Il mercato ha finalmente deciso di smettere di fingere. Per oltre un decennio il software enterprise è stato trattato come una commodity di lusso, venduta con multipli da champagne francese e costi marginali da acqua del rubinetto; poi è arrivata l’intelligenza artificiale, e improvvisamente quel modello di business che sembrava inattaccabile ha iniziato a mostrare una fragilità quasi imbarazzante. Non perché il software smetta di essere necessario, ma perché cambia radicalmente la sua unit economics, e soprattutto la sua percezione di valore. Quando un CFO inizia a chiedersi se un copilota AI possa sostituire tre tool SaaS, la storia non è più growth, è compressione.
Il dato più interessante non è il calo di titoli come ServiceNow o Snowflake, né la correzione più contenuta di Salesforce. Il dato interessante è semantico prima che finanziario: il budget software non è più un blocco monolitico, ma un campo di battaglia. Ogni euro speso in AI è, implicitamente, un euro sottratto a qualcosa d’altro. La narrativa dell’“AI come layer aggiuntivo” sta evaporando; quello che emerge è un gioco a somma zero, o peggio, un gioco di sostituzione aggressiva.
Si potrebbe liquidare il fenomeno come una rotazione temporanea, una classica fase di transizione tecnologica in cui i capitali si spostano verso la nuova frontiera lasciando temporaneamente scoperti i settori maturi. Sarebbe una lettura rassicurante, e probabilmente sbagliata. La realtà è che l’intelligenza artificiale non si limita a migliorare il software esistente, ma tende a cannibalizzarlo, perché introduce un paradigma diverso: non più interfacce e workflow rigidi, ma sistemi adattivi che riducono il bisogno stesso di software specializzato.
Una frase che circola sempre più spesso nelle call con gli investitori suona così: “Perché dovrei comprare cinque strumenti quando posso chiedere a un modello di farlo per me?”. È una domanda brutale, ma perfettamente razionale. Il SaaS tradizionale è costruito su silos funzionali, mentre l’AI è, per definizione, trasversale. Il risultato è una pressione strutturale sui prezzi e, ancora più pericoloso, sulla rilevanza.
Il caso di Figma è emblematico non tanto per il crollo della valutazione, quanto per ciò che rappresenta. Quando Adobe tentò di acquisirla per 20 miliardi di dollari, il messaggio implicito era che il design collaborativo sarebbe rimasto una categoria autonoma e difendibile. Oggi quella stessa categoria viene progressivamente inglobata da strumenti AI capaci di generare interfacce, prototipi e asset visivi in pochi secondi. Non si tratta solo di competizione, ma di ridefinizione del perimetro. Quando il perimetro si dissolve, i multipli seguono.
Analogamente, Asana soffre non perché il lavoro collaborativo sia meno importante, ma perché l’AI promette di orchestrarlo senza bisogno di piattaforme dedicate. La vera minaccia non è un concorrente diretto, ma un agente intelligente che rende invisibile il lavoro di coordinamento. In altre parole, il software diventa infrastruttura implicita, e ciò che è implicito raramente viene pagato a caro prezzo.
Persino il settore della cybersecurity, tradizionalmente difensivo, inizia a mostrare crepe. Aziende come Palo Alto Networks e CrowdStrike stanno vivendo una fase di repricing che riflette una tensione più profonda: l’AI è contemporaneamente una minaccia e una soluzione. Da un lato abbassa la barriera all’ingresso per attacchi sofisticati; dall’altro rende plausibile l’automazione completa della difesa. Il rischio, per gli incumbent, è di essere schiacciati nel mezzo, mentre nuovi player AI-native offrono sicurezza come funzione integrata, non come prodotto separato.
La questione, quindi, non è se il settore software possa peggiorare ulteriormente in borsa. La questione è quanto velocemente il mercato assimilerà una verità scomoda: molti modelli di business SaaS sono stati costruiti su inefficienze che l’intelligenza artificiale sta eliminando. Il pricing per utente, per licenza, per modulo; tutte queste strutture iniziano a sembrare relicti di un’epoca in cui il software era difficile da costruire e ancora più difficile da integrare.
Esiste poi un secondo livello di analisi, più sottile ma decisivo, che riguarda la struttura dei costi. L’AI non è gratuita. Anzi, è costosa, sia in termini di infrastruttura sia di talento. Questo significa che le aziende stanno riallocando budget non solo per motivi strategici, ma anche per necessità operativa. Se devo investire milioni in modelli, GPU e data pipeline, quei soldi devono arrivare da qualche parte. E spesso arrivano tagliando tool SaaS percepiti come ridondanti.
Si crea così una dinamica perversa: le aziende software devono integrare l’AI per restare competitive, ma nel farlo contribuiscono a erodere il proprio mercato. È una forma di auto-cannibalizzazione obbligata, che ricorda da vicino ciò che accadde nel settore dei media con l’avvento del digitale. All’epoca, molti editori pensarono di poter semplicemente aggiungere un sito web al proprio modello di business; pochi compresero che stavano distruggendo la propria principale fonte di ricavi.
Il mercato azionario, come spesso accade, reagisce in modo eccessivo nel breve periodo e sorprendentemente lucido nel lungo. I cali recenti potrebbero sembrare panico, ma in realtà riflettono un processo di price discovery ancora in corso. Gli investitori stanno cercando di capire quali aziende riusciranno a trasformarsi in piattaforme AI-first e quali rimarranno intrappolate in un paradigma ormai obsoleto.
Non tutte le aziende sono uguali, ovviamente. Alcune hanno asset difficilmente replicabili, come dati proprietari o ecosistemi consolidati. Salesforce, ad esempio, può contare su una base clienti enorme e su una quantità di dati che rappresenta un vantaggio competitivo significativo. Tuttavia, anche in questi casi, il rischio non è la scomparsa, ma la compressione dei margini e dei multipli. In un mondo AI-first, essere “necessari” non basta; bisogna essere insostituibili.
Un osservatore cinico potrebbe notare che tutto questo era prevedibile. Ogni volta che una tecnologia riduce drasticamente il costo di produzione di qualcosa, quel qualcosa tende a diventare meno prezioso. L’AI riduce il costo di produzione del software, quindi il software diventa meno prezioso. È una banalità economica, ma il mercato impiega sempre qualche trimestre a digerirla.
Nel frattempo, la narrativa dominante continua a oscillare tra euforia e apocalisse. Alcuni vedono nell’AI una nuova rivoluzione industriale che creerà valore illimitato; altri temono una distruzione massiva di posti di lavoro e interi settori. La verità, come spesso accade, è più prosaica e più interessante: l’AI redistribuirà il valore, spostandolo da chi controlla interfacce e workflow a chi controlla modelli, dati e infrastruttura.
Questo spostamento ha implicazioni profonde anche per la struttura del mercato. Le aziende che dominano l’infrastruttura AI, tipicamente hyperscaler e provider di modelli, potrebbero catturare una quota crescente del valore, lasciando agli sviluppatori di software applicativo margini sempre più sottili. È una dinamica già vista nel passaggio dal software on-premise al cloud, ma amplificata da una tecnologia che non solo ospita applicazioni, ma le genera.
Si potrebbe obiettare che il software non scomparirà mai, e sarebbe corretto. Il punto, però, non è l’esistenza, ma la redditività. Il petrolio esiste ancora, ma i margini delle compagnie petrolifere sono ciclici e spesso compressi. Il software rischia di seguire una traiettoria simile: sempre più diffuso, sempre meno differenziato.
Alla fine, la domanda iniziale resta aperta, ma può essere riformulata in modo più utile. Non si tratta di quanto possa peggiorare la situazione, ma di quanto debba ancora aggiustarsi per riflettere una nuova realtà tecnologica. Se si accetta l’idea che l’AI ridurrà strutturalmente la domanda di software tradizionale, allora è probabile che il repricing non sia finito. Se invece si crede che l’AI creerà nuove categorie sufficienti a compensare le perdite, allora i cali attuali potrebbero rappresentare un’opportunità.
Come spesso accade nei momenti di transizione, entrambe le cose possono essere vere contemporaneamente. Alcune aziende emergeranno più forti, altre diventeranno irrilevanti, e molte sopravvivranno in una zona grigia di crescita modesta e margini ridotti. Il mercato, nel frattempo, continuerà a oscillare, oscillazione che gli investitori chiamano volatilità e che i CEO chiamano, con meno eleganza, perdita di controllo della narrativa.
Una cosa, tuttavia, è già chiara. Il software non è più il prodotto finale. È diventato un mezzo, un layer intermedio in un sistema dominato da modelli intelligenti. E quando un settore passa da fine a mezzo, la sua valutazione cambia inevitabilmente. Non è una crisi. È una riclassificazione. E le riclassificazioni, in borsa, tendono a essere spietate.