У софта была суперспособность: построил один раз — раздал миллиону почти за те же деньги, что одному. Валовая маржа 75–85%, таких цифр индустрия не видела. Это оправдывало агрессивный захват клиентов: посадил пользователя на платформу, дальше он почти ничего не стоит. Так работал SaaS-плейбук: жги деньги на рост, юнит-экономика с масштабом улучшается.
Потом пришёл AI. Пользователи ждут от продуктов не хранения и поиска, а рассуждений, генерации, ответов. Каждый такой запрос — LLM-вызов, который стоит денег. Раньше хостинг, bandwidth и комиссии были мелкими и побочными. Теперь они большие и неотделимые от продукта.
Возник трейдофф, которого традиционный SaaS не знал. Выбор модели бьёт и по P&L, и по качеству. Дешёвая модель сохраняет маржу, но пользователь может уйти к конкуренту. Фронтирная — выигрывает по продукту, но проигрывает по экономике. Маржа и качество впервые конфликтуют на уровне каждой единицы.
Основатели держат несколько моделей: простые задачи роутят на маленькие дообученные, сложные эскалируют на фронтирные. Но трейдофф никуда не девается. На масштабе inference становится главной статьёй расходов, обгоняя зарплаты.
Сейчас большинство игнорирует полные последствия: рынок движется быстро, land-grab идёт, жечь деньги на inference — защитимое краткосрочное решение. Но проблема копится. Когда хайп уляжется, придётся вести прибыльный бизнес со структурой издержек, о которой никто не думал. Кто заложил юнит-экономику с первого дня, окажется в лучшей позиции.
Маржи структурно сжимаются. ICONIQ даёт среднюю валовую маржу AI-продуктов около 52% в 2026 году — лучше год к году, но сильно ниже привычных 75–85%. Нельзя агрессивно тратить на привлечение клиентов, когда к каждому привязаны реальные compute-расходы. Контракт эры SaaS «расти сейчас, маржа придёт потом» не работает.
Второе измерение — вариативность cost-to-serve. Пауэр-юзер со ста вызовами стоит драматически дороже случайного с пятью. В SaaS оба почти ничего не стоили, и flat-rate работала. Теперь такие пользователи взрывают маржу. Usage-based pricing — рациональный ответ. AI-нативные компании туда и движутся.
Оптимисты скажут: inference дешевеет. Но бизнес-модель на ещё не случившемся прорыве не построишь. Работает парадокс Джевонса: дешевле ресурс — больше применений. Экономию съедят глубокая интеграция и фоновые агенты. Цена вызова падает, вызовов на пользователя — больше.
Новый плейбук похож не на SaaS, а на капиталоэффективный бизнес: юнит-экономика с первого дня, цены по реальным издержкам, рост за счёт самой компании. Это не некролог софту. Кто отнёсся к трейдоффу серьёзно, строит не худшие компании, а возможно лучшие: продуманнее, устойчивее, честнее.
Эра нулевых предельных издержек породила выдающиеся компании и кучу бизнесов, принявших удачную структуру затрат за конкурентное преимущество. AI заставляет вести жёсткий разговор о марже и ценообразовании. Правила софта переписывают. Лучшие уже играют по новым.