Setelah lonjakan AI Agent, banyak pihak telah mulai menulis obituari untuk SaaS—namun menurut saya, hal tersebut terlalu dini.
Kecemasan investor memang nyata. Di awal 2026, kekhawatiran akan "kiamat SaaS" melanda industri teknologi. Pada akhir Januari, Anthropic meluncurkan pembaruan fitur yang memungkinkan Claude menggunakan plugin, dan hanya dalam tiga minggu, sektor perangkat lunak AS kehilangan ratusan miliar dolar.
Logika di balik kepanikan ini sederhana. Investor percaya bahwa karena AI kini dapat menulis kode, menemukan bug, bahkan menghasilkan alat secara instan, biaya pemrograman akan menuju nol. Ketika Agent dapat membangun alat khusus untuk setiap perusahaan secara langsung, pertahanan yang dibangun dengan cermat oleh perusahaan perangkat lunak berbasis langganan akan lenyap begitu saja.
Itulah sebabnya, dari CrowdStrike hingga IBM, Salesforce hingga ServiceNow, bahkan hasil keuangan yang luar biasa pun tidak luput dari aksi jual yang brutal.
Sementara itu, gelombang pengusaha AI menawarkan presentasi kepada VC tentang “membangun middleware untuk era Agent” dan “memulai perusahaan untuk Agent.”
Mereka semua bertaruh pada satu hal: membangun alat adalah bisnis terpanas saat ini.
Namun, jika Anda menjauh dari presentasi dan melihat bagaimana perusahaan nyata beroperasi, ceritanya berubah.
Perangkat Lunak Tidak Pernah Tentang Menjual Kode
Ada teori ekonomi klasik yang telah teruji bernama “factor scarcity migration.” Setiap revolusi produktivitas membuat satu sumber daya langka menjadi melimpah, sekaligus mengubah sumber daya lain yang sebelumnya tidak diperhatikan menjadi hambatan baru—dan kekayaan terkonsentrasi di sekitarnya.
Sebelum Revolusi Industri, tenaga kerja adalah sumber daya langka. Mesin uap membuat tenaga mekanis melimpah, menggeser kelangkaan ke modal dan pabrik—menjadikan pemilik pabrik orang terkaya pada zamannya.
Internet menurunkan biaya distribusi informasi menjadi nol, menggeser kelangkaan ke “perhatian” pengguna dan menjadikan trafik sebagai bisnis besar.
Kini, revolusi AI membuat pemrograman dan pembangunan alat menjadi sangat melimpah. Di era Agent, saat kode tidak lagi langka, apa yang menjadi sumber daya paling langka?
Pada kenyataannya, kode tidak pernah menjadi pertahanan utama dalam industri perangkat lunak.
Linux adalah open source, namun Red Hat diakuisisi IBM senilai 34 miliar dolar. MySQL gratis, tetapi Oracle tetap menjual kontrak layanan bernilai tinggi setelah mengakuisisinya. PostgreSQL dapat diunduh gratis, namun layanan database Aurora dari AWS menghasilkan miliaran dolar per tahun dari pelanggan korporasi.
Kode gratis, bisnis tetap berkembang.
Yang benar-benar penting adalah tiga hal: proses bisnis yang terinstitusi, akumulasi data pelanggan selama bertahun-tahun, dan biaya pindah yang tinggi.
Saat Anda membeli Salesforce, Anda tidak membeli kode sumber CRM—Anda membeli akses ke lebih dari 50 triliun catatan pelanggan korporasi dan pengetahuan proses yang menghubungkan penjualan, dukungan, dan pemasaran secara mulus. Data ini bukan sekadar baris kode—melainkan sejarah hidup dan waktu bisnis.
Perusahaan yang telah menggunakan Salesforce selama satu dekade memiliki setiap interaksi pelanggan, transaksi, dan tindak lanjut penjualan yang tercatat. Berpindah bukan sekadar mengganti perangkat lunak—melainkan memindahkan seluruh memori perusahaan. Itulah sebabnya Salesforce bisa mencatat pendapatan tahunan 41 miliar dolar dan menetapkan target 63 miliar dolar untuk tahun 2030.
Jadi, jika Agent dapat membangun alat dan biaya kode nol, apa sumber daya paling langka dalam layanan korporasi?
Apa yang Benar-Benar Membatasi Agent
Yang benar-benar membatasi Agent bukanlah kurangnya tangan—melainkan kurangnya konteks.
Agent super dengan semua alat ibarat juicer kelas atas: berputar cepat dan pisau tajam, tetapi tanpa buah, tidak ada jus.
Laporan tahunan McKinsey mencatat 88% perusahaan menggunakan AI, namun hanya 23% yang telah menerapkan sistem Agent secara skala besar. Hambatan utama bukanlah kecerdasan model—melainkan arsitektur data korporasi yang belum siap.
Presiden SAP Data & Analytics, Irfan Khan, mengatakan kepada MIT Technology Review, “Tidak ada perusahaan yang akan membuang seluruh buku besar untuk Agent—karena tanpa konteks bisnis, Agent tidak bisa melakukan apa pun.”
“Konteks bisnis” berarti: batas kepatuhan perusahaan, regulasi industri, riwayat pelanggan selama satu dekade, ketentuan pembayaran dan default pemasok, jalur kinerja dan promosi karyawan. Semua ini tidak tersedia secara publik, tidak dapat diakses crawler web, atau dihasilkan oleh prediksi teks AI.
Mitra Foundation Capital, Ashu Garg, setuju. Ia mengatakan Agent membutuhkan lebih dari sekadar data—mereka membutuhkan “context graph,” lapisan penalaran yang merekam bukan hanya apa yang dilakukan perusahaan, tetapi bagaimana perusahaan berpikir. Ini hanya dapat dibangun dari operasi bisnis nyata—bukan dari udara kosong.
Jadi kelangkaan telah bergeser dari “kemampuan membangun alat” ke “kepemilikan data konteks bisnis yang tidak tergantikan.”
Jika Agent tidak dapat menghasilkan jus sendiri, siapa yang memegang buahnya?
Era Keemasan Pemilik Data
Jawabannya menunjuk pada “penjaga lama” yang dulu dianggap akan punah oleh AI.
Pada 23 Februari 2026, Bloomberg meluncurkan antarmuka Agentic AI “ASKB.” Bloomberg Terminal adalah salah satu produk paling ikonik dalam perangkat lunak. Dengan hanya 325.000 pelanggan global—masing-masing membayar 32.000 dolar per tahun—Bloomberg menghasilkan lebih dari 10 miliar dolar per tahun, lebih dari 85% total pendapatan Bloomberg LP.
Di dunia Internet, di mana “semakin banyak pengguna semakin baik” menjadi mantra, benteng Bloomberg dibangun di atas basis pelanggan yang kecil namun bernilai tinggi.
Mengapa? Karena Bloomberg memiliki data keuangan paling komprehensif, real-time, dan terstruktur di dunia. Ini adalah hasil investasi puluhan tahun—pasar real-time, catatan historis, berita, laporan analis, keuangan perusahaan. Siapa pun yang mengambil keputusan keuangan serius tidak bisa menghindarinya.
Untuk ASKB, AI adalah mesinnya, tetapi data eksklusif Bloomberg adalah bahan bakarnya. Agent mana pun yang beroperasi di bidang keuangan tidak bisa menciptakan data ini—harus terhubung ke Bloomberg.
WatersTechnology menyimpulkan dengan baik: strategi Agentic Bloomberg “menunjukkan bagaimana pemilik data dapat mengubah AI menjadi ATM pribadi.”
Hal ini berlaku di berbagai sektor. Veeva mengendalikan data kepatuhan dan R&D farmasi global—setiap Agent farmasi yang menangani uji klinis atau pengajuan membutuhkan data ini. Epic memiliki catatan lebih dari 250 juta pasien AS—setiap diagnosis Agent kesehatan bergantung pada data nyata ini. LexisNexis menguasai arsip hukum—Agent hukum tidak bisa melewati data ini untuk riset kasus atau kepatuhan.
Data ini adalah hasil operasi bisnis selama puluhan tahun—aset historis yang unik dan tidak tergantikan. Inilah “factor scarcity migration” pada puncaknya: ketika semua orang memiliki AI kelas atas, pembeda utama adalah ladang minyak unik milik Anda.
Sebelumnya, layanan data berlangganan dijual kepada analis manusia—perusahaan besar mungkin membutuhkan 100 Bloomberg Terminal. Ke depan, dengan mesin sebagai konsumen data, perusahaan bisa menjalankan puluhan ribu Agent, masing-masing melakukan panggilan API dalam hitungan milidetik.
Ini adalah lompatan kuantum. Analis manusia terbatas dalam jumlah permintaan harian; Agent dapat melakukan panggilan data jauh lebih banyak. Permintaan data real-time, bernilai tinggi, dan berkelanjutan akan melonjak. Model bisnis berlangganan tidak terganggu—justru diperkuat oleh permintaan mesin.
Kode gratis; data kini menjadi penghasil pendapatan.
Namun apakah ini berarti setiap perusahaan SaaS dan data bisa tenang?
Tidak Semua Perusahaan SaaS Memegang Kartu Pemenang
Jika Anda membaca ini sebagai dukungan penuh terhadap SaaS, Anda keliru. AI memaksa perpecahan brutal dalam SaaS.
Pada Maret 2026, TechCrunch mewawancarai VC teratas tentang apa yang mereka hindari.
Investor Silicon Valley memilih dengan langkah kaki mereka. Pembungkus workflow sederhana, alat horizontal, manajemen proyek ringan—yang dulu menjadi cerita pendanaan—mulai ditinggalkan. Mengapa? Agent dapat melakukan tugas-tugas ini sendiri. Perusahaan SaaS tanpa data eksklusif dengan cepat kehilangan minat investor.
Ini membagi SaaS menjadi dua kubu.
Satu kubu: alat yang hanya membungkus data publik atau memperhalus satu workflow. Pertahanannya adalah kebiasaan pengguna dan daya tarik antarmuka.
Namun, seperti yang dikatakan Jake Saper dari Emergence Capital: “Sebelumnya, membuat manusia membentuk kebiasaan di perangkat lunak Anda adalah pertahanan yang kuat. Tapi jika Agent yang melakukan pekerjaan, siapa peduli workflow manusia?”
Produk SaaS ini menghadapi ancaman nyata. Stack alat GTM adalah contoh utama: Gainsight, Zendesk, Outreach, Clari, Gong—masing-masing mencakup satu fungsi, membutuhkan anggaran, operasi, dan integrasi terpisah. Perusahaan AI-native kini dapat menggunakan satu Agent untuk menghubungkan semuanya, mengurangi nilai solusi point.
Kubu lainnya: SaaS yang tertanam dalam proses bisnis inti, memegang data eksklusif yang tidak tergantikan. Perusahaan ini tidak akan digantikan Agent—justru akan menjadi lebih berharga.
Ambil Salesforce. Pada Februari 2026, pendapatannya menunjukkan Agentforce mencatat recurring revenue tahunan 800 juta dolar, naik 169% secara tahunan; 2,4 miliar “unit kerja Agentic” dikirimkan; hampir 20 triliun token diproses; lebih dari 29.000 pelanggan Agentforce terdaftar, naik 50% secara kuartalan. Pentingnya, pendapatan tahunan gabungan Agentforce dan Data 360 mencapai 2,9 miliar dolar, naik lebih dari 200% secara tahunan.
Dalam panggilan tersebut, Marc Benioff berkata: “Kami telah membangun ulang Salesforce sebagai operating system untuk Agentic Enterprise. Semakin banyak AI menggantikan pekerjaan, semakin berharga Salesforce.”
Salesforce tidak digantikan Agent—justru menjadi platform tempat Agent berjalan. Nilainya berasal dari data bisnis dan konteks proses yang tidak bisa dilewati Agent.
CEO ServiceNow, Bill McDermott, menyatakan pada Februari 2026: “Kami bukan perusahaan SaaS.”
Ia tidak menyangkal akar perusahaannya, melainkan membuat perbedaan strategis: SaaS adalah model pengiriman perangkat lunak, tetapi ServiceNow ingin menjadi lapisan orkestrasi dan eksekusi untuk AI Agent korporasi. AI dapat menemukan masalah dan memberikan saran, tetapi eksekusi nyata di sistem perusahaan masih membutuhkan platform workflow yang tertanam seperti ServiceNow.
Pada 17 Maret 2026, Workday merilis “Sana,” suite AI percakapan yang terintegrasi dalam data HR dan keuangan. Inti utamanya bukan menggantikan Workday dengan AI, melainkan memberi makan AI dengan data Workday.
Workday memegang data payroll, kinerja, struktur organisasi, dan anggaran ribuan perusahaan. Kedalaman dan keunikan data ini tidak dapat direplikasi oleh startup AI-native dalam waktu dekat.
Jadi, pertahanan utama bukan sekadar memiliki data—tetapi memiliki data yang tidak dapat diakses, dibeli, atau dibuat oleh pihak lain.
Siapa yang Akan Memungut Sewa di Dekade Mendatang
Setiap revolusi teknologi melihat keuntungan terbesar bukan pada penemu, melainkan pada mereka yang mengendalikan faktor langka yang dibutuhkan teknologi baru. Di era AI ini, model akan semakin kuat, dan Agent akan semakin mampu dalam pemrograman dan pembangunan alat.
Saat kemampuan “black box” ini menjadi infrastruktur, “factor scarcity migration” menyisakan satu kesimpulan: mereka yang sibuk membangun alat untuk Agent kemungkinan bukan pemenang utama.
Analisis Foundation Capital Februari 2026 menyatakan kapitalisasi pasar sektor perangkat lunak akan tumbuh sepuluh kali lipat dalam dekade mendatang—namun pertumbuhan itu tidak akan merata. Akan terkonsentrasi pada mereka yang benar-benar menguasai era Agent.
Pemenang sejati adalah mereka yang memegang aset data yang tidak bisa dilewati Agent.
Bagi pendiri dan investor saat ini, hanya ada dua nasib: membangun sekop untuk Agent, atau mengklaim tanah terlebih dahulu. Anda harus tahu mana yang Anda lakukan.
Jangan fokus pada tangan Agent—fokuslah pada apa yang membatasi Agent.
Disclaimer:
-
Artikel ini diterbitkan ulang dari [BlockBeats], hak cipta milik penulis asli [Sleepy.md]. Untuk masalah penerbitan ulang, silakan hubungi tim Gate Learn, yang akan menangani sesuai prosedur terkait.
-
Disclaimer: Pandangan dan opini yang diungkapkan dalam artikel ini sepenuhnya milik penulis dan tidak merupakan nasihat investasi.
-
Versi artikel dalam bahasa lain diterjemahkan oleh tim Gate Learn. Kecuali Gate disebutkan, dilarang menyalin, mendistribusikan, atau menjiplak artikel terjemahan ini.
