Quello del software non è un settore monolitico; l’impatto dell’IA varierà in misura significativa in funzione dei modelli di business e dei casi d’uso. Robert M Almeida, portfolio manager e global investment strategist di MFS

Sebbene in alcune aree esista un reale rischio di sostituzione, altri segmenti appaiono più resilienti e, in alcuni casi, l’IA potrebbe persino rafforzarne la proposta di valore.

Come spiega Matt Doherty, analista specializzato nel segmento del software e leader settoriale per la tecnologia in MFS, gli impatti dell’IA possono essere raggruppati in quattro grandi categorie. Illustriamo di seguito le aree in cui il team ritiene che i rischi siano reali e quelle dove invece potrebbero essere sovrastimati.

L’IA rende più facile sviluppare software internamente

In teoria, la generazione di codice basata sull’IA, nota anche come “vibe coding”, permetterà alle aziende di sviluppare software internamente, riducendo la dipendenza da fornitori terzi.

Tuttavia, nella pratica questi rischi appaiono contenuti. Se da un lato l’IA riduce le barriere tecniche allo sviluppo di codice, dall’altro le decisioni di acquisto di software aziendale sono generalmente dettate da fattori non tecnici, come la sicurezza, la conformità normativa, la governance, l’affidabilità e altro ancora. I commenti recenti di alcuni CIO rafforzano questa affermazione. In sintesi, scrivere codici rappresenta solo una piccola parte della proprietà e della gestione di software mission critical.

L’IA abbassa le barriere all’ingresso per i nuovi fornitori di software

La tecnologia determina regolarmente una flessione delle curve dei costi, permettendo a nuove aziende e persino ad interi settori di emergere in aree precedentemente caratterizzate da strutture dei costi proibitive. Ciò vale senza dubbio anche per il settore del software, il che suscita negli investitori il timore di un aumento della concorrenza e di un’erosione dei fossati competitivi. Tuttavia, i margini interessanti e l’elevata redditività del capitale delle società di software hanno sempre attratto investimenti di venture capital e concorrenti.

Ambiti come la gestione delle relazioni con i clienti (CRM), la pianificazione delle risorse aziendali (ERP), la contabilità e l’assistenza clienti hanno registrato l’ingresso di migliaia di nuove aziende negli ultimi decenni, eppure gli operatori storici come HubSpot, Intuit ed altri ancora continuano a rafforzare le loro quote di mercato. Una maggiore concorrenza non implica automaticamente la distruzione di vantaggi duraturi come la distribuzione, i costi di switching, gli ecosistemi e la fiducia nel marchio.

Le architetture AI-native e il futuro dei modelli di pricing

La prospettiva dell’IA agentica sta alimentando il timore di un forte rischio di obsolescenza nelle società di software con modelli di pricing tradizionali basati sul numero di licenze (“seat”). A nostro avviso, la realtà sarà ibrida. Molte importanti applicazioni AI-native utilizzano modelli di pricing basati sul numero di licenze. Ciò riflette la preferenza dei clienti per la certezza dei costi.

Questo tipo di pricing basato sul consumo funziona bene nelle infrastrutture, ma la sua applicazione ai flussi di lavoro aziendali introduce un elemento di incertezza nella previsione dei costi legato all’assenza di una chiara sostituzione della manodopera o di un ROI tangibile per i clienti.

È probabile che, nel tempo, i modelli di pricing si trasformino in una combinazione tra quello tradizionale basato sul numero di licenze e un modello basato sul valore. È importante sottolineare che le società di software consolidate hanno già affrontato con successo importanti transizioni verso modelli di business differenti, creando opportunità significative per gli investitori attivi.

Migrazione del valore verso i large language model (LLM) e le piattaforme verticalmente integrate

Questa è l’area in cui vediamo il maggiore rischio strutturale e probabilmente anche lo scenario più complicato, quindi potrebbe essere utile ricorrere a un’analogia. Immaginiamo che le applicazioni software siano dei ristoranti, e l’IA una super app di consegne a domicilio. In origine erano i ristoranti a possedere la relazione con i clienti. Poi sono emerse le app di consegna a domicilio, che hanno acquisito il controllo della domanda e conquistato una quota dell’economia della ristorazione.

I ristoranti continuano a preparare il cibo, ma l’interfaccia e la fedeltà dei clienti si sono spostate altrove. In questa metafora, il software è il ristorante, i dati sono il cibo e i modelli di IA la piattaforma di consegna a domicilio. Il rischio è reale, ma non crediamo sia universale. Il software utilizzato come mero archivio di dati, o i flussi di lavoro ripetitivi con costi di switching contenuti, potrebbero essere disintermediati.

Tuttavia, il codice integrato in flussi di lavoro più complessi che richiedono fiducia, conformità normativa e assunzione di responsabilità sarà molto più difficile da sostituire. Un’applicazione è un flusso di lavoro, non è costituita semplicemente dai dati e certamente non solo dal codice. L’ascesa degli LLM non rappresenta necessariamente una condanna a morte per il settore del software, ma una transizione in cui il valore potrebbe crescere nel tempo, offrendo immense opportunità per gli investitori con un approccio fondamentale.

Conclusioni

Al di fuori del settore del software, gli investitori considerano generalmente l’IA come un catalizzatore per un nuovo ciclo di produttività per le imprese. Sebbene questo non sia uno scenario da escludere, gli incrementi di produttività finiscono storicamente con l’essere azzerati dalla concorrenza. In un contesto in cui l’IA sta riducendo i costi e le barriere all’ingresso in altri settori, emergono nuovi concorrenti che ridefiniscono i bacini di profitto, stravolgendo i corsi azionari delle società che dipendono da strozzature obsolete.

L’IA potrebbe aumentare la probabilità di vedere sia vincitori eccezionali che perdenti strutturali all’interno di uno stesso settore. Questi scenari sottolineano l’importanza della gestione attiva. In periodi di trasformazione disomogenea, i fondamentali core, inclusi i modelli di business, le strutture degli incentivi, le dinamiche dei clienti e l’adattabilità, diventano fattori determinanti del successo.