El inicio de 2026 ha sido especialmente duro para las acciones del sector software. El mercado, presa del pánico, ha castigado indiscriminadamente a compañías que antes eran intocables. El ETF IGV, que agrupa a las principales empresas de software, cayó cerca de un 15% en enero, uno de los peores arranques de año registrados. Pero este movimiento no refleja una crisis real del sector, sino el miedo a una pregunta que nadie sabe responder con certeza: ¿qué va a hacer la inteligencia artificial agentiva con el modelo de negocio del software?

La respuesta, sin embargo, no es tan apocalíptica como algunos pronostican. La IA agentiva no va a matar el SaaS, sino que va a separar a los ganadores del resto. Para entenderlo, hay que observar cómo el mercado está empezando a bifurcar el software en dos categorías muy diferentes.

Dos tipos de software, dos futuros distintos

Por un lado, tenemos el software centrado en la interfaz, donde la UI es el producto y el valor depende de que un humano navegue por pantallas y configure reglas. En un mundo donde los agentes pueden ejecutar tareas directamente a través de APIs, este tipo de software corre el riesgo de perder gran parte de su valor. Como señala Romain Boboe, existe un “impuesto de interfaz”: cuanto más depende el valor de un producto de la interacción manual, más fricción genera en una era que premia la autonomía.

Por otro lado, están las plataformas cloud nativas, diseñadas desde el principio para ser operadas tanto por personas como por máquinas. Son API-first, centradas en datos, y están construidas para la orquestación y la integración. En la era de los agentes, este tipo de software no solo no se devalúa, sino que multiplica su valor. La ventaja sostenible ya no viene de menús y botones, sino de la arquitectura de datos, la semántica, los flujos de trabajo y la conectividad.

Por qué la IA no puede (ni debe) sustituir un SaaS bien diseñado

Hay una narrativa simplista que gana adeptos: “la IA generará la aplicación” y el SaaS empresarial será opcional. Pero la realidad de los sistemas críticos es muy diferente. Intentar sustituir un SaaS maduro por sistemas generados por agentes suele aumentar el coste y el riesgo, y ralentiza el negocio. Veamos tres razones de fondo.

1. Mayores costes en tiempo de ejecución

La IA reduce los costes de desarrollo, pero aumenta los de ejecución. El software tradicional es barato de operar porque es computación determinista sobre CPUs. Que un usuario pulse “exportar informe” es predecible y económico. En cambio, la IA agentiva consume inferencia en GPUs: cada interacción puede ser órdenes de magnitud más cara que una consulta tradicional. Las plataformas SaaS “AI-native” se convierten así en la capa de optimización que mantiene sistemas deterministas para lo que debe ser rápido y barato (transacciones, permisos, almacenamiento) e introduce IA probabilística solo donde crea valor medible. En la era agentiva, el SaaS no es sustituido por la IA; se convierte en la plataforma que controla el coste de la inteligencia.

2. Más riesgo y más valor premium del servicio

El “Service” de SaaS suele infravalorarse por quienes piensan que la IA lo sustituirá todo. Pero para empresas cotizadas, sectores regulados y gobiernos, el servicio es esencial. Las organizaciones necesitan compromisos de disponibilidad, seguridad, cumplimiento, gobierno del dato, soporte y responsabilidad. Si un agente te genera una aplicación, ¿a quién llamas a las tres de la mañana cuando falla? ¿Quién responde ante el regulador si se filtran datos? Cuando el código se abarata, el riesgo se encarece, y la confianza se vuelve más valiosa. Como hemos visto en el análisis de V-Valley, la seguridad y la gobernanza son requisitos previos en cualquier arquitectura moderna.

3. Menos time to market: la profundidad de dominio vale más que el código generado

La visión de “la IA lo hace todo” asume que escribir código es la mayor parte del valor de un SaaS. En sistemas empresariales maduros, eso rara vez es cierto. En un gestor de almacenes (WMS), quizá el 20% del valor sea el código; el otro 80% es conocimiento de dominio aplicado: casos límite que solo se aprenden tras verlos en miles de entornos en producción. Por ejemplo, ¿cómo gestionas una recepción parcial cuando el aviso de envío dice 1.000 unidades, pero el recuento físico es 997 y 14 llegan dañadas? Los equipos que construyen y operan SaaS empresarial han vivido estos escenarios repetidamente. Ese conocimiento está integrado en el producto, y por eso las plataformas comerciales pueden funcionar desde el primer día del go-live. Un desarrollo a medida, incluso acelerado por IA, sigue necesitando años para descubrir lo que no sabías que no sabías. Como apuntábamos en nuestro artículo sobre flujos de trabajo dinámicos con Claude Code, la autonomía de los agentes no reemplaza el conocimiento de dominio.

Replanteando el valor del SaaS en la era de los agentes

Cuando el polvo se asiente, la IA no va a destruir el valor del software de manera indiscriminada. Va a revalorizar el software según realidades arquitectónicas, premiando a los proveedores SaaS que aporten fiabilidad, gobierno, responsabilidad y rapidez de despliegue, reforzados con el poder de la IA. La IA no será el fin del SaaS, sino el momento en que el mercado separe a los ganadores del resto. Y en esa separación, la profundidad de dominio, la arquitectura de datos y la capacidad de orquestar costes de inferencia serán las claves.

El autor de este análisis es Eric Clark, presidente y CEO de Manhattan Associates, cargo que asumió en febrero de 2025. Con una trayectoria que incluye roles de liderazgo en ServiceNow, Dell, Hewlett Packard Enterprise y NTT Data, Clark aporta una visión privilegiada sobre cómo la IA agentiva está redefiniendo el software empresarial.

Fuente original: ComputerWorld. Análisis y adaptación por ForgeNEX.