En febrero, las acciones de varias empresas SaaS de referencia cayeron aproximadamente un 10% en pocos días, borrando unos 300.000 millones de dólares de capitalización. Los detonantes fueron dos: el lanzamiento de Claude Cowork con plugins para funciones de negocio como marketing y legal, y la confirmación de que la IA escribe ya el 90% del código de Claude. Los inversores sacaron una conclusión directa: si cualquier empresa puede construir sus propias herramientas de negocio con IA, ¿para qué pagar licencias de SaaS?
La pregunta no es absurda. Pero la respuesta es más matizada de lo que el movimiento de bolsa sugiere.
El argumento de los que creen que el SaaS está en peligro
El razonamiento de los bajistas tiene una lógica clara. Las grandes empresas gastan de media más de 280 millones de dólares anuales en más de 600 aplicaciones SaaS. Muchas de esas aplicaciones hacen cosas que, con los modelos de IA actuales y herramientas de vibe coding, un equipo técnico competente podría replicar en semanas. Los modelos Claude Opus 4.5 y GPT-5.2 Codex superan ya el 80% en el benchmark SWE-bench Verified, que mide capacidad de resolver problemas reales de software. Y los agentes de IA pueden ejecutar flujos de trabajo completos sobre datos propios de la empresa sin pasar por la interfaz de ninguna herramienta de terceros.
Si construir es más barato que comprar y los modelos de IA pueden hacer el trabajo de desarrollo, la ecuación de comprar licencias de SaaS empieza a tener fisuras reales.
Por qué el SaaS no va a desaparecer
La respuesta más directa viene de Udo Sglavo, vicepresidente de IA aplicada en SAS: los agentes van a redefinir el rol del software en la empresa, abstrayendo las interfaces gráficas y exponiendo capacidades a través de lenguaje natural, pero eso no significa que el SaaS desaparezca. Lo que cambia es que se vuelve más componible, más embebido y más invisible.
El argumento más sólido a favor de la supervivencia del SaaS es el que Chuck Ganapathi, CEO de Gainsight, formula con claridad: el foso ya no es el código. Es el contexto, la experiencia de dominio y la confianza acumulada sirviendo a miles de clientes durante décadas. Un modelo de IA puede escribir código de CRM en horas, pero no puede replicar quince años de decisiones de producto tomadas a partir de millones de casos de uso reales de clientes reales.
A eso se suma el coste oculto de construir. Ashwin Mithra, responsable global de seguridad en CloudBees, señala el punto que más frecuentemente se ignora en la euforia del vibe coding: construir tiene sentido cuando tienes datos o flujos de trabajo propietarios que ningún proveedor puede replicar, pero solo si tu equipo tiene los procesos de testing, seguridad y despliegue para soportar el ciclo de vida completo del software. Sin esa base, no estás innovando más rápido, estás acumulando riesgo que todavía no puedes ver.
Lo que sí cambia: las preguntas que los responsables de IT deben hacerse
El debate no es si el SaaS sobrevive sino cómo cambia la forma en que se evalúa, se compra y se renueva.
En evaluación, la barra sube. Ya no basta con que una herramienta haga bien su función principal. Los responsables de IT deben ahora preguntar si el SaaS expone un servidor MCP para que los agentes de IA puedan conectarse a él, si tiene gobernanza de agentes y control de acceso para los sistemas que acceden a él de forma autónoma, y si sus modelos de IA están integrados en los flujos de trabajo reales o son simplemente un chat encima de pantallas heredadas. Andy Berman, CEO de Runlayer, lo dijo sin rodeos: la señal de alarma para cualquier empresa SaaS es si no expone un servidor MCP. Las que se convierten en infraestructura accesible para agentes sobreviven; las que se aferran a interfaces diseñadas solo para humanos ya están siendo rodeadas.
En precios, la dinámica también cambia. Es poco probable que las empresas SaaS trasladen sus ganancias de productividad en forma de precios más bajos, pero los responsables de IT tienen ahora un argumento de negociación que antes no tenían: en la renovación del contrato, pueden preguntar qué ha cambiado en las capacidades de la plataforma gracias a la IA y qué han mejorado la productividad de sus equipos. Si la respuesta es poco convincente, ese es poder de negociación real.
En arquitectura, el modelo de 600 aplicaciones con datos en silos empieza a romperse. Los agentes de IA necesitan acceder a datos de múltiples sistemas para funcionar bien, y eso hace que la fragmentación del stack de SaaS pase de ser un problema de gestión a ser un bloqueante técnico para la adopción de IA. Las empresas con stacks más consolidados tienen una ventaja estructural para la era agéntica que las que acumularon herramientas de forma oportunista durante una década.
La pregunta que realmente importa para las empresas de software
El debate sobre si el SaaS muere o no es en parte una distracción del debate más importante: qué hace diferente a un proveedor de software en un mundo donde construir es más fácil que nunca.
Jaime Meritt, chief product officer en Verint, apunta a la respuesta: los que ganan aplican IA a conjuntos de datos propietarios que se actualizan continuamente y embeben IA en flujos de trabajo existentes de forma que la adopción no requiera cambiar todo. El conocimiento de dominio profundo integrado en cada modelo, bot y automatización es lo que no se puede replicar con un agente genérico sobre datos propios.
En otras palabras, el SaaS que sobrevive no es el que hace lo que cualquier herramienta de IA puede hacer. Es el que sabe más sobre su dominio específico que cualquier cliente podría acumular construyendo por su cuenta.
¿Crees que tu empresa podría reemplazar alguna de sus herramientas SaaS con agentes de IA construidos internamente? Cuéntamelo en los comentarios.
0 Comentarios