Anton Osika

"그리고 그들은 Lovable에서 하는 것처럼 자체 기술 스택을 구축하여 사람들이 사용하는 모든 도구가 해당 데이터를 원활하게 공유할 수 있도록 합니다." 모든 기업이 기성 SaaS 구매에서 맞춤형 AI 생성 소프트웨어 스택 구축 및 실행으로 전환한다면, 기반 인프라 요구 사항이 폭발할 것입니다. 기업은 이러한 맞춤형 내부 시스템을 실행하기 위해 막대한 양의 클라우드 컴퓨트, 데이터베이스 호스팅 및 AI 추론 성능이 필요할 것입니다. 하이퍼스케일러는 '소프트웨어 임대'에서 '맞춤형 소프트웨어 컴퓨팅'으로의 전환에 대한 궁극적인 통행료 징수자 역할을 합니다. 하이퍼스케일러가 레거시 SaaS 라이선스 수수료에서 전환되는 인프라 지출을 포착할 것이므로 롱입니다. AI 코딩 효율성이 전체 기업 컴퓨트 팽창을 극적으로 감소시키거나, 기업이 독점 데이터를 보호하기 위해 로컬 온프레미스 AI 모델로 전환하여 퍼블릭 클라우드를 우회할 수 있습니다.

"그리고 그들은 Lovable에서 하는 것처럼 자체 기술 스택을 구축하여 사람들이 사용하는 모든 도구가 해당 데이터를 원활하게 공유할 수 있도록 합니다." 모든 기업이 기성 SaaS 구매에서 맞춤형 AI 생성 소프트웨어 스택 구축 및 실행으로 전환한다면, 기반 인프라 요구 사항이 폭발할 것입니다. 기업은 이러한 맞춤형 내부 시스템을 실행하기 위해 막대한 양의 클라우드 컴퓨트, 데이터베이스 호스팅 및 AI 추론 성능이 필요할 것입니다. 하이퍼스케일러는 '소프트웨어 임대'에서 '맞춤형 소프트웨어 컴퓨팅'으로의 전환에 대한 궁극적인 통행료 징수자 역할을 합니다. 하이퍼스케일러가 레거시 SaaS 라이선스 수수료에서 전환되는 인프라 지출을 포착할 것이므로 롱입니다. AI 코딩 효율성이 전체 기업 컴퓨트 팽창을 극적으로 감소시키거나, 기업이 독점 데이터를 보호하기 위해 로컬 온프레미스 AI 모델로 전환하여 퍼블릭 클라우드를 우회할 수 있습니다.

"그리고 그들은 Lovable에서 하는 것처럼 자체 기술 스택을 구축하여 사람들이 사용하는 모든 도구가 해당 데이터를 원활하게 공유할 수 있도록 합니다." 모든 기업이 기성 SaaS 구매에서 맞춤형 AI 생성 소프트웨어 스택 구축 및 실행으로 전환한다면, 기반 인프라 요구 사항이 폭발할 것입니다. 기업은 이러한 맞춤형 내부 시스템을 실행하기 위해 막대한 양의 클라우드 컴퓨트, 데이터베이스 호스팅 및 AI 추론 성능이 필요할 것입니다. 하이퍼스케일러는 '소프트웨어 임대'에서 '맞춤형 소프트웨어 컴퓨팅'으로의 전환에 대한 궁극적인 통행료 징수자 역할을 합니다. 하이퍼스케일러가 레거시 SaaS 라이선스 수수료에서 전환되는 인프라 지출을 포착할 것이므로 롱입니다. AI 코딩 효율성이 전체 기업 컴퓨트 팽창을 극적으로 감소시키거나, 기업이 독점 데이터를 보호하기 위해 로컬 온프레미스 AI 모델로 전환하여 퍼블릭 클라우드를 우회할 수 있습니다.

"SAP, Oracle, Workday와 같은 레거시 소프트웨어 엔터프라이즈 소프트웨어 기업들은... 이들 기업의 이익이 계속 감소해도 놀랍지 않을 것입니다. 왜냐하면 우리는 모든 사람이 과거에 만들기 위해 10년이 걸렸던 것을 일주일 만에 재창조할 수 있는 99%를 보고 있기 때문입니다." 레거시 엔터프라이즈 SaaS 기업은 높은 전환 비용, 거대한 개발 장벽, 독점적 데이터 사일로에 의존하여 높은 마진을 유지합니다. AI 코딩 에이전트는 맞춤형 소프트웨어 제작 비용을 거의 제로로 낮춤으로써 이 해자를 완전히 파괴합니다. 기업은 경직된 소프트웨어에 비싼 정기 라이선스 비용을 지불하는 대신 자체 맞춤형 도구를 생성하여 레거시 제공업체의 심각한 마진 압박과 고객 이탈로 이어질 것입니다. 관행적인 제네릭, 사일로화된 엔터프라이즈 소프트웨어에 임대료를 부과하는 근본적인 비즈니스 모델이 저렴하고 초맞춤화된 AI 생성에 의해 혼란을 겪고 있기 때문에 숏. 이러한 레거시 대기업이 AI를 자체 플랫폼에 통합하고 막대한 기존 유통 네트워크와 확고한 엔터프라이즈 관계를 활용하여 실제로 가격을 인상하고 시장 점유율을 유지함으로써 성공적으로 피벗하는 경우.

"SAP, Oracle, Workday와 같은 레거시 소프트웨어 엔터프라이즈 소프트웨어 기업들은... 이들 기업의 이익이 계속 감소해도 놀랍지 않을 것입니다. 왜냐하면 우리는 모든 사람이 과거에 만들기 위해 10년이 걸렸던 것을 일주일 만에 재창조할 수 있는 99%를 보고 있기 때문입니다." 레거시 엔터프라이즈 SaaS 기업은 높은 전환 비용, 거대한 개발 장벽, 독점적 데이터 사일로에 의존하여 높은 마진을 유지합니다. AI 코딩 에이전트는 맞춤형 소프트웨어 제작 비용을 거의 제로로 낮춤으로써 이 해자를 완전히 파괴합니다. 기업은 경직된 소프트웨어에 비싼 정기 라이선스 비용을 지불하는 대신 자체 맞춤형 도구를 생성하여 레거시 제공업체의 심각한 마진 압박과 고객 이탈로 이어질 것입니다. 관행적인 제네릭, 사일로화된 엔터프라이즈 소프트웨어에 임대료를 부과하는 근본적인 비즈니스 모델이 저렴하고 초맞춤화된 AI 생성에 의해 혼란을 겪고 있기 때문에 숏. 이러한 레거시 대기업이 AI를 자체 플랫폼에 통합하고 막대한 기존 유통 네트워크와 확고한 엔터프라이즈 관계를 활용하여 실제로 가격을 인상하고 시장 점유율을 유지함으로써 성공적으로 피벗하는 경우.

"SAP, Oracle, Workday와 같은 레거시 엔터프라이즈 소프트웨어 회사들은... 이 회사들의 이익이 계속 감소하더라도 놀라지 않을 것입니다. 우리는 모든 사람이 과거에 10년이 걸렸던 것을 일주일 만에 재현할 수 있는 99%의 상황을 보고 있기 때문입니다." 레거시 엔터프라이즈 SaaS 기업은 높은 전환 비용, 거대한 개발 장벽 및 독점적 데이터 사일로에 의존하여 높은 마진을 유지합니다. AI 코딩 에이전트는 맞춤형 소프트웨어 생성 비용을 거의 제로로 낮추어 이러한 해자를 완전히 파괴합니다. 기업은 경직된 범용 소프트웨어에 비싼 반복 라이선스 비용을 지불하는 대신 자체 맞춤형 도구를 생성하여 레거시 제공업체의 마진 압박과 고객 이탈로 이어질 것입니다. 숏: 일반적이고 사일로화된 엔터프라이즈 소프트웨어에 대해 임대료를 청구하는 근본적인 비즈니스 모델이 저렴하고 초맞춤화된 AI 생성에 의해 붕괴되고 있기 때문입니다. 이러한 레거시 대기업이 AI를 자체 플랫폼에 통합하고, 거대한 기존 유통 네트워크와 깊게 자리잡은 엔터프라이즈 관계를 활용하여 실제로 가격을 인상하고 시장 점유율을 유지할 경우 리스크입니다.