La tesis del fin del SaaS estaba equivocada: 5 malentendidos sobre el desplome bursátil y el Vertical AI

• El fenómeno llamado "SaaSpocalypse", en el que las acciones SaaS cayeron 32% y las valuaciones corporativas se redujeron casi a la mitad, se usa aquí como una forma de medir el futuro del software de capa de aplicaciones en la era de la IA
• La idea convencional de que "el Vertical SaaS va mal porque dejó de crecer" es falsa; el análisis de 130 empresas muestra que las tasas de crecimiento entre verticales (14.1%) y horizontales (14.7%) son casi iguales, y que los resultados y el precio de la acción van por caminos separados
• Lo único que recompensó el mercado fueron los modelos de cobro por uso y la "infraestructura por la que pasan los agentes de IA"; en cambio ignoró los moats menos visibles, como el control del workflow, los datos propietarios y la regulación
• Incluso dentro del software vertical, el destino cambió según el tipo de moat: solo las empresas con datos propietarios conservaron una prima de 72%, mientras que las que dependían de simples barreras regulatorias o de la narrativa de "dominio del mercado vertical" terminaron cotizando con descuento
• El mercado solo está incorporando en el precio la fase actual de disrupción, y está pasando por alto el surgimiento del software nativo de IA de próxima generación; se espera que las empresas que poseen datos de dominio que solo existen en la cabeza de los expertos sean las mayores beneficiadas

---

Qué pasó: el gran desplome de las acciones SaaS

• Las acciones SaaS públicas atravesaron una fuerte revaluación, con una caída mediana de 32%
  • El múltiplo de valor empresa sobre ventas se redujo 42%, de 9.1x a 4.8x, y el 86% del universo analizado sufrió esta compresión
• Aun así, no se puede concluir el futuro solo mirando el precio de la acción: una misma caída puede ser una mala señal de que "la capa de aplicaciones se está muriendo", o una buena señal de que "la próxima generación está reemplazando rápido a la anterior"
• En especial en épocas de incertidumbre, el mercado se parece más a una "máquina de votación" dominada por las emociones, y para inversionistas con horizonte de 10 a 20 años puede ser más ruido que guía
• El objetivo de este texto es refutar, uno por uno, los lugares comunes que se expandieron tras el desplome y que subestiman el potencial del software nativo de IA

Mito 1: "El software vertical ya no crece"

• Tom Tunguz diagnostica que el bajo desempeño del Vertical SaaS se debe a un "crecimiento más lento"
  • Su argumento es que incluso compañías con moats reales, como Veeva, AppFolio y Procore —con barreras regulatorias, integración tipo sistema operativo industrial y datos de dominio acumulados— fueron las más castigadas porque no pueden crecer lo suficientemente rápido
• Es cierto que muchas empresas verticales son, en promedio, unos 10 años más antiguas que las horizontales
  • Firmas de antes de internet como Dye & Durham (fundada en 1874), FICO (1956), Agilysys (1963) y Tyler (1966) elevan la antigüedad promedio del grupo vertical (percentil 75: vertical 42 años vs. horizontal 27 años)
• Pero la explicación de que "crecen lento" no es cierta
  • En una muestra de 130 empresas, la mediana de crecimiento del último año fue 14.1% para las verticales y 14.7% para las horizontales, prácticamente igual
  • Los resultados y el precio de la acción se movieron por separado: la correlación entre crecimiento de ingresos y retorno bursátil fue 0.07, y con margen EBITDA fue -0.03, es decir, casi nula
  • Incluso dentro del grupo vertical, las 15 peores acciones tuvieron mejores márgenes y crecimiento que las 15 mejores

Mito 2: "El Vertical tiene un moat débil frente a la IA"

• El resumen de Tom: "Este año el vertical cayó 43% y DevTools solo 21%; esa diferencia muestra lo que realmente piensa el mercado"
  • En la superficie suena correcto, pero el problema es que eso se extiende a la conclusión de que "el software especializado por industria se puede copiar fácilmente con LLMs"
• Esa conclusión choca con dos realidades

  • En realidad, unas pocas horizontales fueron tratadas como los 'picks and shovels' de la IA

    • Gran parte de la diferencia viene de unas cuantas empresas horizontales que subieron más de 50% porque fueron vistas como "infraestructura que gana dinero en la era de la IA"
      • Bandwidth (API de telecomunicaciones), Datadog (monitoreo), MongoDB (DB), Twilio (API de telecomunicaciones), Fastly y Akamai (CDN), JFrog (cadena de suministro de software), Innodata (datos de entrenamiento para IA)

  • El vertical todavía cotiza más caro que el horizontal

    • Incluso considerando resultados, el Vertical SaaS aún cotiza con prima frente al horizontal
    • Esta caída solo eliminó parte de la "prima narrativa" que traía encima; precisamente porque estaba más alto, cayó más fuerte al bajar
    • El resultado fue una rebaja del valor asignado a moats que no aparecen directamente en el estado de resultados
• En resumen, no es que la defensa del vertical se haya debilitado, sino que ya no recibe un bono de valuación tan generoso como antes, y hoy solo se premian los vientos de cola de IA visibles de inmediato

Mito 3: "El mercado ya revalorizó correctamente el valor de largo plazo"

• En los últimos meses, el factor que más claramente separó el desempeño bursátil fue el modelo de cobro alineado al uso
  • Esa fue la conclusión de una evaluación ciega de 130 empresas en 6 criterios clave
  • En cambio, moats menos visibles como el control del workflow, los datos propietarios y la complejidad regulatoria no fueron recompensados
• La idea de moat que aplicó el mercado se redujo, en la práctica, a una sola pregunta: "¿Eres infraestructura por la que pasan los agentes de IA?"

• Comparación de casos: Bandwidth vs. Doximity

  • Bandwidth fue una empresa horizontal que subió 280% pese a tener un puntaje R40 de apenas 6
    • Es una competidora de Twilio en CPaaS, que vende APIs de voz y mensajería usadas por RingCentral y Zoom
    • Cada vez que un agente de voz de IA hace una llamada, la empresa genera ingresos según el uso
    • Como dice Tom, es un "viento de cola estructural" donde más IA implica más queries, embeddings y operaciones vectoriales
  • Doximity, en cambio, es una vertical que cayó 65% (el "LinkedIn para médicos")
    • Su modelo se basa en suscripciones pagadas por farmacéuticas y hospitales para marketing dirigido a médicos, así que hoy no es obvio cómo se beneficiaría en la era de los agentes de IA
  • Pero esa mirada simple pasa por alto el verdadero moat de Doximity
    • Efectos de red: más del 80% de los médicos ya está registrado, y muchos hospitales exigen la afiliación
    • Gravedad de datos: reúne datos clínicos propietarios, como PeerCheck y Pathway Medical, y entrega valor inmediato a clientes existentes
    • Capacidad organizacional en IA: su equipo de I+D de 380 personas ya está creando nuevos ingresos con herramientas como Scribe y DoxGPT para hospitales
    • Workflows profundamente integrados con telemedicina, fax y documentación clínica, además de un moat regulatorio derivado del entorno HIPAA
• En definitiva, en el desplome solo sobrevivieron las empresas con "ingresos visibles de inmediato", mientras que cualquier beneficio de IA un poco más complejo que los "picks and shovels" que monetizan mañana mismo fue ignorado por completo
• Ben Thompson (Stratechery): "La disrupción y la creación de valor no ocurren al mismo tiempo"; el mercado está incorporando hoy la disrupción y la aceleración visibles, pero dejando fuera la creación de valor de largo plazo que tarda más en materializarse

Mito 4: "Todos los moats verticales se derrumban igual"

• Si se dividen 57 empresas públicas de Vertical SaaS según la fuente de su capacidad defensiva, aparecen tres grupos

  • ① Tipo datos propietarios

    • 20 empresas como Verisk, FICO, Cadence, Veeva y CCC
    • Son compañías sentadas sobre datos que otros no pueden reconstruir; hace un año cotizaban 220% por encima de horizontales comparables, y ahora esa prima cayó a 72%
    • Aun así, 18 de las 20 siguen cotizando por encima de las horizontales

  • ② Barrera regulatoria pura, sin datos

    • 16 empresas como Tyler Technologies, ADP, Constellation, nCino y Q2
    • Aquí la entrada se bloquea por leyes y procesos, no por datos; la prima casi desapareció, de 120% a 15%

  • ③ Tipo 'vertical halo'

    • 15 empresas como ServiceTitan, Par Technology, Toast, Lightspeed y MNTN
    • Hace un año recibían una prima de 41% por la narrativa de "dominio del mercado vertical, alta recompra y expansibilidad", pero hoy cotizan 40% por debajo de las horizontales
• Los moats de datos claramente visibles siguen recibiendo una valuación alta incluso ajustando por resultados, pero incluso una gravedad de datos muy fuerte fue valorada casi en cero durante esta caída
• El texto propone estas preguntas para revisar la defensa de una empresa: "¿Los datos son propietarios? ¿Está atada por regulación? ¿El software está incrustado en la transacción misma?"
  • Si la respuesta es "sí" a dos o más, en general está relativamente protegida; sin embargo, el mercado solo está reconociendo la primera (datos propietarios, prima de 72%) y casi no puntúa las otras dos

Mito 5: "La capa de aplicaciones se está muriendo"

• El mercado ya incorporó en el precio el impacto que genera la expansión de la IA (caída del costo de desarrollo, sustitución de trabajo por agentes)
  • Pero todavía no incorpora la aparición del software nativo de IA de próxima generación
  • Por eso solo se protegen los pipelines que hoy le venden ingresos directamente a la IA, mientras que el resto del software recibe recortes generalizados y se pone en duda su supervivencia
  • No hay ningún reflejo en precio del estado de equilibrio posterior a la adopción de IA, donde los datos y los workflows serán más valiosos que nunca
• A diferencia del pánico actual, todavía estamos apenas en el inicio de la fase de disrupción
  • Cita de The Verticalist: parte del software vertical desaparecerá, pero su vida útil será mucho más larga que la del horizontal, y la próxima generación de Vertical AI se construirá en algunos casos sobre ruinas, pero sobre todo sobre green field; solo reemplazar proveedores existentes no hace crecer el mercado total
• Los LLMs demostraron el valor de ampliar los datos de entrenamiento y el hecho de que el aprendizaje por refuerzo vuelve más inteligentes a los agentes
  • Pero para ir más allá del lenguaje, la IA necesita datos de dominio y contexto de decisión, algo que no existe en el internet público, no se puede comprar ni vender, y muchas veces solo vive en la cabeza de expertos
  • Y quienes históricamente han estado mejor posicionados para capturar esos datos son las plataformas verticales
• Los pesimistas creen que "la IA reduce los mercados verticales", pero el texto sostiene exactamente lo contrario: los va a expandir con fuerza
  • Algunas empresas incumbentes con moats sólidos, y con la disposición de canibalizar sus propios productos en favor de la IA, sobrevivirán y prosperarán
  • Pero los máximos ganadores serán las compañías nativas de IA de nueva generación, construidas no solo sobre las ruinas del legado, sino sobre nuevos casos de uso, nuevos presupuestos y nuevos verticales que el mercado público todavía ni imagina

Apéndice: los 6 criterios usados en la evaluación

• ① Proprietary Data Flywheel (flywheel de datos propietarios)

  • ¿Se acumulan datos que sería imposible replicar en menos de un año? El historial de décadas de reclamos de seguros de Verisk vale 5 puntos; un repositorio de Dropbox cuyos datos pertenecen al cliente vale 1

• ② Pricing Alignment (alineación del pricing)

  • ¿Los ingresos aumentan cuando los agentes de IA aumentan su actividad? Los modelos por uso de Bandwidth, MongoDB y Datadog obtienen el máximo; los modelos por asiento de Asana, Monday.com y Workday, donde la IA reduce licencias humanas, obtienen el mínimo

• ③ Workflow Replaceability (reemplazabilidad del workflow)

  • ¿Qué tan profundamente incrustado está el producto en la operación del cliente? (más difícil de extraer = mayor puntaje) Oracle ERP y nómina de ADP obtienen 5; Dropbox y Amplitude, que se cambian en una semana, obtienen 1

• ④ AI Credibility (credibilidad en IA)

  • ¿La empresa tiene equipo, inversión y DNA para construir IA real, y no solo un chatbot añadido? (medido por proporción de I+D, trayectoria del CEO, adquisiciones de IA y productos en uso real) Palantir y Datadog obtienen 5; Tyler y Constellation, 2

• ⑤ Domain Complexity (complejidad del dominio)

  • ¿Qué tan regulado y especializado es el entorno del cliente? Las presentaciones clínicas ante la FDA de Veeva, la certificación CJIS de Tyler y la regulación de scoring crediticio de FICO obtienen 5; un mercado horizontal sin barreras obtiene 1

• ⑥ Agent Ecosystem (ecosistema de agentes)

  • En un mundo donde agentes de IA coordinan el trabajo, ¿este producto se usará más o menos? Las DB, APIs de telecomunicaciones, seguridad y monitoreo por donde pasan agentes obtienen 5; gestión de tareas, dashboards y almacenamiento de archivos que los agentes no usan obtienen 1
• R40 (Rule of 40) = crecimiento de ingresos + margen EBITDA