Vibe Coding викликало паніку на ринку акцій програмного забезпечення; техноавтор відповів «парадоксом хліба»

У січні поширення Claude Code спричинило дискусії про «кінець SaaS», через що біржові акції, пов’язані з програмним забезпеченням, за один день втратили приблизно 3,000 млрд доларів; технологічна письменниця Joan Westenberg згодом відповіла «парадоксом хліба»: щодня в США забирають близько 10 млн щойно підготовлених хлібних виробів, навіть попри те, що хлібопічка коштує менше 100 доларів, а рецепти поширюються роками — приховані витрати на самостійне виготовлення визначають, що попит на купівлю ззовні зберігається; компанійські закупівлі SaaS дотримуються тієї самої логіки.

Історична база «парадоксу хліба»: тривалість бізнес-пекарської ланцюжка постачання на 5 тис. років

Joan Westenberg у нарисі простежує історію комерційного випікання аж до 3,000 року до нашої ери: єгиптяни ще тоді вели комерційні пекарні вздовж Нілу; за часів Римської імперії гільдія комерційних пекарів створила професійний розподіл, систему тяглової сили та механізмів для випікання, а також міську систему доставки, завдяки чому сотням тисяч мешканців не потрібно було пекти самим. У XII столітті в Лондоні існувала королівська гільдія пекарів, що мала відповідну привілею; 1928 року Otto Rohwedder винайшов промислову машину для нарізання скибками; а 1961 року технологічний процес Chorleywood скоротив час випікання до кількох хвилин.

Сьогодні США щороку споживають близько 21 млн тонн хлібних продуктів, і щодня все ще купують близько 10 млн скибок наперед випеченого хліба. Westenberg зазначає, що в межах економічної рамки «make-or-buy (зробити самому або купити)» більшість людей недооцінює приховані витрати «зробити самому» — заготівля інгредієнтів, операції, очікування та очищення: кожен крок окремо видається дрібним, але за тривалого повторення формує помітну різницю в собівартості; це і є ключова причина, чому самостійне виготовлення не здатне знищити комерційне хлібопекарство.

Витрати на кібербезпеку від AI-коду та реальний стан закупівель SaaS

Під час використання AI для створення власних систем компанії стикаються з вимірюваними прихованими витратами. Згідно з відповідними дослідженнями, кількість критичних недоліків у AI-генерованому коді становить приблизно 1,7 раза від того, що пише людина; ризик «проривів» у сфері безпеки вищий, ніж під час розробки вручну; а після відходу ключових працівників проблеми з втратою читабельності саморобних систем і відсутністю безоплатного супроводу також наведені в оригінальній статті як конкретні ризики.

Якщо порівняти це з фактичною динамікою ринку закупівель SaaS, Gartner зауважив, що зростання під час нещодавніх поновлень контрактів на SaaS найчастіше лежить у діапазоні 10%—20%, що вище за темпи зростання бюджетів більшості CIO, але покупці не розвертаються масово. Звіт Avenir, опублікований у січні 2026 року, показує: 63% компаній-покупців очікують, що наявні постачальники програмного забезпечення отримають вигоду від генеративного AI, і лише 8% вважають, що постачальники постраждають. Усі наведені дані вказують, що ринок оцінює довіру до того, як SaaS-вендори еволюціонують разом із AI, вищу за оцінку ризику заміни.

Кейс Klarna та «тонка» межа продуктів: як на практиці відбувається заміна корпоративного SaaS

Klarna, яку часто наводять як кейс «AI, що перемагає SaaS», насправді використовує іншу комбінацію SaaS для заміни Salesforce, а не створює з нуля повністю альтернативну систему за допомогою AI. Команди Klarna й досі користуються Slack, що входить до екосистеми Salesforce, що демонструє: у замінах SaaS компанії здебільшого роблять горизонтальні перемикання платформ, а не виходять за межі SaaS-екосистеми.

У своїй аргументації Westenberg розділяє два типи SaaS-продуктів: SaaS-платформи з глибокою інтеграцією, власними даними, нормативними сертифікаціями, багаторічною бізнес-логікою та екосистемою партнерів — їхній аналог у «хлібопекарському індустріальному комплексі», і логіка ланцюжка постачання не змінюється через зниження витрат на код завдяки AI; натомість «тонкі продукти», де підписка будується навколо однієї функції, яку можна скопіювати одним промптом AI (наприклад, конвертація PDF або автоматичні протоколи зустрічей), мають підстави існувати саме через ринок, де розробка програмного забезпечення дорога, і це інший клас, ніж SaaS-платформи з глибокою інтеграцією.

Поширені запитання

У чому суть ключового аргументу «парадоксу хліба»?

Технологічна письменниця Joan Westenberg пояснює «парадокс хліба»: навіть коли хлібопічка коштує менше 100 доларів, а рецепти поширюються 5 тис. років, американці щодня все одно купують близько 10 млн скибок наперед випеченого хліба, бо «приховані витрати на самостійне виготовлення» суттєво недооцінюють. Вона проводить аналогію з логікою компанійських закупівель SaaS: реальні витрати на самостійне створення систем за допомогою AI (супровід, вразливості безпеки, втрата читабельності після плинності кадрів) часто недооцінюють.

Чи є конкретні дані щодо ризиків безпеки AI-генерованого коду?

Згідно з відповідними дослідженнями, кількість критичних недоліків у AI-генерованому коді становить приблизно 1,7 раза від того, що пише людина. Gartner зауважив, що навіть після поширення AI-коду зростання під час поновлень контрактів на корпоративний SaaS все одно залишається в межах 10%—20%; звіт Avenir за січень 2026 року також показує: 63% компаній-покупців очікують вигоду для себе від SaaS-вендорів через AI.

Яка реальна стратегія Klarna «щодо заміни SaaS»?

За повідомленнями, Klarna робить так: замінює Salesforce іншою комбінацією SaaS, а не створює з нуля повну систему за допомогою AI; дотепер її команди все ще використовують Slack від Salesforce, тобто це горизонтальна заміна платформ, а не вихід з SaaS-екосистеми.