Durante el año pasado, una idea ha dominado la conversación sobre tecnología empresarial: los agentes de IA reemplazarán al software como servicio (SaaS). Es un caso convincente sobre el papel. Si la IA puede razonar entre herramientas, escribir código, ejecutar flujos de trabajo e interactuar con sistemas a través de API, las aplicaciones SaaS tradicionales empiezan a parecer intermediarios innecesarios.
Los asientos se vuelven menos relevantes. La interfaz de usuario es menos importante. El software se vuelve más barato de desarrollar. Crear herramientas internas personalizadas se vuelve fácil.
Richard Farrell es el CIO de Netcall. Suraj es el fundador de Kika Jadu y director de crecimiento de Netcall.
En esa realidad, gran parte del SaaS se introduce en la infraestructura, mientras que el modelo de valor se traslada a las capas de agente y orquestación. Esta respuesta está siendo impulsada por varios cambios paralelos.
El software es cada vez más barato y más rápido de construir, los agentes de IA están mejorando en la navegación de herramientas y la realización de tareas entre sistemas, y la economía de la ejecución de agentes está prestando nueva atención al costo y la latencia, o tiempo de servicio.
No está mal pensar en el mercado de esta manera. Los agentes de IA cambiarán la economía del software.
Impulsarán las plataformas para que sean API primero, estén profundamente conectadas y sean capaces de soportar actividades autónomas a escala. Cuestionarán los precios basados en asientos y avanzarán hacia modelos basados en el uso y los resultados. Revelarán productos lean y sistemas de recompensa que sean confiables, extensibles e integrados en operaciones reales.
Esta es la siguiente fase de SaaS, no el final.
De la sustitución a la ampliación
La suposición detrás de la descripción del “fin de SaaS” es que el software existe principalmente como una interfaz. Si los agentes pudieran eludir esa interfaz, la aplicación se volvería redundante. Este argumento es válido para algunas categorías de software, pero no se aplica de manera uniforme. El software empresarial no era sólo una capa de presentación.
Las plataformas empresariales obtienen su valor de la gestión de datos estructurados, la aplicación de permisos, la aplicación de flujos de trabajo y el mantenimiento del registro de auditoría en el que confían las organizaciones. La IA agente no elimina esa necesidad; En muchos casos, se agudiza. Lo que cambia la IA no es si estas capacidades son necesarias, sino qué tipo de software queda más expuesto a medida que los agentes se vuelven más capaces.
Los productos cuyo valor se define en gran medida por la navegación, las interacciones básicas o los flujos de trabajo superficiales son más vulnerables cuando los agentes pueden razonar directamente sobre las API y completar tareas sin intervención humana. Las plataformas más configurables y profundamente integradas se comportan de manera diferente.
Las soluciones que actúan como sistemas de registro, coordinan flujos de trabajo entre servicios, hacen cumplir políticas, administran el estado y brindan seguridad, auditabilidad y evidencia no se reemplazan fácilmente. Su función no es solo ofrecer rendimiento, sino también garantizar que el trabajo se realice de manera consistente, segura y a escala.
En ese contexto, los agentes de IA no están reemplazando plataformas sino integrando en ellas la forma en que se inician, coordinan y completan las tareas. Ese aspecto ya es visible en los datos.
Gartner predice que para 2030, el 85% de las inversiones en inteligencia artificial empresarial se agruparán en SaaS existente y renovaciones de la nube en lugar de entregarse a través de nuevos contratos netos, en comparación con el 55% en 2025.
SaaS como capa de ejecución y control
A medida que los agentes se vuelven más capaces, cambian dónde se ubica el valor y cómo compiten las plataformas.
A lo largo de los años, la diferenciación del software ha estado impulsada por las características y la experiencia del usuario. En un mundo impulsado por agentes, estas distinciones empiezan a importar menos. Los agentes pueden moverse entre sistemas, acceder directamente a funciones y organizar tareas mediante programación.
Lo que importa, en cambio, es qué plataformas pueden realmente completar el trabajo. Esto significa coordinar procesos entre sistemas, aplicar el tipo correcto de automatización en cada paso y garantizar que los resultados sean confiables, rastreables y consistentes.
En este modelo, SaaS no desaparece. Se convierte en la capa de ejecución y control de la IA empresarial. A medida que este cambio entra en vigor, el valor y los márgenes se alejan de las funciones individuales y se acercan a plataformas que controlan la ejecución y el acceso a los datos. Es poco probable que los propios agentes sean puntos de diferencia sostenibles. A medida que el poder se consolida, la atención se centra en el control.
Esto se debe a que los procesos empresariales aún deben ser predecibles, auditables y, en muchos casos, reversibles. Los marcos regulatorios están reforzando esto, con expectativas cada vez mayores en torno a la interpretabilidad y la supervisión. Esto otorga una nueva importancia a las plataformas que se encuentran en el centro de las operaciones.
Las organizaciones que puedan orquestar el trabajo en todos los sistemas, aplicar selectivamente la automatización y crear un rastro de evidencia claro lograrán más valor con el tiempo. Aquellos que no pueden correr el riesgo de convertirse en un almacén de datos pasivo en lugar de un sistema activo de ejecución.
Un efecto multiplicador de la demanda
Otro concepto erróneo en forma de conversación es que la IA reducirá la cantidad de trabajo que las organizaciones deben realizar y, por lo tanto, reducirá su dependencia del software.
De hecho, está sucediendo lo contrario. A medida que disminuyen el costo y el esfuerzo necesarios para ejecutar los procesos, más trabajo se vuelve eficiente. Se identifican más casos, se satisfacen más necesidades de los clientes y se activan más procesos automáticamente.
Ya estamos viendo esto en entornos de servicios, donde la detección y automatización impulsadas por IA aumentan la cantidad de trabajo viable que ingresa a los sistemas.
En un contexto de servicio público, por ejemplo, dentro de un entorno de gestión de casos, los contenedores perdidos, los baches o los problemas de reparación de viviendas pueden identificarse automáticamente, plantearse inmediatamente como un caso y enviarse al flujo de trabajo correcto sin esperar a que un ciudadano o miembro del personal los registre manualmente. En ese modelo, el valor no es quién creó el caso, sino la eficiencia con la que la plataforma lo absorbe, procesa y resuelve.
Esto crea un efecto multiplicador. La IA no sólo reduce el esfuerzo; Amplía lo que las organizaciones pueden hacer. La IA amplía la demanda y las plataformas SaaS son el lugar donde se satisface esa demanda.
Ya no es una cuestión de cuántos usuarios admite una plataforma. Puede gestionar, completar y demostrar eficazmente cuánto trabajo se puede realizar.
Qué significa esto para las plataformas SaaS
Este cambio no beneficiará a todas las plataformas por igual.
A medida que el software pasa de presentar información a completar tareas, el valor queda ligado a lo que un sistema realmente puede ofrecer, no sólo a cómo se accede a él. También dará forma a los modelos comerciales, con más plataformas que combinen suscripciones tradicionales con precios basados en el uso, el rendimiento o los resultados generales.
Las organizaciones aún necesitan supervisión, autorización y formas de manejar las excepciones, pero la atención se centra en cómo las plataformas pueden explotar, procesar y completar el trabajo a escala de manera efectiva.
Este cambio ya está abriendo la brecha entre el software fuerte y el débil, poniendo un mayor escrutinio en los sistemas que ofrecen una profundidad de flujo de trabajo limitada o que dependen en gran medida del esfuerzo manual. Por el contrario, las plataformas que están profundamente integradas en las operaciones, con datos sólidos, lógica y capacidades de ejecución, serán más valiosas.
A medida que los agentes se convierten en consumidores de API, el software debe estar conectado y ser capaz de soportar actividades autónomas a escala. Aquellos que no lo hagan tendrán dificultades para mantenerse al día.
La próxima fase de SaaS
En última instancia, lo que estamos viendo no es el fin del SaaS, sino más bien una evolución. SaaS se está remodelando no sólo como software para la interacción humana, sino como software diseñado tanto para humanos como para máquinas que operan en todos los sistemas.
Una transferencia del sistema que representa información al sistema que completa la tarea. Desde interacciones impulsadas por el usuario hasta ejecución orquestada y competencia de funciones para controlar cómo se ejecutan los procesos.
No es teórico. Ya está sucediendo. Las plataformas de código bajo y las herramientas de productividad se están viendo reforzadas por la IA y los flujos de trabajo agentes, lo que da forma a cómo se construyen, adaptan y utilizan las aplicaciones todos los días.
Pero este cambio también eleva el nivel de cómo las organizaciones adoptan la IA. Aquellos que simplemente colocan agentes sobre los procesos existentes corren el riesgo de crear más complejidad en lugar de menos. Introducir la automatización sin comprender cómo fluye realmente el trabajo puede hacer que los resultados sean difíciles de predecir y probar, especialmente en entornos controlados.
Las empresas que tengan éxito comenzarán con un problema operativo real e introducirán la IA de forma selectiva. Cuando los flujos de trabajo existentes proporcionan una estructura y control adecuados, se puede entregar valor rápidamente sin necesidad de rediseñarlos. Cuando la IA revela fricciones o ineficiencias, esos conocimientos pueden luego informar mejoras específicas en los procesos.
Los agentes de IA amplían las plataformas debajo de ellos; No los reemplazan.
El resultado no es menos software, sino software diferente, que se ejecuta en plataformas diseñadas para ejecutar tareas, absorber la demanda y mantener el control. Más automatización, más manejo de casos, más rendimiento, más resultados logrados a través de sistemas que completan de manera confiable más tareas a escala.
Hemos presentado la mejor codificación de vibraciones.
Este artículo fue producido en parte Perspectiva profesional de TechRadarNuestro canal para mostrar las mejores y más brillantes mentes de la industria tecnológica actual.
Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí:
