Cuando la IA Hace el Trabajo: Cómo Deben Cambiar los Modelos de Negocio SaaS

La industria SaaS se construyó sobre la premisa simple de que el software ayuda a las personas a trabajar. Cada modelo de precios, hoja de ruta de producto y movimiento de ventas de las últimas dos décadas se ha organizado en torno a esa suposición. Un asiento es una persona, una licencia es un usuario, y una renovación es lo que ocurre cuando ese usuario decide que la herramienta sigue valiendo la pena.

La IA está rompiendo esa premisa en su base. El software ya no solo ayuda a las personas a trabajar. En muchos casos, realiza el trabajo por ellas. Eso tiene consecuencias para el modelo de negocio SaaS. También eleva el estándar de lo que hace que el software especializado sea valioso y defensible.

La Carrera de Características Ya Se Ha Corrido

La IA ha comoditizado el desarrollo de funcionalidades de software a un ritmo para el que la industria no estaba preparada. A principios de 2024, el laboratorio chino DeepSeek construyó un modelo competitivo con lo mejor de OpenAI por aproximadamente $5 million, una fracción de los estimados $100 million que OpenAI gastó. En el transcurso de un año, investigadores de UC Berkeley replicaron las capacidades de razonamiento centrales de DeepSeek por alrededor de $30. La curva de costos del desarrollo de IA está en una fuerte caída. Un equipo con el acceso adecuado a la API y la ingeniería de prompts ahora puede aproximar funcionalidades que antes requerían años de construcción.

La implicación estratégica es que, si cualquier funcionalidad puede replicarse en meses, entonces las funcionalidades ya no son una fuente duradera de ventaja competitiva. Organizar la estrategia de producto en torno a la diferenciación de funcionalidades hace que compitas en un terreno que se está erosionando activamente. Lo mismo ocurre al simplemente añadir una capa de IA a un producto existente. A medida que el acceso a los modelos subyacentes se vuelve más generalizado, las empresas de software deberán aportar más valor a su experiencia de dominio, flujos de trabajo y sistemas circundantes.

Abordar el Problema de Precios

La tarificación basada en asientos es la víctima más visible del cambio hacia el trabajo impulsado por IA. El modelo tenía sentido intuitivo cuando el software era una herramienta. Una persona, con una licencia, y un asiento. Cuando los agentes de IA manejan tareas de forma autónoma, esa lógica ya no funciona. No puedes cobrar por asiento cuando el asiento es un bot, o cuando una única implementación gestiona la carga de trabajo de decenas de usuarios.

Los analistas de Gartner predicen que al menos 40 % del gasto SaaS empresarial se trasladará a modelos basados en uso, basados en agentes o basados en resultados para 2030, con la participación de ingresos por asientos disminuyendo del 21 % al 15 %. El mercado ya se está moviendo en esa dirección. Zendesk lanzó tarificación basada en resultados en agosto de 2024, facturando por interacción de cliente resuelta en lugar de por usuario. Salesforce siguió con Agentforce a $2 por conversación de IA.

Los principales actores de la industria han aceptado que el modelo antiguo no se adapta a la nueva realidad. Si esperas a que el mercado imponga el cambio, heredarás los términos establecidos por quienes se movieron primero.

También hay un problema del lado de los costos. El SaaS tradicional se beneficiaba de costos marginales casi nulos. Una vez que el software se construía, atender a un cliente adicional era prácticamente gratuito. Los productos impulsados por IA tienen costos variables de cómputo sustanciales que escalan con el uso. La tarificación por asiento nunca se diseñó para ese nivel de variabilidad. Cada empresa que aún mantiene un modelo de asientos sobre un producto impulsado por IA está gestionando una incongruencia estructural que eventualmente requerirá una solución.

Propiedad del Flujo de Trabajo como la Nueva Estrategia de Producto

Si las funcionalidades no son la barrera protectora y los asientos no son la unidad de valor adecuada, ¿qué lo es? A medida que las empresas navegan esta transición de forma deliberada, descubren que la respuesta es la propiedad del flujo de trabajo. La propiedad del flujo de trabajo es el grado en que una plataforma respalda y conecta una secuencia de acciones a lo largo del proceso operativo del cliente, en lugar de manejar solo un paso de forma aislada.

Para la estrategia de producto, este replanteamiento marca una diferencia. Mientras una herramienta aborda una tarea específica, una plataforma de flujo de trabajo aborda toda la secuencia: captura, procesamiento, toma de decisiones, seguimiento y medición. Cuanto más de esa secuencia posee una plataforma, más difícil resulta reemplazarla porque el costo de cambio abarca un proceso operativo completo, no solo una función aislada. Eso no implica construir cada componente internamente. En muchos casos, el enfoque más sólido es reforzar una competencia central y conectarla con empresas que son fuertes en partes adyacentes del flujo de trabajo.

Considere el arrendamiento. Un agente de IA que responde preguntas de inquilinos está resultando más fácil de crear. Pero pasar a un inquilino de la consulta al recorrido depende de múltiples sistemas trabajando en conjunto, desde datos de la propiedad y programación hasta el acceso. Ninguna funcionalidad única crea esa experiencia. El valor proviene de cómo las capacidades especializadas se conectan a lo largo del proceso.

Según Gartner, la capacidad de integración es ahora el #3 factor más importante para los compradores de software a nivel global. Las funcionalidades por sí solas no son suficientes para convencer a los compradores. También quieren saber si se integra con los sistemas de los que sus equipos ya dependen, y si esas integraciones son lo suficientemente profundas como para eliminar la fricción a lo largo de todo el flujo de trabajo.

Esto cambia la forma en que las empresas de software deben evaluar sus propias hojas de ruta de productos. La pregunta es menos “¿qué deberíamos construir a continuación?” y más “¿qué partes del flujo de trabajo del cliente aún no estamos tocando y qué se necesitaría para apropiárnoslas?”. Las alianzas con plataformas adyacentes, proveedores de datos y capas de servicio se vuelven tan estratégicamente importantes como el desarrollo interno. La fragmentación pudo haber servido alguna vez como una forma de defensibilidad, con cada proveedor protegiendo su propia parte de la pila tecnológica. A medida que las capacidades individuales se vuelven más fáciles de reproducir, ese enfoque puede resultar en contra de las empresas.

El contexto propietario es el nuevo bloqueo

En el modelo SaaS tradicional, el bloqueo provenía de los costos de cambio. Migrar datos, volver a capacitar a los usuarios y restablecer integraciones requiere mucho tiempo y esfuerzo. En un modelo impulsado por IA, está surgiendo una forma de bloqueo más profunda y menos visible: el contexto propietario del cliente.

Los sistemas de IA solo son tan útiles como los datos con los que operan. Un modelo de IA de propósito general puede responder preguntas generales. Un sistema de IA integrado en una plataforma que ha acumulado años de historial del flujo de trabajo del cliente, patrones de comportamiento, decisiones de configuración y datos de relaciones puede actuar con inteligencia contextual específica a la situación de ese cliente. Los modelos de propósito general no pueden hacerlo, y esto está convirtiendo el contexto propietario en una sólida ventaja competitiva en el software.

RSM US confirma esta dirección, señalando que las empresas que aprovechan con éxito los datos propietarios verán mejoras en la retención de clientes que los competidores basados solo en características no pueden igualar. Las empresas de software deberían invertir en la acumulación y estructuración del contexto específico del cliente con la misma agresividad con la que invierten en cualquier otra capacidad. Ese contexto se vuelve más valioso cuando está vinculado a experiencia especializada, flujos de trabajo establecidos y los demás sistemas involucrados en la realización del trabajo. Un competidor puede copiar rápidamente una característica individual, pero reproducir todo lo que la rodea es una tarea mucho más grande.

Esto también tiene implicaciones para la forma en que las empresas de software piensan sobre la gobernanza de datos y la auditabilidad. Cuando la IA actúa sobre el contexto del cliente para completar tareas trascendentales, tanto el proveedor como el cliente necesitan visibilidad sobre lo que la IA está haciendo y por qué. La gobernanza debe formar parte de la arquitectura que haga creíble la propiedad del flujo de trabajo impulsado por IA.

Qué ocurre cuando los resultados son el producto

Si los clientes están comprando resultados en lugar de herramientas, los equipos de producto deben pensar de manera fundamentalmente diferente sobre lo que están construyendo y cómo miden el éxito. Una hoja de ruta organizada en torno a características para lanzar es el instrumento equivocado para un producto organizado en torno a resultados a entregar. Los desarrolladores deberían centrarse menos en lo que liberan en un trimestre y más en lo que logran para sus clientes, y si esos resultados son medibles, atribuibles y repetibles.

Los gerentes de producto que han dedicado sus carreras a pensar en términos de especificaciones de características y ciclos de lanzamiento necesitan desarrollar fluidez en métricas operativas. ¿Cómo se ve un resultado exitoso, cómo sabemos cuándo lo hemos alcanzado y cómo garantiza el diseño del producto que el comportamiento de la IA sea lo suficientemente consistente como para ser responsable de los resultados? Esa es una disciplina diferente a la de construir software para que lo operen usuarios humanos.

Ya podemos observar este cambio en la forma en que los compradores evalúan a los proveedores. Los datos de reseñas de G2 muestran que las capacidades de IA ahora importan solo cuando se combinan con un valor operativo medible. La novedad de las características está perdiendo peso en las decisiones de compra, mientras que los resultados demostrados están ganando. Los proveedores que todavía venden principalmente por capacidad y dejan la cuestión del resultado al cliente están cada vez más en la posición equivocada respecto a lo que los compradores esperan.

El comprador ya ha cambiado

Los operadores de empresas y del mercado medio no están esperando a que los proveedores se pongan al día. Los criterios de evaluación ya han cambiado, y los compradores quieren saber qué produce una plataforma, cómo funciona dentro de su flujo de trabajo existente y cuán profundamente se conecta con los sistemas de los que ya dependen. Las conversaciones de adquisición que antes se centraban en demostraciones de características y presentaciones de hojas de ruta se enfocan cada vez más en la arquitectura de integración, la medición de resultados y la responsabilidad operativa.

El riesgo para las plataformas SaaS con una gran exposición empresarial por asiento es que los múltiplos de ingresos pueden comprimirse en comparación con las empresas que se han movido hacia modelos basados en consumo o resultados. Los inversores están incorporando en el precio el riesgo de que la retención neta de ingresos se deteriore a medida que los clientes sustituyen los asientos humanos por agentes de IA.

Esta es una oportunidad fugaz para los proveedores. Los compradores están formando expectativas sobre cómo se ve la responsabilidad del software nativo de IA. Los proveedores visionarios están respondiendo creando estructuras de precios, profundizando la integración y estando más dispuestos a ser medidos por los resultados, lo que les brinda una ventaja en renovaciones y expansiones. Los proveedores que continúen centrados en su conjunto de características descubrirán que esa conversación es cada vez más irrelevante para lo que los compradores realmente quieren saber.

Repensando el estándar de valor

La IA está cambiando lo que vale el software, a quién y bajo qué condiciones. Todo el aparato de valoración SaaS se construyó para un mundo en el que el software solo ayudaba a los humanos a trabajar. Ese mundo está llegando a su fin.

La nueva era exige que las empresas traten esto como una cuestión de primeros principios. Si la IA está haciendo el trabajo, ¿qué debería pagar el cliente y por qué? La respuesta es un modelo completamente nuevo centrado en los resultados, la propiedad del flujo de trabajo y el contexto propietario. Requiere un pensamiento diferente sobre precios, estrategia de producto, alianzas y cómo se mide el éxito.

La era de las funcionalidades del SaaS premiaba la herramienta más capaz. La era de la IA recompensará a las empresas cuya especialización y conexiones son más difíciles de reproducir. Reorganizarse alrededor de esa realidad hoy le permite construir el foso para la próxima década del software empresarial.