SaaS no ha muerto

1. El trasfondo de la idea de que SaaS murió

• Con el rápido avance reciente de herramientas de programación con IA como Claude Code, Copilot y Codex, ha ganado fuerza la idea de que “si ahora se puede crear software con unas cuantas líneas de prompt, ¿no significa eso que SaaS se acabó?”.
• De hecho, Reid Hoffman señaló que el mercado reaccionó con tanta sensibilidad a esta narrativa que un solo tuit relacionado con Claude Code bastó para hacer caer 5% las acciones de SaaS.
• Sin embargo, él considera que aquí el mercado está sobrerinterpretando el fenómeno. Aunque la IA sí está sacudiendo con fuerza la forma en que se produce software, eso no significa automáticamente la muerte de toda la industria SaaS.
• Es decir, el punto de partida no es “la IA no es una amenaza”, sino más bien una crítica de que “se está leyendo mal la dirección de la amenaza”.
• Su planteamiento es claro: lo que se está desmoronando ahora no es SaaS en sí, sino el viejo playbook de SaaS que funcionó durante los últimos 20 años.

2. El debilitamiento del viejo moat de SaaS

• Hoffman considera que, en el pasado, las empresas SaaS podían disfrutar márgenes altos porque la propia organización de ingeniería capaz de construir y escalar un producto estable era una barrera de entrada poderosa.
• Dicho de otro modo, contar con un equipo capaz de implementar y operar de forma estable un conjunto de funciones de ese nivel era en sí mismo el moat, y por eso podían justificarse márgenes del 40% al 50%.
• Pero a medida que la IA acelera la velocidad de implementación, la defensa que provenía de la pura fuerza laboral de ingeniería sí se está debilitando con claridad.
• Por eso, él reconoce que el modelo de negocio que definió a SaaS durante los últimos 20 años ya no podrá mantenerse intacto.
• Sin embargo, lo importante aquí es que la caída de márgenes y el debilitamiento del moat no equivalen a la muerte.
• Entre el diagnóstico de que “el viejo modelo SaaS se está derrumbando” y la conclusión de que “ahora nadie pagará por software” hay un salto lógico enorme, y Hoffman cuestiona precisamente ese salto.
• En otras palabras, la IA reconfigura la economía de SaaS, pero eso no lleva de forma directa a la desaparición del negocio del software.

3. Un malentendido fundamental sobre el negocio del software

• A juicio de Hoffman, muchas personas malinterpretan el software como si fuera “un paquete de código que se crea una vez y ya está”.
• Pero el software empresarial real no es un simple resultado de código, sino un sistema vivo que requiere mantenimiento, validación, seguridad, compliance, estabilidad operativa y mejora continua.
• Por ejemplo, alguien podría decir: “¿Nuestro CRM o sistema de nómina no se puede hacer simplemente con vibe coding?”. Pero en un entorno empresarial real eso no puede sustituirse tan fácilmente, porque los riesgos de seguridad y regulación son críticos.
• En especial, cuanto más central sea el sistema para funciones clave de la empresa —como RR. HH., nómina, cuentas por pagar, contabilidad o CRM empresarial—, mayor es la distancia entre “funciona” y “está listo para operar a nivel empresarial”.
• Por lo tanto, crear un demo funcional con prompts y operar un sistema en el que una empresa pueda confiar y por el que esté dispuesta a pagar son problemas completamente distintos.
• En este punto, Hoffman considera que los optimistas de la IA están confundiendo la facilidad de generar código con la dificultad de operar un producto.
• En conclusión, la IA facilita la creación de software, pero no elimina la estructura de responsabilidades del negocio del software.

4. El nuevo moat competitivo: la generatividad de IA (AI Generativity)

• El verdadero cambio del que habla Hoffman no es “la desaparición de SaaS”, sino que el centro del moat competitivo se está desplazando.
• En adelante, las empresas SaaS fuertes no serán simplemente las que ofrezcan funciones, sino las que proporcionen sistemas diseñados para ejecutar mejor, con IA, el trabajo propio de esa categoría.
• Él lo explica con el concepto de AI Generativity. Es decir, la competitividad clave pasa a ser qué tan bien la IA integrada en el producto entiende las necesidades específicas de ese dominio y qué tan consistentemente puede producir mejores resultados.
• Si pensamos en una empresa de CRM, por ejemplo, limitarse a almacenar y consultar datos de clientes se vuelve una propuesta débil.
• En cambio, un CRM fuerte tendría elementos como los siguientes:
  • un conjunto de agentes inteligentes que refinan de forma repetida los flujos de trabajo de ventas
  • un sistema que comprende el pipeline de manera más integral que un analista humano
  • bibliotecas backend potentes y una estructura operativa diseñadas específicamente para ese dominio
• Un producto así puede tener un moat mucho más fuerte que un SaaS CRUD simple.
• Al final, la competencia ya no dependerá de “si adoptaste IA o no”, sino de si convertiste un sistema de IA profundamente adaptado al dominio en el núcleo mismo del producto.
• Hoffman considera que los actores existentes que entiendan este cambio evolucionarán, mientras que los que no lo entiendan realmente pueden decaer o morir.
• Aun así, añade que incluso ese declive no ocurrirá de golpe como imagina el mercado, sino que probablemente avanzará mucho más lento de lo que se cree.

5. La transición del modelo de negocio

• Si cambia la estructura del producto, es muy probable que el modelo económico también cambie.
• Hoffman cree que el modelo tradicional de suscripción por asiento de SaaS no será el único, y que en adelante podrían aparecer más modelos de tipo utility en los que el cliente prepague un presupuesto de tokens o de consumo computacional.
• Por ejemplo, en un CRM AI-native, más importante que “cuántos usuarios entran” podría ser cuánto cómputo y automatización ejecutó realmente el sistema.
• Es decir, no desaparece el software por suscripción, sino que puede reorganizarse en torno a un modelo económico basado en consumo de cómputo.
• Él dice que, aunque esta transición parezca extraña, en realidad no sería la primera vez que ocurre algo así.
• Cuando en el pasado se pasó del software on-premise al cloud SaaS, también hubo un gran temor a que el modelo de negocio existente colapsara, pero al final el mercado no desapareció; al contrario, creció aún más.
• Ahora sucede algo parecido: estamos al inicio de una transición similar de “cloud SaaS → software AI-native”.
• Por lo tanto, la pregunta importante no es “si SaaS va a morir”, sino más bien cuál será la nueva estructura de precios y la nueva forma de medir el valor.

6. Los moats existentes siguen siendo válidos

• Hoffman enfatiza que, incluso en la era de la IA, los moats existentes no desaparecen por completo.
• Elementos como los efectos de red, las relaciones con clientes y la ventaja de datos siguen siendo importantes y, en algunos casos, incluso pueden volverse más poderosos.
• En particular, las fuentes de datos propietarias adquieren todavía más valor cuando la IA puede entrenarse y ajustarse sobre esos datos.
• Si un sistema de IA se ajusta con base en datos acumulados durante años y alineados con flujos de trabajo específicos y el contexto operativo de una empresa, el lock-in del cliente adquiere un significado de otra dimensión frente al pasado.
• Es decir, lo que la IA commoditiza es “la capacidad de crear código rápidamente”, no la relación con el cliente, los datos operativos y todo el contexto del dominio.
• Por eso, la base de clientes y los activos de datos que ya poseen las empresas SaaS existentes pueden convertirse en un punto de partida muy fuerte también en la era de la IA.
• Además, él menciona la paradoja de Jevons y considera que, si el costo de construir software cae de forma drástica, la demanda de software podría expandirse en lugar de contraerse.
• Si baja el costo de construir, más problemas se intentarán resolver con software y, como resultado, el mercado total podría moverse más hacia la expansión que hacia la contracción.

Conclusión final

• La conclusión de Hoffman es tajante. SaaS no ha muerto.
• Lo que sí está muriendo se parece más al “viejo playbook de SaaS que productizaba funciones y mantenía márgenes altos”.
• Las empresas que sobrevivirán serán aquellas que vayan más allá de simplemente añadir IA como herramienta y rediseñen el trabajo central de su categoría en torno a la generatividad de IA.
• En cambio, las empresas que se conformen con la fórmula anterior de éxito y no entiendan el desplazamiento de moats en la era de la IA podrían entrar en un declive lento.
• En otras palabras, el mensaje central de este texto no es “el fin de la industria del software”, sino la reconfiguración del negocio del software.
• En una línea: SaaS no está en un funeral, sino en un relevo generacional. Lo que muere no es la industria, sino los jugadores que no logran adaptarse al cambio de época.

[colus001]

La razón misma para usar SaaS es más bien “¿de verdad tenemos que hacer esto nosotros?” y no “no podemos hacer esto nosotros”, así que no me resulta muy convincente la idea de que vaya a desaparecer. Basta con ver el groupware: incluso ahora siguen usando cosas tremendamente anticuadas.

[aer0700]

Aunque el criterio de qué es difícil varía para cada quien, más que no hacer Jira porque sea difícil construir algo como Jira, era porque ya existe Jira, al que todos estamos acostumbrados, así que uno piensa: ¿realmente hace falta volver a hacer lo mismo? Ahora que ya llegó la era en la que puedes crear un Jira con un clic... quizá, desde el punto de vista de costos, tampoco suene mal que cada empresa haga y use su propio Jira personalizado. Aunque, aun así, sigue sintiéndose un poco innecesario.