El escenario o la obra: el SaaS ante su falsa muerte

El 3 de febrero de 2026, en una sola sesión bursátil, se evaporaron 300.000 millones de dólares de capitalización de empresas de software que cotizaban en bolsa. En la primera semana del mes, Forrester cifró en más de un billón de dólares esa sangría. ServiceNow cayó un 11% el mismo día que presentaba buenos resultados. Alguien bautizó el episodio como SaaSpocalypse o la muerte del SaaS y el nombre cuajó, porque ponía palabra a un miedo que llevaba meses incubándose: si la IA permite que cualquiera construya software en una tarde, ¿qué le queda al negocio que se basa en construir y vender software por suscripción?

La pregunta es algo que se viene repitiendo estos meses en artículos, foros, conferencias… Sin embargo, la respuesta que dieron los mercados (vender primero y pensar después) no fue nada esperanzadora…

La semana pasada escribí sobre el MVP, el moat y el vibe coding, y la tesis de fondo era que la barrera de entrada nunca fue construir el producto, sino el coste de construirlo y ese coste, gracias a la IA generativa, se ha desplomado.

Lo que no dije entonces, y es donde quiero poner el foco hoy, es lo que ese desplome le hace al modelo de negocio que hay debajo. Porque una cosa es que el producto sea más barato de fabricar y otra muy distinta es que el negocio de venderlo siga teniendo sentido.

Y aunque sigue teniendo sentido, con esta nueva ola, ya no el mismo de antes.

1.La muerte del SaaS es una metáfora que algunos leen como un parte de defunción

Conviene separar dos cosas que el título de hoy mezcla a propósito: lo que pasó en la bolsa y lo que pasa en el negocio.

Lo de la bolsa fue real y medible. El múltiplo forward de beneficios del software pasó de un x39 a un x21 en cuestión de meses.

Por primera vez, el software cotiza con descuento respecto al S&P 500. Los short sellers se llevaron más de 20.000 millones apostando contra el SaaS legacy. El detonante fue concreto: el lanzamiento en enero de herramientas de IA para construir software y automatizar flujos de trabajo, que reavivó el fantasma de los agentes sustituyendo a las aplicaciones.

Lo del negocio es otra historia. Gartner proyecta que el gasto mundial en software crecerá un 15,1% en 2026 hasta 1,44 billones de dólares. Forrester, el mismo que firmó el titular «SaaS as we know it is dead», proyecta que el gasto global en SaaS sube de 318.000 millones en 2025 a 576.000 en 2029.

Cuesta morirse creciendo a ese ritmo, ¿no te parece?

Lo que ocurre es que «SaaS is dead», la famosa muerte del SaaS, es una metáfora, y como toda metáfora agresiva, funciona porque es exageración.

Cuando Satya Nadella (CEO de Microsoft) dijo en el podcast BG2 que las aplicaciones empresariales iban a morir en la era de los agentes, no estaba firmando un certificado de defunción: estaba señalando una transición arquitectónica.

Lo mismo pasa cuando Palantir declara muerto el software estándar para vender su ontología; son posiciones de mercado disfrazadas de profecía.

El problema es que entre el titular y la letra pequeña hay un abismo, y mucha gente se queda en el titular.

Aaron Levie, CEO de Box, lo resumió de manera muy directa: llamó al SaaSpocalypse «una tontería».

Su argumento es de economía básica: el software será más barato de construir, lo que significa que habrá más SaaS en el mercado (baja la barrera de entrada y aumenta la competencia) y si tienes más de algo con el mismo presupuesto, los precios bajan. Más oferta, no menos. Lo que cambia no es la existencia del mercado, sino su estructura de precios y de márgenes.

2.El argumento de «cualquiera lo construye» es verdadero para el prototipo y falso para el producto final

Vamos al corazón del asunto, porque aquí es donde se caen la mayoría de los análisis de «titular fácil» del tipo «la muerte del SaaS» o el «SaaS ha muerto».

Es cierto que construir software se ha vuelto extremadamente accesible. Los datos no dejan lugar a dudas.

La encuesta de desarrolladores de Stack Overflow de 2025, con más de 49.000 respuestas en 177 países, registra que el 84% usa o planea usar herramientas de IA, frente al 76% del año anterior. En Y Combinator, el 25% de las startups del batch de invierno de 2025 tenían bases de código generadas en un 95% por IA. Garry Tan lo confirmó en X sin rodeos: «no es una errata».

Retool, en su informe Build vs Buy de 2026, encontró que el 35% de los equipos ya han reemplazado al menos una herramienta SaaS por algo construido internamente y que el 78% planea construir más en 2026.

Hasta aquí, el relato apocalíptico parece tener razón, el problema es que ese mismo cuerpo de evidencia, leído entero, dice lo contrario de lo que parece.

Porque la misma encuesta de Stack Overflow que celebra el 84% de adopción registra que el 46% de los desarrolladores desconfía de la precisión del código que genera la IA, y que solo un 3% confía mucho en él.

La frustración número uno, para el 66%, son las «soluciones casi correctas, pero no del todo». El propio Garry Tan, después de soltar el dato del 95%, advierte que los modelos todavía no depuran bien: una aplicación con cien millones de usuarios, dice, ¿aguanta o se cae?

Y aquí entra el cálculo más demoledor de todo el debate. Manhattan Associates lo llamó la falacia del 6%.

El razonamiento apocalíptico asume que escribir código es el grueso del coste de una empresa de software cuando, en realidad, no lo es.

En una empresa SaaS madura, la innovación representa entre el 10% y el 25% de los ingresos. Y dentro de ese trabajo de innovación, los ingenieros dedican alrededor de un 25% de su tiempo a escribir código.

Multiplica: 25% por 25% da un 6%. Ese es el impacto real de abaratar la escritura de código a cero. Manhattan regenera el 75% de sus más de 60 millones de líneas de código cada noche desde hace una década, y sus costes de desarrollo siguen sin ser cero, porque el código nunca fue el problema.

Vibe-codear un CRM es como construir el escenario de un teatro en una tarde. El problema nunca fue el escenario: era la obra, los actores, que el público viniera, que las luces no fallaran en mitad de la función y que nadie se electrocutara entre bambalinas.

El cliente corporativo no compra líneas de código, compra que el sistema no se caiga, que cumpla el RGPD, que haya alguien al teléfono a las tres de la madrugada, que el proveedor siga existiendo dentro de tres años y eso, por el momento, no se vibe-codea.

Hay una costura, sobre todo, que el vibe coding no sabe coser: la del escalado.

Generar el código de un prototipo es trivial; sostener un producto que aguante cuando llegan los diez mil o un millón de usuarios concurrentes, no.

Esa fase de arquitectura, deuda técnica, seguridad, rendimiento bajo carga…, sigue necesitando arquitectos de software que sepan por dónde van a reventar las costuras antes de que revienten. La IA escribe el código; por ahora, no decide la arquitectura.

Y lo que cambia no es que ese trabajo desaparezca, sino quién lo hace y cuántos hacen falta.

El coste de construir no se evapora: se reconfigura. El squad de toda la vida (un tech lead senior dirigiendo a un puñado de juniors que picaban código) se tambalea cuando un único perfil senior con Claude Code despacha en una tarde lo que antes ocupaba a media docena de manos.

Menos manos, más velocidad y mucho más peso en el criterio de quien dirige es la idea del equipo mínimo viable: no menos talento, sino talento más concentrado y más senior.

Por eso lo digo claro: la IA ha hecho el MVP gratis y, precisamente por eso, ha revalorizado el MOAT.

Cuando construir deja de ser una barrera, lo que queda al otro lado (la distribución, los datos propietarios, los flujos de trabajo embebidos, los costes de cambio, la marca, el resultado garantizado…) pasa de ser un complemento a ser lo único que importa.

En el fondo, la IA no derriba las cinco fuerzas de Porter: les cambia el peso. Cuando la barrera de entrada que más protegía (lo caro que era construir) se desploma, el poder defensivo no desaparece, se traslada a las demás: la diferenciación, los costes de cambio, el acceso a la distribución.

El foso sigue ahí; solo que ahora está hecho de otra cosa.

3. La fractura del margen: la gravedad financiera que nadie puede vibe-codear

Si el código es casi gratis, ¿dónde está el problema? En la factura de la luz.

Durante dos décadas, el SaaS fue el negocio favorito del venture-capital por una razón aritmética: una vez construido el producto, servir a un cliente más costaba prácticamente nada (el famoso coste marginal cero) y se obtenían márgenes brutos del 70% al 90%. El software corría sobre CPUs baratas sobre una infraestructura con un consumo predecible y los nuevos clientes no provocaban cambios sustanciales en la estructura de costes.

El software nativo de IA rompe esa aritmética porque no corre sobre CPUs baratas: corre sobre GPUs caras haciendo cálculos masivos en tiempo real, y cada interacción del usuario tiene un coste variable que no desaparece nunca: es el coste oculto de la inferencia

El informe State of AI de ICONIQ Capital de enero de 2026, con unos 300 ejecutivos encuestados, sitúa el margen bruto medio del software de IA en el 52% para 2026. La inferencia se come ya el 23% de los costes. Bessemer Venture Partners encontró que las empresas de escalado explosivo que se apoyan en modelos de IA de terceros promedian un 25% de margen y algunas van en negativo.

Según The Information, Anthropic cerró 2024 con un margen bruto negativo del 94%: perdió en infraestructura más de lo que ingresó. OpenAI llevó su margen de cómputo en productos de pago de un 35% a un 70% entre enero de 2024 y octubre de 2025, pero su margen bruto global cayó al 33%, porque el 95% de sus novecientos millones de usuarios semanales no pagan y la factura de inferencia se multiplicó por cuatro hasta los 8.400 millones.

¿Es esto una condena para el sector? No del todo; a16z documenta lo que llama LLMflation: el coste de inferencia por unidad de rendimiento cae alrededor de diez veces al año.

Lo que hace tres años costaba 60 dólares por millón de tokens, hoy cuesta seis céntimos.

No es casual que, ante una factura anual de unos 300 millones de dólares a Anthropic, el propio Marc Benioff, fundador y CEO de Salesforce, defienda un «router inteligente» que reserve los modelos caros para cuando de verdad hacen falta y tire de modelos más baratos para lo rutinario. El consenso de analistas apunta a un suelo estructural de margen en torno al 60-65% para la IA, no el 80% histórico.

Esto es mejor que el negativo de partida pero es peor que la barra libre de la que disfrutó el SaaS clásico.

Es un modelo de negocio radicalmente distinto, con una estructura de costes distinta, y fingir que es el mismo es la receta del desastre y una negación de la realidad.

4.La gran recalibración del modelo SaaS: de cobrar por asientos o seats al resultado

Hace mucho tiempo escribí sobre los fundamentos del modelo de suscripción y, más recientemente, sobre el pricing en tiempos de IA. Toca cerrar el círculo, porque el reajuste de márgenes obliga a un reajuste de la forma de cobrar, y ahí es donde la transformación se vuelve visible y medible.

El estándar sagrado del SaaS durante veinte años fue el precio por asiento o precio por seat. Cobrabas por usuario y crecías cuando tu cliente contrataba más gente.

Ese contrato social se ha roto por tres sitios a la vez:

• Los directores financieros han declarado la guerra al shelfware, las licencias que se pagan y no se usan.
• La IA frena la contratación de tus clientes, así que tu motor de crecimiento (venderles más asientos según crecen) se gripa.
• Y el valor ya no escala con el número de usuarios registrados sino con el consumo de cómputo y un precio fijo por asiento es incapaz de capturarlo.

Gartner lo pone en cifras: al menos el 40% del gasto en software empresarial migrará a modelos de uso, agente o resultado para 2030, y el peso del ingreso por asiento puro caerá del 21% al 15%.

El estado intermedio, hoy dominante, es el modelo híbrido: una base fija predecible más un componente variable por consumo.

Pero lo interesante no es la predicción, son los casos que ya están sobre la mesa:

1. Intercom cobra 0,99 dólares por resolución. Su agente Fin no factura por usuario, sino por problema resuelto. Tasas de resolución reales del 42% al 50% en sus propios casos. El lado oscuro, señalado por terceros, es la «resolución asumida»: si el cliente se va sin responder, se factura igual, y eso convierte el coste en impredecible, con saltos reportados de 4.000 a 9.000 dólares al mes.

2. Zendesk cobra 1,50 dólares por resolución automatizada, con un periodo de validación de 72 horas. Su CEO lo dice sin muchos rodeos: solo cobran por su agente de IA si resuelven el problema del cliente de su cliente. Internamente resuelven más del 60% de los tickets de forma autónoma.

3. Salesforce mantiene tres modelos de precios a la vez, y este es el caso más revelador de todos. Empezó cobrando 2 dólares por conversación con Agentforce. El resultado fue tibio: cinco mil acuerdos en dos trimestres, solo tres mil de pago. Pivotó a Flex Credits a diez céntimos por acción, y mantiene además licencias por usuario desde 125 dólares al mes. Que la empresa de software empresarial más grande del mundo pruebe tres modelos simultáneamente no es indecisión: es la fotografía de un mercado que todavía no ha encontrado su punto de equilibrio. Y funciona: Agentforce superó los 540 millones de ARR en su tercer trimestre fiscal, creciendo un 330% interanual.

4. Sierra cobra solo por resultado. Si el agente resuelve, pagas; si tiene que escalar a un humano, es gratis. Llegó a 100 millones de ARR en menos de 21 meses y levantó una ronda que la valora en 15.800 millones.

El dato que lo amarra todo lo aporta PitchBook en su análisis del primer trimestre de 2026, titulada con ironía «SaaS Is Dead, Long Live SaS» (de Software as a Service a Service as Software).

El precio por resultado multiplica por ocho el ingreso por unidad: de unos 1.200 dólares por asiento al año a unos 10.000 por flujo de trabajo automatizado. Por eso los incumbentes quieren migrar. Bien ejecutado, el outcome pricing no canibaliza el negocio: lo expande, porque deja de competir por el presupuesto de software y empieza a competir por el presupuesto de personal, que es un orden de magnitud mayor.

5.El caso Klarna, o cómo un titular mal entendido alimentó una profecía

Ninguna historia ilustra mejor la distancia entre el hype y los hechos que la de Klarna, así que merece contarse entera.

En agosto de 2024, su CEO, Sebastian Siemiatkowski, anunció a los inversores: «acabamos de apagar Salesforce. En unas semanas apagaremos Workday. Estamos cerrando muchos de nuestros proveedores SaaS».

El titular dio la vuelta al mundo y la narrativa de la muerte del SaaS encontró su mártir perfecto.

En marzo de 2025, Siemiatkowski tuvo que aclararlo en un hilo en X: no habían reemplazado el SaaS por un modelo de lenguaje.

No sustituyeron los diferentes SaaS que usaban por un LLM; almacenar datos de CRM en un LLM tendría sus limitaciones, pero desarrollaron un stack tecnológico interno usando Neo4j y otras piezas.

Construyeron un grafo de conocimiento interno sobre una base de datos especializada y montaron interfaces a medida con Cursor. Deprecaron alrededor de 1.200 aplicaciones —que probablemente venían de doscientos o cuatrocientos proveedores, no de mil doscientos—, pero siguen usando Slack, siguen siendo partner de Salesforce y reemplazaron Workday por Deel. El propio Siemiatkowski se declaró «tremendamente avergonzado» por el malentendido, y su tesis actual es que el mercado convergerá hacia menos plataformas SaaS pero más completas.

Lo que Klarna hizo no fue matar al SaaS, fue consolidar un stack de aplicaciones descontrolado sobre una arquitectura de datos propia. Las cifras de productividad que Klarna repite (ingreso por empleado de 400.000 a 700.000 dólares, 40 millones ahorrados, un 25% menos en agencias de marketing) son declaraciones de la empresa de cara a su salida a bolsa, no auditadas por nadie. Por tanto, son afirmaciones interesadas, no hechos verificados.

Quien construya su tesis de implantación de IA sobre los comunicados de prensa de una empresa que va a salir a bolsa está construyendo sobre arena y no sobre cimientos sólidos.

6.Entonces, ¿qué se compra cuando ya no se compra el código? ¿ha llegado la muerte del SaaS o hay esperanza?

Volvamos a la pregunta del principio, porque ya tiene respuesta.

El mercado corporativo nunca compró líneas de código, y sigue sin comprarlas: compra fiabilidad, delegación del riesgo y acceso a datos y flujos de trabajo imposibles de reconstruir desde cero.

El 94% de las organizaciones del sector IT declaran preocupación por el vendor lock-in, según la encuesta de Parallels de finales de 2025, y sin embargo siguen comprando software, porque la prima de riesgo de cambiar sin red supera con creces el ahorro de la suscripción. El cálculo no ha cambiado: lo que ha cambiado es qué parte del cálculo pesa.

La ventaja competitiva del SaaS se ha desplazado y conviene saber hacia dónde se está moviendo:

• De tener el software a controlar la distribución: construir el producto ya no te distingue, sin embargo llegar al cliente, sí.

• De la funcionalidad a los datos propietarios: el código se replica en una tarde pero los datos acumulados de años de uso, no. Y con la IA, esos datos se convierten en un MOAT activo: reentrenan, afinan, mejoran el sistema de forma que un competidor que arranca en frío no puede igualar.

• Del producto al flujo de trabajo embebido: cuanto más profundamente integrado está tu software en cómo opera el cliente, más caro le sale arrancarlo. El coste de cambio sigue siendo el bastión defensivo más sólido frente a los atacantes ligeros nativos de IA.

• De la promesa al resultado verificable: cuando puedes cobrar por problema resuelto en lugar de por usuario registrado, dejas de vender una herramienta y empiezas a vender una garantía. Esa es la frontera.

La muerte del SaaS no es una muerte, es una criba o una selección natural, la supervivencia del más apto que planteó Herbert Spencer:

• Pierden los productos horizontales de función única, con bajos costes de cambio y sin un retorno tangible que enseñar: esos sí los vibe-codea cualquiera y esos sí desaparecen.

• Ganan los verticales, los que controlan datos que nadie más tiene, y los que reconvierten su forma de cobrar hacia el valor que entregan de verdad.

Esta es la lectura que también hace Jamin Ball desde Altimeter: el problema no es el crecimiento, son las expectativas rotas sobre cuánto dura un MOAT cuando construir deja de ser difícil.

Y no hace falta cruzar el Atlántico para oírlo. Javi López, fundador de Magnific AI (que luego compró Freepik para renombrarse a Magnific), lo dejaba caer ayer mismo en X con menos diplomacia y más verdad: que él monta cualquier cosa en un fin de semana pegándole una patada a Claude, «y mi vecino el panadero casi que también».

Lo difícil, decía, es otra cosa: salir con el cuchillo entre los dientes a sentarte meses con una empresa grande, entender sus necesidades y darle desde un equipo de menos de diez lo que antes le daba una consultora de mil. Eso, o tener un canal de distribución brutal, o ser buenísimo en marketing. «Producto ya no es el cuello de botella. Distribución y llegar al cliente lo son todo».

Para mí no es eso. Para mí el tema es que producto ahora mismo le pego una patada a Claude y tengo cualquier cosas en un fin de semana. Y mi vecino el panadero casi que también.

En cambio salir con el cuchillo entre los dientes a hablar con empresas grandes, revisar con ellos… https://t.co/hduVpWQOkl

— Javi López ⛩️ (@javilop) June 29, 2026

La pregunta no es si la IA mata al SaaS, la verdadera pregunta es si lo que vendes era el escenario o era la obra.

Si era el escenario, ya tienes un problema. Si era la obra, acabas de heredar un teatro entero por el precio de una entrada.

Nos leemos pronto.

Imágenes: Giphy, Gartner, Prismetric, Gemini – Nano Banana Pro, Wikipedia e Intercom