McKinsey: agentic AI меняет SaaS — собрать проще, чем купить
В том же отчёте McKinsey о состоянии AI от 25 августа 2026 32% респондентов сообщили, что компания уже отказалась от покупки хотя бы одного программного продукта или функции — потому что нужную возможность создали самостоятельно с агентами для кода. У крупных компаний масштабирование AI-агентов выросло с 27% до 40% за год; у более малых организаций показатель остался около 22%. Агентный AI начинает менять рынок SaaS: узкий внутренний инструмент дешевле собрать, чем купить надстройку.
Коротко
- Что показало исследование: в отчёте McKinsey о состоянии AI от 25 августа 2026 — 32% респондентов: компания отказалась от покупки хотя бы одного программного продукта или функции и собрала аналог с агентами для кода.
- Кому важно: ИТ-директорам, владельцам SaaS-бюджета, маркетингу и операциям — тем, кто платит за надстройки к CRM, аналитике и рекламным кабинетам.
- Главное ограничение: самоотчёт; отказ от покупки не означает, что внутренняя замена работает безопасно и дешевле на горизонте трёх лет.
- Главное последствие: для простых сценариев SaaS слабее старый защитный аргумент «аналог слишком дорого разработать» — агентный AI снижает цену узкого внутреннего инструмента.
Что изменилось
В том же глобальном срезе, что разрыв личной продуктивности и прибыли, McKinsey добавляет сигнал про рынок программного обеспечения как услуги (SaaS):
| Показатель | Число | Контекст |
|---|---|---|
| Отказ от покупки | 32% | не купили продукт или функцию — собрали с агентами для кода |
| Масштаб агентов у крупных | 27% → 40% | за год |
| Масштаб агентов у малых | ~22% | почти без роста |
32% и «собрать или купить». Треть респондентов сообщает: компания отказалась от покупки хотя бы одного программного продукта или отдельной функции, потому что агенты для кода позволили создать нужную возможность внутри. Это не массовый отказ от SaaS — но сдвиг в экономике «купить готовое».
Крупные и малые компании. У крупных организаций доля компаний, которые масштабируют AI-агенты, поднялась с 27% до 40% за год. У более малых — около 22%, без выраженного роста. Агентный AI как корпоративная практика концентрируется в больших структурах с ресурсами на интеграцию и контроль.
Параллель на практике: Asana перенесла миграцию на Codex за две недели — не покупка нового продукта, а внутренняя сборка с агентом для кода.
Почему это важно
У стандартного SaaS слабее прежний защитный аргумент «разработка аналога слишком дорогая». Агентный кодинг уменьшает стоимость узкого внутреннего инструмента на один сценарий.
Это не означает, что компании должны переписывать CRM, корпоративные системы планирования или корпоративную аналитику. Но:
- простые сценарные SaaS (одна функция, мало интеграций);
- дорогие надстройки к уже купленной платформе;
- продукты с низкой стоимостью перехода на другой вариант
становятся уязвимее.
Схема совпадает с Agent Plugins 1.0: не монолит, а Skills + MCP + агент — собрать из модулей, а не купить ещё один кабинет. И с вертикальной платформой Google: ценность в законченном сценарии, а не в лицензии «ещё одного чата».
Что это означает для бизнеса
- Лицензия на надстройку — не единственный путь. Если 32% уже отказались от покупки функции, ваш поставщик SaaS конкурирует не только с другим SaaS, но с внутренней сборкой за выходные.
- Крупные компании ускоряют агенты. Рост 27→40% на масштабировании — сигнал для среднего сегмента: отставание в агентной инфраструктуре может означать более высокую зависимость от вендорских надстроек.
- Экономика результата, не лицензии. Как в экономике агентов OpenAI: сравнивать не цену места против разработчика, а полную стоимость завершённого сценария с поддержкой и правами.
- Маркетинговый стек — зона риска для вендоров. Отчёты, сводки, узкие дашборды и «ещё один аналитический кабинет для одной метрики» — типичные кандидаты на замену сборкой из Метрики, CRM и Skills.
Что протестировать
Проведите аудит SaaS-стека по трём категориям:
| Категория | Когда применять | Примеры |
|---|---|---|
| Оставить | инфраструктура и сложные системы, которые экономически бессмысленно переписывать | CRM-ядро, учётные системы, платёжный шлюз |
| Собрать | функциональность можно собрать из MCP, программного интерфейса (API) и Skills | отчёт из Метрики + CRM, алерт по KPI, узкий дашборд |
| Разработать | уникальный сценарий даёт конкурентное преимущество и оправдывает свою разработку | собственная модель оценки, уникальный сценарий с контролем |
Сначала — дорогие надстройки с узкой функциональностью и низкой стоимостью перехода: если замена — три коннектора и один Skill, лицензия под вопросом.
Пилот на одной надстройке:
- Описать сценарий в Skill с критериями принятия.
- Подключить MCP с правами только на чтение к источникам.
- Сравнить полную стоимость: лицензия 12 месяцев против агента, поддержки и рисков.
- Проверить на 20 известных кейсов — воспроизводимость, не разовый прототип.
Что проверить сейчас
Откройте список SaaS с суммой более 500 долларов в месяц и одной главной функцией. Для каждой строки отметьте: оставить, собрать или разработать. MCP-коннекторы к Метрике, CRM и рекламным кабинетам — практический слой для категории «собрать» без отмены CRM-ядра.
Главный вывод
McKinsey 25.08.2026: агентный AI начинает менять сам рынок SaaS. 32% уже выбрали «собрать» вместо «купить» хотя бы одну функцию; у крупных компаний масштаб агентов растёт быстрее, чем у малых.
CRM и учётные системы не переписывают — но простые сценарные SaaS и дорогие надстройки становятся уязвимее. Следующий шаг для ИТ и маркетинга — не ещё одна лицензия, а аудит стека: что оставить, что собрать из MCP и Skills, что действительно разрабатывать самим.
Источники
- The state of AI — McKinsey & Company, 2026-08-25