SaaSpocalypse: la IA no satisfará al SaaS
Publicado el 15 de abril de 2026 por Sergio Jiménez Mazure en Inteligencia Artificial.
La palabra SaaSpocalypse tiene ese encanto barato de los titulares que se escriben solos. Suena a meteorito, a fin del mundo y, por supuesto, a oportunidad para que alguien venda miedo en cómodas cuotas. La escena es conocida: inversores nerviosos, analistas con gráficos apocalípticos y una idea aparentemente irresistible: si los agentes de Inteligencia Artificial ya pueden “hacer cosas” —reservar, resolver, redactar, ejecutar—, entonces ¿para qué seguir pagando suscripciones de SaaS como si estuviéramos en 2015?
Suelo comentar que, cuando la tecnología cambia de ritmo, la gente confunde velocidad con destino. Que algo acelere no significa que vaya en línea recta hacia tu tumba. Y aquí está el punto: el miedo al SaaSpocalypse parte de una premisa seductora pero floja. La idea de que los agentes van a “saltar” por encima de las plataformas, como si el software empresarial fuera un castillo medieval tomado por un ejército invisible. Un poco como creer que, porque tienes un alfil poderoso, la partida de ajedrez se gana sin tablero. No funciona así.
En mi caso, he visto este patrón repetirse cada vez que aparece un nuevo “gran reemplazo”. Cuando empecé a trabajar con adopción de automatización y luego con IA aplicada, muchas empresas querían una bala de plata. Una herramienta que les evitara el trabajo incómodo: ordenar datos, alinear procesos, definir responsabilidades, medir resultados. “Sergio, ¿y si ponemos un bot que haga todo?”. Claro, y ya de paso que el bot asista a la junta directiva y te aguante las excusas. Desgraciadamente, en la práctica, la IA no elimina la complejidad del negocio; la pone en evidencia.
El SaaSpocalypse se alimenta de una confusión: pensar que un agente es un producto final y no una capacidad. Un agente puede ejecutar acciones, sí, pero casi siempre necesita un lugar donde esas acciones tengan sentido: permisos, reglas, auditoría, integraciones, datos confiables, trazabilidad. Es decir, necesita software. El agente no “reemplaza” el SaaS del mismo modo que un buen marinero no reemplaza al barco; lo vuelve más útil. Y si el barco está bien diseñado —con su casco, su brújula, su bitácora—, lo que consigues no es un naufragio, sino una travesía más eficiente.
Hay una razón por la que estos relatos del fin del SaaS se parecen tanto a los viejos vaticinios sobre el fin del libro. Arthur Conan Doyle lo entendía sin hablar de tecnología: lo que importa no es el ruido del momento, sino la estructura que sostiene la historia. Cambian los instrumentos, pero la necesidad de orden permanece. Y en el mundo empresarial, el orden no es poético; es contractual. Es control. Es gobernanza. Es cumplimiento. Es saber quién hizo qué, cuándo y por qué.
Cuando el mercado habla de apocalipsis, normalmente está describiendo su propia ansiedad, no tu realidad operativa.
Por tanto, el debate real no es “¿muere el SaaS?”. La pregunta incómoda, la que nadie quiere poner en una diapositiva porque no vende, es otra: ¿qué parte del SaaS es solo interfaz y qué parte es sistema nervioso? Porque si tu plataforma era apenas un catálogo bonito de pantallas, claro que un agente la va a dejar en evidencia. Pero si tu SaaS es donde viven tus procesos, tu dato, tu control y tu memoria —y ojo con esto: la memoria es el único equipaje que no se pierde—, entonces el agente no llega a destruir; llega a negociar su lugar.
Lo cierto es que la palabra SaaSpocalypse funciona como funcionan tantas cosas en el mercado: como un cómic mal escrito donde el villano es todopoderoso hasta que te acuerdas de leer la letra pequeña. Y la letra pequeña, en este caso, se llama empresa. Con gente. Con sistemas viejos. Con decisiones políticas internas. Con presupuestos. Con auditorías. Con miedo al cambio y, a la vez, desesperación por cambiar. Eso es lo que somos. Eso y nada más.
Así que no, los agentes de Inteligencia Artificial no van a “eliminar” el SaaS por arte de magia. Van a tensarlo, a obligarlo a justificar su valor, a hacerlo más exigente. Y si tu estrategia depende de que la IA convierta tu operación en un acto de fe, te tengo una mala noticia: el apocalipsis no viene de los agentes. Viene de seguir creyendo cuentos, justo cuando toca diseñar arquitectura.
Y aquí es donde conviene bajar el volumen al cómic del apocalipsis y mirar la hoja de resultados, que es el lugar donde las historias se vuelven incómodamente concretas. Porque si el SaaSpocalypse fuera algo más que un buen susto para animar un panel de analistas, uno esperaría ver grietas en la caja registradora. Menos ingresos, menos renovaciones, menos contratos a futuro. Ese tipo de señales no se esconden. Se filtran, como humedad en pared vieja.
En la llamada de resultados del cuarto trimestre, publicada el 25 de febrero de 2026, Salesforce reportó $10.7 mil millones en ingresos trimestrales, un 13% interanual. Para el año completo, $41.5 mil millones, creciendo un 10%, con ingreso neto de $7.46 mil millones. No es poesía. Es caja, es músculo y es continuidad. Y sí, una parte de ese empuje viene por la adquisición de Informatica por $8 mil millones en mayo de 2025, que fortaleció capacidades de gestión de datos. Pero incluso ahí hay algo que suele pasarse por alto: en tiempos de supuesta disrupción terminal, las empresas no compran “por deporte”. Compran porque quieren asegurar el tablero, no porque crean que el tablero va a desaparecer.
Salesforce además proyecta ingresos entre $45.8 mil millones y $46.2 mil millones para el próximo año, es decir, un 10% al 11% de crecimiento. Ahora bien, si solo miras ingresos, te pierdes una de las claves: el verdadero termómetro de la resiliencia del modelo de suscripción está en el futuro ya firmado. Y aquí aparece un número que, a la hora de hablar con inversionistas, pesa como ancla en mar revuelto: la obligación de rendimiento restante (RPO), que supera los $72 mil millones. Dicho sin maquillaje: hay decenas de miles de millones contratados pendientes de entregar o reconocer. No es “confianza”. Es compromiso contractual. Es memoria operativa convertida en factura.
Suelo comentar que el mercado se enamora de las narrativas rápidas, pero las empresas viven de la continuidad. Y el RPO es continuidad en estado puro. Es evidencia de que, más allá de la ansiedad por los agentes de Inteligencia Artificial, las organizaciones siguen firmando para sostener procesos, cumplimiento, auditoría, operación y, sobre todo, previsibilidad. Porque en el mundo real nadie dirige una compañía con “prompts”; la dirige con obligaciones, controles y resultados.
Para rematar la señal al mercado, Salesforce aumentó su dividendo casi un 6%, hasta $0.44 por acción, y lanzó un nuevo programa de recompra de acciones por $50 mil millones. En otras palabras: no solo te digo que estoy bien, te lo demuestro poniendo dinero en la mesa. Que nadie se confunda: esto no es filantropía corporativa. Es estrategia financiera para sostener valoración, reducir acciones en circulación y mandar un mensaje claro al inversor impaciente. Irónico, ¿no? Mientras algunos predican el fin del SaaS, Salesforce actúa como si su negocio fuera lo bastante sólido como para recomprarse a sí misma en cantidades indecentes.
En tecnología, los apocalipsis suelen ser excelentes para vender presentaciones; la contabilidad, en cambio, tiene la mala costumbre de decir la verdad.
Lo cierto es que estos números no prueban que el SaaS sea invulnerable. Nada lo es. Pero sí desmontan la fantasía de una caída súbita por culpa de los agentes. Si la historia fuera “los agentes reemplazan plataformas”, el primer lugar donde lo veríamos sería aquí: en la desaceleración brutal del crecimiento, en la evaporación de contratos futuros, en la retirada de la confianza financiera. Y lo que vemos, por ahora, es otra cosa: un gigante que se reacomoda, compra capacidades críticas y sigue cobrando. La pregunta, por tanto, no es si el SaaS muere mañana. La pregunta es quién entiende el juego lo suficientemente bien como para seguir cobrando pasado mañana.
AWU (Agentic Work Units) vs tokens: cómo medir el impacto real y verificable de la IA en el negocio
Con lo cual, cuando ves ingresos creciendo, RPO sosteniéndose y recompra de acciones en cifras casi obscenas, la siguiente pregunta es inevitable: ¿dónde está, exactamente, el “valor” de los agentes de Inteligencia Artificial? Porque hasta aquí hemos hablado de caja y contratos, pero la discusión se vuelve resbalosa cuando entra el humo de las métricas. Y si hay algo que he aprendido trabajando con IA aplicada en empresas, es que la gente se enamora de lo que puede contar, aunque no sirva para decidir.
Salesforce dice haber procesado 19 billones de tokens en el trimestre. Suena a hazaña cósmica, como si hubieran puesto un motor de cohete en una oficina. Eso sí: el token es una unidad de volumen, no de resultado. Es parecido a medir una campaña de Marketing Digital solo por impresiones: puede sonar enorme y, aun así, no mover ni un centímetro el negocio. Un token no es una venta, no es una gestión resuelta, no es un caso cerrado, no es una cobranza ejecutada. Es “palabras” consumidas por un modelo. Y ya. En el mundo real, donde alguien te pide explicaciones en una junta, “gastamos muchos tokens” es una frase que compite, con poca dignidad, contra “¿y qué cambió?”.
A la hora de aterrizar agentes en operación, esta confusión se vuelve peligrosa. En mi caso, he visto equipos celebrar tableros llenos de gráficas de uso —consultas, tokens, tiempo en conversación— como quien celebra la espuma sin mirar el café. Llega el CFO, hace una pausa incómoda y pregunta lo único que importa: “¿Qué tarea dejó de hacerse manualmente? ¿Qué riesgo bajó? ¿Qué tiempo se recuperó? ¿Qué error se evitó?”. Y ahí el castillo de tokens empieza a parecerse a un castillo de naipes.
Por eso me parece interesante —y también políticamente astuto— que Salesforce introduzca las Agentic Work Units (AWU). El mensaje de fondo es claro: dejemos de medir la IA por lo que “habla” y empecemos a medirla por lo que hace. A diferencia del token, una AWU pretende contabilizar trabajo completado y verificable: registrar una actividad en un CRM, actualizar un dato, ejecutar un paso de un flujo, disparar una acción con trazabilidad. Es un cambio de métrica que, si se toma en serio, cambia la conversación con el negocio. Porque una tarea completada puede auditarse. Puede asociarse a un caso. Puede vincularse a un SLA. Puede cruzarse con satisfacción del cliente. Un token, en cambio, solo deja la sensación de que “pasó algo”.
En términos de metáfora, los tokens son como contar balas disparadas en una guerra y asumir que eso significa victoria. Puedes vaciar el cargador y seguir perdiendo la colina. La AWU, en teoría, se parece más a contar posiciones tomadas: acciones concretas, con evidencia, con rastro. Y ojo, esto no es romanticismo de KPI. Es supervivencia. Porque a medida que los agentes se metan en procesos críticos, la empresa no va a aceptar métricas de laboratorio. Va a exigir bitácora, no aplausos.
Eso sí, aquí viene la parte que a algunos les incomoda: una métrica como AWU también expone la realidad operativa. Implementar agentes no es “conectar un modelo y listo”. Es definir qué significa “tarea completada”, con qué validación, con qué permisos, con qué controles, con qué umbrales de error. Es decir, te obliga a traducir magia en procedimiento. Y la palabra “procedimiento” suele ser el enemigo natural de quienes venden humo. Irónico, ¿no? Los mismos que anuncian el fin del SaaS terminan celebrando una unidad que, básicamente, reconoce que el negocio depende de acciones registradas, verificadas y gobernadas. Justo lo que el SaaS lleva años haciendo, aunque no tenga el encanto futurista de un agente.
Además, la AWU plantea un reto que suelo comentar en talleres: si quieres medir trabajo real, debes aceptar comparaciones reales. ¿Cuánto cuesta una AWU? ¿Cuántas AWU equivalen a una hora humana? ¿Cuántas AWU reducen un backlog? ¿Cuántas AWU bajan el tiempo de respuesta? En el momento en que una empresa puede responder eso, la conversación deja de ser “IA para innovar” y se convierte en “IA para operar”. Y ahí es cuando la cosa se pone seria, porque la IA deja de ser juguete y se vuelve contabilidad.
El detalle fino —y donde la literatura se vuelve útil para pensar— es que medir no es solo contar; es elegir una forma de ver el mundo. Asimov lo insinuaba con su obsesión por las leyes y los sistemas: no hay inteligencia sin reglas, y no hay reglas sin consecuencias. AWU es una forma de intentar poner consecuencias concretas a la promesa agentic. Puede salir bien o puede degenerar en otra métrica maquillada. Pero, al menos, reconoce el problema central: que el volumen no es impacto, y que la Inteligencia Artificial en la empresa no se valida con fuegos artificiales, sino con evidencia.
Lecciones accionables para empresas: estrategia, narrativa para stakeholders y riesgos clave al adoptar IA agentic
Si aceptamos que medir agentes de Inteligencia Artificial por tokens es celebrar la espuma, entonces el siguiente paso lógico es preguntarnos: ¿qué hacemos mañana, en la empresa real, con esta tecnología? Porque una cosa es discutir arquitectura en una llamada de resultados y otra es entrar a una operación con clientes impacientes, datos sucios y procesos que “funcionan” solo porque alguien los sostiene con cinta adhesiva.
La lección estratégica más clara que deja Salesforce —y aquí Benioff tiene razón, aunque se vista de chiste con el SaaS-quatch— es que el futuro no se construye saltándose la plataforma, sino gobernándola mejor. Los agentes no reemplazan el SaaS cuando el SaaS es sistema nervioso: permisos, auditoría, integraciones, cumplimiento, trazabilidad, bitácora. Y en este punto la metáfora arquitectónica ayuda: los agentes son el vidrio nuevo, la automatización elegante. Pero si tus cimientos son de barro, la casa se te cae igual. Nadie moderniza el Parque Güell dinamitándolo; lo interviene con respeto técnico. En la empresa pasa lo mismo: la modernización es híbrida, no heroica.
Qué deberías hacer, de forma práctica, antes de poner agentes en producción
- Define la promesa en términos de negocio: no “implementar IA”, sino reducir tiempo de resolución, mejorar tasa de conversión, bajar reclamos, disminuir fraude o liberar capacidad operativa. Si no puedes escribirlo en una línea, no existe.
- Tradúcelo a AWU: convierte esa promesa en unidades de trabajo verificables y auditables. ¿Qué tareas hará el agente? ¿Qué evento prueba que la tarea se completó? ¿Qué excepciones existen?
- Endurece tu capa de datos: aquí se entiende por qué Informatica no fue un capricho. Si tu dato está fragmentado, el agente no “alucina”; el agente replica tu desorden con velocidad industrial. Y luego te toca explicarlo.
- Diseña control, no solo automatización: define permisos, revisiones, límites, reversión y un “kill switch”. Los agentes sin freno son como política sin contrapesos: funcionan… hasta que dejan de funcionar, y entonces nadie se hace responsable.
- Pilota en procesos con dolor y evidencia: empieza donde haya volumen, fricción y costo. Servicio al cliente, ventas internas, backoffice. Y mide antes/después con KPI operativos, no con entusiasmo.
Ahora, el tema que casi siempre se subestima: la narrativa. En consultoría he visto proyectos técnicamente bien diseñados fracasar por una razón ridícula: nadie supo contar qué estaba pasando. El CFO oye “agentes” y piensa “coste variable incontrolable”. Legal oye “autonomía” y piensa “riesgo reputacional”. Operaciones oye “automatización” y piensa “otra herramienta que me van a endosar”. Y el equipo de TI, desgraciadamente, suele explicarlo como si estuviera leyendo un manual de lavadora.
Por tanto, si quieres sobrevivir a la era agentic, necesitas una historia simple y honesta para tus stakeholders:
- Qué se automatiza (tareas específicas, delimitadas).
- Qué no se automatiza (decisiones críticas, excepciones, aprobación humana).
- Cómo se audita (trazabilidad, registro, responsables).
- Qué cambia en dinero y riesgo (coste, cumplimiento, tiempos, errores).
La IA agentic no es magia: es delegación. Y toda delegación sin control termina en excusa.
En cuanto a riesgos, hay tres que veo repetirse como novela por entregas:
- El riesgo del dato: si la empresa no controla su capa de datos, termina “automatizando” decisiones con información incompleta. Esto no es futurismo; es mala gestión con esteroides.
- El riesgo del costo invisible: tokens, cómputo, integraciones, observabilidad. La factura llega siempre. Y llega con la misma elegancia con la que llegan los impuestos.
- El riesgo de reputación: un agente que actúa mal no “se equivoca”; compromete marca. En Marketing Digital aprendimos hace años que una mala experiencia se multiplica. Con agentes, se multiplica más rápido.
Y aquí cierro con una provocación necesaria: el SaaSpocalypse no será un meteorito externo. Si ocurre, será una autodestrucción por soberbia. Por creer que la IA te evita el trabajo serio: ordenar tu casa, limpiar tus datos, definir procesos, medir outcomes y gobernar decisiones. La IA agentic es un caballo poderoso; pero sin riendas, no es ventaja, es estampida.
Así que la pregunta final no es si Salesforce sobrevivirá (por ahora, los números hablan). La pregunta es si tú y tu empresa van a tener el coraje de hacer lo que casi nadie quiere: pasar del discurso a la arquitectura, de la demo a la operación, del token al resultado. Porque, como en el ajedrez, no gana quien presume de piezas nuevas, sino quien entiende el tablero.
En la era agentic, la ventaja no será tener IA. La ventaja será tener gobernanza para usarla sin romperte.
Si estás en ese punto —con presión por “hacer IA” pero sin claridad para sostenerla—, mi recomendación es simple: elige un proceso crítico, define 5-10 AWU, limpia el dato mínimo indispensable y construye un piloto auditable en 30 días. Luego hablamos de escalamiento. Porque la innovación que no se puede medir es solo literatura. Y aunque yo amo los libros, en la empresa el final siempre lo escribe la realidad.
Artículo base: https://techcrunch.com/2026/02/25/salesforce-ceo-marc-benioff-this-isnt-our-first-saaspocalypse/