· Nacho Planas
El «SaaSpocalipsis», por partes: a quién está desplazando de verdad la IA
En 2026 el mercado vendió el software como si fuera un único negocio. Son al menos tres: los que la IA acelera, los que la IA necesita y los que la IA sustituye. Tres preguntas para distinguirlos, contrastadas con 36 empresas y sus datos.
Aviso: No es asesoramiento de inversión. Puedo tener posiciones en algunas de las empresas citadas. Las cifras proceden de la información publicada por las compañías y de los cierres diarios hasta el 25 de septiembre de 2026; las rentabilidades son solo de cotización.
Una palabra y, después, una desbandada
El 30 de enero de 2026 Anthropic lanzó once plugins para Claude Cowork dirigidos al trabajo de oficina corriente: revisar contratos, clasificar acuerdos de confidencialidad, construir modelos financieros. Cuatro días después, un operador de Jefferies citado por Bloomberg le puso nombre a la reacción. El «SaaSpocalipsis» nació el 3 de febrero, una jornada en la que el ETF de software IGV cayó un 4,6% con el mayor volumen de sus 25 años de historia. Thomson Reuters se dejó un 16% y LegalZoom, en torno a una quinta parte.
Y no paró ahí. Claude Opus 4.6 el 5 de febrero, Claude Code Security el 20 de febrero, una oleada de titulares sobre agentes el 9 de abril. En el mínimo de abril, IGV estaba un 37% por debajo de su máximo de septiembre de 2025. Según StockCharts, el periodo de enero a marzo fue su peor trimestre desde finales de 2008.
El gráfico muestra lo que no ocurrió. Los inversores no huyeron de la IA: los semiconductores suben cerca de dos tercios en el mismo periodo. Lo que hicieron fue bajar por la cadena, del software que usa la IA al silicio sobre el que funciona. El veredicto implícito era que la IA es una gran noticia para quien vende los picos y las palas, y una mala noticia para quien vende las aplicaciones.
Ese veredicto trató el software como un bloque. No lo es. Una aplicación para hacer la declaración de la renta, una red de telemática de flotas, una base de datos, una plataforma de trabajo freelance y un juego para aprender idiomas recibieron la misma etiqueta y, durante un tiempo, el mismo trato. Algunos de esos negocios están siendo disrumpidos de verdad. A otros la IA los está ayudando. Y otros siguen exactamente donde estaban, con los mismos clientes pagando por lo mismo, mientras su cotización se castigaba como si fueran los siguientes.
Tres preguntas que le hago a cualquier empresa de software
Clasifico los negocios de software con tres preguntas. Ninguna exige tener una opinión sobre lo inteligentes que llegarán a ser los modelos; solo sobre qué vende el negocio y a quién.
1. ¿Por qué paga el cliente? ¿Por una licencia (un puesto por cada empleado humano), por una unidad del mundo real (un camión, una instalación, un historial clínico, un almacén), por un volumen de uso (consultas, mensajes, datos, cómputo) o por un trabajo terminado (una respuesta, una lección, una declaración de impuestos, un logotipo)? Las licencias se reducen si las empresas emplean a menos gente. El trabajo terminado se abarata si un modelo puede producirlo. Con las unidades del mundo real y con el uso no está claro que ocurra ninguna de las dos cosas.
2. ¿Podría un modelo generalista producir lo que vendes, o necesita lo que tienes? Un modelo puede resolver unos deberes desde cero. Lo que no puede es saber dónde están tus camiones, qué dice la documentación regulatoria de tu hospital o qué versión del código se desplegó el martes pasado, salvo que quien tenga esos datos, ese hardware o ese sistema de registro le dé acceso. El primer tipo de negocio compite con el modelo. El segundo lo abastece.
3. Cuando aumenta el uso de la IA, ¿pasa más por ti o menos? Cada agente que ejecuta una tarea hace llamadas a API, lee y escribe datos, registra eventos, envía mensajes y sube código. Si todo eso acaba en tu plataforma y cobras por volumen, la adopción de la IA es tu motor de crecimiento. Si la adopción de la IA significa que menos gente entra en tu herramienta, ocurre lo contrario.
Las respuestas reparten las empresas en tres grupos:
| Grupo | Qué venden | Qué les hace la IA | Ejemplos |
|---|---|---|---|
| Aceleradas | Uso, infraestructura, la capa que conecta los modelos con la acción | Más tráfico, más datos, más cargas de trabajo | Palantir, Datadog, Cloudflare, Snowflake, CrowdStrike, Twilio |
| Resilientes | Registros y operaciones que el modelo necesita pero no puede sustituir | Poco efecto directo; la IA se convierte en una función más por encima | Samsara, Veeva, Manhattan Associates, Autodesk, Procore, Tyler |
| Disrumpidas | Trabajo terminado que un modelo ya puede producir | Sustitución directa o hundimiento de precios | Chegg, Fiverr, Upwork, EPAM, Duolingo, TurboTax de Intuit |
Los grupos no son juicios morales ni recomendaciones. Muchos negocios disrumpidos sobrevivirán, y los acelerados pueden estar caros igualmente. Son una forma de comprobar si la reacción del mercado se corresponde con lo que está pasando en los ingresos.
El marcador
Para ponerlo a prueba, tomé 36 empresas de software cotizadas en EE. UU. repartidas entre los tres grupos. En cada una medí cuánto ha cambiado la tasa de crecimiento de los ingresos en los cuatro últimos trimestres publicados y lo comparé con la rentabilidad de su cotización en 2026.
Hay relación, pero es más débil de lo que sugiere el relato. Por rangos, la correlación entre aceleración y rentabilidad ronda el 0,5; en línea recta, el 0,35. La aceleración explica quizá entre una décima y una quinta parte de la variación de las rentabilidades. Lo que llama la atención es la asimetría. El cuartil de empresas cuyo crecimiento más se frenó tuvo una rentabilidad mediana de cerca del −43% este año. El cuartil cuyo crecimiento más se aceleró tuvo una mediana de alrededor del +7%, lastrada por nombres como Oracle (−30% pese a que su crecimiento se aceleró 17 puntos) y Palantir (+7% pese a acelerarse 45). El mercado tuvo mucho más claro que había que castigar la desaceleración que pagar por la aceleración, en parte porque algunas de las aceleradas ya la tenían descontada en el precio.
Los márgenes no importaron en absoluto: la variación del margen operativo no guardó ninguna relación con las rentabilidades.
Este es, a mi juicio, el hallazgo más importante. La empresa resiliente mediana aumenta sus ingresos en torno a un 17% al año, más deprisa que la disrumpida mediana, y no encuentro en sus cifras ningún indicio de que la IA la esté sustituyendo. Aun así, su cotización mediana cae cerca de un 20% este año, frente a un 25% del grupo de las disrumpidas. El mercado ordenó el software por inercia, no por solidez. Y lo sólido se valoró como si estuviera condenado.
Aceleradas: cuando la IA pasa por ti
Palantir es el ejemplo más claro de la IA como motor de demanda y no como amenaza.
El crecimiento de Palantir tocó fondo por debajo del 13% en el trimestre cerrado en junio de 2023, dos meses después del lanzamiento de su AI Platform. Desde entonces se ha acelerado todos los trimestres, doce seguidos, hasta el 93% en el trimestre de junio de 2026, con los ingresos comerciales en EE. UU. subiendo un 149%. La razón, según mi esquema, es la tercera pregunta. Palantir vende la capa que convierte los datos desordenados de una organización en un modelo de sus operaciones reales sobre el que pueden actuar los agentes de IA. Cada nuevo agente que despliega un cliente necesita esa capa, así que mejores modelos significan más demanda para ella, no menos.
La misma lógica vale para el resto de las aceleradas. El crecimiento de los ingresos de Datadog lleva cinco trimestres acelerándose, hasta el 36%, a medida que las empresas de IA y las cargas de trabajo de agentes generan más telemetría que vigilar; la acción subió un 31% tras sus resultados de mayo. El crecimiento de los ingresos por producto de Snowflake pasó del 30% al 37% en tres trimestres, algo que la dirección atribuye a sus herramientas de programación con IA; la acción se disparó un 36% el 28 de mayo. Cloudflare volvió a acelerar hasta el 36% en el mismo año en que el tráfico de máquinas superó al humano en la red que gestiona. El nuevo ARR neto de CrowdStrike (los ingresos recurrentes anuales que suma en el periodo) creció un 51% en su último trimestre, porque la IA ha multiplicado la superficie de ataque (tema para otro artículo). El crecimiento orgánico de Twilio lleva cuatro trimestres acelerándose gracias a la IA de voz.
En el próximo ensayo profundizaré en por qué los agentes generan este tipo de demanda. Lo que importa aquí es que, para este grupo, lo de «la IA se está comiendo el software» es justo al revés.
Resilientes: el modelo te necesita
Samsara vende cámaras, pasarelas y sensores a flotas de transporte, constructoras, empresas de servicios públicos y fábricas, además del software que convierte sus datos en decisiones de rutas, seguridad y mantenimiento. Sus clientes pagan por vehículo y por instalación, no por oficinista. En su último trimestre, los ingresos subieron un 30%; el ARR alcanzó los 2.100 millones de dólares, también un 30% más por sexto trimestre consecutivo, y firmó un récord de 20 nuevos clientes que pagan más de un millón de dólares al año. Además, registró su primer beneficio operativo según los PCGA estadounidenses (GAAP).
A principios de febrero, en plena primera oleada del SaaSpocalipsis, la acción tocó los 24 dólares, cerca de un tercio por debajo de su cierre de 2025. En el negocio no había cambiado nada.
Si pasamos Samsara por las tres preguntas: vende unidades del mundo real, no licencias. Un modelo no puede producir lo que vende; al contrario, necesita lo que tiene, los datos de millones de vehículos e instalaciones, para resultar útil a sus clientes. Y la IA mejora el producto: Samsara está construyendo agentes sobre sus propios datos que ningún modelo externo puede replicar sin ellos. Lo mismo se aplica, de distintas maneras, a los registros regulados de ciencias de la vida de Veeva, la gestión de almacenes de Manhattan Associates, los archivos de ingeniería de Autodesk, los flujos de trabajo de obra de Procore y los sistemas para administraciones locales de Tyler.
El gráfico muestra cómo las trató el mercado. Veeva y Manhattan Associates suben en línea con el mercado. Autodesk, Procore y Tyler caen en torno a un 30% cada una sin que sus cifras se hayan deteriorado. Autodesk sigue por debajo del precio al que cotizaba en el mínimo de abril. En estas empresas, el riesgo que ha descontado el mercado no aparece en nada de lo que puedo medir.
Disrumpidas: donde es real
Hay un grupo en el que la disrupción se ve en los ingresos, no solo en las valoraciones, y conviene concretar quién forma parte de él.
Chegg vendía respuestas a los deberes; sus ingresos se redujeron a la mitad en un año y su plantilla pasó de unas 3.200 personas en 2022 a menos de 600. Fiverr y Upwork venden tareas pequeñas y bien definidas que hacen profesionales autónomos (un logotipo, una traducción, una página de aterrizaje), y ambas están ya en retroceso. EPAM vende horas de ingeniería, justo el tipo de trabajo que hacen cada vez más los agentes de programación. Lo que tienen en común estos negocios es la primera pregunta: el cliente pagaba por un trabajo terminado, y ahora un modelo generalista produce algo muy parecido por unos céntimos.
Duolingo e Intuit son los casos más complicados, porque los datos son más ambiguos de lo que sugieren sus cotizaciones.
El crecimiento de los usuarios activos diarios de Duolingo cayó del 49% a principios de 2025 a cerca del 21% un año después, justo cuando aparecieron tutores de IA gratuitos en ChatGPT, Gemini y Google Translate. El momento que lo cristalizó llegó en agosto de 2025, cuando OpenAI mostró en directo, sobre el escenario, a GPT-5 construyendo una aplicación para aprender francés. Después llegó el peor día de la historia de la acción: −25% el 6 de noviembre de 2025, tras unas previsiones de reservas decepcionantes. En abril de 2026, los títulos estaban un 83% por debajo de su máximo. La dirección sostiene que parte de la desaceleración fue deliberada, al sacrificar reservas a cambio de crecimiento en usuarios gratuitos, y no he encontrado ninguna fuente que demuestre que la causa fuera la IA. Desde entonces, el crecimiento de usuarios ha vuelto a acelerarse ligeramente. Mi lectura: Duolingo vende un producto terminado (una lección) que los modelos generalistas ya pueden imitar, y su defensa es el hábito y la gamificación, no algo que un modelo necesite de ella. Es una exposición real, aunque se pueda discutir cuándo se ha producido el daño.
Intuit es el caso que demuestra hasta qué punto el mercado puede adelantarse a las cifras. El 21 de mayo de 2026 presentó un trimestre que batió las estimaciones y elevó sus previsiones de ingresos para el conjunto del año. La acción se desplomó un 20% ese día, porque recortó las perspectivas de TurboTax y anunció un ajuste de plantilla del 17%, y lo hizo el mismo mes en que OpenAI lanzó en ChatGPT una función de finanzas personales que, según la compañía, recibe preguntas sobre dinero de más de 200 millones de personas al mes. Una estimación de un analista sitúa el coste de computación de preparar una declaración sencilla en unos 12 céntimos, frente a una tarifa media de TurboTax de unos 162 dólares. Los ingresos de Intuit siguen creciendo entre un 10% y un 14% al año, y su margen operativo se amplía. El mercado está descontando las dos primeras preguntas: TurboTax vende un trabajo terminado, y un asistente generalista es cada vez más capaz de producirlo.
Donde yo discreparía es en tratar a Intuit como si fuera todo respuesta y nada de infraestructura. Presentar una declaración también implica la autorización para presentarla, la responsabilidad, el apoyo ante una inspección y una década de historial financiero de un hogar. Eso está más cerca del grupo de las resilientes. Qué parte del valor de Intuit está en la respuesta y qué parte en la infraestructura es precisamente lo que decidirán las dos próximas campañas de la renta.
¿Y las licencias?
La versión más ruidosa del SaaSpocalipsis giraba en torno a las licencias por usuario: si los agentes de IA hacen el trabajo de los oficinistas, las empresas necesitarán menos licencias de herramientas que se cobran por empleado. El argumento es sólido, pero las pruebas de que se esté notando en los ingresos todavía son escasas. Los datos más claros que he encontrado:
- Salesforce redujo su propio personal de atención al cliente de unas 9.000 a 5.000 personas gracias a agentes de IA, que es justo el tipo de reducción de licencias que ahora le debe preocupar en sus clientes.
- ZoomInfo va a pasar de un tercio a la mitad del valor de sus contratos a modelos de precio que no dependen del número de usuarios en un plazo de dos años, precisamente para protegerse de los recortes de licencias.
- GitLab informó de que la reducción de licencias entre sus clientes pymes fue peor de lo previsto, aunque el total de licencias siguió creciendo.
Lo que es mucho más habitual es que los proveedores abandonen el precio por usuario antes de que aparezcan las pérdidas de licencias. Más de la mitad del negocio nuevo de ServiceNow ya se factura con modelos que no dependen del número de usuarios. HubSpot está pasando a créditos y a precios basados en resultados para los agentes. Salesforce vende Agentforce por consumo. Gartner calcula que la IA agéntica pone en riesgo unos 234.000 millones de dólares de aquí a 2030, cerca de una quinta parte del gasto empresarial en SaaS. Es una previsión, no una medición.
Las empresas a las que el mercado da por víctimas del recorte de licencias, de momento, siguen creciendo en su mayoría: ServiceNow al 24%, HubSpot al 20% y Adobe al 13%, con ingresos récord. HubSpot cae un 47% este año, y Adobe, un 33%. O bien los ingresos acabarán dando la razón a esos precios, o bien esos precios resultarán haber sido una reacción exagerada. No creo que todavía sea posible saber cuál de las dos. Lo que sí veo es que el mercado dictó sentencia antes de que llegaran las pruebas.
Entonces, ¿es real?
Sí, pero en un ámbito acotado. La IA está destruyendo valor de verdad en los negocios que venden un trabajo intelectual terminado que un modelo ya puede producir: respuestas, pequeños encargos para autónomos, horas de ingeniería subcontratadas y quizá lecciones y declaraciones de impuestos sencillas. En los tres primeros casos, las cuentas de resultados lo demuestran.
Para casi todo el resto del software, 2026 ha sido más una revalorización a la baja que una disrupción. El mercado metió en el mismo saco a los negocios que la IA sustituye, a los que la IA necesita y a los que la IA acelera, y solo poco a poco ha empezado a distinguirlos. Los resultados de Salesforce del 27 de agosto, cuando la acción subió un 23% y el ETF de software vivió su mejor jornada del año, marcaron el momento en que esa clasificación se hizo visible.
El error de valoración que me parece más interesante está en el grupo intermedio. Las empresas que poseen los datos físicos, los registros regulados o los sistemas operativos a través de los que tiene que trabajar la IA crecen a buen ritmo y, en varios casos, cotizan como si estuvieran en el bando perdedor. Las aceleradas ya han recibido su premio, y las disrumpidas se están revalorizando a la baja con razón, a veces de forma brutal. Es en las resilientes donde más discrepan la reacción del mercado y la línea de ingresos. Las tres preguntas son lo que uso para decidir en qué lado de esa discrepancia me coloco.
GitLab es mi caso límite favorito: el crecimiento de sus ingresos publicados se ha frenado hasta el 21%, pero el nuevo ARR neto que suma cada trimestre creció un 42% el último trimestre, justo cuando empezó a venderse su plataforma de agentes con precio por uso. El próximo ensayo arranca de ahí, con los propios agentes.