Peluang SaaS Senilai $100 Miliar: AI di Antara Analisis Sistem

Sebagian pekerjaan paling mahal dalam software tidak pernah muncul di roadmap. Pekerjaan itu adalah “perekat” manusia: memeriksa satu sistem, memperbarui sistem lain, mengejar persetujuan, mencocokkan pengecualian, lalu melakukannya lagi besok. Bain & Company kini memberi angka besar pada lorong kerja enterprise yang tidak terlihat itu. Kisah produk yang sebenarnya bukanlah bahwa AI akan menggantikan setiap sistem, melainkan bahwa celah SaaS serius berikutnya mungkin hidup di antara sistem-sistem tersebut.

Apa yang Sebenarnya Diluncurkan Bain

Bain & Company menerbitkan The $100-Billion SaaS Opportunity Hiding in Cross-System Labor pada 29 September 2026, ditulis oleh David Crawford, Chris McLaughlin, dan Greg Fiore. Menurut Bain, AI agentik dapat mengotomatiskan banyak pekerjaan koordinasi antar-sistem, menciptakan pasar baru yang besar bagi perusahaan software. Itulah daya tarik utamanya, tetapi bagian yang berguna bagi para pembangun adalah bentuk dari klaim tersebut.

Ini bukan kategori aplikasi mengilap lain yang berpura-pura bahwa setiap perusahaan ingin membongkar stack yang sudah ada. Cara Bain membingkainya mengarah pada pola pembelian yang lebih praktis: pertahankan sistemnya, kurangi pekerjaan manual yang dibutuhkan agar sistem-sistem itu dapat bekerja sama. Itu memang kurang glamor dibanding pitch penggantian penuh, tetapi dalam software enterprise, hal yang kurang glamor sering kali punya jalan yang lebih pendek menuju anggaran.

Celahnya Ada di Serah Terima

Profil Bain Greg Fiore mengatakan bahwa ia ikut memimpin sub-sektor Software Bain dan memberi saran kepada eksekutif software tentang strategi, percepatan pertumbuhan, merger dan akuisisi, serta keberhasilan pelanggan. Konteks ini penting karena tesis ini lebih terasa seperti peta penemuan produk daripada demo laboratorium. Target yang jelas bukan aplikasi terbesar di perusahaan, melainkan serah terima berulang yang tidak dimiliki siapa pun.

Bagi startup, langkah yang terasa berlawanan dengan intuisi adalah berhenti menawarkan seluruh workflow dan mulai menguasai pajak koordinasi di sekitarnya. Produk lintas-sistem yang baik tidak perlu menjadi sumber data resmi sejak hari pertama. Produk itu perlu dipercaya pada momen ketika pekerjaan tersendat, pengecualian menumpuk, atau manusia menjadi API. Di sanalah celah sempit dapat berubah menjadi posisi workflow yang tahan lama, bukan sekadar fitur AI lain yang diselipkan ke dalam dashboard.

Hitungan Margin Tetap Menggigit

Bain juga telah memperingatkan, dalam laporannya AI Brings Headwinds and Tailwinds to the Rule of 40, bahwa naiknya biaya AI sedang menekan margin di perusahaan software. Laporan yang sama mengatakan bahwa investasi untuk mengejar pesaing baru dapat memaksa perusahaan SaaS menerima Rule of 30 untuk sementara waktu. Terjemahannya bagi founder: lapisan koordinasi mungkin menarik, tetapi biaya inferensi tidak hilang secara ajaib hanya karena demonya mulus.

Ini membuat packaging menjadi keputusan produk kelas utama, bukan urusan finansial yang dipikirkan belakangan. Jika sebuah tool memakai komputasi mahal untuk menghemat menit-menit murah, unit economics-nya akan mulai tersendat pada rapat dewan kedua. Langkah yang lebih kuat adalah menentukan harga berdasarkan pekerjaan yang selesai, pengurangan pengerjaan ulang, atau lebih sedikit eskalasi, sambil tetap menjaga kontrol penggunaan yang cukup agar pelanggan tidak merasa setiap workflow seperti argo taksi saat hujan badai.

Langkah Logis Berikutnya

Menurut laporan Bain, peluangnya berada pada pekerjaan lintas-sistem dan ditujukan bagi perusahaan software, yang berarti baik pemain lama maupun startup punya alasan untuk mengejarnya. Pemain lama dapat membundel koordinasi ke dalam suite yang sudah mereka jual, sementara startup dapat menyerang celah-celah canggung yang belum sepenuhnya dimiliki suite tersebut. Ini menciptakan kontes software enterprise klasik: distribusi versus fokus.

Para pembangun yang layak diperhatikan akan menghindari janji samar tentang asisten AI yang melakukan segalanya. Mereka akan memilih satu serah terima yang berantakan, berintegrasi cukup dalam untuk bertindak, dan menunjukkan kepada pembeli secara tepat di mana beban koordinasi menyusut. Bagi pembaca yang mengevaluasi pasar ini, sinyal berikutnya bukan siapa yang paling keras menyebut AI agentik. Sinyalnya adalah siapa yang dapat membuktikan bahwa software benar-benar mengambil pekerjaan lintas-sistem dari ban berjalan manusia.