Tendencias
El software busca su nuevo lugar en la empresa entre el posible fin del SaaS y las API abiertas y el auge de la inteligencia personal
La IA amplía las posibilidades de creación y automatización de software, impulsa nuevas formas de interacción con los datos y personaliza la experiencia del usuario, pero la confianza en los proveedores, la supervisión de los sistemas y el criterio humano siguen siendo factores decisivos en su adopción
La inteligencia artificial se ha convertido en uno de los temas centrales del debate tecnológico, con la promesa de hacer más accesible la creación de software y simplificar procesos que antes solo podían manejar equipos especializados. Hoy, herramientas basadas en grandes modelos de lenguaje permiten a personas sin formación técnica generar código, automatizar tareas y poner en marcha prototipos en muy poco tiempo. Esa capacidad ha alimentado la idea de que la IA democratiza el desarrollo y, al mismo tiempo, ha llevado a pensar que las soluciones SaaS tradicionales podrían perder relevancia. La realidad, sin embargo, es más compleja.
En el ámbito empresarial, el debate se desplaza hacia la arquitectura. Según PitchBook, el software corporativo atraviesa un reajuste profundo, incluso más relevante que el paso del on-premises a la nube. Algunos proveedores integran copilotos y agentes en sus suites, lo que llaman plataformas “AI-embedded”, mientras otros reconstruyen procesos completos en torno a agentes autónomos, las “AI-native”. Las primeras mejoran la productividad dentro de sistemas conocidos; las segundas reorganizan los flujos de trabajo y cambian los modelos de ingresos, que dejan de estar ligados a licencias por usuario y se vinculan a resultados concretos.
El interés de los inversores refleja el potencial de la IA en el software empresarial. En 2025, el 64,3 % del capital riesgo se destinó a compañías relacionadas con IA, y se estima que el mercado de flujos de trabajo impulsados por estas tecnologías podría crecer de 65.000 millones a 190.000 millones de dólares hacia 2030. Según PitchBook, esta expansión crea oportunidades tanto para nuevas plataformas nativas de IA, que reinventan los procesos completos, como para proveedores SaaS tradicionales, que integran copilotos y agentes dentro de sus suites. La consultora subraya que el éxito depende de combinar innovación tecnológica con capacidad para ofrecer valor confiable a los clientes, con gobernanza clara y modelos de precios bien definidos.
Desde esta perspectiva, afirmar que la IA hará irrelevante el SaaS resulta precipitado. Las empresas adquieren algo más que funcionalidades técnicas, puesto que buscan soporte, cumplimiento normativo, continuidad operativa y responsabilidad contractual. Un modelo puede generar código o automatizar un proceso, pero no asume riesgos legales ni responde ante un regulador. La confianza se construye en la relación con el proveedor, en su capacidad de servicio y en su solvencia. La IA puede reforzar la propuesta de valor de un SaaS o facilitar la entrada de nuevos competidores, aunque no sustituye la dimensión relacional que sostiene el negocio empresarial.
El debate se extiende a las API abiertas. Durante dos décadas, la industria creció sobre interoperabilidad y portabilidad de datos. Ahora algunos actores levantan barreras. Salesforce ha restringido la API de Slack; Datadog ha desactivado cuentas de una startup competidora; Epic afronta una demanda en Texas por el uso de historiales clínicos como herramienta de control. El análisis que recoge estos movimientos apunta a un giro defensivo de plataformas que prosperaron gracias a ecosistemas abiertos.
La IA permite desarrollar software mucho más rápido, lo que da a las grandes plataformas margen para añadir nuevas funciones y competir con empresas que antes eran sus socias. Cuando un proveedor limita el acceso a sus datos o a sus API, está señalando que ese activo es estratégico y que quiere protegerlo frente a posibles rivales. La aceleración beneficia tanto a startups como a las empresas ya consolidadas, aunque también impulsa a estos últimos a reforzar el control sobre sus sistemas. Para quienes construyen sobre infraestructuras ajenas, el entorno resulta hoy menos previsible, con interoperabilidad sujeta a reglas más estrictas y mayor supervisión del dato.
Inteligencia personal
En paralelo, Google impulsa lo que denomina Inteligencia Personal. La compañía integra Gmail y Google Fotos en el Modo IA de su buscador y en la aplicación Gemini para ofrecer respuestas basadas en el contexto del usuario. Según la documentación publicada por la empresa, el objetivo consiste en conectar información personal y actividad en distintas aplicaciones para lograr asistencia más ajustada. Google subraya que el usuario decide qué enlaza y que existen salvaguardas de privacidad, en línea con sus principios de IA.
El concepto apunta a sistemas capaces de comprender hábitos, viajes previos o características de un vehículo concreto para sugerir planes o productos. El valor es claro en tareas de planificación compleja o en búsquedas con alto componente personal, pero también aparecen límites. Un sistema entrenado sobre preferencias pasadas puede reforzar patrones y dejar fuera opciones que amplíen horizontes. La personalización intensa tiende a priorizar lo coherente con el historial, pero el descubrimiento de alternativas menos evidentes requiere diversidad de fuentes y criterio humano.
La democratización del desarrollo de software es una tendencia indiscutible. Las barreras técnicas se reducen y el acceso a capacidades avanzadas se amplía, y ahí el mercado del SaaS se reconfigura entre plataformas que integran IA y propuestas nativas que rediseñan procesos completos. Las API abiertas atraviesan una fase de tensión estratégica, y la inteligencia personal avanza hacia una asistencia contextual más profunda. Pero nada de ello implica un reemplazo total de intermediarios, proveedores o marcos institucionales. La tecnología transforma la forma de crear, distribuir y consumir software, pero la confianza, la gobernanza y la responsabilidad siguen vinculadas a actores identificables.
El equilibrio entre automatización y criterio profesional debe marcar, por el momento, el ritmo de adopción. De hecho, la experiencia reciente del sector aconseja evitar exageraciones. Cada ola tecnológica amplía capacidades y reordena posiciones, aunque rara vez elimina por completo las capas anteriores del ecosistema digital.
