This article has been translated from English to Tagalog.
Noong February 3, 2026, ang legal at enterprise software-as-a-service (SaaS) stocks ay nagkaroon ng kanilang pinakamasamang single-day na pagkalugi sa loob ng maraming taon, kung saan ang ilang mga kumpanya ay nakaranas ng double-digit na porsyentong pagbaba sa loob ng ilang oras lang.
Ang pagbebenta ay nag-alis ng $285 billion sa market value sa buong sektor!
Ang sanhi? Isang open-source na GitHub repository (sa madaling salita, isang pampublikong folder ng code at mga instruksiyon na pwedeng makita ng kahit sino) na naglalaman ng mga text file na may AI prompts.
Ito na ang pangalawang beses sa loob ng halos isang taon na nabura ng merkado ang daan-daang bilyong halaga base sa isang mababaw na pagbasa ng isang teknikal na release, na pinalala ng mga mamahayag na tinamad basahin ang aktwal na code.
Bakit Malupit na Nagsibagsak ang Mga SaaS Stocks
Ang Anthropic “legal plugin” na nag-trigger ng isang $285 billion na pagbagsak noong February 3 ay isang GitHub repo na naglalaman ng ~2,500 lines ng structured prompt instructions sa anim na subdirectories ng plain text at markdown files.
Walang compiled binary, walang proprietary legal database, walang bagong modelo, walang API launch.
Walang competitive advantage dito na hindi kayang ulitin ng isang mahusay na developer sa isang hapon lang.
Ang teknolohiya ay hindi “magic.” Ang repository ay naglalaman ng well-crafted, ngunit sa huli ay simple lang, na structured instructions (prompts) para sa mga gawain na ginagawa na ng mga legal na propesyonal sa loob ng mga dekada.
Madaling kopyahin. Dahil ang repo ay pampubliko, ang mga prompts ay maaaring kopyahin, baguhin, at patakbuhin sa ibang mga modelo (tulad ng OpenAI o DeepSeek) sa loob ng ilang oras lang, ibig sabihin walang depensableng teknolohical moat ang Anthropic sa specific na codebase na iyon.
Ang “contract review methodology” ng plugin ay literal na:
- Alamin ang uri ng kontrata.
- Tukuyin kung saang side ang user.
- Basahin ang buong kontrata.
- Surin ang mga clause laban sa isang playbook
- Pagkatapos ay isaalang-alang ito nang buo.
Parang isang 10-point checklist na nakapaskil na sa pader ng bawat in-house legal team.
Ang “tunay na kapangyarihan” ay nagmumula sa mga koneksyon ng MCP (Model Context Protocol) na nagpapahintulot sa AI na mag-plug sa mga umiiral na workplace tools tulad ng Slack, Box, Egnyte, Atlassian, at Microsoft 365.
Sa madaling salita, ito ay kumukuha ng data mula sa software ng ibang kumpanya!
Isa itong purong overreaction ng merkado.
Nawalan ng bilyon-bilyon dahil ang merkado ay nag-react sa takot sa halip na basahin ang code at intindihin kung ano talaga ang ginagawa nito. 🤦♂️
Totoo ang DeepSeek Parallel
Halos pareho ang pattern sa DeepSeek panic noong January 27, 2025, kung saan nabura ang $750 billion+ mula sa S&P 500 at $590 billion mula sa Nvidia sa isang sesyon lang.
Sa kasong iyon:
- Mali ang pagkakaintindi ng merkado sa isang $5.6M final training cost (isang operating expense para sa GPU. compute) at inihambing ito sa mga tens of billions sa capex (datacenters, hardware, R&D), isang apples-to-oranges na paghahambing na nagpakita ng basic financial illiteracy.
- Ang mga kakayahan ng DeepSeek V3/R1 ay matagal nang alam sa publiko bago pa ang panic.
- Ang pagbagsak ay lubos na bumawi sa loob ng ilang linggo nang mapagtanto ng merkado na ang mas murang inference ay talagang bullish para sa AI adoption.
Sa Anthropic legal plugin:
- Ang mga plugin ay inilabas noong January 30, at ang merkado ay hindi nag-react hanggang February 3. Ibig sabihin, umabot pa ng weekend news cycle at Bloomberg/Guardian headlines bago mag-panic, hindi ang aktwal na technical release.
- Kahit sino ay maaaring basahin ang GitHub repo sa loob ng 10 minuto at makita na ito ay prompt engineering, hindi isang product launch.
- Ang Anthropic mismo ang nag-publish ng code bilang open source partikular na dahil ang mga prompts ay hindi ang moat.
Ang Nuanced na Realidad
Ang matinding pagbagsak ay walang lohika.
Nagbenta ang merkado bago pa mag-research, muli. Ang pamagat ng newsletter ng Bloomberg ay sumakto: “Anthropic’s New AI Legal Tool Triggered a Selloff Without Evidence“.
Ang Mark Murphy ng JP Morgan ang nagsabi ng “illogical leap to extrapolate Claude Cowork Plugins to an expectation that every company will write bespoke products to replace every layer of mission-critical enterprise software”.
Maraming analysts ang nag-flag na ang plugin ay nangangailangan ng technical setup, enterprise licensing, at kulang sa proprietary legal databases (Westlaw, LexisNexis case law) na ang mga tunay na moat ng mga incumbent.
Pero ang directional na signal ay totoo, kahit na ang magnitude ay absurd.
Ang dahilan kung bakit ang set ng Markdown files na ito ay nag-trigger ng pinakamalaking single-day wipeout sa kasaysayan ng legal tech ay dahil ito ay nagbubuod ng takot na nagtatatag sa loob ng isang taon:
Ang mga kumpanya ng foundation model ay lumilipat mula sa neutral na infrastructure providers patungo sa application-layer competitors.
Ang Anthropic ay hindi na lamang nagbebenta ng Claude bilang isang API sa mga legal tech vendors. Ito na ay nagpa-package ng model + workflow + connectors direkta sa mga end users, at ginagawa ito sa open source.
Iyan ay isang legitimate threat sa “AI wrapper” business model, kahit na ang specific na plugin na ito ay simple.
Ang mas malalim na alalahanin para sa mga software companies ay hindi ang plugin na ito. Ito ay kung ano ang signal ng plugin na ito tungkol sa trajectory.
Kapag ang “business logic” ng contract review ay maaaring ipahayag sa ilang text files at maisagawa ng isang general-purpose model, ang value proposition ng isang $15-20K/year per-seat legal software license ay talagang mawawalan ng halaga sa paglipas ng panahon.
Ang katotohanang ang OpenAI ay naglunsad ng kanyang Frontier enterprise agent platform sa parehong linggo ay nagpatibay sa narrative na lahat ng foundation model companies ay papunta sa direksyong ito nang sabay-sabay.
Ang Takeaway
Ang pattern ay ngayon ay well-established: financial media na nagmamadali o kulang sa technical expertise ay naglalathala ng breathless headline, nagpa-panic ang algos at retail, at ang aktwal na technical substance (na sa kasong ito ay maingat na ma-audit sa GitHub) ay hindi nababasa ng mga taong namamahala ng bilyon-bilyong kapital.
Kung ang mga fund managers ay hindi maglalaan ng 10 minuto para basahin ang isang pampublikong GitHub repository bago mag-dump ng bilyon-bilyong market cap, nagpapa-raise ito ng mga tanong tungkol sa kung paano nagagawa ang technical diligence sa mabilis na paggalaw ng mga merkado.
Ang trade setup dito ay nag-mirror ng DeepSeek playbook: ang mga matinding pagbagsak sa mga pangalan ng incumbent software ay malamang na buying opportunities sa malapit na panahon.
Halimbawa, tingnan ang SAP (SAP SE):
Ang SAP’s ERP systems ay sobrang naka-embed sa mga operasyon ng enterprise na ang data, workflows, at dependencies na kanilang tinataglay ay hindi realistic na mapapalitan ng AI.
Ang isang ERP (Enterprise Resource Planning) ay isang solong, central software system na kumikilos na parang isang “all-in-one” na utak para sa isang kumpanya, na nagkokonekta ng lahat mula sa accounting at human resources hanggang sa sales at inventory para makapagbahagi ang bawat departamento ng parehong up-to-date na impormasyon agad-agad.
Mga dekada ng customized na business logic at institutional na kaalaman ay nakalock sa loob ng SAP implementations.
Ang mga salik na ito ba ay mukhang papatayin ng AI ang kumpanyang ito anumang oras ngayon?
- Multi-year switching costs: Ang average na SAP implementation ay tumatagal ng 2-5 taon! Hindi lang basta-basta makaka-prompt ang mga negosyo sa bago nilang ERP.
- Joule AI integration: Ang SAP ay nag-iembed ng AI sa kanilang platform bilang isang copilot, hindi bilang kalaban ng external AI.
- Critical business processes: Ang finance, supply chain, at HR workflows ay hindi pinapayagan ang AI hallucinations o errors na makakaapekto sa compliance.
- Customer lock-in: Karamihan sa mga SAP customers ay nananatili sa mga older versions (ECC) sa kabila ng presyon na mag-migrate, na nagpapakita ng pag-aatubili na magbago kahit na sa loob ng ecosystem ng SAP.
Gayunpaman, ang long-term structural pressure mula sa foundation models (mula sa Anthropic, Google, OpenAI, DeepSeek, Alibaba, Moonshot AI, Zhipu, at MiniMax, atbp.) moving up the stack ay TOTOO at dapat kang mag-isip tungkol sa long-term outlook para sa mga traditional SaaS companies at ang durability ng kanilang mga business models.
Ang panic ng merkado ay sobrang pinalaki, pero ang banta sa traditional software margins ay totoo.
Pero hindi lahat ng SaaS companies ay pareho.
Habang ang merkado ay nagbenta ng walang pinipili, ang ilang enterprise software companies ay may tunay na moats na hindi madaling ma-replicate ng AI, na mas malayo pa kaysa sa kayang banta ng isang foundation model.
Sa aking premium analysis, na-identify ko ang AI-resistant SaaS stocks na malamang na manguna sa recovery kapag napagtanto ng merkado na ang mga business na ito ay hindi aalis kahit saan.
Kung mauulit ang kasaysayan, ang bounce ay magiging matalim, at ang mga pangalang ito ang malamang na unang gagalaw.
👉 Mag-subscribe ngayon at maging Premium member upang ma-access ang buong breakdown bago mag-rebound.
Para sa halos halaga ng isang malaking pizza, maaari kang maging Premium member at makuha ang buong analysis. Sa halip na magpatong ng carbs, baka mas magandang pagkakataon ito na magpatong ng mga stocks.
