Durante más de dos décadas, el modelo SaaS ha dominado el software empresarial bajo una premisa sencilla: cobrar por usuario, aumentar la adopción y expandir el número de licencias dentro de las organizaciones.

Sin embargo, la irrupción de los agentes de inteligencia artificial está comenzando a cuestionar los fundamentos económicos sobre los que se construyó esta industria.

La pregunta ya no es si la IA transformará el SaaS, sino cuánto valor seguirá capturando el software tradicional cuando los agentes sean capaces de realizar el trabajo por sí mismos. Los datos ya muestran el alcance del cambio: según cifras recientes de CB Insights, a principios de 2026 el sector del software vio esfumarse casi un billón de dólares en valor de mercado a raíz de los sucesivos lanzamientos de herramientas de IA agéntica, una señal de que los inversores están recalculando el valor terminal de estas compañías, no solo sus ingresos actuales.

Del software para usuarios al software autónomo

El modelo SaaS fue diseñado para personas: una licencia por empleado, interfaces pensadas para la interacción humana y crecimiento asociado al incremento de usuarios.

Los agentes de IA cambian esta lógica.

No necesitan credenciales individuales, no requieren interfaces complejas y pueden ejecutar tareas de manera autónoma: consultar información, generar documentos, resolver incidencias o coordinar procesos entre múltiples sistemas.

Cuando desaparece el usuario humano como centro de la operación, también empieza a perder relevancia el concepto de «asiento» como principal unidad de monetización.

Este cambio tiene importantes implicaciones para una industria cuyas valoraciones han estado históricamente vinculadas a la expansión continua del número de usuarios.

El desafío del modelo basado en licencias

Gran parte del crecimiento del SaaS se ha sustentado en la premisa de que más empleados significan más licencias y, por tanto, mayores ingresos.

Pero un agente de IA puede realizar tareas que antes requerían varias personas.

Menos usuarios implican menos licencias.

Y eso obliga a replantear cómo se genera valor en un entorno donde el trabajo empieza a ser ejecutado por sistemas autónomos.

Por ello, muchas empresas están experimentando con nuevos modelos de monetización. Y no se trata de un fenómeno marginal: hoy existen más de 2.000 compañías que ofrecen agentes o asistentes de IA, muchas de ellas diseñadas desde cero sin la carga de un modelo heredado de licencias por usuario.

Entre ellos destacan tres enfoques:

• Pago por usuario, el modelo tradicional que sigue predominando en muchas plataformas empresariales.
• Modelos híbridos, que combinan licencias con cobros variables asociados al uso de capacidades de IA.
• Pago por resultados, donde el cliente paga únicamente cuando la tecnología completa una tarea o genera un resultado medible.

Las compañías nativas de IA tienen una ventaja evidente: no necesitan proteger modelos heredados basados en licencias y pueden diseñar estructuras comerciales centradas exclusivamente en resultados.

La capa intermedia del SaaS está bajo presión

No todo el software empresarial está igualmente expuesto.

Los sistemas centrales, como ERP o CRM, conservan una ventaja difícil de replicar gracias a sus datos propietarios y su integración con el negocio. Salesforce lo demuestra: el 67% de sus adquisiciones recientes se ha destinado a capacidades agénticas para reforzar su posición como puerta de entrada a los datos empresariales para los agentes de IA.

En cambio, las soluciones cuyo principal valor radica en facilitar que una persona ejecute una acción son las más expuestas. Paneles de control, aplicaciones de productividad o herramientas orientadas a tareas concretas podrían perder relevancia si un agente puede completar directamente esas actividades.

En este escenario, el valor parece desplazarse hacia dos capas estratégicas: los sistemas que almacenan y gestionan los datos y los agentes capaces de interpretarlos, tomar decisiones y ejecutar procesos.

El reto pendiente: demostrar el ROI

A pesar del enorme interés que despiertan los agentes de IA, muchas organizaciones todavía no consiguen medir con precisión su retorno sobre la inversión.

La mayoría evalúa métricas operativas como tiempo ahorrado, tareas automatizadas o reducción de incidencias.

Pero pocas son capaces de conectar estos indicadores con resultados de negocio tangibles, como el incremento de ingresos, la mejora de márgenes o la reducción estructural de costes.

Hasta que esa relación pueda demostrarse de manera consistente, muchas decisiones de adopción seguirán siendo prudentes. Precisamente por ello están surgiendo nuevas oportunidades en ámbitos como la observabilidad, la gobernanza de agentes, la gestión de memoria y las plataformas de medición del impacto de la IA.

¿Ha muerto el SaaS?

Probablemente no.

Pero sí estamos asistiendo a una transformación profunda de sus fundamentos. El modelo basado exclusivamente en licencias por usuario parece insuficiente en un entorno de agentes autónomos, dando paso a nuevas formas de monetización y de crear ventajas competitivas.

La cuestión ya no es si los agentes de IA transformarán el mercado SaaS, sino qué organizaciones serán capaces de adaptarse antes. Como en toda gran disrupción tecnológica, quienes entiendan este cambio como una oportunidad estratégica tendrán más posibilidades de liderar la próxima generación del software empresarial.

De los pilotos a la operación: AI Day by Bcombinator

A medida que las organizaciones avanzan en esta transición, el siguiente desafío es la ejecución. Descubre más sobre AI Day by Bcombinator: De los pilotos a la operación.

Un encuentro de un día donde directivos, founders, inversores y expertos analizan casos reales, estrategias de escalado y modelos de gobernanza que distinguen a las organizaciones que ya están generando valor con la IA de aquellas que aún continúan experimentando.