% dei dipendenti utilizzi ora strumenti di intelligenza artificiale sul lavoro e il 55% delle aziende li implementi deliberatamente in almeno un'area di business, il 31% rimane nella fase pilota e solo il 9% afferma che la tecnologia ha trasformato il proprio modello di business.

Per i fornitori di SaaS, questo progresso disomogeneo definisce il mercato nel 2026 in modo più accurato rispetto alle previsioni sulla fine del software in abbonamento. Le aziende fanno ancora affidamento su piattaforme consolidate per gestire finanze, vendite, risorse umane, conformità e catene di approvvigionamento, ma sono diventate meno disposte a pagare per funzionalità di intelligenza artificiale che rendono un compito esistente leggermente più veloce senza migliorare il processo circostante. Ora si aspettano che i fornitori dimostrino cosa farà il software, come si inserirà nell'organizzazione e se il risultato giustifica il costo.

Le aziende SaaS devono rispondere su più fronti contemporaneamente. I team di prodotto stanno aggiungendo agenti in grado di completare il lavoro anziché limitarsi ad assistere, i team finanziari stanno riconsiderando i modelli di prezzo basati sugli utenti umani e i team di marketing devono spiegare un'offerta più complessa ad acquirenti che hanno già sentito anni di ambiziose affermazioni sull'IA.

Le piattaforme consolidate rimangono difficili da sostituire

I concorrenti nativi dell'IA possono ora sviluppare software più velocemente ed entrare in mercati specializzati con meno capitale di quanto ne avessero bisogno le tradizionali aziende SaaS. Un nuovo fornitore può concentrarsi su un unico processo, come la verifica delle fatture, la preparazione di ricerche di mercato o la risposta a richieste di servizio di routine, ed eseguire tale compito in modo più efficiente rispetto a una grande piattaforma progettata per servire più reparti.

I fornitori consolidati mantengono ancora vantaggi che diventano più importanti man mano che il software assume una maggiore responsabilità. Le loro piattaforme contengono anni di dati aziendali, si collegano ad altri sistemi critici e hanno già superato le verifiche di sicurezza, approvvigionamento e conformità. Un'azienda potrebbe essere disposta a testare un nuovo strumento di intelligenza artificiale per la redazione di email, ma sostituire il sistema che registra le transazioni finanziarie o gestisce le informazioni sui clienti richiede motivazioni molto più forti.

Il mercato SaaS si sta quindi dividendo anziché scomparire. Nuovi fornitori competono su flussi di lavoro ristretti in cui possono dimostrare un chiaro vantaggio, mentre piattaforme più grandi stanno aggiungendo agenti a servizi che i clienti già conoscono e di cui si fida. Gartner ritiene improbabile una sostituzione diffusa delle applicazioni aziendali consolidate prima del 2030, anche se gli agenti specifici per attività diventeranno comuni in tutto il software aziendale.

Gli acquirenti giudicheranno entrambi i tipi di fornitore in base al fatto che il software migliori un processo reale senza creare un altro livello di costo, lavoro di integrazione o governance. Un marchio familiare non proteggerà un fornitore affermato che aggiunge funzionalità di intelligenza artificiale deboli, mentre la novità tecnica non aiuterà una startup a superare un processo di approvvigionamento aziendale se non è in grado di soddisfare i requisiti di sicurezza e operativi del cliente.

Gli agenti di intelligenza artificiale indeboliscono la logica dei prezzi basati sui posti letto

L'industria del SaaS ha costruito gran parte del proprio modello commerciale attorno alle licenze utente. I clienti contavano quanti dipendenti avevano bisogno di accesso, selezionavano il livello di prodotto appropriato e calcolavano l'abbonamento annuale dal numero di postazioni. I fornitori ottenevano ricavi ricorrenti prevedibili, mentre i team finanziari potevano stimare i costi prima che i dipendenti iniziasse a usare il prodotto.

Gli agenti basati sull’intelligenza artificiale rendono tale rapporto meno affidabile, poiché un unico dipendente può supervisionare un software che svolge un lavoro precedentemente suddiviso tra più persone. Un agente è in grado di effettuare ricerche su un conto, preparare un briefing, aggiornare il sistema di gestione delle relazioni con i clienti e redigere una comunicazione di follow-up senza che sia necessaria una risorsa umana dedicata per ogni singola fase. Può inoltre continuare a elaborare le attività anche quando nessun dipendente ha l’applicazione aperta.

I fornitori non possono basarsi esclusivamente sul numero di postazioni quando il software genera più valore senza richiedere un aumento del numero di utenti. Attualmente stanno combinando gli abbonamenti con costi legati all’utilizzo, crediti di intelligenza artificiale, licenze per gli agenti e commissioni legate alle attività portate a termine o ai risultati aziendali. Le previsioni del settore indicano che questa sperimentazione proseguirà ben oltre il 2026, con modelli ibridi destinati a diventare sempre più diffusi.

Nessuno di questi approcci funziona alla perfezione per entrambe le parti. La tariffazione basata sull’utilizzo riflette l’attività, ma i clienti potrebbero finire per pagare per comportamenti inefficienti degli agenti, tentativi ripetuti o attività che non producono un risultato utile. La tariffazione basata sui risultati sembra più allettante perché il pagamento segue il risultato, anche se il fornitore e il cliente devono prima concordare su ciò che il software ha effettivamente fornito.

Una piattaforma di reclutamento potrebbe far pagare per candidati selezionati, candidati preselezionati o posizioni ricoperte. Ogni unità fa una promessa diversa sul prodotto: lo screening misura l'attività, la preselezione introduce un giudizio sulla qualità, e un'assunzione di successo dipende dal datore di lavoro e dal candidato oltre che dal software.

L'unità di prezzo applicata da un fornitore comunica ai clienti ciò che, secondo il fornitore stesso, il prodotto offre, il che significa che marketing deve partecipare alla discussione sui prezzi prima che il reparto finanziario metta a punto il modello. Un’azienda che fattura in base ai risultati raggiunti dovrà disporre di prove più solide rispetto a una che vende l’accesso alle infrastrutture, e il suo materiale di vendita dovrà spiegare in che modo il software abbia contribuito al risultato senza assumersi la responsabilità di fattori al di fuori del proprio controllo.

Gli acquirenti si aspettano prove a livello di processo

Le PMI svizzere hanno aumentato il ricorso all’intelligenza artificiale dal 22% nel 2024 al 34% nel 2025, e il 57% delle aziende che l’hanno adottata ha segnalato un aumento dell’efficienza. Le aziende utilizzano comunemente questa tecnologia per la traduzione e la corrispondenza, mentre un gruppo più ristretto ma in crescita la applica all’automazione dei processi e all’analisi dei dati.

Questi dati dimostrano perché il solo tasso di adozione possa fornire un quadro fuorviante del valore commerciale. Un dipendente può redigere un’e-mail più rapidamente senza che ciò modifichi il modo in cui l’azienda esamina, approva, registra o agisce in base alle informazioni. Lo strumento fa risparmiare tempo in una fase, ma lascia inalterato il resto del processo.

Gli agenti promettono un miglioramento più ampio perché possono muoversi tra i sistemi e completare diverse azioni collegate. Richiedono inoltre di più al cliente. Il software necessita di dati affidabili, diritti di accesso appropriati, istruzioni chiare e regole concordate per le situazioni che non può risolvere autonomamente.

Le aziende svizzere indicano già la scarsa qualità dei dati, le preoccupazioni in materia di sicurezza e la carenza di personale qualificato tra i principali ostacoli a una più ampia integrazione dell’IA. I fornitori di soluzioni SaaS non possono presentare tali aspetti come problemi che il cliente risolverà dopo aver firmato il contratto. Devono invece illustrare come avverrà l’implementazione e quali preparativi l’organizzazione dovrà mettere in atto affinché il prodotto possa garantire i risultati promessi.

Il marketing può sostenere questa decisione sostituendo generiche affermazioni sulla produttività con prove concrete a livello di processo. Un fornitore che commercializza un agente per la gestione della contabilità fornitori dovrebbe spiegare se il prodotto estrae i dati delle fatture, verifica gli ordini di acquisto, individua le discrepanze o approva i pagamenti. Gli acquirenti devono inoltre sapere in quali casi è necessaria una revisione umana, cosa succede quando le informazioni sono incomplete e in che modo l’organizzazione può correggere una decisione.

Una presentazione ben curata può attirare l'attenzione, ma raramente risponde a queste domande. Il marketing acquista maggiore credibilità quando illustra l'intero processo operativo, compresi la preparazione dei dati, il lavoro di integrazione, la formazione dei dipendenti e le fasi di verifica che stanno alla base del risultato finale.

La trasparenza sui prezzi è ormai parte integrante del marchio

Molte offerte SaaS basate sull’intelligenza artificiale introducono unità di misura commerciali che gli acquirenti non riescono a interpretare facilmente. I fornitori vendono crediti senza spiegare quanti ne consuma un flusso di lavoro normale, addebitano le azioni degli agenti senza definire dove finisce una singola azione, oppure promuovono un modello di prezzo basato sui risultati senza specificare quali risultati determinano il pagamento.

Gli acquirenti aziendali non possono elaborare un business case attendibile sulla base di tali informazioni. Il reparto finanziario ha bisogno di una stima realistica dei costi annuali, il reparto acquisti necessita di condizioni comparabili, il reparto operativo deve comprendere come si evolverà l’utilizzo e l’alta dirigenza deve sapere se una più ampia adozione migliorerà la produttività o si tradurrà semplicemente in una fattura più salata.

I team di marketing dovrebbero illustrare la logica di fatturazione prima che la trattativa di vendita giunga alla fase contrattuale. Una pagina dedicata ai prezzi o una guida all’acquisto ben strutturata può illustrare in che modo i flussi di lavoro tipici consumano i crediti, se il cliente paga per le azioni tentate o completate e come il fornitore gestisce gli errori, le ripetizioni e le correzioni manuali. Dovrebbe inoltre chiarire se il cliente può monitorare l’utilizzo in tempo reale, impostare limiti di spesa e rivedere il modello commerciale quando il flusso di lavoro subisce modifiche.

I clienti possono accettare un prezzo più complesso quando comprendono come il fornitore lo calcola e in che modo l'addebito si collega al lavoro completato. Faranno fatica a fidarsi di un'azienda che promuove la semplicità producendo una fattura che né il team operativo né quello finanziario riescono a ricostruire.

I fornitori possono anche rafforzare l'offerta presentando diversi scenari di costo realistici anziché un unico calcolo idealizzato del ritorno sull'investimento. Stime di adozione basse, previste ed elevate consentono agli acquirenti di vedere come la spesa annuale potrebbe variare man mano che un numero maggiore di dipendenti e processi inizia a utilizzare il prodotto.

Il marketing deve rivolgersi all'intero comitato di acquisto

Una promessa generica sulla produttività non è più sufficiente per concludere una vendita di software aziendale, poiché ogni soggetto coinvolto nel processo di acquisto valuta un aspetto diverso del rischio.

Il reparto Finanza richiede costi prevedibili e prove che l’investimento porterà a un miglioramento misurabile dei risultati. Il reparto Approvvigionamenti necessita di definizioni chiare relative alle attività fatturabili, ai termini di rinnovo e ai crediti non utilizzati. Il reparto Operativo vuole capire come cambierà il flusso di lavoro, mentre il reparto IT ha bisogno di requisiti di integrazione e i team addetti alla conformità necessitano di informazioni relative all’accesso, alla conservazione dei dati, alla verificabilità e alla supervisione umana.

Il marketing dovrebbe organizzare le prove attorno a tali decisioni anziché chiedere a ogni stakeholder di interpretare la stessa dimostrazione di prodotto. Un caso studio può mostrare alla dirigenza il risultato commerciale, fornendo al contempo ai team operativi abbastanza dettagli per capire come il cliente lo ha raggiunto. Documentazione tecnica, scenari di prezzo e materiale di governance possono sostenere la stessa argomentazione da prospettive diverse senza cambiare la proposta centrale.

Gli acquirenti svizzeri presteranno particolare attenzione alla governance dei dati. Più della metà dei dipendenti intervistati nel 2026 riteneva importante il rispetto delle norme svizzere o europee in materia di protezione dei dati nella scelta dei sistemi di intelligenza artificiale da parte dei propri datori di lavoro. I fornitori che operano nei settori dei servizi finanziari, della sanità o in altri settori regolamentati devono quindi spiegare dove vengono trasferiti i dati dei clienti, quali modelli li elaborano, chi può accedervi e quali controlli possono essere effettuati dai clienti.

Gli acquirenti devono inoltre sapere in quali ambiti i dipendenti continuano a essere coinvolti. Il marketing spesso presenta l’autonomia come prova di sofisticazione tecnica, sebbene la maggior parte delle aziende non consenta a un agente di controllare un processo importante senza limiti. I fornitori possono infondere fiducia spiegando quando il sistema opera in modo autonomo, quando richiede un’approvazione e quando trasferisce l’attività a una persona.

Il successo del cliente è ormai parte integrante dell'offerta

I software basati sull'intelligenza artificiale raramente offrono il loro pieno potenziale non appena il cliente attiva la licenza. Le aziende potrebbero dover preparare i dati, collegare i sistemi, configurare gli agenti, ridefinire le procedure di approvazione e formare i dipendenti prima che il prodotto inizi a migliorare il processo.

I fornitori di SaaS dovrebbero spiegare quel supporto prima che il contratto venga firmato perché l'adozione è diventata parte della decisione d'acquisto. I clienti vogliono sapere chi li aiuterà a configurare il sistema, a monitorare le prestazioni e ad adeguare il flusso di lavoro quando l'utilizzo si evolve diversamente rispetto alle previsioni originali.

Un solido supporto al successo del cliente può inoltre garantire il rinnovo del contratto. Un cliente potrebbe decidere di abbandonare un prodotto valido qualora i dipendenti ne utilizzassero solo una piccola parte, i costi aumentassero in modo imprevisto o la direzione non fosse in grado di dimostrare un ritorno sull’investimento. Le revisioni periodiche consentono al fornitore e al cliente di individuare un’adozione insufficiente, comportamenti inefficienti da parte degli operatori e prezzi che non riflettono più il modo in cui l’organizzazione utilizza il software.

Il marketing può rendere visibile questo supporto attraverso piani di implementazione, guide all’adozione e casi di studio che proseguono anche dopo il lancio. Gli acquirenti hanno visto già abbastanza progetti pilota di grande impatto che non sono mai arrivati alla fase operativa, quindi le prove di un utilizzo continuativo hanno ormai un peso maggiore rispetto a un ennesimo annuncio relativo a un nuovo agente.

Cosa le aziende SaaS devono dimostrare nel 2026

I fornitori di servizi SaaS devono rispondere in modo chiaro a tre domande.

In primo luogo, devono indicare quale fase del processo del cliente il prodotto migliorerà e distinguere tra software che assistono un dipendente, automatizzano diverse fasi o completano un’attività in modo autonomo. Gli acquirenti non possono valutare il valore di un prodotto basandosi esclusivamente sull’elenco delle funzionalità di intelligenza artificiale.

In secondo luogo, i fornitori devono collegare il prezzo a un’unità di misura che i clienti possano comprendere e tenere in conto nel proprio budget. Un modello commerciale più flessibile non attirerà acquirenti seri se questi non sono in grado di stimare il costo di un’adozione su più ampia scala.

In terzo luogo, il reparto marketing deve illustrare l’implementazione, la governance e il supporto continuo con la stessa cura con cui presenta la tecnologia. I clienti devono sapere quali dati richiede il prodotto, in quali ambiti i dipendenti mantengono la responsabilità e in che modo il fornitore aiuterà l’organizzazione a passare dalla fase pilota all’uso sistematico.

Le aziende svizzere utilizzano già l’IA in misura sufficientemente ampia da riconoscerne il potenziale, ma la maggior parte di esse non ha ancora riorganizzato le proprie operazioni attorno a questa tecnologia. I fornitori di SaaS devono ora aiutarle a colmare tale divario, dimostrando in che modo il prodotto migliorerà un processo concreto senza introdurre costi, responsabilità o rischi che rimangano difficili da controllare. Le competenze tecniche continueranno ad avere la loro importanza, ma gli acquirenti saranno più propensi a scegliere fornitori che rendano l’investimento più facile da comprendere, da inserire nel budget e da giustificare all’interno dell’organizzazione.