¿La IA está reduciendo realmente la necesidad de software SaaS tradicional?

La evidencia disponible hasta agosto de 2026 apunta a una respuesta más interesante que “la IA va a matar al SaaS”: sí está empezando a reducir la necesidad de ciertas capas del SaaS tradicional, pero todavía no está reduciendo de forma general la necesidad del software empresarial. Está cambiando qué parte del software captura el valor, quién lo usa y cómo se cobra.

La hipótesis parece obvia. Los datos, menos.

Durante años, digitalizar una empresa significó añadir aplicaciones: CRM para ventas, help desk para servicio, ERP para finanzas y operaciones, y software para proyectos, recursos humanos, marketing, documentos, analítica, firma electrónica y colaboración.

El modelo SaaS convirtió cada necesidad empresarial en una aplicación y, con frecuencia, cada usuario en una licencia.

La inteligencia artificial introduce una posibilidad distinta: que una persona deje de operar directamente muchas de esas aplicaciones y delegue el trabajo a un agente capaz de consultar datos, decidir qué herramienta utilizar y ejecutar acciones mediante APIs.

Si el usuario ya no necesita entrar en cinco aplicaciones para completar un proceso, surge una pregunta económica importante: ¿seguirá necesitando la empresa esas cinco aplicaciones?

La respuesta que emerge de la evidencia disponible en 2026 es doble: en algunos tipos de software, probablemente menos. En los sistemas empresariales fundamentales, todavía no.

Lo que sí parece estar ocurriendo es una separación progresiva entre tres cosas que durante la era SaaS estuvieron estrechamente unidas: la interfaz donde trabaja una persona; el sistema donde viven los datos y las reglas del negocio; y la capacidad que ejecuta el trabajo. La IA puede atacar con mucha más facilidad la primera capa que las otras dos.

El argumento a favor de una “SaaSpocalypse”

La tesis más agresiva sostiene que los agentes de IA terminarán convirtiendo muchas aplicaciones SaaS en infraestructura invisible.

En lugar de abrir CRM, ERP, help desk y otras aplicaciones, el trabajador expresaría una intención: preparar la renovación de un cliente, comprobar incidencias abiertas, validar facturas pendientes y generar una propuesta. Un agente podría consultar distintos sistemas y completar gran parte del proceso.

Desde esta perspectiva, la interfaz gráfica deja de ser el centro de gravedad del software.

Gartner denomina agentic arbitrage al fenómeno por el cual los agentes ejecutan tareas a través de varios sistemas reduciendo la necesidad de que los usuarios interactúen directamente con cada aplicación. La firma estima que hasta US$234 mil millones de gasto en aplicaciones empresariales podrían quedar expuestos a esta dinámica hacia 2030, aproximadamente 20% del gasto SaaS en aplicaciones empresariales.

La cifra es relevante, pero también ayuda a poner límites a la hipótesis. Gartner no está diciendo que desaparecerá 100% del SaaS. Está identificando una fracción considerable del mercado cuyo valor económico podría desplazarse.

McKinsey describe una arquitectura todavía más radical: una persona interactúa principalmente con un agente, mientras éste utiliza APIs y otros agentes para operar sistemas y repositorios de datos en segundo plano. En ese escenario, parte del valor migra desde las aplicaciones individuales hacia la capa que orquesta el trabajo.

La posibilidad tecnológica existe. Pero posibilidad tecnológica y sustitución económica no son lo mismo.

Los ingresos del SaaS todavía no muestran su desaparición

Si la IA estuviera eliminando ya de forma masiva la necesidad de SaaS empresarial, esperaríamos encontrar deterioro importante en la demanda de algunas de sus plataformas principales. Los resultados financieros recientes cuentan otra historia.

ServiceNow reportó US$3,877 millones en ingresos por suscripción en el segundo trimestre de 2026, 24.5% más que un año antes. Salesforce cerró su ejercicio fiscal 2026 con US$41,500 millones de ingresos, 10% más que el año anterior. Microsoft reportó en su tercer trimestre fiscal de 2026 crecimiento de 19% en Microsoft 365 Commercial cloud y de 22% en Dynamics 365. SAP reportó para el segundo trimestre de 2026 crecimiento de 23% en SaaS/PaaS y de 25% en Cloud ERP Suite.

Estos datos no demuestran que el modelo SaaS esté protegido a largo plazo. Son resultados de compañías concretas y mezclan crecimiento orgánico, adquisiciones, precios, nuevos productos e IA. Pero sí contradicen una versión extrema de la tesis: en 2026 no existe evidencia financiera suficiente para afirmar que las empresas estén abandonando masivamente el SaaS empresarial por culpa de los agentes de IA.

Entonces, ¿dónde está ocurriendo realmente el cambio?

Probablemente estamos buscando la disrupción en el indicador equivocado. La primera víctima de la IA puede no ser la aplicación. Puede ser el asiento.

El modelo SaaS tradicional supone aproximadamente esta relación: más trabajadores que usan el sistema → más licencias → más ingresos para el proveedor. Los agentes rompen esa relación.

Un agente puede realizar cientos o miles de operaciones contra un sistema sin convertirse en un “empleado” que necesite trabajar ocho horas delante de su interfaz.

Microsoft ya reconoce públicamente este cambio. En sus resultados del tercer trimestre fiscal de 2026, Satya Nadella describió una transición en aplicaciones empresariales desde el modelo tradicional basado exclusivamente en asientos hacia seats plus consumption. Workday introdujo Flex Credits para determinadas capacidades de IA y plataforma. Zoho permite desplegar agentes mientras el consumo de modelos puede medirse mediante tokens o créditos, aunque los agentes siguen trabajando junto con aplicaciones empresariales subyacentes.

Esto revela una transición mucho más precisa: no estamos pasando simplemente de “SaaS” a “no SaaS”. Estamos pasando de software cobrado principalmente por acceso humano a software cuyo valor también se mide por ejecución computacional.

El dato que contradice la narrativa del fin del asiento

Ramp analizó contratos correspondientes a más de 200 proveedores. En abril de 2026, sus datos mostraban que aproximadamente 65%-75% del gasto seguía correspondiendo a contratos basados en asientos, 20%-30% a suscripciones de plataforma y apenas 4%-6% a consumo.

Este dato no invalida la transformación. Introduce una distinción entre dirección y velocidad. La dirección parece bastante clara: más consumo, agentes y resultados. La velocidad comercial es mucho menor que la velocidad del discurso tecnológico.

La IA puede eliminar interfaces sin eliminar sistemas

Este puede ser el punto más importante de toda la discusión.

Consideremos un CRM. Un vendedor tradicionalmente abre el CRM, busca un contacto, revisa actividades, actualiza una oportunidad, redacta un correo, programa una tarea y registra el resultado. Un agente puede potencialmente ejecutar buena parte de esas acciones.

El vendedor necesita menos interfaz. Pero el agente todavía necesita saber quién es el cliente, qué permisos tiene, cuál es la oportunidad, cuál es su etapa, qué productos existen, qué actividades ocurrieron y qué reglas comerciales aplican.

Es decir, sigue necesitando estado, datos, permisos, reglas y transacciones.

El CRM puede dejar de ser el lugar donde una persona pasa buena parte del día sin dejar de ser el sistema que hace posible el proceso. Algo similar ocurre con ERP, HCM, service management y otras aplicaciones críticas.

La batalla, por tanto, podría no ser agentes contra SaaS. Podría ser: ¿quién controla la capa desde la cual los agentes descubren contexto y ejecutan trabajo?

No todo SaaS tiene la misma defensa

Conviene abandonar “SaaS” como categoría única.

1. SaaS como interfaz

Aplicaciones cuyo valor está concentrado en facilitar una tarea relativamente delimitada mediante una UI. Riesgo de sustitución: alto. Si un agente puede ejecutar la misma función mediante una API, una instrucción natural o una pequeña aplicación generada bajo demanda, el usuario puede dejar de necesitar la interfaz especializada.

2. SaaS como workflow

El producto contiene procesos, automatizaciones, integraciones y conocimiento funcional además de la interfaz. Riesgo de sustitución: medio. Los agentes pueden absorber parte del workflow, pero necesitan reconstruir suficiente lógica como para reemplazarlo.

3. SaaS como system of record o plataforma

Aquí viven información crítica, identidad, permisos, transacciones, cumplimiento, auditoría y lógica profunda del negocio. Riesgo de sustitución directa: menor en el corto plazo. El agente puede convertirse en la interfaz principal sin reemplazar la infraestructura subyacente.

Esta clasificación es una inferencia analítica basada en la evidencia revisada, no una taxonomía universal de la industria.

El verdadero peligro para muchos SaaS: convertirse en “headless”

Un sistema puede seguir siendo indispensable técnicamente y perder poder económico.

Antes, cada proveedor controlaba datos + workflow + interfaz + relación con el usuario. Ahora un agente situado por encima podría controlar la relación con el usuario y utilizar múltiples aplicaciones como herramientas.

El software permanece. Lo que desaparece es su protagonismo.

Esto puede producir una paradoja: el SaaS continúa existiendo técnicamente mientras disminuye su capacidad de cobrar por la atención humana.

Construir software ahora es mucho más barato. ¿Eso no cambia todo?

Sí. Ésta es probablemente la segunda gran amenaza.

La IA no sólo permite operar software existente. También reduce el costo de producir software. Aplicaciones internas, integraciones, dashboards, automatizaciones y pequeñas herramientas que antes justificaban contratar un SaaS especializado pueden ahora construirse mucho más rápidamente.

Eso favorece un nuevo cálculo: comprar vs. construir vs. generar.

Sin embargo, crear la primera versión de una aplicación nunca fue todo el costo del software empresarial. También existen mantenimiento, seguridad, permisos, disponibilidad, integración, migraciones, observabilidad, documentación, soporte, cambios regulatorios, continuidad y deuda técnica.

La IA reduce drásticamente algunos costos de construcción. No elimina automáticamente los costos del ciclo de vida.

Hay además un problema que los agentes no resuelven: necesitan datos

Cuanto más capaz sea el agente, más importante resulta la calidad de la infraestructura que encuentra debajo.

Un agente sin acceso confiable a sistemas de registro puede razonar mejor y aun así actuar peor. Por eso la IA podría reducir el número de interfaces mientras aumenta la importancia de una buena arquitectura de datos, APIs, identidad, permisos y sistemas transaccionales.

La consolidación ya estaba ocurriendo, y la IA puede acelerarla

Existe además un fenómeno que podría confundirse con sustitución por IA: la consolidación de proveedores.

Investigaciones de Futurum y BCG han señalado presión para concentrar gasto en ecosistemas más amplios y reducir inversión en categorías maduras mientras aumenta la destinada a IA, cloud y seguridad.

Esto produce otro posible futuro: una empresa puede terminar utilizando menos proveedores SaaS, pero plataformas SaaS más amplias. Eso sería una reducción del número de aplicaciones compradas, no necesariamente una reducción del peso económico total del software.

Entonces, ¿la IA está reduciendo realmente la necesidad de SaaS?

Sí, pero de manera selectiva y todavía incipiente.

Menos necesidad de interfaces SaaS individuales: emergente y plausible.
Menos licencias humanas por unidad de trabajo: ya observable en el cambio de monetización.
Consolidación de aplicaciones y proveedores: observable.
Sustitución de aplicaciones pequeñas por software generado o agentes: emergente.
Sustitución masiva de CRM, ERP, HCM y sistemas críticos: no demostrada.

Lo que realmente está muriendo puede no ser el SaaS

La pregunta inicial quizá necesita reformularse.

No: ¿va la IA a matar al SaaS?

Sino: ¿qué parte del valor que históricamente capturaba una aplicación SaaS seguirá justificando una aplicación independiente cuando un agente pueda ejecutar el trabajo?

Durante la era SaaS, el usuario era simultáneamente operador, unidad de licencia y punto de acceso al workflow. La era agentiva empieza a separar esas funciones.

El humano puede definir o supervisar el resultado. El agente puede ejecutar el trabajo. La plataforma conserva datos, reglas, identidad y transacciones. Y el proveedor tendrá que encontrar una nueva unidad económica para cobrar por el valor generado.

No es una contradicción que los grandes proveedores SaaS continúen creciendo mientras cambian sus modelos económicos. Es exactamente lo que esperaríamos encontrar al comienzo de una transición de arquitectura y modelo económico.

Conclusión

A agosto de 2026, declarar “el fin del SaaS” va más allá de lo que demuestra la evidencia. Pero ignorar el cambio sería igualmente difícil de defender.

La IA está erosionando tres supuestos sobre los que se construyó buena parte del SaaS moderno: que cada trabajo necesita una interfaz especializada, que cada usuario necesita operar directamente esa interfaz y que cada usuario constituye una unidad natural de monetización.

Los sistemas de registro, datos, reglas, seguridad y transacciones tienen defensas considerablemente mayores. Las interfaces y herramientas estrechas, muchas menos.

Por eso el escenario más consistente con la evidencia no es un mundo sin SaaS. Es un mundo donde una parte creciente del SaaS se vuelve invisible: plataformas y servicios que los agentes utilizan en nombre de las personas, mientras el valor económico migra desde el acceso a la aplicación hacia el contexto, la ejecución y el resultado.

La pregunta competitiva para los próximos años no será únicamente cuántas aplicaciones necesita una empresa. Será cuántas de ellas necesitan todavía que un humano las use directamente.