El lanzamiento por parte de Anthropic de los complementos sectoriales de Claude Cowork el 30 de enero envió un mensaje que Wall Street oyó alto y claro: los laboratorios punteros de IA ya no se limitan a crear herramientas para desarrolladores.

Están ampliando su alcance para construir el sustituto del propio software empresarial. En 48 horas, Thomson Reuters cayó un 16%, RELX un 14%, Wolters Kluwer perdió un 13% y Monday.com más de un 20%. El operador de Jefferies Jeff Favuzza lo llamó «apocalipsis del software como servicio».

Sin embargo, probablemente la reacción del mercado fue exagerada y, por querer venderlo todo, acabó castigando a todos los valores de software sin distinción.

Esta semana hemos estado mirando cada rincón del mercado para medir correctamente quién sufrirá más y quién menos con este apocalipsis del software como servicio. Hemos descubierto que hay tres tipos de software como servicio, cada uno con un destino distinto, y hemos diseñado un cuadro para reflejar esta realidad.

Si quieres, puedes trastear con este gráfico a través de este enlace.

Parte 1: Tres tipos de software como servicio

Para entender de verdad quiénes serán los ganadores y los perdedores de esta nueva evolución de las empresas de este sector, primero tenemos que ver cómo gana dinero cada una, ya que es la mejor prueba de fuego para juzgar la situación de una empresa.

Propietarios de datos

Son empresas cuyo activo principal son datos propios, depurados y seleccionados, que no pueden reproducirse rastreando internet o entrenando un modelo con fuentes públicas.

Piensa en Westlaw, de Thomson Reuters (con décadas de jurisprudencia seleccionada por abogados), TurboTax, de Intuit (declaraciones de impuestos y registros financieros de 100 millones de estadounidenses), la oficina de crédito de Experian (datos sobre 1.400 millones de personas y 200 millones de empresas) o UpToDate, de Wolters Kluwer (datos para decisiones clínicas usados por 3 millones de profesionales sanitarios en todo el mundo).

Su modelo de negocio consiste en licenciar el acceso a conjuntos de datos irremplazables. En un mundo con inteligencia artificial (IA), sus datos se vuelven más valiosos, no menos, porque los modelos de IA necesitan datos de alta calidad y específicos de un dominio para producir resultados fiables en campos en los que equivocarse tiene consecuencias legales, médicas o financieras.

Como lo expresó el inversor Elad Gil en una entrevista reciente con McKinsey: «Los datos como una entrada útil para hacer algo mejor para tu empresa son increíblemente valiosos. Los datos como diferenciador principal de tu empresa son más raros. Y los datos como ventaja competitiva primaria se aplican a un número muy, muy reducido de empresas».

Proveedores de flujos de trabajo

Son las empresas en que la mayoría piensa cuando oye «software como servicio»: herramientas por suscripción por usuario que automatizan procesos empresariales para usuarios humanos. Salesforce para equipos de ventas. Workday para departamentos de recursos humanos. Monday.com para gestores de proyectos. Adobe para diseñadores. ServiceNow para flujos de trabajo de tecnologías de la información.

Ahora todos los directores generales de empresas de software se están apresurando a adquirir empresas de IA; por eso están llamando a Thoma Bravo, especialista en capital riesgo en la adquisición de empresas tecnológicas emergentes en dificultades, entre otras.

Sus ingresos dependen directamente de cuántas personas se sientan ante pantallas haciendo clic en botones. El modelo es, básicamente, como una cuota de gimnasio para la oficina: pagas por persona y por mes.

Como en los gimnasios, las empresas de software como servicio ganan dinero solo cuando, en realidad, no estás usando el servicio.

El problema es evidente. Cuando un empleado puede hacer el trabajo de cinco gracias a un agente de IA, ya no necesitas cinco licencias. Necesitas una. Y los ingresos del gimnasio acaban de caer un 80%, no porque el equipamiento sea peor, sino porque los clientes han desaparecido.

El director general de Databricks, Ali Ghodsi, hizo hace poco una observación más incisiva: la IA no está matando al software como servicio sustituyendo sistemas empresariales; lo está matando al hacer irrelevantes sus interfaces. Durante décadas, la ventaja competitiva en que se apoyaban estas empresas era la complejidad de la interfaz: millones de personas formadas en Salesforce, SAP o paneles internos.

Cuando los trabajadores pueden, en su lugar, hacer preguntas y ejecutar acciones mediante lenguaje natural, esa ventaja desaparece. El software pasa a ser fontanería, no destino.

Orquestadores de plataformas

Son empresas que construyen el tejido conectivo entre modelos de IA «en bruto» y las operaciones empresariales: la capa de «sistema operativo» que no controlan ni los laboratorios de IA ni las herramientas de flujos de trabajo.

Palantir es la expresión más pura de esta «plataforma». Snowflake y Databricks ocupan un territorio adyacente en el lado de la infraestructura de datos. ServiceNow intenta pivotar hacia aquí desde sus orígenes de flujos de trabajo.

Su modelo de negocio es fundamentalmente distinto del software como servicio por usuario. Cobran por resultados, por caudal de datos o por acceso a la plataforma, en lugar de contar usuarios humanos. Como describió el director de informática de Goldman Sachs, Marco Argenti, en su perspectiva sobre IA para 2026: las empresas pasarán de desplegar personal a desplegar flotas, orquestadas por humanos, de equipos especializados de múltiples agentes. Estos equipos híbridos de humanos y máquinas cobrarán a los clientes por los tokens consumidos (las unidades de datos usadas por los modelos de IA), no por puestos ocupados. Esta es la economía del «agente como servicio».

La plataforma Ontology de Palantir es el ejemplo más claro de cómo se ve esto en la práctica. Funciona como un gemelo digital de toda una organización: no solo tablas y bases de datos, sino objetos del mundo real (empleados, aeronaves, pedidos de compra, actores de amenazas) con sus relaciones, propiedades y lógica de negocio mapeadas como un modelo vivo.

Los agentes de IA operan sobre Ontology con un contexto empresarial completo. La plataforma es agnóstica respecto del modelo (funciona con GPT-4, Claude, Gemini, Llama o cualquier modelo personalizado), lo que significa que modelos de IA mejores y más baratos hacen la plataforma más potente sin amenazar su posición.

Parte 2: La IA como bola de derribo



¿Qué desencadenó la ola de ventas?

La ola de ventas avanzó en tres sacudidas diferenciadas a lo largo de diez días.

30 de enero: complementos de Claude Cowork

Anthropic publicó once complementos específicos por sector para su agente autónomo Claude Cowork, que abarcan el ámbito jurídico, las finanzas, las ventas, el marketing, la atención al cliente, el análisis de datos y la búsqueda empresarial; cada uno es capaz de automatizar flujos de trabajo profesionales de principio a fin.

La entrada del blog no se anduvo con rodeos: «Dile a Claude cómo te gusta que se haga el trabajo, de qué herramientas y datos tirar, y cómo gestionar flujos de trabajo críticos». Wall Street lo interpretó como un asalto directo a todos los proveedores de software como servicio por usuario que existen y pulsó vender en todas las acciones de software como servicio que pudo encontrar.

Como consecuencia, Thomson Reuters se desplomó un 16% en 48 horas, RELX un 14%, Wolters Kluwer un 13% y LegalZoom un 20%. Algunos lo tenían merecido; otros, no.

3-4 de febrero: el «apocalipsis del software como servicio»

Fuente: Bloomberg

La cesta de acciones de software estadounidense de Goldman Sachs se hundió un 6% en una sola sesión, su peor día desde el shock arancelario de abril. Las pérdidas totales del software estadounidense en un solo día alcanzaron 300.000 millones USD. El fondo cotizado tecnológico de software iShares IGV alcanzó su nivel de sobreventa más extremo relativo al S&P 500 en sus 25 años de historia. Jefferies lo calificó como el mayor episodio de sobreventa relativa que habían registrado jamás.

5 de febrero: el doble golpe



Anthropic anuncia Claude Opus 4.6 (contexto de 1.000.000 de tokens, «equipos de agentes» que coordinan a varios trabajadores de IA en paralelo, integración nativa con Excel y PowerPoint, y un rendimiento superior a GPT-5.2 en aproximadamente 144 puntos Elo).

Ese mismo día, OpenAI lanzó Frontier, una plataforma empresarial integral para construir y desplegar agentes de IA en sistemas de negocio, con clientes iniciales como Uber, State Farm, Intuit y Oracle. Dos laboratorios punteros de IA, el mismo día, diciendo ambos: vamos a por vuestros contratos de software empresarial.

Para el 6 de febrero, el índice S&P 500 Software y Servicios estaba más de un 20% por debajo de su máximo de octubre de 2025. Capitalización total destruida: más de 1 billón desde el 28 de enero.

Los hiperescaladores se suman al club del acuerdo circular

Fuente: Bloomberg

Los laboratorios de IA están captando y gastando a un ritmo que empequeñece cualquier cosa que la industria del software haya visto jamás. Las estimaciones consensuadas de gasto de capital para los cuatro mayores hiperescaladores (Amazon, Alphabet, Meta y Microsoft) en 2026 ya superan 600.000 millones USD, tras revisiones al alza repetidas desde octubre de 2024.

La trayectoria de ingresos de Anthropic pone de relieve la demanda de estos servicios. De 1.000 millones USD de ingresos anualizados a comienzos de 2025 a 9.000 millones USD a cierre de año (9 veces en doce meses), la empresa apunta ahora a 18.000 millones USD para 2026 y está cerrando una ronda de financiación de más de 20.000 millones USD con una valoración de 350.000 millones USD. Claude Code por sí solo alcanzó 1.000 millones USD de ingresos recurrentes anuales en seis meses desde su lanzamiento, descrito como «el producto de mayor crecimiento de todos los tiempos».

Como comparación, Salesforce tardó 17 años en llegar a 18.000 millones USD de ingresos. Anthropic va camino de hacerlo en dos.

¿Por qué ya no hay ningún sector a salvo?

La primera oleada de ventas apuntó a las víctimas obvias: empresas de software como servicio horizontales con modelos de precios por usuario. Pero el miedo se está extendiendo a rincones del mercado del software que la mayoría de los inversores daba por protegidos.

Dassault Systèmes, el gigante francés del software industrial, se desplomó un 22% el miércoles 11 de febrero: su mayor caída diaria registrada, borrando aproximadamente 6.000 millones EUR (7.100 millones USD) de capitalización bursátil.

Dassault crea «gemelos virtuales» de máquinas complejas mediante software de simulación. Sus ingresos de todo 2025 se quedaron planos en 6.240 millones EUR, y su guía para 2026 de un crecimiento del 3%-5% quedó muy por debajo de las expectativas de los analistas del 5,9%. Los ingresos de software cayeron un 5% en el cuarto trimestre. Las ventas de licencias un 7%.

Lo que asustó a los inversores no fue solo el crecimiento débil. Fue la narrativa de IA la que estuvo detrás. El director general de Nvidia, Jensen Huang, describió recientemente a Dassault como situada en el «epicentro de la próxima frontera de la IA». Pero esa frontera, los «modelos del mundo» (sistemas de IA que simulan y navegan por el mundo físico), es precisamente lo que amenaza con convertir en un producto indiferenciado la oferta de gemelo digital industrial de Dassault.

El antiguo científico jefe de IA de Meta, Yann Le Cun, ha empezado a captar fondos para su discreta empresa emergente llamada AMI Labs, centrada en construir precisamente esos «modelos del mundo» que podrían poner en peligro el negocio de Dassault Systèmes.

Fuente: BFM Business

Además, la propia plataforma Omniverse de Nvidia, combinada con modelos de simulación física de código abierto, podría replicar buena parte de lo que hace la plataforma 3DEXPERIENCE de Dassault, a una mínima parte del coste. La ratio precio/beneficio de Dassault Systèmes se ha comprimido de 35 veces a 20 veces.

La lección es que los modelos más baratos se comerán primero las tareas más sencillas. Las empresas con más capacidad tecnológica, las que recortan costes, las pequeñas y medianas empresas y las empresas emergentes ágiles que ya se sienten cómodas con herramientas de IA se adaptarán más rápido a esta nueva realidad.

Cancelarán sus suscripciones de Monday.com, construirán herramientas internas con Claude Code y sustituirán empleados inexpertos por agentes de IA. Este grupo de empresas ya se está moviendo: SaaStr afirma que gestiona un negocio de ocho cifras con una plantilla de un solo dígito y más de 20 agentes de IA, frente a más de 20 empleados a tiempo completo antes.

Esto es un golpe mortal para los «proveedores de flujos de trabajo», porque quedan canibalizados por herramientas internas y agentes de orquestación.



¿Quién se lleva lo peor?

La carnicería está concentrada, pero no contenida. Caídas desde máximos de 52 semanas a comienzos de febrero:

Figma -80%
Trade Desk -78%
Monday.com -77%
HubSpot -73%
Atlassian -73%
Duolingo -72%
Wix -69%
Wolters Kluwer -65%
Dassault Systèmes -55%
ServiceNow -49%
Thomson Reuters -49%
Adobe -44%
Workday -44%
Salesforce -43%
Intuit -31%

Durante años, gigantes como HubSpot y Atlassian prosperaron gravando la productividad humana con una cuota mensual por cada «usuario» que una empresa ocupaba. Sin embargo, a medida que la IA pasó de la ayuda simple a la voluntad autónoma, el mercado entendió lo que ocurría: la fuerza laboral del futuro sería digital, no solo humana.

Los inversores entraron en pánico al darse cuenta de que un agente de IA no necesita un acceso a Figma ni una cuenta de Workday para funcionar. El desplome resultante de estas acciones representó la muerte de la economía «por usuario», ya que el capital rotó con agresividad desde las herramientas que usan los humanos hacia la inteligencia que los sustituía.

Todos los nombres aquí están en terreno negativo en un horizonte de un año, excepto MongoDB (+25%) (que se beneficia enormemente del despliegue con agentes en las empresas) y Zoom (+11%) (que los inversores están usando como proxy de exposición a Anthropic gracias a la participación de Zoom en su ronda de serie C).

Parte 3: Es un problema de modelo (de negocio)

De acción de «crecimiento» a acción de «valor»

Las empresas de software como servicio como Adobe, Salesforce, Workday y ServiceNow fueron tratadas como acciones de «crecimiento» durante la era de la pandemia. La COVID-19 forzó una digitalización que comprimió una década de adopción de software empresarial en 18 meses. De repente, todas las empresas necesitaban herramientas en la nube para colaboración, gestión de relaciones con clientes, recursos humanos y creatividad. Las acciones de software como servicio se revalorizaron hasta 30-50 veces los beneficios a futuro bajo el supuesto de que esa trayectoria de crecimiento era permanente.

Pero ese escenario soñado no duró mucho: el crecimiento se ralentizó, pero las valoraciones siguieron por las nubes. Se sostuvo con dos estímulos temporales: un entorno de tipos de interés bajos que hacía que los flujos de efectivo futuros valieran más y el primer tramo de la era de la IA (2023-2025), cuando los grandes modelos de lenguaje eran nuevos y prometían más eficiencia para empleados y flujos de trabajo existentes.

La narrativa era: «La IA hace más productivos a tus comerciales en Salesforce, así que compras más usuarios, no menos».

Esa fue la narrativa que condujo al apocalipsis del software como servicio el 30 de enero. Los casos de uso de IA empresarial demostrados por Claude Cowork y OpenAI Frontier van mucho más allá de lo que nadie imaginó durante la fase de luna de miel con ChatGPT.

Cuando los directivos se dieron cuenta de que no eran solo potenciadores de productividad para trabajadores humanos, sino agentes autónomos que sustituyen por completo a los trabajadores, su forma de ver el mundo cambió casi de la noche a la mañana.

Aprendieron a distinguir entre una amenaza existencial disfrazada de viento de cola temporal. ¿Mejor tarde que nunca?

Empresas que cotizaban a 30-50 veces los beneficios a futuro bajo la promesa de un crecimiento perpetuo de ingresos superior al 20% ahora cotizan a 12-20 veces, mientras el mercado se pregunta si su ventaja competitiva es realmente tan grande como creía.

Para avivar aún más el fuego, las bases de código de estas empresas tardaron décadas en construirse a un coste de miles de millones de dólares. Ese software acumulado se capitalizó como activos intangibles en los balances de las empresas de software como servicio, representando una parte importante de su valor empresarial.



Pero con Claude Code o Cursor, lo que a ingenieros sénior les llevaba meses ahora puede hacerse en 48 horas, y los ingenieros júnior suelen presentarse a reuniones de producto con el producto completamente construido usando Claude Code en cuestión de horas.

La ventaja técnica que ofrecían estos actores del software como servicio se está desvaneciendo, convirtiendo al sector en un canal de entrada cuya interfaz tradicional (botones, pantallas, flujos en el programa) pierde importancia.

La IA todavía no es todopoderosa

Hay algunas preocupaciones sobre la IA que impiden que las empresas de software como servicio lo pierdan todo de la noche a la mañana.

En primer lugar, la IA genera pérdidas enormes. OpenAI cerró 2025 con más de 20.000 millones USD de ingresos recurrentes anuales, pero se enfrenta a pérdidas previstas para 2026 de aproximadamente 14.000 millones USD, y se estima que las pérdidas acumuladas hasta 2029 alcanzarán 115.000 millones USD. No se espera rentabilidad hasta 2030. Anthropic apunta a alcanzar el umbral de rentabilidad en 2028.

El coste de entrenar modelos punteros sigue subiendo incluso mientras el coste de inferencia por unidad sigue bajando. Hablamos de este cambio hacia la inferencia en un ensayo anterior.

Esto da un tiempo muy necesario a las empresas de software como servicio «propietarias de datos» para ponerse al día y rentabilizar sus posiciones (como el acuerdo Intuit-OpenAI).

En segundo lugar, la IA está en gran medida sin regular. No hay mínimos de usuarios, ni requisitos de licencia, ni estándares profesionales para desplegar un agente de IA que lleve atención al cliente o redacte escritos jurídicos. Las barreras de adopción son, básicamente, cero para cualquier empresa dispuesta a experimentar, lo que acelera la canibalización de usuarios del software como servicio.

Aunque la falta de regulación aquí acelerará la «sustitución de flujos de trabajo», no podrá afectar a los sistemas validados por la autoridad estadounidense de alimentos y medicamentos, a la infraestructura de oficinas de crédito o al lado letal del uso militar.

Por último, y lo más importante, la IA todavía no tiene un modelo de negocio propio asentado. A pesar del tamaño de estos laboratorios punteros, siguen en una fase de «empresa emergente», sin un modelo de negocio fijo, sin una base de clientes fija y con costes disparados.

Para abordarlo, los laboratorios de IA intentan ser proveedores de infraestructura (como Cisco durante el auge de las puntocom), empresas de plataformas (como Palantir) y proveedores de aplicaciones (como las mejores empresas de software como servicio) al mismo tiempo.



Están compitiendo contra las mismas empresas a las que venden: por un lado, ofrecen «piezas» para que otros creen sus propios programas (acceso técnico para que conecten y construyan), pero, por otro, ellos mismos están sacando funciones parecidas a esos programas, como herramientas de gestión de clientes.

Esa situación genera incertidumbre. Para algunas empresas ya consolidadas —las que tienen datos propios valiosos o una plataforma muy integrada— puede ser una oportunidad si se adaptan rápido, pero también hace que el cambio en el sector sea desordenado y difícil de prever.

Se avecina una transición dolorosa

Lo que creemos que ocurrirá en los próximos 2 a 3 años es una transición muy dolorosa lejos del modelo de negocio por usuario que los proveedores de software como servicio han apreciado durante las dos últimas décadas.

El precio por usuario en el entorno actual se está volviendo imposible. Cuando un empleado mejorado con IA hace el trabajo de cinco, cobrar 150 USD por usuario al mes por cada uno de esos cinco usuarios es un impuesto a la ineficiencia que los directores financieros no tolerarán.

El análisis de SaaStr muestra que, en Salesforce, las subidas de precio representan aproximadamente el 72% del crecimiento a futuro (6,3 puntos porcentuales de subidas de precio frente a un 8,7% de crecimiento total de ingresos recurrentes anuales).

Fuente: Salesforce

Salesforce está intentando cambiar la forma en que cobra: en vez de hacerlo solo por cada persona que usa el programa, quiere cobrar también por el trabajo que realizan los agentes de inteligencia artificial. Para ello, su producto Agentforce pasa de un precio simple (2 USD por conversación) a un sistema de «créditos»: cada acción que haga el agente consume créditos (por ejemplo, 20 créditos por acción), lo que equivale aproximadamente a 0,10 USD por cada acción.

Aún estamos muy al principio de cómo serán los próximos modelos de precios, y Salesforce es solo un ejemplo. He aquí algunas hipótesis de cómo podría ser el siguiente modelo de negocio para las empresas de software en la era de los agentes:

Precios basados en resultados

Pagas por el resultado, no por el proceso. Piénsalo como algo similar al modelo de comisión de éxito en el asesoramiento de fusiones y adquisiciones o la búsqueda de directivos: el proveedor de software gana un porcentaje del valor creado, no una cuota mensual con independencia del resultado. Tiene márgenes altos, pero es difícil de estandarizar.

Unidades de inteligencia

Pagas por tokens consumidos (millones de tokens de procesamiento de IA) o «unidades de cognición», como describió Elad Gil a McKinsey: «En vez de comprar usuarios de éxito del cliente, estás comprando consultas de atención al cliente que se responden». Los Flex Credits de Salesforce y modelos similares son versiones preliminares de esto.

Precios de plataforma a medida

Empresas como Palantir negocian contratos personalizados según el caso de uso empresarial específico, los volúmenes de datos y los requisitos operativos.

Obtienen esta información a través de sus «ingenieros desplegados en primera línea», que son consultores técnicos que pasan semanas en las empresas potenciales, construyendo un grafo extremadamente detallado de cómo funciona la compañía y descifrando sus puntos de dolor operativos. 



Anthropic ha empezado a probar este modelo de negocio desplegando a sus ingenieros desplegados en primera línea en Goldman Sachs durante seis meses, para codesarrollar herramientas específicas que su organización necesitará.

Es el enfoque de mayor valor, pero requiere integración profunda y ciclos de venta largos. El valor medio de contrato de Palantir está subiendo con rapidez (180 acuerdos por encima de 1.000.000 USD en el cuarto trimestre, 61 por encima de 10.000.000 USD), y la retención neta en dólares alcanzó el 139%.

La transición será tan dolorosa como el cambio del software local a la nube en 2010-2015. Adobe es el ejemplo canónico: cuando pasó de licencias perpetuas de Creative Suite (2.599 USD de pago único) a suscripciones de Creative Cloud (55 USD al mes) en 2013, la acción cayó un 16% durante el año siguiente, ya que los ingresos colapsaron temporalmente antes de recuperarse hasta máximos históricos.

La compresión de márgenes y la ralentización del crecimiento serán similares, pero la recuperación será selectiva: solo las empresas que posean datos propios u ocupen la capa de orquestación se reevaluarán al alza.

Por último, la pregunta que podría perseguir a estas empresas de IA durante años: el tamaño de la plantilla.

El despliegue de Claude Cowork y OpenAI Frontier en empresas del Fortune 500 reducirá las plantillas de trabajadores del conocimiento. McKinsey estima que las tecnologías actuales de IA podrían automatizar aproximadamente el 57% de las horas de trabajo en Estados Unidos. Goldman Sachs proyecta que 300 millones de empleos a tiempo completo en todo el mundo están comprometidos.

El ritmo de adopción de la IA va muy por delante del nivel de preparación de estas empresas, con el número de usuarios del software como servicio en medio del fuego cruzado.

Empresas que vigilar

(Nuestra selección de ganadores y perdedores sujeta a la reevaluación del modelo de negocio impulsada por la IA)

Empresas más pequeñas para invertir

Para profundizar en empresas más pequeñas llamadas a beneficiarse de esta reevaluación del modelo de negocio impulsada por la IA, crea tu propio StockScreener, como hicimos nosotros:

Extra: ETF Screener

Para saber más sobre fondos cotizados disponibles para indexar esta reevaluación del modelo de negocio impulsada por la IA, crea tu propio ETF Screener como hicimos nosotros:

Nuestra visión

La transición del modelo por usuario a precios fluidos y basados en resultados será dolorosa, y llevará años. Esta reevaluación estructural es comparable en magnitud al paso de Adobe de licencias perpetuas a suscripciones en 2013, pero con un filo más duro: el modelo de negocio va a ser más fluido y orientado a resultados para acomodar una fuerza laboral con agentes, en lugar del modelo estático de suscripción por usuario.

Lo que ha sostenido los precios hasta ahora ha sido una combinación única de vientos de cola que ya se ha revertido: la digitalización forzada por la pandemia creó la ilusión de una aceleración permanente de la demanda. Los tipos bajos inflaron el valor presente de los flujos de efectivo futuros. Las empresas consolidadas estaban masivamente poco preparadas para esta expansión de la IA sobre sus negocios, lo que les dio una falsa sensación de seguridad. Y la primera ola de IA (2023-2025) se percibió como aditiva (más productividad por usuario) en lugar de sustitutiva (menos usuarios necesarios).

Esa visión se está desmoronando desde el 30 de enero y el 6 de febrero.

El mercado está reevaluando ahora todo el sector del software con una pregunta simple: ¿Sobrevive tu modelo de negocio en un mundo en el que los agentes de IA sustituyen a los trabajadores humanos?

Las empresas que poseen los datos propios que la IA necesita (Thomson Reuters, RELX, Wolters Kluwer, Intuit, Experian) emergerán como ganadoras. Las empresas que orquestan la IA dentro de las empresas (Palantir, Databricks, Snowflake) construirán la próxima generación de infraestructura empresarial.

Pero las empresas que solo aportan herramientas de flujo de trabajo por usuario, sin una ventaja de datos propios y sin un bloqueo de plataforma, afrontan una transición prolongada y dolorosa que el mercado apenas está empezando a poner en precio.

Como escribió ayer Ron Eliasek, de Jefferies: la IA será transformadora, pero las empresas de software con ventajas claras, marcas fiables y el mejor talento siguen bien posicionadas para prosperar.

Coincidimos con la primera mitad. La segunda depende por completo del tipo de empresa de software del que estemos hablando. Es el modelo (tanto el modelo de negocio como el modelo de IA), no el sector.

Sigue invertido, pero con cautela.

* Entrada del blog de Anthropic anunciando los complementos de Claude Cowork: https://claude.com/blog/cowork-plugins»