
Sumber Gambar: unsplash
Kecerdasan buatan otonom (Agentic AI) sedang mengubah industri SaaS tradisional dengan sangat cepat. Data menunjukkan bahwa pada tahun 2026, 40% aplikasi perangkat lunak perusahaan akan mengintegrasikan agen AI khusus tugas, dan pada tahun 2035, AI agentic diperkirakan akan menghasilkan pendapatan perangkat lunak perusahaan lebih dari $450 miliar.
Teknologi AI mendorong perusahaan perangkat lunak untuk mengadopsi harga berbasis penggunaan, pengemasan modular, dan metrik kinerja baru. Keterlibatan pengguna meningkat sebesar 40-60%, efisiensi operasional telah membaik secara signifikan, namun valuasi SaaS telah turun dari 16x pada tahun 2021 menjadi 6,2x, dengan gelembung industri dan krisis kepercayaan yang semakin menguat. Investor perlu memantau secara cermat risiko valuasi tinggi, ketidakpastian biaya yang ditimbulkan oleh otomatisasi, mengevaluasi peluang dan risiko secara rasional, serta menyesuaikan strategi jual dan beli saham AS secara dinamis.

Sumber Gambar: unsplash
Agentic AI merujuk pada sistem AI yang mampu mengambil keputusan dan mengeksekusi secara otonom. AI semacam ini tidak hanya dapat memahami tugas-tugas kompleks, tetapi juga dapat menyesuaikan diri secara mandiri sesuai dengan perubahan lingkungan. Dalam beberapa tahun terakhir, alat-alat seperti Claude Cowork dari Anthropic telah muncul di pasar, yang mampu secara otomatis melacak kepatuhan (compliance) serta meninjau dokumen hukum, menunjukkan potensi luar biasa dari AI dalam aplikasi SaaS. Saat ini, perangkat lunak SaaS kelas perusahaan sedang mengalami transisi dari model berorientasi alat ke model berorientasi eksekusi — platform SaaS tidak lagi sekadar menyediakan alat, tetapi secara langsung berpartisipasi dalam eksekusi proses bisnis.
AI Agentic telah mencapai terobosan dalam pengambilan keputusan dan otomatisasi. Agen AI tidak hanya dapat membuat pilihan optimal berdasarkan data, tetapi juga dapat menangani pengecualian secara mandiri dan terus meningkatkan kinerja melalui pembelajaran. Misalnya, alat seperti Claude Cowork sudah dapat menyelesaikan tugas-tugas kompleks secara otomatis dalam skenario hukum dan kepatuhan, sehingga sangat meningkatkan efisiensi operasional perusahaan. Kemampuan ini sedang menciptakan lanskap pasar baru dan tekanan kompetitif bagi industri SaaS.
| Kemampuan | Otomasi Tradisional | AI Agentic |
|---|---|---|
| Pengambilan keputusan | Mengikuti aturan yang telah ditentukan | Menimbang berbagai opsi dan memilih tindakan terbaik |
| Penanganan pengecualian | Berhenti dan menandai untuk tinjauan manusia | Menyelesaikan sebagian besar pengecualian secara mandiri |
| Pembelajaran | Statis — melakukan hal yang sama setiap saat | Meningkatkan kinerja berdasarkan hasil |
| Cakupan | Tugas atau proses tunggal | Mengelola alur kerja lintas fungsi |
| Kemampuan beradaptasi | Gagal ketika input berubah | Beradaptasi secara dinamis dengan kondisi baru |
| Interaksi manusia | Tidak ada interaksi hingga terjadi kegagalan | Secara proaktif mengomunikasikan pembaruan |
Dibandingkan dengan arsitektur SaaS tradisional, agentic AI menawarkan adaptabilitas dan otonomi yang lebih kuat. Ia dapat mencakup berbagai proses bisnis, berkomunikasi secara proaktif, dan menyesuaikan strategi secara dinamis. Karakteristik-karakteristik ini mendorong industri SaaS menuju fase pengembangan yang benar-benar baru.
Agentic AI mendorong perubahan mendasar dalam model laba dan sistem penetapan harga industri SaaS. Perusahaan SaaS tradisional mengandalkan biaya lisensi per pengguna, di mana pengguna membayar berdasarkan jumlah personel atau jumlah akun. Munculnya agen AI mengurangi permintaan terhadap lisensi semacam itu, dan banyak bisnis SaaS menghadapi tekanan pada laba. Teknologi AI mengomoditisasi produktivitas dan pembuatan konten — perusahaan tidak lagi membayar hanya untuk alat, melainkan untuk hasil bisnis yang nyata.
Pertanyaan inti yang saat ini menjadi perhatian pasar adalah: Dapatkah agen AI menggantikan perangkat lunak yang sudah dibeli oleh perusahaan? Banyak perusahaan sedang memikirkan kembali model bisnis mereka, di mana model penagihan per kursi secara bertahap digantikan oleh model baru yang selaras dengan nilai aktual yang diberikan oleh agen AI.
Perubahan harga yang signifikan sedang terjadi di segmen ceruk seperti perangkat lunak hukum. Firma hukum tidak lagi hanya membayar untuk lisensi atau jumlah kursi, tetapi membayar berdasarkan hasil penyelesaian masalah. Alat AI seperti agen Cowork dari Anthropic dapat menangani alur kerja profesional yang kompleks secara otomatis, mendorong harga layanan hukum menuju model hibrida. Model penetapan harga baru meningkatkan aksesibilitas layanan hukum, dengan klien membayar sesuai efektivitas aktual dari keluaran AI.
| Segmen Pasar | Contoh Perusahaan | Deskripsi |
|---|---|---|
| Perangkat lunak hukum | EvenUp, Legora | Model hibrida di mana keluaran AI dapat diukur secara kuantitatif dan terkait dengan hasil spesifik |
| Dukungan pelanggan | Intercom | Penerapan strategi penetapan harga berbasis AI dalam solusi perusahaan horizontal |
| Otomatisasi back-office | Leena | AI mengoptimalkan alur kerja dan memengaruhi strategi penetapan harga |
Banyak perusahaan mengadopsi model penagihan berbasis penggunaan, berorientasi hasil, atau per tugas untuk menggantikan struktur biaya tetap tradisional. Pergeseran ini tidak hanya meningkatkan pengalaman pelanggan tetapi juga memaksa perusahaan SaaS untuk terus berinovasi dalam penawaran layanan.
Integrasi AI agentik sedang mengubah rantai nilai industri SaaS. Agen AI dapat memproses data secara real-time dan mengeksekusi keputusan, mengurangi banyak langkah yang secara tradisional diperlukan dalam SaaS serta meminimalkan interpretasi manusia. Perusahaan meningkatkan efisiensi operasional melalui otomatisasi provisioning pengguna dan manajemen akses. Mesin rekomendasi cerdas memungkinkan analisis penggunaan fitur secara real-time, meningkatkan keterlibatan pelanggan. Pemantauan kinerja aplikasi secara berkelanjutan dan keputusan penskalaan otomatis mengoptimalkan pemanfaatan sumber daya.
Perusahaan SaaS mencapai otomatisasi dan kecerdasan di seluruh rantai nilai melalui AI agentic, dan hubungan dengan pelanggan juga ikut berubah. Perusahaan dapat menyediakan layanan yang lebih personal dan efisien, yang secara signifikan meningkatkan keterlibatan dan kepuasan pelanggan.
Dengan adopsi AI agentic yang meluas, siklus produk SaaS telah mengalami perubahan yang signifikan. Gesekan dalam interaksi pengguna dengan produk SaaS telah berkurang, yang menyebabkan peningkatan frekuensi penggunaan. Berkurangnya gesekan mendorong adopsi yang lebih luas dan nilai produk yang lebih tinggi. Perusahaan harus terus memperkuat keunggulan kompetitif dan beralih menuju kemampuan AI-native untuk beradaptasi dengan lingkungan pasar yang baru.
Perusahaan SaaS terus mengoptimalkan desain produk dan proses layanan melalui AI agentic, mendorong industri menuju efisiensi dan kecerdasan yang lebih tinggi. Perubahan dalam siklus hidup produk mengharuskan perusahaan untuk memiliki kemampuan inovasi berkelanjutan agar dapat mempertahankan posisi terdepan dalam persaingan pasar yang ketat.
Didorong oleh teknologi AI agentic, sektor SaaS saham AS menunjukkan diferensiasi kinerja yang signifikan. Banyak perusahaan secara aktif mengadopsi AI agent untuk mengotomatiskan proses bisnis. Tabel di bawah ini menunjukkan tren terbaru penerapan AI dalam industri SaaS:
| Statistik | Deskripsi |
|---|---|
| 51% | Persentase perusahaan yang menggunakan AI generatif |
| 42% | Persentase perusahaan yang menggunakan alat pemrosesan bahasa alami |
| 33% | Pada tahun 2028, aplikasi perusahaan akan menggunakan AI agentic untuk mengotomatiskan 15% keputusan kerja |
| 30% | Pada tahun 2030, AI diperkirakan akan mengotomatiskan 30% jam kerja di AS |
| 52% | Persentase pengurangan waktu penanganan dukungan pelanggan berkat AI agentic |
| 20%-30% | Persentase percepatan siklus alur kerja di kalangan pengguna awal |
Pasar AI agentic perusahaan diperkirakan akan mencapai $24,5 miliar pada tahun 2030, dengan tingkat pertumbuhan tahunan majemuk sebesar 46,2%. Sejak tahun 2023, startup AI agentic telah mengumpulkan pendanaan lebih dari $9,7 miliar, dan 45% perusahaan Fortune 500 sedang melakukan uji coba sistem agentic. Pada tahun 2023, proporsi aplikasi perangkat lunak perusahaan yang menyematkan kemampuan AI agentic masih sangat rendah; diperkirakan akan meningkat menjadi 33% pada tahun 2028.
Penetrasi pesat teknologi AI menimbulkan tantangan besar bagi perusahaan SaaS tradisional. Banyak perusahaan menghadapi penyesuaian model keuntungan dan volatilitas valuasi pasar. Misalnya, beberapa perusahaan SaaS di bidang dukungan pelanggan dan layanan hukum telah dipaksa bertransformasi akibat otomatisasi AI. BiyaPay, sebagai platform layanan pembayaran global dan exchange cryptocurrency, secara aktif mengintegrasikan AI untuk mengoptimalkan pengendalian risiko dan proses transaksi. BiyaPay menggunakan agentic AI untuk meningkatkan efisiensi pembayaran lintas negara, memperpendek waktu penyelesaian dana, dan memenuhi kebutuhan dana secara waktu nyata untuk perdagangan saham AS dan saham Hong Kong di kalangan pengguna berbahasa Tionghoa.Sistem kontrol risiko otomatis berbasis AI membantu mengurangi biaya operasional dan meningkatkan pengalaman pelanggan. Dibandingkan dengan perusahaan SaaS tradisional, BiyaPay menunjukkan adaptabilitas yang lebih kuat dalam penerapan AI dan inovasi bisnis.
Lembaga investasi arus utama percaya bahwa transformasi teknologi AI akan berdampak pada setiap departemen perusahaan, mendorong pertumbuhan pendapatan dan peningkatan produktivitas. Banyak perusahaan aktif menghimpun dana untuk mendukung ekspansi AI, yang dapat memengaruhi pasar pendapatan tetap. Siklus investasi AI saat ini masih berada pada tahap awal, dengan potensi pertumbuhan pendapatan yang signifikan di masa depan.
Jika analisis semacam ini dimaksudkan untuk mengarah pada keputusan perdagangan yang nyata, kuncinya sering kali bukan hanya mengidentifikasi perusahaan mana yang layak mendapatkan eksposur panjang atau pendek, tetapi juga menjaga riset aset target, pergerakan dana, dan biaya konversi dalam satu proses yang dapat ditinjau. Misalnya, saat melacak penerima manfaat SaaS dan Agentic AI, Anda dapat terlebih dahulu menggunakan halaman informasi saham dari BiyaPay untuk meninjau detail saham AS yang relevan, lalu menggunakan alat perbandingan nilai tukar untuk memperkirakan biaya konversi, sehingga friksi eksekusi tidak diabaikan saat fokus hanya pada tesis tersebut.
Dari perspektif penggunaan, BiyaPay lebih tepat dipahami sebagai dompen multi-aset yang mencakup skenario pembayaran lintas negara, investasi, perdagangan, dan pengelolaan dana. Jika artikel juga membahas persiapan perdagangan, alokasi dana, atau keandalan platform, adalah hal yang wajar untuk memverifikasi deskripsi layanan dan pengungkapan kualifikasi di situs resmi, sehingga riset, persiapan sebelum perdagangan, dan penanganan dana setelah perdagangan tetap berada dalam alur kerja yang lebih jelas.

Sumber Gambar: unsplash
Saat melakukan shorting perusahaan SaaS di pasar saham AS, investor harus fokus pada saham ber-valuasi tinggi dengan konsep AI yang belum terbukti. Banyak perusahaan memiliki valuasi yang membengkak akibat hype agentic AI, dengan profitabilitas aktual yang belum teruji. Investor harus mengidentifikasi risiko menggunakan kriteria berikut:
Ketika melakukan shorting terhadap perusahaan SaaS, waspadai risiko dari perubahan struktur pasar. Teknologi Agentic AI dapat mengurangi permintaan terhadap perangkat lunak tradisional, yang berdampak pada pendapatan perusahaan. Tabel di bawah ini merangkum risiko-risiko utama:
| Sumber | Isi Utama |
|---|---|
| JPMorgan | Agentic AI dapat menyebabkan penurunan permintaan terhadap perangkat lunak tradisional, yang memengaruhi pendapatan SaaS. |
| AI CERTs News | Agentic AI dapat mempercepat disrupsi pasar perangkat lunak, menyebabkan para pimpinan pengadaan mempertanyakan perpanjangan lisensi SaaS yang mahal. |
| Bain | AI menimbulkan ancaman struktural terhadap model berbasis kursi (seat-based) dan dapat bersaing langsung dengan produk yang sudah ada. |
Selain itu, kompetisi pasar yang digerakkan oleh AI semakin ketat, preferensi pelanggan bergeser ke arah solusi AI, yang berpotensi melemahkan model bisnis SaaS tradisional. Kompetitor AI-native yang baru bermunculan terus berdatangan, menempatkan perusahaan-perusahaan tradisional pada risiko kehilangan pangsa pasar. Investor perlu memantau dinamika ini secara cermat dan mengendalikan posisi jual singkat (short) secara wajar.
Di pasar saham AS, investor sebaiknya berfokus pada perusahaan yang benar-benar memiliki kapabilitas agentic AI dan skenario implementasi di dunia nyata. Startup agentic AI yang baru bermunculan sedang menantang penyedia SaaS tradisional, secara fundamental mengubah struktur pasar. Investor dapat mengidentifikasi sasaran long yang berkualitas berdasarkan karakteristik berikut:
BiyaPay, sebagai platform layanan pembayaran global dan pertukaran mata uang kripto, secara aktif mengintegrasikan AI agentik untuk mengoptimalkan proses kontrol risiko dan transaksi. Platform ini meningkatkan efisiensi pembayaran lintas negara melalui sistem kontrol risiko otomatis, mempersingkat waktu penyelesaian dana, dan memenuhi kebutuhan modal waktu nyata untuk perdagangan saham AS dan saham Hong Kong di kalangan pengguna penutur bahasa Mandarin. BiyaPay menunjukkan kemampuan adaptasi yang kuat dalam implementasi AI dan inovasi bisnis, serta memberikan studi kasus referensi bagi para investor.
Investor juga dapat memperhatikan aplikasi AI oleh bank berlisensi Hong Kong dalam layanan keuangan perusahaan. Banyak bank menggunakan agentic AI untuk mengoptimalkan verifikasi identitas pelanggan dan manajemen risiko, sehingga meningkatkan keamanan dan efisiensi transaksi. Penerapan teknologi AI dalam skenario keuangan mendorong industri menuju kecerdasan dan efisiensi tinggi.
Saat mengalokasikan dana ke target yang terkait dengan agentic AI, investor harus waspada terhadap jebakan umum berikut:
Risiko keamanan dan krisis kepercayaan telah menjadi pertimbangan penting dalam keputusan investasi. Data menunjukkan bahwa 77% karyawan menempelkan data ke alat AI generatif, dengan 82% dari aktivitas tersebut dilakukan melalui akun pribadi yang sepenuhnya berada di luar pengawasan perusahaan. Waktu median hingga kegagalan kritis pertama pada sistem AI perusahaan hanya 16 menit. Investor perlu berfokus pada masalah keamanan data, stabilitas sistem, dan kepercayaan pelanggan untuk menghindari kerugian investasi akibat pelanggaran keamanan atau krisis kepercayaan.
Investor harus menganalisis target yang berkaitan dengan agentic AI secara rasional, dengan menggabungkan fundamental perusahaan, kemampuan implementasi teknologi, dan risiko keamanan, serta menyesuaikan strategi investasi secara dinamis.
AI Agentic mendorong industri SaaS menuju siklus pertumbuhan baru. Gartner memprediksi bahwa pada akhir tahun 2026, 40% aplikasi perusahaan akan mengintegrasikan agen AI yang bersifat tugas-spesifik — jauh lebih tinggi daripada tingkat saat ini yang kurang dari 5%. Pada tahun 2028, 33% aplikasi perusahaan akan menggunakan AI agentic untuk mengotomatiskan 15% keputusan kerja. Pasar perangkat lunak aplikasi diperkirakan akan mencapai $780 miliar pada tahun 2030, dengan tingkat pertumbuhan tahunan majemuk sebesar 13%. Saat ini, 51% perusahaan telah mengadopsi AI generatif, dan 42% menggunakan alat pemrosesan bahasa alami, yang menunjukkan penetrasi AI yang cepat dalam otomatisasi dan peningkatan perangkat lunak.Para ahli yakin bahwa peran-peran baru seperti "manajer agen" yang bertanggung jawab mengawasi dan mengoptimalkan kinerja agen akan muncul. Agentic AI akan menggantikan sebagian produk SaaS yang mahal, mendorong perusahaan untuk beralih dari perangkat lunak serbaguna ke agen AI yang terspesialisasi.
Dengan semakin meluasnya penggunaan agen AI, industri SaaS menghadapi berbagai risiko keamanan dan operasional. Kompleksitas sistem AI serta penguatan keamanan yang tidak konsisten telah menyebabkan peningkatan berkelanjutan dalam kerentanan ber tingkat keparahan tinggi. Pada tahun 2025, jumlah CVE terkait AI yang diungkap diperkirakan mencapai 2.130, meningkat 34,6% dibandingkan tahun sebelumnya. Penjahat siber mengeksploitasi platform AI untuk penipuan deepfake dan serangan malware yang dihasilkan AI. Tidak adanya standar keamanan A2A (agent-to-agent) semakin memperparah risiko tersebut. Ancaman rantai pasokan seperti model yang dimanipulasi dan dependensi yang tidak aman dapat menyebabkan gangguan operasional.Tabel di bawah ini merangkum risiko-risiko utama:
| Faktor Risiko | Deskripsi |
|---|---|
| Kerentanan terkait AI | Jumlah CVE terkait AI yang diungkap pada tahun 2025 mencapai 2.130, naik 34,6% dari tahun sebelumnya. |
| Eksploitasi kejahatan siber | Kejahatan siber menggunakan platform AI untuk penipuan deepfake dan malware yang dihasilkan AI. |
| Kurangnya standar keamanan A2A | Saat ini belum ada standar keamanan untuk interaksi antar-agen, sehingga meningkatkan risiko keamanan. |
Investor dapat merespons perubahan pasar yang digerakkan oleh AI melalui manajemen portofolio dinamis. Agentic AI dapat menganalisis dinamika pasar secara real-time, membantu investor menyesuaikan alokasi aset secara cepat. Dalam manajemen risiko, AI dapat mengidentifikasi potensi ancaman dan membantu membangun portofolio yang lebih tangguh dan terdiversifikasi. Kepatuhan dan tata kelola telah menjadi prioritas — AI dapat menyematkan aturan kepatuhan secara real-time untuk mengurangi risiko regulasi. Investor juga dapat memanfaatkan AI untuk layanan yang dipersonalisasi, memperoleh strategi investasi yang disesuaikan berdasarkan tujuan dan preferensi individu.Ke depan, disarankan agar investor terus memantau kemampuan implementasi teknologi AI dan tingkat tata kelola keamanan, dengan memprioritaskan perusahaan SaaS yang terdaftar di AS yang memiliki kemampuan inovasi yang kuat dan mekanisme pengendalian risiko.
AI Agentic mengubah lanskap industri SaaS. Banyak perusahaan SaaS sedang menanamkan agen AI ke dalam produk inti mereka, mendorong pertumbuhan pendapatan dan inovasi model bisnis. Investor harus berfokus pada fundamental perusahaan, kemampuan implementasi teknologi, dan risiko keamanan, serta menyesuaikan strategi investasi secara dinamis. Selama periode volatilitas sentimen pasar, analisis rasional terhadap hype AI dan gelembung industri sangatlah penting. Terus memantau tren industri membantu menangkap pertumbuhan jangka panjang dan peluang jangka pendek.
AI Agentic merujuk pada kecerdasan buatan dengan kemampuan pengambilan keputusan dan eksekusi secara otonom. AI ini dapat menangani tugas-tugas kompleks secara otomatis, mengoptimalkan proses bisnis, dan mendorong inovasi di industri SaaS.
AI Agentic mendorong perusahaan SaaS untuk beralih dari lisensi per kursi tradisional ke penagihan berdasarkan hasil bisnis aktual atau penggunaan, sehingga meningkatkan fleksibilitas layanan dan pengalaman pelanggan.
Investor perlu fokus pada gelembung valuasi tinggi, risiko keamanan data, stabilitas sistem AI, dan krisis kepercayaan, serta mengevaluasi secara rasional fundamental perusahaan dan kemampuan implementasi teknologinya.
Dengan kemampuan otomatisasi dan optimalisasi mandiri, agen AI dapat menggantikan produk SaaS tradisional dalam skenario tertentu, namun perusahaan sebaiknya memilih solusi yang sesuai berdasarkan kebutuhan aktual.
Investor dapat berfokus pada kemampuan implementasi AI perusahaan, pertumbuhan pangsa pasar, kemampuan inovasi, dan tingkat tata kelola keamanan, dengan memprioritaskan perusahaan yang memiliki daya saing berkelanjutan.
*Artikel ini disediakan untuk tujuan informasi umum dan tidak merupakan nasihat hukum, pajak, atau nasihat profesional lainnya dari BiyaPay atau anak perusahaan serta afiliasinya, dan tidak dimaksudkan sebagai pengganti untuk mendapatkan nasihat dari penasihat keuangan atau profesional lainnya.
Kami tidak membuat pernyataan atau jaminan apa pun, baik tersurat maupun tersirat, mengenai keakuratan, kelengkapan, atau ketepatan waktu isi publikasi ini.

