ניתוח

קריסת מודל SaaS פר-סיט: למה סוכני קוד משנים את השוק

TechCrunch מתאר לחץ על Salesforce ו-Workday; בישראל המשמעות היא מעבר מתמחור לפי משתמש לתמחור לפי תוצאה

6 דקות קריאה
קריסת מודל SaaS פר-סיט: למה סוכני קוד משנים את השוק
מבוסס על כתבה שלTechCrunch ↗תרגום וסיכום באמצעות מערכת חדשות בליווי AIאיך אנחנו עובדים

תקציר מנהלים

5 דברים שחשוב לדעת

  1. לפי TechCrunch, כמעט טריליון דולר נמחקו בפברואר ממניות תוכנה ושירותים על רקע פחד מהשפעת AI על SaaS.

  2. Klarna כבר החליפה ב-2024 את מוצר ה-CRM המרכזי של Salesforce במערכת AI פנימית, סימן לשינוי ב-build vs. buy.

  3. Sierra של Bret Taylor הגיעה ל-100 מיליון דולר ARR בפחות משנתיים עם תמחור שמבוסס יותר על תוצאה מאשר על מושבים.

  4. לעסקים בישראל כדאי למפות בתוך 7 ימים מערכות פר-סיט ולבדוק חיבורי API ל-Zoho CRM, WhatsApp Business API ו-N8N.

  5. פיילוט ישראלי ממוקד לזרימת עבודה אחת יכול להתחיל בטווח של ₪2,000-₪8,000 לפני החלפה רחבה של רישיונות SaaS.

קריסת מודל SaaS פר-סיט בעידן סוכני קוד

קריסת מודל SaaS פר-סיט היא שחיקה של תמחור לפי משתמש, משום שסוכן AI אחד יכול לבצע עבודה שבעבר דרשה כמה עובדים וכמה רישיונות. לפי הדיווח ב-TechCrunch, עצם ההנחה ש-Salesforce או Workday הם ברירת המחדל מתחילה להיסדק, והשווקים כבר הגיבו בירידות חדות.

אם אתם מנהלים עסק ישראלי שמחזיק 20, 50 או 200 עובדים על מערכות SaaS, זו לא עוד כותרת על וול סטריט. זו אזהרה תפעולית. כשהעלות של בניית תוכנה יורדת בזכות Claude Code, Codex וכלי קוד דומים, הוויכוח הישן של build vs. buy מקבל מספרים חדשים. לפי הכתבה, בגל מכירות בפברואר נמחקו כמעט טריליון דולר משווי מניות תוכנה ושירותים. המשמעות עבור מנכ"לים, סמנכ"לי תפעול ומנהלי מערכות מידע בישראל היא פשוטה: כוח המיקוח עובר ללקוח.

מה זה מודל SaaS פר-סיט?

מודל SaaS פר-סיט הוא מודל תמחור שבו העסק משלם לפי מספר המשתמשים שנכנסים למערכת, ולא לפי תפוקה עסקית בפועל. בהקשר עסקי, זה עבד היטב כאשר כל נציג שירות, איש מכירות או מנהל חשבון היה צריך ממשק משלו בתוך Salesforce, HubSpot או Workday. לפי Abdul Abdirahman מ-F-Prime, האטרקטיביות של SaaS נבעה מהכנסה חוזרת צפויה, סקיילביליות ושולי רווח גולמיים של 70% עד 90%. אבל אם סוכן AI אחד מושך נתונים, מעדכן רשומות ומבצע פעולות, מספר ה"מושבים" מאבד מערכו.

למה שוק ה-SaaS נכנס ללחץ עכשיו

לפי הדיווח, הטריגר המרכזי הוא לא רק AI כעוד פיצ'ר, אלא סוכני קוד שמסוגלים לכתוב ולהטמיע תוכנה בעצמם. Lex Zhao מ-One Way Ventures אמר שהחסם ליצירת תוכנה ירד משמעותית, ולכן יותר חברות בוחרות לבנות במקום לקנות. זה חשוב משום שספקיות SaaS בנו במשך שני עשורים מודלים שמניחים עלויות מעבר גבוהות, חוזים מתחדשים ותלות עמוקה במוצר. כשלקוח יכול לאיים באופן אמין בבניית חלופה פנימית, גם אם בסוף לא יבנה, כוח התמחור של הספק נשחק.

הכתבה מזכירה דוגמה מוקדמת מסוף 2024: Klarna ויתרה על מוצר ה-CRM המרכזי של Salesforce לטובת מערכת AI פנימית. זו אינדיקציה חשובה, גם אם לא כל חברה יכולה לשכפל את המהלך. לפי TechCrunch, כל השקה חדשה של Anthropic או OpenAI יוצרת רעידת אדמה קטנה במניות SaaS, משום שהשוק מבין שכל פונקציה נוספת - שירות לקוחות, אבטחה, עבודה משפטית - עלולה להפוך למודול שנבנה מהר יותר ובעלות נמוכה יותר מחוזה ארגוני רב-שנתי. כאן נכנס גם השיקול של ייעוץ AI: לא האם לרוץ להחליף הכול, אלא אילו שכבות באמת נכון להשאיר אצל ספק חיצוני.

לא רק מחיר, אלא גם שינוי ביחידת הערך

הבעיה העמוקה יותר היא ש-AI לא רק מוזיל תוכנה, אלא מחליף את יחידת המדידה. אם בעבר ארגון שילם על 30 משתמשים במערכת שירות, היום הוא עשוי לשלם על 1 סוכן AI שמטפל ב-5,000 פניות בחודש, או על תוצאה כמו פתרון פנייה ראשונה. לפי הדיווח, חברות AI כבר עוברות לתמחור מבוסס צריכה או תמחור מבוסס תוצאה. Sierra, שהקים Bret Taylor, לשעבר מנכ"ל-שותף ב-Salesforce, כבר הגיעה ל-100 מיליון דולר ARR בפחות משנתיים עם גישה כזאת. זה מספר שמראה שהשוק מוכן לשלם אחרת, כל עוד הערך נמדד בביצוע אמיתי.

ההקשר הרחב: השוק לא קורס, הוא מחליף נוסחה

חשוב לדייק: הכתבה לא טוענת ש-SaaS מת. Aaron Holiday מ-645 Ventures אומר שזה לא מוות אלא החלפת עור. גם זה תיאור נכון יותר לשטח. לפי Crunchbase, שוק ההנפקות נפתח מחדש בחלק מהסקטורים, אבל כמעט אין כרגע הנפקות SaaS מגובות הון סיכון באופק. כלומר, המשקיעים לא בורחים מכל תוכנה, אלא מתמחרים מחדש תוכנה שאין לה בידול ברור בעידן AI. מנגד, מערכות שצריכות תאימות, בקרה, Audit trail וניהול תהליכים עדיין מחזיקות ערך ממשי. על פי McKinsey, ארגונים מאמצים GenAI מהר במיוחד בפונקציות של שירות, שיווק ופיתוח, אבל מערכות ליבה לא מוחלפות בן לילה.

ניתוח מקצועי: מה רוב העסקים מפספסים בשינוי הזה

מניסיון בהטמעה אצל עסקים ישראליים, המשמעות האמיתית כאן היא לא "להפסיק לקנות SaaS", אלא להפסיק לשלם על רישיונות במקומות שבהם AI יכול לשמש שכבת הפעלה מעל המערכת. הרבה ארגונים יגלו שהמערכת הקיימת שלהם - Zoho CRM, HubSpot, Monday או Salesforce - לא חייבת להיעלם. מה שישתנה הוא ממשק העבודה. במקום ש-12 עובדים ייכנסו ידנית, סוכן AI יקבל בקשה ב-WhatsApp, יעדכן כרטיס לקוח ב-CRM, יפעיל תהליך דרך N8N וישלח סיכום לנציג המתאים. במודל כזה, הערך עובר מהמסך אל האינטגרציה.

מנקודת מבט של יישום בשטח, הסיכון הגדול ביותר הוא דווקא בארגונים שיקנו "AI כתוסף" בלי לחשב כלכלה תפעולית. אם ספק SaaS מוסיף פיצ'ר AI אבל משאיר תמחור פר-סיט גבוה, אתם מקבלים שכבה יקרה יותר, לא מודל טוב יותר. לעומת זאת, אם בונים תהליך סביב AI Agents, WhatsApp Business API, Zoho CRM ו-N8N, אפשר למדוד זמן תגובה, שיעור סגירת פניות ועלות לטיפול. בעסקים עם 10 עד 50 עובדים, אני מעריך שנראה ב-12 החודשים הקרובים מעבר מהיר מתמחור לפי משתמש לתמחור לפי זרימת עבודה, במיוחד בשירות לקוחות, מכירות נכנסות ותפעול Back Office.

ההשלכות לעסקים בישראל

בישראל, ההשפעה לא תהיה אחידה. משרדי עורכי דין, סוכני ביטוח, מרפאות פרטיות, חברות נדל"ן וחנויות אונליין עובדים ממילא עם עומס הודעות, שיחות ומסמכים בעברית. במקומות האלה, מערכת SaaS שמחייבת רישיון לכל עובד הופכת יקרה במיוחד כאשר אפשר לרכז חלק מהעבודה דרך סוכן וואטסאפ או דרך CRM חכם. לדוגמה, משרד תיווך עם 8 סוכנים שמשלם מאות דולרים בחודש על CRM, מערכת דיוור וכלי תיאום, יכול לבחון תהליך שבו WhatsApp Business API קולט ליד, N8N פותח משימה, Zoho CRM מעדכן סטטוס, וסוכן AI מסווג את הפנייה בתוך פחות מדקה.

צריך לזכור גם את המסגרת המקומית. חוק הגנת הפרטיות בישראל, ניהול הרשאות, שמירת תיעוד ושפה עברית תקינה אינם פרטים שוליים. עסק שמחליף ממשקי SaaS בתהליכי AI חייב לדעת היכן נשמרים הנתונים, מי ניגש אליהם, והאם יש Audit מספק. העלות הראשונית של פיילוט מסודר בישראל יכולה לנוע סביב ₪5,000 עד ₪25,000, תלוי במספר החיבורים, ואחר כך עלות שוטפת של מאות עד אלפי שקלים בחודש עבור API, אוטומציות ותחזוקה. לכן היתרון האמיתי אינו רק חיסכון ברישוי, אלא בנייה של שכבת הפעלה מקומית שמתאימה לעברית, לזמינות ב-WhatsApp ולתהליכי מכירה ישראליים.

מה לעשות עכשיו: צעדים מעשיים לבחינת תמחור מבוסס תוצאה

  1. מפו בתוך 7 ימים אילו מערכות אצלכם מתומחרות לפי משתמש: CRM, Help Desk, חתימה דיגיטלית, דיוור ותיאום. רשמו עלות חודשית לכל 10 משתמשים.
  2. בדקו אם ה-CRM הקיים שלכם, כמו Zoho, HubSpot או Salesforce, תומך ב-API פתוח וב-webhooks לחיבור דרך N8N.
  3. הריצו פיילוט של שבועיים על תהליך אחד בלבד, למשל לידים מ-WhatsApp או סיווג פניות שירות. תקציב סביר לפיילוט: ₪2,000 עד ₪8,000, תלוי במורכבות.
  4. דרשו מכל ספק חדש הצעת מחיר לפי תוצאה או לפי נפח שימוש, לא רק לפי מושב, והשוו לעלות של בנייה פנימית או שילוב עם פתרונות אוטומציה.

מבט קדימה על שוק ה-SaaS וה-AI

ב-12 עד 18 החודשים הקרובים נראה פחות שאלה של "האם SaaS ישרוד" ויותר שאלה של מי יצליח להוכיח ערך מדיד אחרי כניסת AI Agents. הספקים שיחזיקו מעמד יהיו אלה שיחברו תאימות, נתונים, Workflow ותמחור הגיוני. עבור עסקים בישראל, הסטאק שכדאי לעקוב אחריו הוא שילוב של AI Agents, WhatsApp Business API, Zoho CRM ו-N8N - לא כאופנה, אלא כבסיס למעבר מתוכנה שנמכרת לפי משתמש למערכת שמספקת תפוקה עסקית.

האם זה היה שימושי לעסק שלכם?

שאלות ותשובות

שאלות נפוצות

הכתבה הוכנה באמצעות מערכת בליווי בינה מלאכותית לתרגום, סיכום ובקרות איכות אוטומטיות מתוך פרסום מקורי של TechCrunch. קראו על תהליך העריכה שלנו. קישור למקור המקורי.

קבלו עדכוני AI שימושיים למייל

תקציר ממוקד ממערכת החדשות שלנו.

תשקיף Anthropic חושף את האסטרטגיה לשימור לקוחות ארגוניים
חדשות
3 דקות
מ־TechCrunch

תשקיף Anthropic חושף את האסטרטגיה לשימור לקוחות ארגוניים

לפי דיווח ב-TechCrunch, חברת Anthropic הגישה לרשות ניירות הערך של ארצות הברית (SEC) תשקיף הנפקה (טופס S-1), המפרט את האסטרטגיה העסקית שלה לשימור לקוחות ארגוניים באמצעות מערכת אקולוגית רב-מוצרית. המסמכים מלמדים כי יותר ממחצית מהלקוחות בעלי הוצאה שנתית של לפחות 100,000 דולר משתמשים כיום הן בפלטפורמת Claude והן באפליקציות מבית החברה כמו Claude Code או Cowork, לעומת כ-30% בסוף השנה שעברה. במקביל להתרחבות זו, אשר תרמה לשיעור שימור הכנסות נטו של כ-900% בסוף הרבעון השלישי, התשקיף מפרט גם אתגרים עתידיים, לרבות תחרות מול שותפות הענן הגדולות וסיכוני ריכוזיות לקוחות.

קרא עוד
בית הקברות של ה-AI: רשימת הפרויקטים והסטארט-אפים שלא שרדו
חדשות
4 דקות
מ־TechCrunch

בית הקברות של ה-AI: רשימת הפרויקטים והסטארט-אפים שלא שרדו

לפי דיווח ב-TechCrunch, שוק הבינה המלאכותית מציג רשימה הולכת וגדלה של מוצרים, השקות ומיזמים שלא שרדו. נתוני S&P Global Market Intelligence מצביעים על כך שכ-42% מיוזמות הבינה המלאכותית ננטשות בסופו של דבר על ידי החברות האם שלהן, בשל סיבות כמו מימון בלתי מספק, אתגרים טכניים, תחרות, קשיי צמיחה או ביקוש חלש מצד משתמשים. בין המקרים הבולטים נמנים כלי האוטומציה Relay שנסגר באוגוסט, פלטפורמת Character.ai שהגישה בקשה לפשיטת רגל, וכן מהלכים של ענקיות טכנולוגיה: OpenAI ביטלה את העיצוב מחדש של ChatGPT וסגרה את הדפדפן ChatGPT Atlas ואת פלטפורמת Sora; אפל עיכבה את Siri AI ושילמה הסדר של 250 מיליון דולר; ומיקרוסופט התמודדה עם ביקורת אבטחה סביב Recall.

קרא עוד
סוכני בינה מלאכותית הפועלים דרך הודעות טקסט: סקירת הפתרונות
חדשות
5 דקות
מ־TechCrunch

סוכני בינה מלאכותית הפועלים דרך הודעות טקסט: סקירת הפתרונות

לפי כתבה ב-TechCrunch, יותר סוכני בינה מלאכותית מציעים למשתמשים ממשק מבוסס הודעות טקסט רגילות, ללא צורך בהורדת אפליקציות ייעודיות נוספות. הסוכנים מתחברים לשירותים קיימים כמו דוא"ל, לוחות שנה ואפליקציות מסרים כגון iMessage, WhatsApp ו-Telegram, ומבצעים משימות בשם המשתמשים. הסקירה מציגה פתרונות אישיים כלליים, סוכנים ייעודיים למשפחות כמו Fambot ו-Ollie, סוכני עבודה ויצירת תוכן כמו Comma, Town ו-Stanley, וכן סוכנים עם דגש על נסיעות או פרטיות מקומית.

קרא עוד
סוכני AI בהודעות טקסט: פתרונות בולטים הפועלים ללא אפליקציה נפרדת
חדשות
5 דקות
מ־TechCrunch

סוכני AI בהודעות טקסט: פתרונות בולטים הפועלים ללא אפליקציה נפרדת

לפי TechCrunch, שורה של סוכני בינה מלאכותית פועלים ישירות דרך ערוצי הודעות טקסט מוכרים כמו iMessage, וואטסאפ, טלגרם ו-SMS ללא צורך בהורדת אפליקציות נפרדות. סוכנים אלה מבצעים משימות מגוונות, החל מניהול יומנים, מעקב טיסות וביצוע שיחות טלפון ועד ניהול משק בית, יצירת תוכן ומשימות מקצועיות. בין הפתרונות הבולטים נכללים Instinct שהגיע לשווי של 10 מיליארד דולר, Caddy, Folk, Town, Fambot ו-Wajo, הפועלים במודלים שונים של בטא, מנויים בתשלום ורמות אוטונומיה שונות.

קרא עוד

עוד כתבות שיעניינו אותך

לכל הכתבות
ההבדל בין ארכיטקטורה כבולה לדפדפן לארכיטקטורת Headless
ניתוח
4 דקות
מ־Salesforce Blog

ההבדל בין ארכיטקטורה כבולה לדפדפן לארכיטקטורת Headless

במאמר שפרסמה Salesforce מוצג ההבדל בין ארכיטקטורה כבולה לדפדפן (browser-bound) לבין ארכיטקטורת headless בעידן שבו ארגונים מסתמכים על עובדים אנושיים וסוכני בינה מלאכותית. בעוד שבמודל המסורתי המשתמש נדרש לנווט בין מסכים, להתחבר למערכות נפרדות ולעבור בין לשוניות כדי לבצע משימות, ארכיטקטורת headless מפרידה בין הלוגיקה העסקית ושכבת הנתונים לבין ממשק המשתמש. באמצעות ה-Headless Toolkit ומערכת AIforce, יכולות הפלטפורמה נחשפות ישירות דרך ממשקי API, פרוטוקול MCP וממשק CLI, מה שמאפשר לסוכנים אוטונומיים לגשת לנתונים, להריץ תהליכים ולבצע משימות ישירות בערוצים שבהם העובדים פועלים, כמו Slack, Microsoft Teams ו-WhatsApp.

קרא עוד
תוכנות ואפליקציות לניהול עובדים לשנת 2026: שבע המובילות לפי Zapier
ניתוח
5 דקות
מ־Zapier

תוכנות ואפליקציות לניהול עובדים לשנת 2026: שבע המובילות לפי Zapier

בסקירה מאת קריסטינה לורן בבלוג של Zapier הוצגו שבע אפליקציות מובילות לניהול עובדים לשנת 2026, שנבחרו בעקבות מחקר ושיחות עם מנהלי משאבי אנוש. הסקירה מדגישה פתרונות בתחומי ניהול משימות, תזמור בינה מלאכותית, תקשורת ניידת ושכר, בהם monday.com, Zapier, Connecteam, BambooHR, Gusto, Leapsome ו-Eddy, לצד שורה של מערכות מומחיות נוספות.

קרא עוד
קלוד מול ChatGPT בשנת 2026: השוואת יכולות וסוכני בינה מלאכותית
ניתוח
4 דקות
מ־Zapier

קלוד מול ChatGPT בשנת 2026: השוואת יכולות וסוכני בינה מלאכותית

סקירה השוואתית מקיפה של Zapier משנת 2026 מנתחת את ההבדלים בין Claude של Anthropic לבין ChatGPT של OpenAI. בעוד שמודלי הדגל של שתי החברות מציגים כיום יכולות דומות וחלון הקשר של עד מיליון טוקנים, היישומים נבדלים במיקוד שלהם: Claude בולט במיוחד בתחום פיתוח הקוד האוטונומי באמצעות Claude Code (המחזיק ב-54% משוק הפיתוח הארגוני לפי Menlo Ventures) ובעבודה יצירתית טבעית, בעוד ש-ChatGPT מציע ארגז כלים רחב יותר הכולל יצירת תמונות, עריכת מסמכים ב-Canvas, סוכן דפדפן מובנה וכלי ChatGPT Work לאוטומציה של משימות מורכבות.

קרא עוד
סוכני בינה מלאכותית אינם חיים עם מוגבלות: הדרך לסגירת פער הנגישות
ניתוח
4 דקות
מ־Salesforce Blog

סוכני בינה מלאכותית אינם חיים עם מוגבלות: הדרך לסגירת פער הנגישות

צוותים רבים ממהרים לפרוס סוכני בינה מלאכותית מתוך הנחה שגויה שהסוכנים חכמים מספיק כדי לספק נגישות באופן עצמאי. אולם סוכני בינה מלאכותית אינם חיים עם מוגבלות ומאומנים על רשת שאינה נגישה, כפי שמעיד דוח WebAIM משנת 2026 לפיו ב-95% ממיליון האתרים המובילים ישנם כשלי נגישות. כדי לסגור את פער הנגישות שנוצר, אין להסתמך רק על מודלים מתקדמים או כלי בדיקה אוטומטיים שמזהים פחות ממחצית מהכשלים. במקום זאת, נדרש תהליך עיצוב מכוון: הרחבת פרסונות על פני ממדי מוגבלות חזותיים, מוטוריים וקוגניטיביים, הגדרת משימות נגישות וכתיבת קריטריוני קבלה מפורשים שמוזנים לפרומפטים יחד עם הנחיות עיצוב. בנוסף, נדרשת בדיקה בשלוש שכבות הכוללת סריקה אוטומטית, בדיקה ידנית ותיקוף מול משתמשים אמיתיים בטכנולוגיה מסייעת.

קרא עוד