Los mercados tienen la capacidad de hacer dos cosas al mismo tiempo: identificar un cambio estructural real y, al mismo tiempo, sobrerreaccionar ante él con una velocidad casi teatral. Eso es, en esencia, lo que ocurrió a inicios de febrero, cuando las acciones de software registraron una fuerte caída y la prensa se apuró en bautizar el fenómeno como “SaaSpocalypse”. La narrativa suena dramática (“el software ha muerto”), pero la realidad subyacente es más interesante: la inteligencia artificial no está eliminando la demanda de software. Está redefiniendo quién captura el valor económico del software y bajo qué modelo de precios.
Esta distinción es relevante, porque todo indica que 2026 será un año en el que la IA impulsará simultáneamente el crecimiento a nivel macroeconómico y comprimirá los márgenes en ciertas capas del sector tecnológico. Ambas cosas pueden ser ciertas. De hecho, probablemente se trata del mismo fenómeno observado desde distintos ángulos.
Comencemos con el panorama macroeconómico. Nuestro escenario base en Fintual es constructivo: las principales economías deberían reacelerarse en 2026, impulsadas por un ciclo de inversión sincronizado y vinculado a la infraestructura de IA (centros de datos, redes, energía, cadenas de suministro de cómputo), una menor incertidumbre comercial respecto a los picos del año pasado, la reactivación del ciclo manufacturero y los efectos rezagados de la flexibilización monetaria global. En Estados Unidos, un crecimiento cercano al 2% parece posible, no porque todos los segmentos estén avanzando de manera homogénea, sino porque el consumo está siendo sostenido cada vez más por hogares de mayores ingresos, cuyo gasto depende más de los precios de los activos que del crecimiento salarial. Esto hace que la economía sea resiliente ante un enfriamiento moderado del mercado laboral, pero más vulnerable a caídas en los mercados accionarios.
Si ahora volvemos a los mercados, nos encontramos con una supuesta paradoja: si la IA es un motor de crecimiento, ¿por qué el sector de software fue golpeado con tanta fuerza?
La respuesta es que el mercado no está cuestionando si las empresas seguirán utilizando software. Está cuestionando si los proveedores tradicionales de SaaS pueden seguir cobrando como lo hacían antes.
El modelo clásico de SaaS es elegantemente simple: cobrar por usuario (o por licencia), incrementar el número de usuarios conforme crece el cliente y beneficiarse de la previsibilidad de ingresos. Este modelo funcionó especialmente bien en la década de 2010, cuando la alternativa a adquirir software era realizar el trabajo manualmente, de forma lenta y costosa. Los proveedores de software tenían el poder de negociación: “paga o enfréntate a la ineficiencia”.
La IA introduce una tercera alternativa: automatizar o reconfigurar procesos.
Si un cliente puede utilizar agentes para completar flujos de trabajo con menos intervención humana, entonces una mayor productividad no necesariamente implica más usuarios. Una empresa podría aumentar su producción manteniendo constante su plantilla —o incluso reduciéndola—, lo que hace que el modelo de precios por usuario deje de escalar con el éxito del cliente. El mercado potencial de “usuarios” no desaparece, pero se desvincula parcialmente del valor económico generado. Y cuando esa relación se debilita, el poder de fijación de precios también se reduce.
Ese es el núcleo de la narrativa de la “SaaSpocalypse”: no que la demanda de software desaparezca, sino que los modelos tradicionales de monetización —especialmente la facturación por usuario— se vuelvan menos defendibles. El mercado incorporó esta interpretación en los precios en cuestión de horas.
El movimiento no se limitó al software. Cuando los inversionistas perciben riesgo en los flujos de efectivo del sector, comienzan a evaluar dónde esos flujos han servido como respaldo. Por eso, segmentos del crédito privado y del capital privado también reaccionaron: una parte relevante del financiamiento en mercados privados se ha estructurado bajo el supuesto de que las empresas SaaS generan ingresos recurrentes, duraderos y con altos márgenes. Si la IA debilita el poder de fijación de precios, entonces toda la estructura de crédito debe ajustar su percepción de riesgo: cláusulas, probabilidades de incumplimiento y tasas de recuperación. Un shock en software puede transformarse en un shock crediticio, al menos en términos narrativos. No es necesario que aumenten los incumplimientos de inmediato; basta con que el riesgo sea creíble hoy.
Sin embargo, aquí es donde el titular “el software ha muerto” resulta engañoso.
El software no desaparece cuando surge una nueva plataforma. Se transforma.
La IA es una nueva plataforma. Desplaza valor desde ciertas capas de interfaz y empaquetamiento hacia la orquestación, los datos, la distribución y la capacidad de integrar inteligencia directamente en los flujos de trabajo. Algunos proveedores de SaaS perderán relevancia; otros se reinventarán. Al mismo tiempo, el consumo total de soluciones digitales puede seguir creciendo —incluso más rápido—, ya que la IA reduce el costo de crear y desplegar funcionalidades similares al software.
Por ello, el escenario macro positivo y la “SaaSpocalypse” pueden coexistir. La IA puede impulsar un auge de inversión en capital (CAPEX) y una aceleración de la productividad, mientras presiona los modelos de negocio de ciertos segmentos del software.
En cierta medida, esta reorganización ya se observa desde 2022. El aumento de tasas marcó el fin de la era de liquidez abundante, y la popularización de ChatGPT evidenció el nuevo régimen tecnológico. Desde entonces, el centro de atención en financiamiento e inversión tecnológica se ha desplazado desde “el próximo gran SaaS” hacia modelos de IA, infraestructura de cómputo, centros de datos y aplicaciones nativas de IA. La caída de febrero no inició esta transición; simplemente hizo evidente el punto avanzado de un proceso de revaluación más amplio.
¿Qué implicaciones tiene esto para los inversionistas?
Primero, considerar el “SaaSpocalypse” como lo que suelen ser este tipo de etiquetas: útil como señal, pero peligrosa como conclusión. Cuando un fenómeno adquiere un nombre atractivo, generalmente estamos más cerca del punto máximo del ciclo emocional que del inicio del cambio estructural.
Segundo, distinguir entre demanda y poder de fijación de precios. El mundo demandará más soluciones de software, pero los ganadores pueden no ser las mismas empresas que dominaron el ciclo anterior, y la unidad de monetización puede cambiar. El modelo por usuario persistirá en ciertos casos, pero es esperable mayor experimentación: precios basados en uso, en resultados, en procesos completos, en capacidad de agentes, o soluciones integradas verticalmente donde el software deja de ser un producto independiente.
Tercero, recordar una lección recurrente en los ciclos tecnológicos: los mercados se enfocan en empresas específicas, pero la historia se construye sobre infraestructura. La era punto-com parecía irracional, pero dejó como legado conectividad global, cómputo accesible y la base del internet moderno. El ciclo de la IA está generando algo similar: centros de datos a escala, inversiones en generación energética, redes de entrenamiento de modelos y cadenas industriales de cómputo. Aunque algunas áreas del ecosistema estén sobrecalentadas, la infraestructura física tiende a perdurar más allá de la narrativa.
Cuarto, identificar correctamente dónde se concentra el exceso de optimismo. En mercados públicos, las grandes empresas tecnológicas pueden sostener valuaciones elevadas gracias a utilidades reales, escala y solidez financiera, aun cuando los múltiplos sean exigentes. El mayor grado de especulación suele concentrarse en etapas tempranas y privadas, donde el capital se asigna más en función del talento y la narrativa que de métricas comprobadas. Esto no implica una burbuja generalizada, sino una exuberancia localizada.
Finalmente, la implicación para la construcción de portafolios es recurrente: la diversificación permite capturar los beneficios residuales del cambio tecnológico. El momento de las correcciones impulsadas por IA es incierto, pero la dirección de largo plazo —mayor cómputo, automatización y adopción— es clara. Los índices se adaptan: eliminan a las empresas cuyos modelos se deterioran e incorporan gradualmente a los nuevos ganadores. Más que anticipar con precisión qué empresas de SaaS lograrán redefinir su monetización, el objetivo es evitar concentraciones en modelos obsoletos mientras la plataforma subyacente evoluciona.
La familiaridad del modelo SaaS tradicional puede estar en declive, pero la necesidad de software no lo está. La IA está ampliando la diferencia entre quienes venden licencias y quienes venden resultados. En términos macroeconómicos, 2026 podría ser un año de aceleración sincronizada impulsada por inversión en IA y condiciones monetarias más favorables. Sin embargo, dentro de ese entorno, coexistirá una disrupción a nivel microeconómico: compresión de márgenes, ajustes en precios y una reasignación compleja de valor dentro del ecosistema tecnológico.
Así es como se manifiestan las transiciones tecnológicas en tiempo real: euforia y pánico superpuestos sobre un mismo proceso de transformación estructural. El software no ha muerto. Lo que está cambiando es el acuerdo implícito —ingresos predecibles a cambio de usuarios predecibles—. Y los mercados, como siempre, lo están ajustando de manera ruidosa.
