a16z Podcast
Summary & Insights
Is the “SaaSpocalypse”—the widely predicted collapse of seat-based software pricing and the death of traditional SaaS—actually happening, or is it just a narrative fueled by pundits? According to Ara Karazian, lead economist at Ramp, the actual spending data from 50,000 businesses suggests that the alarmism is premature. While AI is undoubtedly disrupting the market, the data shows that seat-based contracts still account for the vast majority of software spend, and businesses aren’t abandoning their established SaaS tools nearly as fast as the “doomer” narrative suggests.
The real volatility isn’t in the total collapse of SaaS, but in the rapid shuffling of AI vendors. We are seeing a highly dynamic market where incumbents are replaced month-over-month; for example, Ramp data shows Anthropic surpassing OpenAI as the most popular model for businesses, and Cursor gaining ground on GitHub Copilot. Rather than a total wipeout, the market is shifting toward a “multi-model” approach. Early adopters are increasingly onboarding several different models and using routing tools to manage costs, as token expenses for high-intensity users have spiked up to 13x over the last year.
Beyond the battle of the frontier models, a new layer of “AI-native” infrastructure is emerging. Growth is exploding in categories like Answer Engine Optimization (AEO)—software that helps firms track how they are recommended by AI models—and AI-native CRMs like Adio. These specialized tools often provide value that the giant model labs cannot, creating a paradox where AI is simultaneously a threat to legacy software and a catalyst for an entirely new breed of SaaS companies.
Surprising Insights
- The Pricing Lag: Despite the hype around “token-based” or agentic pricing, this model represents less than 1% of actual spend on platforms like HubSpot and Adobe.
- The “Labor TAM” Narrative: The idea that AI will replace the entire labor market may be a strategic narrative designed by model labs to justify trillion-dollar valuations to VCs and banks, rather than a reflection of economic reality.
- The Google Underrate: Google Gemini appears low on paid adoption charts, but this is skewed because many businesses access it “for free” through integrated Google Workspace subscriptions.
- The DeepSeek Disconnect: Despite rumors that a huge percentage of VC-backed startups use DeepSeek due to its low cost, Ramp data shows it has never reached even 1% adoption among the firms they track, likely due to security concerns.
Practical Takeaways
- Adopt a Multi-Model Strategy: Avoid vendor lock-in. Follow the lead of early adopters by integrating multiple models to leverage the specific strengths of different providers.
- Implement Model Routing: To combat the unsustainable 13x increase in token costs, use tools like OpenRouter or Cursor that automatically route tasks to the cheapest, most efficient model capable of handling the job.
- Focus on “AI-Native” Workflow Gains: Instead of just looking for a chatbot, seek out AI-native software (like AEO tools) that solves a specific new problem created by the AI ecosystem.
- Audit AI-Driven Headcount Claims: When evaluating company performance, be skeptical of layoffs attributed solely to AI productivity; the data suggests these are often standard corrections for previous overhiring.
Liệu “SaaSpocalypse” — sự sụp đổ được dự đoán rộng rãi của mô hình định giá phần mềm theo số lượng người dùng (seat-based) và cái chết của SaaS truyền thống — có thực sự đang diễn ra, hay đây chỉ là một câu chuyện được thêu dệt bởi các chuyên gia? Theo Ara Karazian, kinh tế trưởng tại Ramp, dữ liệu chi tiêu thực tế từ 50.000 doanh nghiệp cho thấy những lời cảnh báo này là quá sớm. Mặc dù AI chắc chắn đang gây xáo trộn thị trường, nhưng dữ liệu cho thấy các hợp đồng theo số lượng người dùng vẫn chiếm đại đa số chi phí phần mềm, và các doanh nghiệp không hề từ bỏ các công cụ SaaS hiện có nhanh như những kịch bản “bi quan” mô tả.
Sự biến động thực sự không nằm ở việc SaaS sụp đổ hoàn toàn, mà ở sự thay đổi nhanh chóng các nhà cung cấp AI. Chúng ta đang chứng kiến một thị trường cực kỳ năng động, nơi những cái tên dẫn đầu bị thay thế theo từng tháng; ví dụ, dữ liệu của Ramp cho thấy Anthropic đã vượt qua OpenAI để trở thành mô hình phổ biến nhất đối với doanh nghiệp, và Cursor đang dần chiếm ưu thế trước GitHub Copilot. Thay vì bị xóa sổ hoàn toàn, thị trường đang chuyển dịch sang cách tiếp cận “đa mô hình” (multi-model). Những đơn vị tiên phong đang ngày càng tích hợp nhiều mô hình khác nhau và sử dụng các công cụ điều phối (routing tools) để quản lý chi phí, trong bối cảnh chi phí token cho những người dùng cường độ cao đã tăng vọt gấp 13 lần trong năm qua.
Vượt ra ngoài cuộc chiến giữa các mô hình tiên phong, một lớp cơ sở hạ tầng “AI-native” (thuần AI) mới đang trỗi dậy. Sự tăng trưởng đang bùng nổ trong các danh mục như Tối ưu hóa Công cụ Trả lời (AEO) — phần mềm giúp các công ty theo dõi cách họ được các mô hình AI đề xuất — và các CRM thuần AI như Adio. Những công cụ chuyên biệt này thường cung cấp những giá trị mà các phòng thí nghiệm mô hình khổng lồ không thể có, tạo ra một nghịch lý: AI vừa là mối đe dọa đối với các phần mềm cũ, vừa là chất xúc tác cho một thế hệ công ty SaaS hoàn toàn mới.
Những hiểu biết bất ngờ
- Độ trễ về định giá: Bất chấp những lời tung hô về định giá “theo token” hoặc định giá theo tác vụ (agentic pricing), mô hình này hiện chiếm chưa đến 1% chi tiêu thực tế trên các nền tảng như HubSpot và Adobe.
- Câu chuyện về “TAM lao động”: Ý tưởng rằng AI sẽ thay thế toàn bộ thị trường lao động có thể là một chiến lược truyền thông được các phòng thí nghiệm mô hình thiết kế để hợp thức hóa mức định giá hàng nghìn tỷ đô la với các quỹ đầu tư mạo hiểm (VC) và ngân hàng, thay vì phản ánh thực tế kinh tế.
- Sự đánh giá thấp đối với Google: Google Gemini có vẻ thấp trong các biểu đồ áp dụng trả phí, nhưng điều này bị sai lệch vì nhiều doanh nghiệp truy cập nó “miễn phí” thông qua các gói đăng ký Google Workspace tích hợp.
- Sự ngắt kết nối của DeepSeek: Bất chấp những tin đồn rằng một tỷ lệ lớn các startup được VC hỗ trợ sử dụng DeepSeek vì giá rẻ, dữ liệu của Ramp cho thấy mô hình này chưa bao giờ đạt mức áp dụng 1% trong số các công ty mà họ theo dõi, có khả năng là do những lo ngại về bảo mật.
Bài học thực tế
- Áp dụng chiến lược đa mô hình: Tránh bị phụ thuộc vào một nhà cung cấp duy nhất. Hãy học tập những đơn vị tiên phong bằng cách tích hợp nhiều mô hình để tận dụng thế mạnh riêng biệt của từng nhà cung cấp.
- Triển khai điều phối mô hình (Model Routing): Để đối phó với mức tăng chi phí token không bền vững (gấp 13 lần), hãy sử dụng các công cụ như OpenRouter hoặc Cursor để tự động điều phối tác vụ đến mô hình rẻ nhất và hiệu quả nhất có khả năng xử lý công việc đó.
- Tập trung vào hiệu quả quy trình “AI-native”: Thay vì chỉ tìm kiếm một chatbot, hãy tìm kiếm các phần mềm thuần AI (như công cụ AEO) giúp giải quyết một vấn đề mới cụ thể do hệ sinh thái AI tạo ra.
- Kiểm chứng các tuyên bố cắt giảm nhân sự do AI: Khi đánh giá hiệu suất công ty, hãy thận trọng với các đợt sa thải được cho là chỉ do năng suất của AI; dữ liệu cho thấy đây thường là những điều chỉnh tiêu chuẩn sau giai đoạn tuyển dụng quá mức trước đó.
所謂的「SaaS 毀滅日」（SaaSpocalypse）——即被廣泛預言的「按席位計費」軟體定價模式的崩潰以及傳統 SaaS 的消亡——究竟是否正在發生，還是僅僅是專家們推波助瀾的論調？根據 Ramp 首席經濟學家 Ara Karazian 的說法，來自 5 萬家企業的實際支出數據顯示，目前的恐慌過於早促。雖然 AI 確實正在顛覆市場，但數據表明，按席位計費的合約仍佔軟體支出的絕大部分，且企業放棄既有 SaaS 工具的速度遠低於「末日論」所描述的情況。
真正的波動不在於 SaaS 的全面崩潰，而是在於 AI 供應商的快速洗牌。我們正處於一個高度動態的市場，既有廠商每月都被新面孔取代；例如，Ramp 的數據顯示，Anthropic 已超越 OpenAI 成為企業最受歡迎的模型，而 Cursor 也在逐步追擊 GitHub Copilot。市場並非面臨徹底毀滅，而是正轉向「多模型」策略。早期採用者越來越多地導入多個不同的模型，並使用路由工具來管理成本，因為高強度用戶的 Token 費用在過去一年中飆升了高達 13 倍。
除了頂尖模型之間的爭鬥，一個全新的「AI 原生」基礎設施層級正在興起。像「答案引擎優化」（AEO，幫助企業追蹤 AI 模型如何推薦其產品的軟體）以及像 Adio 這樣的 AI 原生 CRM 等類別正呈現爆發式增長。這些專業工具通常能提供巨型模型實驗室無法提供的價值，從而創造出一種悖論：AI 既是對傳統軟體的威脅，同時也是催生一類全新 SaaS 公司的催化劑。
驚人之見
- 定價滯後：儘管市場對「基於 Token」或「智能體（Agentic）」定價論調甚囂塵上，但在 HubSpot 和 Adobe 等平台上，此類模型實際佔比不到支出的 1%。
- 「勞動力總體市場（TAM）」論調：「AI 將取代整個勞動力市場」的觀點，可能只是模型實驗室為了向風險投資（VC）和銀行證明其萬億美元估值的戰略敘事，而非對經濟現實的真實反映。
- 被低估的 Google：Google Gemini 在付費採購圖表中排名較低，但這是因為許多企業透過整合的 Google Workspace 訂閱方案「免費」使用。
- DeepSeek 的脫節：儘管有傳聞稱大量 VC 投資的初創公司因低成本而使用 DeepSeek，但 Ramp 的數據顯示，在他們追蹤的企業中，其採用率從未達到 1%，這可能是出於安全方面的考量。
實務建議
- 採取多模型策略：避免被單一供應商綁定。效法早期採用者，整合多個模型以發揮不同供應商的特定優勢。
- 實施模型路由：為了應對不可持續的 13 倍 Token 成本增長，請使用如 OpenRouter 或 Cursor 等工具，將任務自動路由至能處理該工作且最便宜、最高效的模型。
- 專注於「AI 原生」的工作流增益：不要僅僅尋找一個聊天機器人，而應尋找能解決 AI 生態系統所創造之特定新問題的 AI 原生軟體（如 AEO 工具）。
- 審查 AI 驅動的人員削減聲明：在評估公司業績時，對於完全將裁員歸因於 AI 提高生產力的說法應保持懷疑；數據表明，這通常只是對先前過度招聘的常規修正。
La « SaaSpocalypse » — l’effondrement largement prédit de la tarification des logiciels à l’utilisateur (seat-based) et la mort du SaaS traditionnel — est-elle réellement en cours, ou n’est-ce qu’un récit alimenté par des experts ? Selon Ara Karazian, économiste principal chez Ramp, les données réelles de dépenses de 50 000 entreprises suggèrent que l’alarmisme est prématuré. Bien que l’IA perturbe indéniablement le marché, les données montrent que les contrats à l’utilisateur représentent toujours la vaste majorité des dépenses logicielles et que les entreprises n’abandonnent pas leurs outils SaaS établis aussi rapidement que le suggère le discours « catastrophiste ».
La véritable volatilité ne réside pas dans un effondrement total du SaaS, mais dans le renouvellement rapide des fournisseurs d’IA. Nous assistons à un marché extrêmement dynamique où les acteurs établis sont remplacés mois après mois ; par exemple, les données de Ramp montrent qu’Anthropic a dépassé OpenAI comme modèle le plus populaire auprès des entreprises, et que Cursor gagne du terrain sur GitHub Copilot. Plutôt qu’une disparition totale, le marché évolue vers une approche « multi-modèles ». Les adopteurs précoces intègrent de plus en plus plusieurs modèles différents et utilisent des outils de routage pour gérer les coûts, car les dépenses en jetons (tokens) pour les utilisateurs intensifs ont bondi jusqu’à 13 fois l’an dernier.
Au-delà de la bataille des modèles de pointe (frontier models), une nouvelle couche d’infrastructure « nativement IA » émerge. La croissance explose dans des catégories telles que l’optimisation pour les moteurs de réponse (AEO — Answer Engine Optimization), des logiciels qui aident les entreprises à suivre la manière dont elles sont recommandées par les modèles d’IA, ou encore les CRM natifs de l’IA comme Adio. Ces outils spécialisés apportent souvent une valeur que les géants des laboratoires de modèles ne peuvent offrir, créant un paradoxe où l’IA est simultanément une menace pour les logiciels hérités et un catalyseur pour une toute nouvelle génération d’entreprises SaaS.
enseignements surprenants
- Le retard de tarification : Malgré l’engouement pour la tarification « basée sur les jetons » ou agentique, ce modèle représente moins de 1 % des dépenses réelles sur des plateformes comme HubSpot et Adobe.
- Le récit du « TAM du travail » : L’idée que l’IA remplacera l’intégralité du marché du travail serait un récit stratégique conçu par les laboratoires de modèles pour justifier des valorisations se comptant en billions de dollars auprès des fonds de capital-risque et des banques, plutôt qu’un reflet de la réalité économique.
- La sous-estimation de Google : Google Gemini apparaît bas dans les graphiques d’adoption payante, mais ce résultat est biaisé car de nombreuses entreprises y accèdent « gratuitement » via leurs abonnements intégrés à Google Workspace.
- Le décalage DeepSeek : Malgré les rumeurs selon lesquelles un pourcentage énorme de startups financées par duality VC utiliseraient DeepSeek en raison de son faible coût, les données de Ramp montrent qu’il n’a jamais atteint même 1 % d’adoption parmi les entreprises suivies, probablement en raison de préoccupations liées à la sécurité.
Conseils pratiques
- Adoptez une stratégie multi-modèles : Évitez la dépendance exclusive à un seul fournisseur. Suivez l’exemple des adopteurs précoces en intégrant plusieurs modèles pour tirer parti des forces spécifiques de différents prestataires.
- Mettez en place un routage de modèles : Pour contrer l’augmentation insoutenable des coûts de jetons (13x), utilisez des outils comme OpenRouter ou Cursor qui dirigent automatiquement les tâches vers le modèle le moins cher et le plus efficace capable de accomplir le travail.
- Concentrez-vous sur les gains de flux de travail « natifs IA » : Au lieu de chercher simplement un chatbot, recherchez des logiciels natifs de l’IA (comme les outils AEO) qui résolvent un problème spécifique et nouveau créé par l’écosystème de l’IA.
- Auditez les affirmations sur les effectifs liés à l’IA : Lors de l’évaluation des performances d’une entreprise, soyez sceptique face aux licenciements attribués uniquement à la productivité de l’IA ; les données suggèrent qu’il s’agit souvent de corrections standards suite à des embauches excessives précédentes.
Findet die „SaaSpocalypse“ – der weithin vorhergesagte Zusammenbruch der benutzerbasierten Software-Preisgestaltung und der Tod des traditionellen SaaS – tatsächlich statt, oder ist dies lediglich ein Narrativ, das von Experten befeuert wird? Laut Ara Karazian, Chefökonom bei Ramp, legen die tatsächlichen Ausgabendaten von 50.000 Unternehmen nahe, dass der Alarmismus vorzeitig ist. Zwar bringt KI zweifellos Disruptionen in den Markt, doch die Daten zeigen, dass benutzerbasierte Verträge immer noch den überwiegenden Teil der Softwareausgaben ausmachen und Unternehmen ihre etablierten SaaS-Tools bei weitem nicht so schnell aufgeben, wie es das „Doomer“-Narrativ vermuten lässt.
Die eigentliche Volatilität liegt nicht in einem totalen Zusammenbruch von SaaS, sondern im rapiden Wechsel der KI-Anbieter. Wir beobachten einen hochdynamischen Markt, in dem etablierte Anbieter Monat für Monat ersetzt werden; so zeigen Ramp-Daten beispielsweise, dass Anthropic OpenAI als beliebtestes Modell für Unternehmen überholt hat und Cursor gegenüber GitHub Copilot an Boden gewinnt. Anstelle einer vollständigen Vernichtung verschiebt sich der Markt hin zu einem „Multi-Modell“-Ansatz. Early Adopter binden zunehmend mehrere verschiedene Modelle ein und nutzen Routing-Tools, um die Kosten zu steuern, da die Token-Ausgaben für Intensivnutzer im letzten Jahr um das bis zu 13-fache gestiegen sind.
Jenseits des Kampfes der Frontier-Modelle entsteht eine neue Schicht „KI-nativer“ Infrastruktur. In Kategorien wie Answer Engine Optimization (AEO) – Software, die Unternehmen dabei hilft zu verfolgen, wie sie von KI-Modellen empfohlen werden – sowie bei KI-nativen CRMs wie Adio erlebt das Wachstum einen regelrechten Boom. Diese spezialisierten Tools bieten oft einen Mehrwert, den die großen Modell-Labore nicht liefern können. Dies schafft ein Paradoxon, in dem KI gleichzeitig eine Bedrohung für Legacy-Software und ein Katalysator für eine völlig neue Art von SaaS-Unternehmen ist.
Überraschende Erkenntnisse
- Die Preisverzögerung: Trotz des Hypes um „Token-basierte“ oder agentische Preismodelle macht dieses Modell weniger als 1 % der tatsächlichen Ausgaben auf Plattformen wie HubSpot und Adobe aus.
- Das „Labor TAM“-Narrativ: Die Vorstellung, dass KI den gesamten Arbeitsmarkt ersetzen wird, könnte ein strategisches Narrativ der Modell-Labore sein, um Billionen-Dollar-Bewertungen gegenüber VCs und Banken zu rechtfertigen, anstatt ein Spiegelbild der wirtschaftlichen Realität zu sein.
- Die Google-Unterschätzung: Google Gemini erscheint in den Tabellen der bezahlten Nutzung weit unten; dies ist jedoch verzerrt, da viele Unternehmen „kostenlos“ über integrierte Google-Workspace-Abonnements darauf zugreifen.
- Die DeepSeek-Diskrepanz: Trotz Gerüchten, dass ein riesiger Prozentsatz von VC-finanzierten Startups DeepSeek aufgrund der niedrigen Kosten nutzt, zeigen die Daten von Ramp, dass es unter den verfolgten Firmen nie eine Adaptionsrate von 1 % erreicht hat – wahrscheinlich aufgrund von Sicherheitsbedenken.
Praktische Empfehlungen
- Eine Multi-Modell-Strategie verfolgen: Vermeiden Sie Vendor-Lock-in. Folgen Sie dem Beispiel der Early Adopter und integrieren Sie mehrere Modelle, um die spezifischen Stärken verschiedener Anbieter zu nutzen.
- Model-Routing implementieren: Um dem nicht nachhaltigen 13-fachen Anstieg der Token-Kosten entgegenzuwirken, sollten Tools wie OpenRouter oder Cursor eingesetzt werden, die Aufgaben automatisch an das günstigste und effizienteste Modell routen, das in der Lage ist, den Job zu erledigen.
- Fokus auf „KI-native“ Workflow-Gewinne: Suchen Sie nicht bloß nach einem Chatbot, sondern nach KI-nativer Software (wie AEO-Tools), die ein spezifisches neues Problem löst, das durch das KI-Ökosystem entstanden ist.
- KI-getriebene Personalabbau-Behauptungen prüfen: Seien Sie bei der Bewertung der Unternehmensleistung skeptisch gegenüber Entlassungen, die ausschließlich auf KI-Produktivität zurückgeführt werden; die Daten legen nahe, dass es sich dabei oft um Standardkorrekturen nach vorherigen Überbesetzungen handelt.
Originally aired on MTS segment, Monetary Matters, Jack Farley and Max Wiethe speak with Ara Kharazian, Lead Economist at Ramp, about what real business spending data says about AI adoption, why the “SaaSpocalypse” narrative is overblown, and how companies are actually buying and deploying AI tools. They also discuss Anthropic overtaking OpenAI in Ramp’s AI Index, token-based pricing, AI productivity gains, and why many legacy software firms may be more resilient than people expect.
Resources:
Follow Ara on X: https://x.com/arakharazian
Follow Jack on X: https://x.com/JackFarley96
Follow Max on X: https://x.com/maxwiethe
Stay Updated:
Find a16z on YouTube: YouTube
Find a16z on X
Find a16z on LinkedIn
Listen to the a16z Show on Spotify
Listen to the a16z Show on Apple Podcasts
Follow our host: https://twitter.com/eriktorenberg
Please note that the content here is for informational purposes only; should NOT be taken as legal, business, tax, or investment advice or be used to evaluate any investment or security; and is not directed at any investors or potential investors in any a16z fund. a16z and its affiliates may maintain investments in the companies discussed. For more details please see a16z.com/disclosures.
Hosted by Simplecast, an AdsWizz company. See pcm.adswizz.com for information about our collection and use of personal data for advertising.
-
Human Data is Key to AI: Alex Wang from Scale AI
What if the key to unlocking AI’s full potential lies not just in algorithms or compute, but in data? In this episode, a16z General Partner David George sits down with Alex Wang, founder and CEO…
-
The Frontier of Spatial Intelligence with Fei-Fei Li
Fei-Fei Li and Justin Johnson are pioneers in AI. While the world has only recently witnessed a surge in consumer AI, our guests have long been laying the groundwork for innovations that are transforming industries…
-
Apple’s Big Reveals, OpenAI’s Multi-Step Models, and Firefly Does Video
This week in consumer tech: Apple’s big reveals, OpenAI’s multi-step reasoning, and Adobe Firefly’s video model. Olivia Moore and Justine Moore, Partners on the a16z Consumer team, break down the latest announcements and how these…
-
Grand Challenges in Healthcare AI
Vijay Pande, founding general partner, and Julie Yoo, general partner at a16z Bio + Health, come together to discuss the grand challenges facing healthcare AI today. The talk through the implications of AI integration in…
-
Governing democracy, the internet, and boardrooms
with @NoahRFeldman, @ahall_research, @rhhackett Welcome to web3 with a16z. I’m Robert Hackett and today we have a special episode about governance in many forms — from nation states to corporate boards to internet services and…
-
It’s Time to Build in Healthcare
Half of prescribed medications are never taken, and 88% of Americans are metabolically unhealthy. Despite spending 20% of our GDP on healthcare—twice that of any other developed nation—our outcomes still lag behind. In this episode,…
-
Latin America: A Tech Powerhouse?
Latin America is emerging as a tech powerhouse, but it’s not a one-size-fits-all market. In this episode, we explore why what works in Argentina won’t necessarily fly in Brazil or Mexico, and how companies are…
-
The SSN Breach: What Now?
In this episode, we cover the recent data breach of nearly 3B records, including a significant number of social security numbers. Joining us to discuss are security experts Joel de la Garza and Naftali Harris.…
-
Building Innovation Hubs: The UK & Beyond
This episode from Web3 with a16z Crypto, is all about innovation on a global scale, exploring both ecosystem and individual talent levels. We examine what works and what doesn’t, how certain regions evolve into startup…
-
The Olympics of Talent: France’s Tech Boom
Once criticized for lacking ambition, French founders are now aiming to create the world’s largest companies. With a thriving ecosystem attracting talent from across Europe and the US, France is becoming a major player on…