Je duurste software werkt ineens tegen je

Ergens in een groot bedrijf zegt een team op dit moment een duur softwarecontract op en vervangt het dat door een eigen AI-agent. Het opvallende is niet meer dat dit gebeurt, maar hoe normaal het begint te worden. Een onderzoek van eind 2025 onder ruim 800 mensen die interne tools bouwen liet zien dat 35% van de bedrijven al minstens één betaalde SaaS-tool heeft vervangen door een eigen AI-oplossing. Nog eens 78% wil in 2026 meer zelf bouwen. Tegelijk verwacht Gartner dat AI-agenten tegen 2027 voor een schok van 58 miljard dollar in de markt voor productiviteitssoftware zorgen, terwijl Bain & Company laat zien hoe snel de kosten van modellen dalen. (Gartner)

Per gebruiker betalen voelt ineens ouderwets

Het klassieke SaaS-model was jarenlang heel logisch. Je betaalde per gebruiker, per maand, en hoefde zelf niets te bouwen. Dat model begint te wringen zodra één medewerker met een paar goede AI-agenten werk kan doen waarvoor eerder meerdere mensen, en dus meerdere licenties, nodig waren. De licentieprijs stijgt dan nog steeds mee met het aantal mensen, terwijl de echte productiviteit ergens anders vandaan komt.

Dat is meer dan een prijsvraag. Het is een praktisch probleem. Veel teams betalen niet alleen voor software, maar ook voor omwegen: extra handmatige stappen, losse exports, koppelingen die net niet passen en workflows die vooral zijn ontworpen rond het product van de leverancier. Op dat moment koop je geen efficiëntie meer in. Je huurt vooral beperkingen.

De winst zit niet alleen in lagere kosten

Volgens Harvard Business Review behaalde Hitachi Global 70% operationele efficiëntiewinst door AI in acht weken uit te rollen voor 120.000 medewerkers. Klarna meldde daarnaast plannen om zowel Salesforce als Workday te vervangen door interne AI-systemen. Zulke voorbeelden zijn interessant omdat ze laten zien dat bedrijven niet alleen een assistent toevoegen, maar hele interne diensten opnieuw vormgeven.

Daarmee verschuift ook de plek waar waarde ontstaat. Die zit minder in een standaardinterface en meer in de combinatie van eigen data, logica en automatisering. Voor nuchtere beslissers is dat de kern van de zaak: als het onderscheid niet meer in de knopjes zit, waarom zou je dan blijven betalen alsof dat wel zo is?

Het budget schuift al op

Dat deze beweging niet theoretisch is, zie je terug in de uitgaven. YipitData zag dat vroege AI-gebruikers in het middensegment hun budget voor projectmanagementsoftware grofweg halveerden ten opzichte van een jaar eerder. Tegelijk stegen de uitgaven aan centrale AI-platforms met meer dan 300%.

Dat patroon is belangrijker dan de losse percentages. Het laat zien dat bedrijven AI niet alleen boven op hun bestaande stack leggen. Ze halen categorieën weg, houden kernsystemen waar dat nodig is en bouwen eromheen iets wat beter past bij hun eigen proces. Met andere woorden: minder gereedschap inkopen, meer werkstromen orkestreren.

Niet elke SaaS-categorie loopt hetzelfde risico

De analyse van Bain & Company maakt het vrij praktisch. Het risico is het grootst waar taken goed te automatiseren zijn en waar AI diep genoeg in bestaande workflows kan kruipen. Als beide hoog scoren, wordt SaaS volgens Bain echt gekannibaliseerd door AI. (Bain)

Dat betekent ook dat niet alles tegelijk omvalt. Systemen met zware regelgeving, veel governance of een duidelijke rol als centrale databron blijven waarschijnlijk langer staan. Kwetsbaarder zijn de tools die vooral gemak verkochten rond vrij standaard werk. Daar wordt de vraag onvermijdelijk: koop je nog software, of koop je vooral een vertrouwde gewoonte?

Wie nu niet herrekent, betaalt straks dubbel

De 65% die nog volledig op traditioneel SaaS draait, staat niet per definitie aan de verkeerde kant. Soms is kopen nog steeds slimmer dan bouwen. Maar automatisch verlengen zonder opnieuw te rekenen is riskant. Dan betaal je vandaag voor licenties en morgen ook nog voor de achterstand die ontstaat als concurrenten sneller en goedkoper gaan werken.

Voor Nederlandse bedrijven is dat uiteindelijk een heel praktische afweging. Niet: geloof je in AI of niet? Wel: welke processen zijn generiek genoeg om te huren, en welke zijn belangrijk genoeg om zelf te ontwerpen? Gartner zet de grote verschuiving op de kalender voor 2027. Dat klinkt ver weg, maar voor contracten, datakwaliteit en interne governance is het dichtbij. De slimste keuze is daarom niet per se minder software. Het is minder standaardsoftware op de verkeerde plek. (Gartner)