¿Qué significa la IA agencial para el futuro del software?

Enero fue un mes brutal para las acciones de software. El sentimiento osciló mucho y, en muchos casos, tuvo menos que ver con los fundamentos y más con una sola pregunta que se cernía sobre el sector: «¿Qué significa esto?». agentic IA ¿Qué significa esto para el futuro del software?

Un reciente William Blair Una nota de investigación sobre acciones* ilustra bien el estado de ánimo: el ETF de software IGV cayó aproximadamente un 15 % en enero, lo que lo convirtió en uno de los meses de enero más difíciles en la historia del ETF. Lo importante no es la cifra exacta, sino lo que representa: el miedo está comprimiendo los matices y los mercados están tratando el «software» como un todo, cuando en realidad se está dividiendo en dos categorías muy diferentes.

El mercado está penalizando al «software» en general, pero el software se está bifurcando.

Por un lado: software centrado en la interfaz y con una gran cantidad de configuraciones, donde la interfaz de usuario es el producto. En un mundo de flujos de trabajo autónomos, es probable que ese valor se erosione. Los agentes evitarán cada vez más las pantallas, realizarán tareas a través de API y eliminarán algunas categorías en las que «hacer clic» era el modo principal de trabajo.

Por otro lado: plataformas nativas de la nube, centradas en los datos y que dan prioridad a las API. Este tipo de software se creó para ser utilizado tanto por máquinas como por humanos, y se diseñó para la orquestación, la integración y la escalabilidad. En la era de los agentes, ahí es donde se concentrará y se multiplicará el valor.

En otras palabras, en un mundo de agentes, la ventaja duradera no proviene de los menús y los botones.

Proviene de la arquitectura de datos, la semántica, el flujo de trabajo y la conectividad.

La idea de Romain Boboe de un «impuesto de interfaz» lo resume muy bien: cuanto más depende el valor de su producto de que una persona navegue por pantallas y configure un sinfín de reglas, más fricción está generando en una era que premia la autonomía.

El punto que falta: la IA no puede (ni debe) reemplazar a un SaaS bien diseñado.

Existe una narrativa popular que dice que «la IA generará la aplicación» y que el SaaS empresarial se convertirá en opcional.

Así no es como funcionan los sistemas de misión crítica en el mundo real.

La IA es poderosa y cambiará por completo la forma en que se crea y se utiliza el software. Sin embargo, en muchos ámbitos empresariales, intentar sustituir un SaaS bien diseñado por «sistemas DIY» generados o gestionados por agentes a menudo aumenta los costos y los riesgos, y ralentiza el negocio.

Tres razones por las que la IA no supondrá el fin del SaaS

Aquí hay tres razones por las que la IA no supondrá el fin del SaaS y por las que las organizaciones de SaaS más sólidas se encuentran en una posición única para aumentar el valor de la IA.

Mayores costos de funcionamiento

La IA reducirá los costos de desarrollo, incluso de manera significativa. Sin embargo, aumenta los costos de tiempo de ejecución, a menudo de manera considerable.

El software empresarial tradicional es relativamente barato de operar porque se trata en gran medida de cálculos deterministas en CPU. Que un usuario haga clic en «exportar informe» o ejecute una consulta es computacionalmente predecible y relativamente económico.

La IA agencial cambia la economía.

Las preguntas y respuestas en lenguaje natural, la síntesis, la extracción, los flujos de trabajo de razonamiento y los agentes de múltiples pasos consumen recursos de computación para la inferencia, a menudo en GPU u otros aceleradores. Cada interacción puede ser mucho más costosa que una consulta tradicional en una base de datos.

Así pues, aunque «crear software» puede resultar más barato, ejecutar software inteligente será más costoso y complejo.

Aquí es precisamente donde destacan las plataformas SaaS nativas de IA: se convierten en la capa de optimización entre los clientes y el caos.

• Mantenga los sistemas deterministas para lo que debe ser rápido, barato y correcto (transacciones, permisos, almacenamiento, libros de contabilidad).
• Injecte la IA probabilística solo cuando genere un valor cuantificable (asistencia, descubrimiento, síntesis, automatización).
• Organice la infraestructura híbrida para que los clientes no tengan que convertirse en expertos en programación de GPU, almacenamiento en caché rápido, canales de recuperación, enrutamiento de modelos, capas de seguridad y control de costos.

En otras palabras, en la era de los agentes, el SaaS no es reemplazado por la IA, sino que se convierte en la plataforma que controla el costo de la inteligencia.

Mayor riesgo y el valor añadido del «servicio»

El «servicio» en SaaS suele ser pasado por alto por quienes esperan que la IA se haga cargo de las soluciones empresariales. Sin embargo, para las empresas públicas, las industrias reguladas, las entidades gubernamentales y cualquiera que se preocupe por el riesgo operativo, el «servicio» es esencial.

Las empresas modernas necesitan compromisos fundamentales que puedan respaldar:

• Disponibilidad (y garantías creíbles de tiempo de actividad)
• Seguridad y cumplimiento normativo (SOC 2, HIPAA, ISO, auditabilidad)
• Gobernanza de datos (controles de acceso, retención, linaje, residencia)
• Soporte y operaciones (respuesta a incidentes, acuerdos de nivel de servicio, capacitación)
• Consistencia a lo largo del tiempo («mañana funcionará exactamente igual que hoy»).
• Responsabilidad y confianza (¿quién es responsable del fracaso cuando es importante?)

Si un agente de IA genera su solicitud, ¿a quién se llama a las 3 de la madrugada cuando falla? ¿Quién responde a los reguladores si se filtra información confidencial? ¿Quién puede demostrar exactamente por qué un sistema tomó una decisión?

La responsabilidad operativa, la gobernanza y la confiabilidad siguen siendo valores fundamentales, y no desaparecen en la era de la agencia. En todo caso, cobran aún más importancia.

IEn otras palabras, A medida que el código se vuelve más barato y autónomo, el riesgo se vuelve más caro.

Reducción del tiempo de comercialización: la profundidad del dominio supera al código generado.

La visión de que «la IA lo hace todo» suele dar por sentado que la creación de código es la mayor parte del valor de una solución SaaS. En sistemas empresariales maduros y críticos, eso rara vez es cierto.

En un sistema como una plataforma de gestión de almacenes, tal vez el 20 % del valor sea el código en sí mismo. El otro 80 % es conocimiento aplicado del dominio: los innumerables casos extremos y realidades operativas que solo se aprenden después de haberlos visto en miles de entornos reales. Por ejemplo:

• ¿Cómo se gestiona un recibo parcial cuando el aviso de envío indica 1000 unidades, pero el recuento físico es de 997 y 14 están dañadas?
• ¿Cuál es el impacto posterior en la asignación, los factores desencadenantes de la reposición y la valoración del inventario?
• ¿Cómo las discrepancias en el recuento cíclico activan diferentes flujos de trabajo en función de la clase de velocidad de las SKU, los umbrales de valor o el tiempo transcurrido desde el último inventario completo?

Los equipos que crean y gestionan SaaS empresarial han vivido estas situaciones en repetidas ocasiones. Ese conocimiento está integrado en el producto, y es por eso que las plataformas comerciales pueden funcionar desde el primer día de su puesta en marcha.

Una construcción personalizada, incluso una acelerada por IA, sigue tardando años en descubrir lo que no sabías que no sabías.

En otras palabras, La IA integrada hace que el SaaS moderno sea más rápido y eficiente. No es algo opcional.

Revisando el valor del SaaS

Una vez que se calme la situación, la IA no va a acabar indiscriminadamente con el valor del software.

Se va a reajustar el precio del software en función de las realidades arquitectónicas, recompensando a los proveedores de SaaS que ofrecen el valor tradicional del software empresarial (fiabilidad, gobernanza, responsabilidad, tiempo de amortización) combinado con la promesa y el poder de la IA.

La IA no supondrá el fin del SaaS. Será el momento en que el mercado separe a los ganadores del resto.

*Arjun Bhatia et al., «Miedo, no fundamentos: el problema del sentimiento y por qué el software es tan desafiante en este momento», William Blair Equity Research, Tecnología, Medios y Comunicaciones, 2 de febrero de 2026.