오랜만에 블로그를 써봅니다. 최근에 엔터프라이즈 SaaS와 AI 시장에 대해 고민해보면서 정리한 생각을 raw하게 공유 드립니다. 앞으로 1) 제 voice와 생각과 유사하게 전달 드릴 수 있도록, 2) 그리고 publishing에 대한 장벽(번역하는데 너무 오래걸립니다ㅠㅠ)을 낮추기 위해 영어/한국어를 섞어 사용할 전망입니다.
아래 내용과 관련하여 얘기 나누고 싶은 분들은 편하게 연락 부탁드립니다!
SaaS 비즈니스 모델의 Evolution
2000년대: 화이트 레이블 구축형 소프트웨어
e.g. Oracle: SI성 소프트웨어 회사들 roll-up하고 유지보수 관련 리텐션 높은 현금흐름 기반 멀티플 플레이
2010년대: SaaS - subscription-based 클라우드 소프트웨어
월/년 단위 계약 (몇 명이 얼마나 많이 사용하든 정액제)
이 와중에 Okta (user authentication), Stripe (simple online payment) 등 소프트웨어 인프라 회사들 덕분에 seat-based (인당 과금) 모델까지 전환
“소프트웨어 사용하는 사람 당 돈 내라”
Seat-based 모델을 하고 있지만, 더 과금하고 싶은데? —> usage-based pricing 사용량 기반으로 전환
e.g. Snowflake, AWS, Dropbox, Slack (메모리) 등
To sum up…
구축형 소프트웨어 + 연간 유지보수 계약 —> 월/연간 구독 소프트웨어 —> Seat-based pricing —> usage based pricing (incremental increase in value capture)
각 전환이 있을 때마다 기존 레거시 플레이어의 disruption이 있었음
Why? Those who can’t change can’t offer pricing flexibility (more aligned with value prop” & actual utility) to customers —> churn except for abusers in the high-end that don’t cough up enough vs their use
변화하는 시장 환경에 전환하지 못하는 이유는 해당 회사의 프로덕트가 강력하지 않다는 뜻 —> 멀티플 인정 받기 어려움 (그만큼 value capture가 어렵다는 뜻)
e.g. 국내 대표 SaaS 플레이어들(seat-based pricing)이 최근 usage-based pricing으로 전환하는 노력을 했다가 churn이 급격히 증가하거나 가격을 기존 대비 40~60% 할인
Today’s Paradigm Shift
현재: AI
No longer “software as a service” —> “service as a software”
Sell WORK, not seats (don’t empower workers, do the work for them —> allows for increasing value capture and attractive pricing)
엔터프라이즈 소프트웨어 (+AI 어플리케이션)에 투자하기 위해선 뭘, 어떻게 봐야하는가?
It’s not deep tech; enterprise software is not 원천기술 (특허 등) driven tech - people CAN and WILL catch up - things keeping them at bay are things like innovators dilemma - google vs. perplexity, stakeholder misalignment (OEMs vs. labor unions), lack of focus (Samsung) etc.
all enterprise software companies are built on same tech stack (nobody reinvents the wheel) —> it is more about how much do you understand about your target customer’s workflow and 어떻게 프로덕트에 녹여내냐
Tech Stack 예시
instead look at 1) team’s problem solving, speed, and ability to navigate uncertainty
2) look at PRODUCT (workflow, integrations, customer satisfaction 등)
3) MOAT (is there a network effect? high switching cost? distribution? integrations? data moat? barriers to entry - regulation, industry 특성?)
+ others include sales strategy, customer success, marketing 등
How do you gauge PRODUCT and MOAT? —> (durability metrics - retention, user statistics - time spent, competitive landscape - margin defensibility 등)
최종 정리
단기적인 성장과 마진 말고 프로덕트 경쟁력과 Moat를 봐라
AI 시대로 인해 새로운 RM: “sell work, not seats” —> Work 관련 엔터프라이즈 소프트웨어들이 업셀도 가능할 것
또한, AI 시대에선 store of record “front-facing interface,” “UI-arbitrage” application 보다 AI가 데이터를 잘 흡수/소화할 수 있는 데이터베이스 스타트업들이 인기 (e.g. Databricks acquire 3 yr old Tabular for $2B)
2000~2010년 Horizontal —> 2010년~2020년 Vertical —> (period of optimization and vendor integration) —> 2022~2024 Horizontal —> (AI/LLM 등 에이전트 소프트웨어) —> 앞으론 고객의 워크플로우를 긴밀하게 녹여낸 AI 결합 버티컬 소프트웨어
