La falacia del 6 %: por qué la «muerte del SaaS» es matemáticamente errónea

En este momento, hay una diapositiva circulando por las salas de juntas de Silicon Valley que parece aterrorizar a los inversionistas. En ella se representa el costo marginal de generar código frente al valor empresarial de las compañías de SaaS. El argumento es sencillo y seductor: la IA reduce a cero el costo de la generación de código, por lo que el valor de toda la industria del software se verá necesariamente reducido.

Es un razonamiento lógico convincente. Pero también es matemática y operativamente erróneo. El actual argumento bajista sobre el SaaS se basa en un error fatal. Da por sentado que los clientes pagan a los proveedores de software solo por la sintaxis. Pero no es así. Pagan por un servicio que garantiza un resultado empresarial específico.

Cuando se analiza la cuenta de resultados de una empresa SaaS moderna, queda claro que la IA no sustituirá al SaaS. Simplemente separa a los ganadores que diseñaron soluciones inteligentes de los perdedores que solo vendían formularios sobre bases de datos. El SaaS no está desapareciendo. Se está convirtiendo en el escudo necesario entre el cliente y la complejidad de la era de la IA.

1. El servicio es la ventaja competitiva.

Para entender por qué el SaaS perdura, debemos desglosar el acrónimo.

«Software» (la implementación): son los bits y los bytes. La interfaz de usuario, los esquemas de la base de datos y la lógica. En un mundo dominado por la IA, escribir código se convierte en algo habitual.

«Servicio» (el valor): esto es lo que compran las empresas. El servicio incluye disponibilidad (99,99 % de tiempo de actividad), cumplimiento de las normas de seguridad (SOC2, HIPAA), gobernanza de datos y atención al cliente.

Sin embargo, saber qué escribir sigue siendo complicado. La experiencia en el sector, la compleja lógica del flujo de trabajo y la comprensión del negocio del cliente no se pueden automatizar. La IA puede colocar los ladrillos, pero sigue siendo necesario un arquitecto con un profundo conocimiento del sector para dibujar los planos.

Aunque la IA escriba el código, ¿quién se despierta a las 3:00 a. m. cuando el servidor se cae? ¿Quién asume la responsabilidad si se filtran los datos? ¿Quién define la hoja de ruta cuando cambian las regulaciones? 

La envoltura de «servicio» que rodea al software es lo que protege al cliente del caos del código sin procesar. A medida que el código se abarata, la confianza que proporciona el servicio se convierte en el activo más valioso.

2. Las matemáticas: por qué la IA solo afecta al 6 % de la cuenta de resultados.

Veamos las cifras concretas. La narrativa de la «muerte del SaaS» asume que la escritura de código representa el 90 % de la estructura de costos de una empresa. No es así.

Aunque las empresas emergentes en fase inicial realizan grandes inversiones en la creación inicial, el estado estable de una empresa SaaS rentable es un motor de distribución, no un taller de programación. En el caso de las empresas SaaS maduras y eficientes, el presupuesto real de I+D suele oscilar entre el 10 % y el 25 % de los ingresos totales. La mayor parte de los costos se destinan a ventas, marketing, éxito de los clientes, alojamiento y operaciones.

Analizando ese presupuesto de I+D:

• La fracción de «codificación»: los ingenieros solo dedican alrededor del 25 % de su tiempo a escribir código. El 75 % restante lo dedican a tareas de alto valor: decisiones arquitectónicas, modelado de dominios e interpretación de las necesidades de los usuarios.
• The Math:  25% (Coding time) x 25% (Total R&D Budget) ≈ 6% Impact.

La IA hace que la creación de software sea un poco más barata, pero no cambia fundamentalmente el modelo de costos. Simplemente libera a I+D para que se centre en la parte más difícil del software: definir la solución.

Sin embargo, los operadores tradicionales no pueden dormirse en los laureles. Aunque el ahorro en costos es mínimo, el riesgo de velocidad es existencial. Un competidor no te ganará por ser más barato. Te ganará porque puede innovar mucho más rápido. El objetivo de la IA no es recortar el presupuesto, sino duplicar la velocidad de envío.

3. El costo oculto de la inferencia: por qué la IA establece un precio mínimo económico.

Aquí está el punto que pasa por alto el grupo que afirma que «el SaaS ha muerto»: aunque los costos de desarrollo únicos puedan disminuir, los costos operativos recurrentes aumentarán estructuralmente. El software no funciona por arte de magia, sino que funciona con hardware.

• Viejo mundo: el software tradicional es determinista. Se ejecuta en CPU. Es eficiente, barato y predecible.
• Mundo de la IA: el software nativo de IA es probabilístico. Requiere GPU y una inferencia masiva para realizar los cálculos.

Cada vez que un usuario interactúa con un sistema «inteligente» haciendo una pregunta en lenguaje natural o solicitando un resumen, esa solicitud consume mucha más electricidad y ciclos de hardware que una consulta tradicional a una base de datos.

Estamos cambiando una reducción del 6 % en los costos de desarrollo por un aumento considerable en los costos operativos recurrentes.

El «servicio» se convierte en la capa de optimización

Debido al aumento de los costos de tiempo de ejecución, el papel del proveedor de SaaS se vuelve aún más crítico. Actúan como árbitros de la eficiencia. Deben gestionar una infraestructura híbrida: mantener los sistemas determinísticos para el 90 % de las tareas que deben ser rápidas, económicas y perfectas (transacciones, almacenamiento) e introducir la IA probabilística solo cuando aporta un razonamiento de alto valor.

Esta realidad híbrida pone de manifiesto el defecto fatal de la narrativa disruptiva.

El temor predominante es que un desarrollador independiente genere un clon de Salesforce, Workday o ServiceNow en un fin de semana y lo venda por unos centavos. Pero para competir en esta nueva era, ese clon no puede ser solo un formulario sobre una base de datos; debe ser inteligente. Debe utilizar IA en tiempo de ejecución.

Incluso si un competidor genera el código de forma gratuita, no puede ejecutarlo sin costo alguno. Se enfrenta a un elevado «costo de los productos vendidos» en forma de facturas de inferencia. No puede rebajar significativamente los precios del mercado, ya que debe cubrir el costoso uso de CPU y GPU.

Esto crea un piso económico difícil de superar. La narrativa de que la IA provocará una «carrera a la baja» en los precios es matemáticamente errónea. No hay ningún escenario en el que el costo total de ofrecer un sistema inteligente y con capacidad de razonamiento disminuya. La base de costos está aumentando y, en consecuencia, es probable que el valor del software y su precio aumenten. Sin embargo, este poder de fijación de precios está reservado para aquellos que dominan la arquitectura híbrida necesaria para mantener los costos bajo control.

4. La columna determinista: plano para un sistema nativo de IA.

Si la economía es viable, la pregunta es: ¿cómo se construye este futuro? La mayoría de la gente asume que un sistema nativo de IA es aquel en el que un LLM (como Claude o ChatGPT) escribe el código sobre la marcha. La narrativa sugiere que, en el futuro, cada acción estará determinada por un LLM.

Aunque este espíritu innovador es emocionante, no supera la prueba de la realidad empresarial.

En sectores críticos (como la cadena de suministro o la banca), «probablemente correcto» equivale en la práctica a «incorrecto». Las empresas no pueden permitirse un sistema de producción en el que un LLM genere un código diferente el martes al que generó el lunes.

El verdadero valor empresarial reside en la confiabilidad, no solo en la creatividad. El verdadero sistema «nativo de IA» no es aquel escrito por IA, sino aquel diseñado para ser coordinado de manera segura por IA.

La intención por encima de la sintaxis: una década de código sin costo alguno

No tenemos que adivinar qué le pasa a un modelo de negocio cuando la generación de código se vuelve gratuita. Llevamos una década probándolo.

Se llama arquitectura basada en la intención. No es algo teórico; en Manhattan Associates llevamos más de una década utilizando este modelo, desde que cambiamos nuestro enfoque de escribir sintaxis a capturar la intención empresarial. La filosofía era sencilla: los humanos deben definir el qué (la lógica y las reglas empresariales) y las máquinas deben generar el cómo (el código).

Por consiguiente, no mantenemos un código base heredado estático. En su lugar, regeneramos cada noche alrededor del 75 % de los más de 60 millones de líneas de código basándonos en estas definiciones de intención.

Esta realidad operativa nos ofrece una lección económica fundamental. Llevamos una década realizando un estudio de caso sobre la era del «costo marginal cero del código». Dado que la mayor parte de nuestro código es generado por máquinas, el «costo» de escribir esa sintaxis es ya insignificante. Sin embargo, esta eficiencia no ha reducido a cero nuestros costos totales de desarrollo. En cambio, nos permitió reasignar esos recursos por completo al «servicio»: la compleja resolución de problemas, el modelado de dominios y la confiabilidad que los clientes realmente compran.

Esta regeneración masiva nocturna no es solo una métrica vanidosa, sino la mejor protección contra la deuda técnica. Nuestro sistema nunca envejece porque renace cada 24 horas. Dado que el código se genera automáticamente a partir de reglas lógicas estrictas en lugar de probabilidades, es determinista. Si el sistema calcula 2 + 2, el resultado siempre será 4. No hay alucinaciones en la lógica empresarial. Todos los sistemas nativos de IA requieren una «columna vertebral determinista», es decir, un núcleo rígido y confiable que haga exactamente lo que se le indica.

Este enfoque también ofrece otra ventaja enorme: la capacidad de incorporar instantáneamente funciones modernas en una superficie enorme. Por ejemplo, cuando recientemente quisimos añadir lenguaje natural (auditorías legibles por humanos utilizando LLM), simplemente actualizamos el generador de código central. En un solo ciclo de compilación, la función se propagó por toda la cartera de soluciones.

Este es el plan para la era nativa de la IA. En lugar de pedirle a la IA que escriba código desechable y arriesgado sobre la marcha, el enfoque sostenible consiste en dejar que los humanos definan la intención comercial y que la máquina gestione la generación del código. Si un requisito excede el alcance actual del generador, simplemente se actualiza el generador. Nunca se modifica el resultado; se actualiza la máquina.

Componibilidad: dotar a la IA de un conjunto de herramientas fiables

Una vez que se cuenta con un núcleo determinista, se necesita una forma segura para que la IA interactúe con él. Esto nos lleva a la componibilidad.

Al separar la lógica de la pantalla mediante una arquitectura basada en API, la moderna plataforma SaaS se transforma en un conjunto de herramientas confiables que cualquier agente de IA puede utilizar. Un agente de IA no necesita saber cómo ejecutar un cálculo complejo de la cadena de suministro. Solo necesita saber a qué punto final de la API debe llamar para obtener el resultado.

La IA actúa como coordinadora y la API es el conjunto de herramientas confiables.

Construyendo el híbrido perfecto

Esta estructura crea la combinación perfecta entre un flujo de trabajo probabilístico (IA) y determinista (sistema), optimizando tanto la latencia como el costo. No utilizamos IA costosa y propensa a las alucinaciones para realizar el trabajo «aburrido» de la gestión de bases de datos. Dejamos que el código generado de manera eficiente se encargue de ello. Solo utilizamos la costosa IA para el razonamiento cuando es necesario.

5. Conclusión: El cerebro probabilístico sobre una columna determinista.

El SaaS no está muriendo, sino mudando de piel.

El argumento de que «el código barato hace que el software no valga nada» ignora la realidad de que las empresas de software exitosas dejaron de vender «código» hace años.

La creación de «software» se está convirtiendo en un producto básico, lo cual es fantástico. Reduce los costos y acelera la innovación. Sin embargo, el «servicio», del que provienen la experiencia en el sector, la arquitectura y la garantía de fiabilidad, es más valioso que nunca.

Hace una década no sabíamos que estábamos construyendo un futuro con capacidad de acción. Simplemente creíamos que la coherencia, la combinabilidad y la eficiencia eran las únicas formas de construir a gran escala. Resulta que esos principios son los requisitos exactos para un sistema nativo de IA: un cerebro probabilístico combinado con una columna vertebral determinista.

Mientras el mercado se preocupa por el código de escritura de IA, los ganadores serán aquellos que utilicen la IA para fortalecer el servicio que venden, listos para conectarse a cualquier interfaz que depare el futuro.