Når din kunde bliver din konkurrent: Kunden fandt en genvej til softwarefabrikken

Denne tekst er maskinoversat fra engelsk. Nuancer kan gå tabt undervejs, så vi anbefaler at læse originalen. Læs den engelske original
Del fire i serien om, hvordan 90 % af edtech forsvinder. Softwarevirksomheder brugte tyve år på at overbevise kunderne om ikke at bygge selv. Kunstig intelligens ændrer afstanden mellem at ønske sig software og at lave det.
Jeg tilbragte en del af min sommerferie med at gå rundt i en af de smukkeste kommercielle fiaskoer, der nogensinde er bygget. Park Güell er i dag det bedste Barcelona: Gaudí, mosaikker, en ekstraordinær udsigt og en stabil strøm af turister, der fotograferer sig selv ved siden af en keramisk øgle. Men det var ikke tænkt som en offentlig park. Eusebi Güell og Antoni Gaudí planlagde det som et eksklusivt boligkvarter for velhavende familier, med tres huse placeret over byen. Kun to blev nogensinde bygget.
Vores officielle guide forklarede, at et af problemerne var overraskende praktisk. De mennesker, der var rige nok til at bo der, skulle stadig nå deres fabrikker og havnen, hvilket betød en tur med hestetrukken vogn ad en ubelejlig rute, hvor rejsen afhang af vejr og vejforhold. Kvarteret tilbød måske renere luft og smukke udsigter, men det var ganske enkelt for besværligt at komme fra huset til det sted, hvor pengene blev tjent.
Der var andre forhindringer. Grundstykkerne kom med restriktive betingelser, den offentlige transport var utilstrækkelig, og den eksklusivitet, der gjorde udviklingen attraktiv, bidrog også til at gøre den kommercielt uholdbar. Byggeriet stoppede i 1914. Güells arvinger solgte til sidst grunden til byen, og den åbnede som offentlig park i 1926.
I dag føles stedet ikke længere afsides. Barcelona voksede omkring det, mens veje, busser, taxaer og metroen ændrede den praktiske betydning af afstand. Park Güell var ikke nødvendigvis bygget det forkerte sted. Den var bygget, før vejen kom.
Jeg har tilbragt elleve år i SaaS i edtech-branchen med at fortælle kunder, at de ikke skulle bygge software, de kunne købe. Nioghalvfems procent af tiden var det oprigtigt fremragende råd. At bygge sin egen læringsplatform betød udviklere, designere, produktchefer, infrastruktur, integrationer, sikkerhed, vedligeholdelse og budget nok til at overleve det tidspunkt atten måneder senere, hvor nogen opdagede, at det interne system, alle havde arbejdet så hårdt på, var værre end det produkt, de kunne have købt fra starten.
Softwarefabrikken eksisterede, men for de fleste virksomheder var den langsom, besværlig og uhyre dyr at nå frem til. Så lærte vi virksomhederne at leje. Byg ikke dit eget learning management system. Køb et. Byg ikke et authoring-værktøj. Abonner på et. Byg ikke en medarbejderakademi- eller assessment-platform. Find en specialistvirksomhed, der allerede har løst problemet. Jeg byggede en succesfuld, venturefinansieret edtech-virksomhed på den logik.
I dag ejer jeg også et AI-studie, og jeg giver i stigende grad kunderne et råd, der ser ud til at være det modsatte: Før du køber endnu et softwareprodukt, find ud af, hvad det ville koste at bygge den funktionalitet, du faktisk har brug for. Det betyder ikke nødvendigvis at bygge det internt. En virksomhed kan spørge en af sine egne udviklere, en AI-assisteret konsulent eller et studie som mit. Den behøver ikke blive en softwarevirksomhed eller eje fabrikken. Den skal blot have overkommelig adgang til en.
Jeg ved, hvor omvæltende det råd er, fordi jeg selv har fulgt det. Jeg har tidligere skrevet om, at mit personlige nyhedsbrev kostede cirka 10.000 danske kroner om måneden at sende til omkring 36.000 mennesker gennem Mailchimp. Jeg brugte Lovable til at bygge mit eget afsendelsesværktøj og koblede det til SendGrid. Det kostede under 30 dollar at bygge, det koster cirka 25 til 30 dollar om måneden at drive, og den del, jeg ikke tidligere nævnte, er, at det tog under en dag.
Værktøjet er stadig ikke lige så godt som Mailchimp og mangler nogle af dets integrationer, skabeloner og edge cases. Men det har jeg ikke brug for. Det udfører den del af Mailchimps funktionalitet, jeg har brug for, og erstatter et abonnement, der kostede cirka 10.000 danske kroner (1.520 dollar) om måneden, eller omkring 18.000 dollar om året, med infrastruktur, der koster cirka 25 til 30 dollar om måneden, eller 300 til 360 dollar om året. Mailchimp tabte mig ikke til en anden email-platform. Det tabte mig til mig selv.
AI er ved at brolægge vejen mellem virksomhedens kontor og softwarefabrikken, og det er derfor, jeg i stigende grad fanger mig selv i at spørge kunder noget, jeg før ville have betragtet som forfærdeligt råd: Hvorfor køber du overhovedet det her?
Købet fandtes, før konkurrencen begyndte
De fleste softwarevirksomheder tænker på konkurrence, efter at kunden har besluttet sig for at købe. Kunden har brug for en læringsplatform, så den sammenligner læringsplatforme. Den har brug for et CRM, så den sammenligner CRM'er. Den har brug for et nyhedsbrevssystem, så Mailchimp konkurrerer med HubSpot, Klaviyo og hvad end ellers der optræder på shortlisten. Kategorien har allerede vundet; det eneste tilbageværende spørgsmål er, hvilken leverandør der får pengene.
Den antagelse ligger under en enorm mængde SaaS-strategi. Markedsføring skaber efterspørgsel efter kategorien, salg omsætter den efterspørgsel til en navngiven konto, produkt tilføjer nok funktioner til at slå den nærmeste konkurrent, og customer success beskytter fornyelsen. Selv churn forudsætter, at der først fandtes en kunde.
Tag en virksomhed med 10.000 medarbejdere og en elendig læringsopsætning. For ti år siden kunne HR have inviteret fem LMS-leverandører til at demonstrere deres produkter og valgt en. Spøg nu, hvad organisationen egentlig har brug for. Den har allerede et identity-system, politikker, videoer og intern viden. AI kan omdanne det materiale til øvelser. Det, der tilbage, er at gemme gennemførelse, rapportere til ledere, dokumentere overholdelse og forbinde delene.
Historisk set krævede selv den smalle arbejdsgang nok ingeniørarbejde til, at det stadig var rationelt at købe platformen. Nu kan virksomheden beskrive arbejdsgangen, forbinde sine eksisterende systemer og lade en intern produktperson, en AI-assisteret udvikler eller et eksternt studie bygge den del, den har brug for. Den kan stadig købe, hvis det kommercielle produkt er bedre, men at købe er ikke længere det automatiske udgangspunkt. Virksomheden behøver ikke genskabe LMS'et. Den skal genskabe grunden til, at den købte LMS'et.
Den farligste udsigt er derfor ikke kunden, der forsvinder ved fornyelse. I det mindste var den kunde i CRM'et, underskrev en kontrakt og skabte en grund til at forsvinde, som nogen kan analysere. Den mere urovækkende udsigt er virksomheden, der aldrig bliver en prospect: Den besøger aldrig prissiden, optræder aldrig i pipeline, anmoder aldrig om en demonstration eller giver indkøb en shortlist. Nogen spørger, om det her behøver at være endnu et abonnement, opdager, at det ikke behøver det, og tager den nye vej til softwarefabrikken i stedet. Fra SaaS-leverandørens synspunkt blev ingen handel tabt, for ingen handel fandtes nogensinde.
Du skal bare slå fakturaen
I størstedelen af SaaS-æraen kunne leverandører pakke hundredvis af funktioner sammen, fordi det at reproducere den delmængde, kunden brugte, var så dyr, at det gav mening at leje hele produktet. Den tærskel falder. Kunden behøver ikke bygge noget bedre, genskabe leverandørens samlede platform eller dække hver eneste edge case. Den skal bare løse sit eget problem godt nok til at slå fakturaen.
Tag en bevidst enkel læringsplatformspris på 12 dollar pr. bruger pr. måned, uden implementeringsgebyr, basisgebyr eller mængderabat. En virksomhed med 10.000 brugere betaler 1,44 millioner dollar om året. Ved 50.000 brugere er den årlige omkostning 7,2 millioner dollar; ved 200.000 er den 28,8 millioner. Det er ikke et påstand om, at en kompetent indkøbsafdeling ville acceptere den flade pris ved 200.000 sæder. Selv efter en 75 procents mængderabat ville det årlige abonnement dog stadig være 7,2 millioner dollar. Inputtene ændrer det punkt, hvor det bliver rationelt at bygge; de fjerner ikke forskellen mellem en omkostning, der stiger pr. bruger, og en der måske ikke gør.
Selvfølgelig ville en kunde af den størrelse forhandle. Enterprise-kontrakter er sjældent så rene, og en seriøs læringsplatform gør meget mere end at hoste nogle få sider og registrere gennemførelse. Den kan give hundredvis af integrationer, avancerede tilladelser, tilgængelighed, revisionsspor, indholdsstandarder, lokalisering, support, sikkerhedsdokumentation og kontraktlig ansvarlighed. En troværdig sammenligning må inkludere de ting.
Men det er netop pointen: Kunden behøver ikke reproducere alt, leverandøren har bygget. Forestil dig, rent som model, at en skræddersyet læringsplatform koster 1 million dollar at bygge og yderligere 2 dollar pr. bruger pr. måned at drive, sikre og vedligeholde. For 10.000 brugere ville første år koste cirka 1,24 millioner dollar, allerede under det 1,44 millioner dollar dyre abonnement. For 50.000 brugere ville det koste cirka 2,2 millioner dollar frem for 7,2 millioner; for 200.000 cirka 5,8 millioner frem for 28,8 millioner.
Det er illustrative tal, ikke en universel business case for at bygge. Regnestykket kan hurtigt vende, når en virksomhed har brug for global compliance, dusinvis af dybe integrationer, døgnåben support, komplekse migreringer eller en leverandør, der er villig til at påtage sig reel operationel risiko. Skræddersyet software skaber vedligeholdelses-, sikkerheds- og teknisk-gældsrisici, som et regneark kan skjule med imponerende effektivitet. Mange enterprise-platforme prissætter også efter aktive brugere, forbrug eller forhandlede bånd frem for at bruge en flad offentlig pris.
Selv efter generøse forbehold er retningen svær at ignorere. SaaS-priser pr. bruger stiger med kundens størrelse, mens omkostningen ved at bygge den relevante funktionalitet ikke nødvendigvis stiger i nær samme tempo. Større kunder betyder flere sæder og expansion revenue, men de kan også have den stærkeste økonomiske grund til at spørge, om leverandøren overhovedet skal eksistere i arbejdsgangen.
Ingen bruger seks måneder på at genskabe et produkt, der koster 200 euro om måneden. En lille skole bør nok ikke vedligeholde et hjemmelavet student-informationssystem, og en reguleret organisation bør passe på med følsomme data. En virksomhed, der betaler 250.000 euro om året, har et andet regnestykke. Din mest attraktive kunde kan også have den stærkeste motivation for aldrig at blive din kunde.
Det gamle spørgsmål var, om en custom build kunne måle sig med produktet. Det nye spørgsmål er, om den kan slå fakturaen, hvilket er en langt lavere tærskel.
Lejen rykker ned i stakken
Dette er ikke enden på at leje; det er en forandring af, hvad kunden lejer. Mit Mailchimp-erstatning bruger stadig SendGrid til at levere email. Jeg byggede ikke global email-infrastruktur, forhandlede direkte med hver eneste internetudbyder eller skabte mit eget system til at beskytte afsenderreputation. Jeg erstattede et applikationsabonnement med en tyndere samling af infrastruktur og et lille stykke software, jeg selv styrer.
En virksomhed, der bygger sit eget læringsmiljø, vil sandsynligvis gøre det samme. Den kan betale OpenAI, Anthropic eller Google for modeladgang, bruge AWS eller Azure til infrastruktur og beholde et eksternt team til at vedligeholde systemet. Softwarefabrikken er ikke blevet gratis. Den har stadig brug for elektricitet, maskiner, råvarer og nogen, der forstår, hvad der produceres, men lejen rykker ned i stakken.
Frem for at betale et stort løbende gebyr for en færdig applikation med 400 funktioner kan kunden betale mindre løbende gebyrer for infrastruktur og eje de syv funktioner, den faktisk bruger. Den kan bestille et one-time build uden at oprette en intern softwareafdeling, ligesom en modevirksomhed kan bestille produktion uden at eje hver eneste maskine, der laver dens tøj. Valget er ikke længere simpelthen byg eller køb. Det er køb, byg, samler eller bestil, og AI reducerer omkostningen ved de sidste tre.
SaaS vandt oprindeligt, fordi én specialistvirksomhed kunne bygge et produkt én gang og distribuere det billigt til tusindvis af kunder. Den fordel forsvinder ikke, men leverandøren skal dække omkostningen ved et generelt produkt, sit salgsapparat, sit customer-success-team, sine investorer og sin feature-roadmap over sin kundebase. Et custom system skal kun betjene én virksomhed. I årevar var det også dets svaghed, for én kunde kunne ikke retfærdiggøre rejsen til fabrikken. Nu er vejen kortere.
Edtech er særligt udsat, fordi to omkostninger falder på én gang. Generativ AI reducerer omkostningen ved at producere og koordinere læring: En leder kan bede en assistent om at forklare en politik, generere en øvelse, tilpasse materiale til en rolle, oversætte det og teste forståelse uden at åbne et kursuskatalog. Samtidig reducerer AI-assisteret udvikling omkostningen ved at bygge systemet, der tildeler, sporer og dokumenterer den læring. Den ene kraft angriber brugen; den anden angriber købet.
En edtech-virksomhed kan derfor blive klemt, selv mens efterspørgslen efter læring vokser. Organisationer vil stadig uddanne medarbejdere, dele viden, dokumentere compliance og udvikle kompetencer, og måske gøre mere af det hele. Men stigende efterspørgsel efter resultatet garanterer ikke stigende efterspørgsel efter den eksisterende produktkategori. Folk holdt ikke op med at se film, da DVD-udlejning kollapsede, eller med at lytte til musik, da det blev absurd at købe CD'er. Aktiviteten overlevede; produktet, distributionen og betalingsmodellen omkring den ændrede sig.
Læring forsvinder ikke. Antagelsen om, at den skal pakkes ind i en separat købt læringsplatform, bliver mindre sikker.
Måske var din voldgrav afstanden
Den indlysende indvending er, at vibe-kodet software er upålideligt, usikkert og let at demonstrere, men svært at drive. Ofte er det sandt. Der er en enorm afstand mellem at lave en fungerende prototype og at køre et business-kritisk system, som har brug for arkitektur, tests, tilladelser, overvågning, backups, data governance, tilgængelighed, sikkerhedsgennemgang og nogen, der står til ansvar, når det går i stykker. AI kan producere dårlig kode meget hurtigt og lade en virksomhed skabe en skrøbelig intern afhængighed, som ingen forstår seks måneder senere.
Men svag eksekvering redder ikke en svag forretningsmodel; den betyder bare, at kunderne har brug for en kompetent vej til at bygge. Det tidlige internet var fuldt af forfærdelige hjemmesider, og det reddede hverken avisernes rubrikannoncer, rejsebureauerne eller detailhandlen. Dårlige første forsøg kan sameksistere med en strukturel forandring i omkostning og adgang.
Det mere nyttige spørgsmål er, hvilken del af en SaaS-virksomheds forsvar der kom fra ægte vanskeligt arbejde, og hvilken del der kom fra, at kunden var for langt fra fabrikken. Dybe integrationer, proprietære data, regulatorisk godkendelse, kontraktlig ansvarlighed, betroede credentials, distribution, fællesskab og demonstrerede resultater kan være formidabelt. En leverandør, der forstår et kompliceret domæne og påtager sig ansvaret for at drive det, kan være langt mere værd end sine funktioner.
At have mange funktioner er ikke nødvendigvis en voldgrav. En smuk brugerflade er mindre holdbar, når brugerflader kan genereres, et årtis akkumuleret kode betyder mindre, når kunden kun har brug for en smal arbejdsgang, og switching costs beskytter kun begrænset mod en virksomhed, der endnu ikke har købt noget. Mange SaaS-virksomheder var sikre, delvis fordi selv en dårligere version krævede et team, kunden ikke havde, og et budget, den ikke kunne retfærdiggøre.
AI gør ikke hvert produkt let, sikkert eller fornuftigt at genopbygge. Den gør nok produkter billige nok til at sætte spørgsmålstegn ved. En hårdere definition af forsvar følger: En voldgrav er ikke det, der gør dit produkt svært at genskabe. Det er det, der gør kundens køb svært at fjerne.
I tyve år svarede softwarepositionering mest på hvorfor os frem for dem? Kunden havde allerede accepteret, at den havde brug for at købe noget, og leverandørens opgave var at vinde sammenligningen. I stigende grad bliver softwarevirksomheder nødt til at svare på et farligere spørgsmål: Hvorfor købe overhovedet?
Det er et meget sværere argument, fordi virksomheden ikke indvender mod din pris, beder om endnu en funktion eller truer med at vælge din konkurrent. Den kommer måske aldrig ind på dit marked. Ingen mulighed optræder i CRM'et, ingen indkøbsproces begynder, og ingen lost-deal-analyse forklarer, hvad der skete. Behovet bliver simpelthen løst gennem software, virksomheden ejer, frem for software, den lejer.
Funktionaliteten forbliver. Medarbejdere lærer stadig, ledere har stadig brug for information, og compliance har stadig brug for beviser. Det, der forsvinder, er transaktionen i midten.
Park Güell var ikke bygget det forkerte sted. Den var bygget, før infrastrukturen ændrede, hvad det sted betød. SaaS blev bygget til en verden, hvor vejen til softwarefabrikken var for lang og dyr for de fleste virksomheder at tilbagelægge, så den omdannede fabrikkens output til noget, de kunne leje. Det var oprigtigt godt råd, indtil vejen ændrede sig.
Softwarefabrikken er ikke forsvundet, og heller ikke behovet for det, den laver. Men virksomheder kan i stigende grad nå den uden at passere den SaaS-leverandør, der forventede at sælge dem et abonnement, hvilket betyder, at din konkurrent ikke er et andet produkt. Det er forsvindingen af købet.
Beslægtede essays
- AI & edtech · 18. juli 2026Hvis jeg ser én til pushe “PedTech”, kaster jeg opPædagogikken har aldrig manglet som idé. Det svære har været at bygge en branche, hvor økonomien lod pædagogikken blive stående i centrum, når investorerne bankede på.
- AI & samfund · 16. august 2026AI åd internettet. Nu skal den afgøre, hvem der er menneskeVandmærkning skal gøre syntetisk indhold synligt. Den kan også gøre AI-selskaber til dem, vi beder om at attestere menneskeligt forfatterskab.