El modelo de negocio que sostiene a media industria del software —la suscripción por usuario— tiene fecha de caducidad. No porque haya llegado una tecnología mejor: porque está cambiando la gente. Esa es la tesis de este análisis, y conviene aclarar desde dónde lo escribo: llevo quince años construyendo y vendiendo software por suscripción, así que el modelo que voy a poner en cuestión es el que me da de comer.
Y quiero avisarte de algo antes de empezar: este no es un artículo sobre inteligencia artificial. Los modelos, los agentes y los benchmarks salen, claro, pero son el decorado. La historia de verdad va de un cambio de comportamiento — de cómo millones de personas están dejando de querer usar herramientas y empezando a exigir que las cosas simplemente ocurran. Cuando entiendes eso, todo lo demás (el pricing, los agentes, las predicciones de Gartner) encaja como piezas de la misma historia.
He vivido todas las olas, y esta va más rápido
Tengo cuarenta y cuatro años. No vi nacer los ordenadores, pero sí he vivido desde dentro toda la fase de construcción de este mundo digital: el ordenador personal que al principio era cosa de cuatro frikis, la llegada de internet, el smartphone hacia 2008, las redes sociales que hoy todos miramos en la mano a todas horas. Ya escribí que internet, los móviles y la IA siguen el mismo patrón: primero llega la tecnología, luego cambian las costumbres, y el dinero de verdad se mueve cuando cambian las costumbres, no antes.
Pero hay una diferencia en esta ola, y es la velocidad. Lo que antes tardaba una generación en asentarse ahora pasa en unos tres años. Nos hemos educado en un mundo en transición permanente, y eso tiene una consecuencia que casi nadie mira de frente: la gente ya no necesita décadas para cambiar de hábitos. Los cambia por trimestres. Quédate con esta idea, porque es la que sostiene todo el artículo: el software cambia por años de roadmap, pero el comportamiento de sus usuarios está cambiando por trimestres. Esa asimetría es la grieta por la que se va a colar todo lo demás.
El software nunca vendió software: vendió lo que la gente estaba dispuesta a hacer
La historia del software de empresa se suele contar como una historia de tecnología. Yo creo que se entiende mucho mejor si la cuentas como una historia de comportamiento: qué estaba dispuesta a hacer la gente en cada época para resolver su problema.
En los años 90 y 2000, la gente estaba dispuesta a hacer casi cualquier cosa. Comprabas el programa —una caja, literalmente—, alguien venía a instalártelo en tus servidores, pagabas consultoría, implantación y licencias, y asumías que una migración de versión era un proyecto con nombre propio y presupuesto propio. El software era un bien de capital, como una máquina de taladrar. Por ponerle números: una licencia perpetua de Adobe Creative Suite costaba en torno a 2.500 dólares, más lo que costara mantenerla viva. Y lo pagábamos, porque no había otra manera.
Luego el comportamiento cambió por primera vez. La gente dejó de estar dispuesta a instalar, mantener y migrar. Quería abrir un navegador y que el programa estuviera ahí. A ese cambio de disposición le pusimos nombre de modelo de negocio —SaaS, software as a service— y nos pareció una revolución tecnológica, pero fíjate bien: la nube fue la condición, no la causa. La causa fue que el usuario redefinió qué le parecía aceptable. El ejemplo que mejor lo cuenta es el paso de Photoshop a Canva. No ganó el mejor editor de imágenes; ganó el que entendió que tú nunca quisiste Photoshop — querías editar imágenes, y todo lo que hubiera entre tu deseo y el resultado (instalación, curva de aprendizaje, un ordenador potente) era fricción de la que estabas deseando librarte.
Y aquí viene la parte de la historia que explica por qué la industria entera se organizó alrededor de este modelo: al dinero le encantó. Un SaaS maduro es predecible. Churn, coste de adquisición, cohortes, ingresos recurrentes: distribuciones casi normales. Sabes cuánto vas a ingresar el año que viene con un margen de error razonable, y eso, para quien pone el dinero, vale más que cualquier tecnología. La verdad es que los que nos dedicamos al marketing vivimos una era dorada gracias a esto: no nos volvimos más listos de repente, es que por primera vez el negocio se dejaba medir con curvas que un consejo de administración podía firmar.
El caso de manual es Adobe, precisamente. En mayo de 2013 mató la caja de Creative Suite y empujó a todo el mundo a Creative Cloud, a 49,99 dólares al mes. Aquel año fiscal la suscripción pasó del 15% al 28% de sus ingresos y cerró con un millón de suscriptores; a mediados de 2014 ya eran tres millones. La serie completa, sacada de sus informes anuales ante la SEC, es de las que quitan el hipo: 1.140 millones de dólares de ingresos por suscripción en el fiscal 2013, 3.220 en 2015, 6.130 en 2017, 9.990 en 2019, 14.570 en 2021, 18.280 en 2023. Multiplicar por dieciséis en una década con esencialmente el mismo producto. No cambió la tecnología: cambió la curva. Hoy más del 90% de los ingresos de Adobe son recurrentes.
Aquella era tuvo, además, su disciplina reina: la experiencia de usuario. Durante quince años, el campo de batalla del software fue la interfaz. Tenía toda la lógica del mundo: si el producto es una herramienta que un humano usa con las manos, cada clic de menos es cuota de mercado. Contratamos diseñadores de producto, medimos mapas de calor, discutimos durante semanas dónde poner un botón. Yo he participado en esas discusiones más veces de las que puedo contar. Lo que casi nadie vio es que el auge del UX no era una verdad eterna del software: era el síntoma de una era concreta — la era en la que el trabajo lo hacía el usuario y la herramienta solo se lo ponía más o menos fácil.
Guárdate ese matiz, porque cuando el usuario deja de hacer el trabajo, el síntoma desaparece con la era.
La gente se está reeducando (y no piensa volver)
Vamos al presente, que es donde está la chicha. Lo que está pasando ahora no va de modelos de lenguaje. Va de hábitos. Está ocurriendo un cambio de comportamiento tan profundo como el que se cargó la caja de software, y otra vez lo estamos confundiendo con una revolución tecnológica.
Te lo cuento con el ejemplo que mejor conozco, porque me pasa a mí. Piensa en cómo se ha preparado un viaje en cada era. Hace veinticinco años ibas a una agencia: le contabas a un señor qué querías y el señor te lo resolvía. Luego llegó Google y nos reeducó a todos: la información estaba ahí, relativamente ordenada, pero el trabajo era tuyo — abrir diez pestañas, comparar vuelos, cruzar opiniones de hoteles, montar el puzle. Nos parecía un avance enorme, y lo era. Pero fíjate en lo que aceptamos a cambio sin darnos cuenta: la agencia nos daba una solución y Google nos dio una herramienta. Nos pasamos veinte años haciendo nosotros un trabajo que antes hacía otro, encantados de la vida porque era gratis y era instantáneo.
Pues bien: yo ya no preparo así mis viajes. Le pido el viaje a una IA, me viene organizado, y lo afino conversando — "mete un día más en Roma", "los niños no aguantan dos museos seguidos". La IA incorpora mi contexto y el plan mejora en cada vuelta. Mismo comprador, mismo viaje, comportamiento completamente distinto. Y no soy una rareza de la profesión: según las encuestas trimestrales de Global Rescue, los viajeros que planifican con IA pasaron del 11% en octubre de 2024 al 24% en julio de 2025. Más del doble en nueve meses. McKinsey añade que en 2025 alrededor del 40% de los viajeros globales ya la usaba, y que el 84% dice que mejoró su experiencia. Nueve meses. A las costumbres de consumo, que tardaron una década en aceptar la suscripción, ahora les basta un trimestre para doblarse.
El proxy más grande de todos es el propio ChatGPT: de 400 millones de usuarios semanales en febrero de 2025 a 800 millones en octubre, 900 millones en febrero de 2026, y en junio de 2026 su aplicación superó los mil millones de usuarios mensuales — el producto que más rápido ha llegado a esa cifra en la historia. Esa curva no mide una tecnología: mide cuánta gente está adquiriendo el hábito de pedir en vez de hacer.
Porque ese es exactamente el hábito nuevo, y cabe en una frase: ya no quiero una herramienta que me ayude a hacer la factura. Quiero decir "hazme la factura" — y que las cosas ocurran. El usuario de la era anterior aceptaba que resolver su problema era tarea suya, y le pedía al software que se lo pusiera fácil. El usuario que está naciendo ahora quiere saltarse el paso de hacerlo él. No busca menos fricción en el camino: busca que el camino desaparezca.
Y esto no se queda en la factura o en el viaje. Mira lo que le está pasando al dashboard, que ha sido durante años el orgullo de todo producto SaaS que se precie. El panel de control es el monumento perfecto a la era herramienta: el software recopila los datos, los pinta bonitos… y espera a que tú vayas a mirarlos, los interpretes y decidas. El trabajo intelectual sigue siendo tuyo. Pues cada vez más gente ya no quiere ir a mirar el panel. Quiere que el panel venga a ella: "mañana cierras el trimestre y el proyecto va así", "oye, fulanito no ha completado sus tareas esta semana — habla con él". De software pasivo que esperas que te informe a servicio activo que te avisa antes de que preguntes. Ya nadie quiere mirar el dashboard: queremos que el dashboard nos hable.
Si te queda alguna duda de que la reeducación va en serio, el dato más elocuente lo tiene la propia Canva — la empresa que ganó la última guerra de las interfaces. A finales de 2025, según TechCrunch, sus usuarios acumulaban más de 26 millones de conversaciones con la app de Canva dentro de ChatGPT, y Canva figuraba entre los diez dominios que más tráfico referido reciben desde ChatGPT. Piensa un momento en lo que eso significa: para toda esa gente, la interfaz de Canva es ChatGPT. El producto vive en la pantalla de otro. La empresa que destronó a Photoshop quitando fricción está viendo cómo la siguiente capa le quita la suya — y a diferencia de casi todo el sector, ha decidido ir a donde está el comportamiento en vez de defender su pantalla.
Este es el cuadro completo del cambio de paradigma, y por eso insisto en que la revolución es social antes que técnica: el usuario se está reeducando en tres frentes a la vez. Deja de aceptar que el trabajo es suyo (la factura), deja de aceptar que buscar y montar el puzle es su parte del trato (el viaje), y deja de aceptar que estar informado exige ir a mirar (el dashboard). Cada uno de esos frentes era una industria. Y cuando el comportamiento del comprador cambia por trimestres y tu software cambia por años, el riesgo estructural deja de ser el competidor: es que tu categoría entera deje de tener sentido antes de tu próxima release.
A esta tercera era la llamo Service as a Software: darle la vuelta al SaaS. Ya no vendes acceso a una herramienta con la que el cliente se resuelve el problema; entregas el problema resuelto, y por dentro resulta que hay software. La unidad de venta deja de ser la licencia y pasa a ser el valor entregado. Y con ella llega la era sin interfaces: cuando el producto es un resultado, nadie mira tu pantalla — con todo lo que eso implica para el foso competitivo de cualquiera que venda software.
El pricing por resultado ya existe — y está siendo un parto
Todo lo anterior podría sonar a predicción de conferencia, así que bajemos al barro: los experimentos de cobrar por resultado ya están en producción, con precios públicos. Y lo interesante no es que existan — es lo que están enseñando sobre lo difícil que es venderle a este comprador nuevo.
El caso más limpio que conozco es Intercom con Fin, su agente de soporte: 0,99 dólares por resolución. Pagas cuando el agente resuelve de verdad la conversación — el cliente confirma que le sirvió, o se marcha sin pedir más ayuda. Si el cliente pide un humano, o el procedimiento falla, no se cobra. Hay un plan base de 49 dólares al mes con 50 resoluciones incluidas, y cualificar un lead de ventas se cobra aparte, a 9,99 dólares. Fíjate en el detalle que lo cambia todo: la propia estructura del precio obliga a Intercom a definir qué es "resolver", a auditarlo y a jugarse los ingresos en ello. Eso es exactamente venderle al usuario reeducado: no le vendes acceso al chatbot, le vendes conversaciones que dejan de molestarle, y el SLA va dentro del precio.
Salesforce, en cambio, se comió la lección más cara. Lanzó Agentforce en otoño de 2024 a 2 dólares por conversación. Sonaba razonable y fue un tropiezo notable: los compradores no podían modelar el coste — ¿qué cuenta como "conversación" cuando una consulta dispara ocho procesos internos? — y el resultado, según el análisis de SaaStr, fue que de unos 5.000 acuerdos firmados en los dos primeros trimestres solo unos 3.000 eran de pago. En mayo de 2025 pivotó a un modelo de créditos a 0,10 dólares por acción, y hoy mantiene tres modelos de pricing en paralelo. El mayor vendedor de CRM del mundo buscando la unidad de medida a tientas, en público. No lo cuento como crítica: lo cuento como prueba de que la unidad de venta de la era nueva todavía no existe. El comprador ya cambió de comportamiento; el vendedor todavía no sabe ponerle precio a ese comportamiento.
Y luego está Klarna, el caso estrella — con su matiz, que es igual de valioso que el caso. En febrero de 2024 Klarna publicó que su asistente de IA había gestionado 2,3 millones de conversaciones en su primer mes: dos tercios de todo su servicio al cliente, un volumen de trabajo equivalente a 700 agentes a tiempo completo, resoluciones en menos de 2 minutos frente a los 11 anteriores, un 25% menos de consultas repetidas y una mejora de beneficio estimada en 40 millones de dólares para ese año. Es el caso que todo el mundo cita. Lo que casi nadie cita: la equivalencia de 700 agentes es modelada, no despidos reales, y en 2025 la propia Klarna dio marcha atrás parcial y volvió a contratar humanos para los casos complejos. Las dos mitades son igual de informativas. Los agentes ya hacen trabajo medible en resultados; y quien venda la sustitución total, hoy, está vendiendo humo.
Tres experimentos, una conclusión: la industria ya acepta que hay que cobrar por lo que la máquina entrega, y todavía no sabe medirlo. En esa tensión — comprador reeducado, vendedor sin unidad de medida — se va a decidir el modelo de negocio del software de la próxima década.
Los tres problemas que nadie ha resuelto
Aquí es donde el discurso de conferencia suele acabar y donde empieza lo interesante, porque vender resultados abre tres problemas que los casos anteriores solo han empezado a rozar.
El primero es la atribución. La licencia por usuario es fácil de contar: humanos con login. Pero si el trabajo lo hace la máquina, cobrar por humano que mira la pantalla es cobrar por la parte que desaparece — recuerda el dashboard al que ya nadie quiere ir. Y el pricing por resultado suena de maravilla hasta que intentas repartir el mérito: ¿qué parte del resultado es del agente, qué parte del dato y qué parte del proceso del cliente? Intercom lo esquiva acotando muchísimo el resultado: una conversación de soporte resuelta, sí o no. En cuanto el resultado es difuso — "gestióname la campaña", "llévame la contabilidad" — la atribución se convierte en el problema central. Ya conté que tu empresa tiene datos que la IA no ve; en la era del resultado esos datos son, además, la mitad del mérito del resultado. Y alguien va a querer cobrar por esa mitad.
El segundo es la responsabilidad. En la era herramienta, la responsabilidad tenía un reparto cómodo: si la herramienta fallaba, era un bug; si el resultado era malo, el usuario se había equivocado con la herramienta. Pero el usuario que dice "hazme la factura" y se va, está delegando también la responsabilidad de que la factura esté bien. Cuando un agente factura mal, ¿de quién es el error? La responsabilidad es el nuevo SLA, y casi nadie la está poniendo en el contrato. El diseño de Fin — no cobrar si el procedimiento falla o el cliente escala a un humano — es una primera respuesta parcial: la responsabilidad convertida en precio. La marcha atrás de Klarna es la otra cara: hay errores cuyo coste no cabe en ningún precio por resolución, y para esos se vuelve a pagar a humanos.
Y el tercero es la pregunta que de verdad importa si vendes software: ¿qué sobrevive? Porque no todo el software muere. Satya Nadella — que dirige al mayor vendedor de SaaS del mundo — sostuvo en diciembre de 2024 que en la era de los agentes las aplicaciones de negocio "probablemente colapsarán": la lógica de negocio se mueve a la capa de IA y el software queda reducido, en sus palabras, a poco más que una base de datos. Que lo diga precisamente él me parece un dato en sí mismo, más allá del argumento. Yo lo formularía así: sobrevive el software que custodia algo — los datos, el contrato, el cumplimiento, el histórico — y colapsa la capa de interacción: las pantallas, los menús, los paneles. Es decir: colapsa justo la capa que construimos para un usuario que ya no quiere estar ahí. Lo que se ve es lo primero que desaparece. Es una hipótesis de trabajo, no una certeza, y desconfío de quien venda certezas sobre esto; pero es la hipótesis con la que yo estoy tomando decisiones.
El mejor argumento en contra (y por qué no me convence)
Un análisis honesto tiene que enfrentarse a su mejor objeción, así que aquí va la más seria que conozco: al SaaS ya lo han matado antes. Lo mató el open source, lo mató el low-code, lo mataron las plataformas, y ahí sigue, facturando más que nunca. El software de empresa es un mercado de cientos de miles de millones que crece año tras año, los contratos plurianuales tienen una inercia enorme, y la historia de la tecnología está llena de "esto lo cambia todo" que acabaron siendo una funcionalidad más. La versión fuerte de la objeción: los agentes serán una capa encima del SaaS — como lo fue el móvil —, los vendedores actuales la incorporarán, subirán precios y aquí no habrá pasado nada.
Es un buen argumento y una parte es verdad: la incorporación ya está ocurriendo, y los datos de Gartner que veremos ahora dicen que el 40% de las aplicaciones empresariales llevarán agentes de tarea en 2026. Pero fíjate en qué se diferencia esta ola de las anteriores, porque es la clave de todo el análisis: ninguna de las muertes anunciadas atacaba el comportamiento del usuario que se cobra. El open source cambiaba quién escribía el código; el low-code, quién montaba la aplicación; el móvil, dónde se usaba. Todas dejaban intacto el contrato básico de la era herramienta: un humano usa el software, la empresa paga por ese humano. Los agentes son la primera ola que ataca al humano-que-usa — es decir, a la cosa exacta que factura. Por eso Adobe pudo surfear la ola del móvil subiendo precios, y por eso esta vez el propio Nadella, que tendría todos los incentivos para decir lo contrario, habla de colapso de las aplicaciones de negocio.
La objeción sí me obliga a un matiz de calendario: la inercia contractual es real, y los ciclos de compra de empresa se miden en años. Por eso este análisis habla de fecha de caducidad y no de muerte súbita. Pero confundir "va despacio" con "no va a pasar" es exactamente el error que cometieron los vendedores de licencias perpetuas entre 2010 y 2015 — y cinco años después estaban migrando a suscripción a toda prisa, con Adobe ya en la otra orilla. La gente no volvió a la caja entonces, y no va a volver al point & click ahora. Los cambios de comportamiento no retroceden: se asientan.
La ola y su espuma
Y ahora el matiz que casi nadie pone al lado del discurso, y que en un análisis serio es obligatorio.
Gartner predice que el 33% del software empresarial incluirá IA agéntica en 2028 — era menos del 1% en 2024 —, que ese año el 15% de las decisiones diarias de trabajo se tomarán de forma autónoma (0% en 2024), y que el 40% de las aplicaciones empresariales llevarán agentes de tarea ya en 2026. La misma Gartner predice que más del 40% de los proyectos de IA agéntica se cancelarán antes de fin de 2027, por costes crecientes, valor de negocio difuso y riesgos mal controlados.
Las dos predicciones son verdad a la vez. Hay revolución y hay humo, en proporciones parecidas, y distinguirlos no lo hace ningún framework: lo hace el oficio. Mi heurística, por si te sirve, sale directamente del cambio de comportamiento que llevo todo el artículo contándote: pregúntate si el agente elimina un flujo de trabajo o solo lo decora. Si necesita que el usuario esté delante mirando, es una herramienta con disfraz — sigue viviendo en la era anterior, por mucha IA que lleve dentro. Si las cosas ocurren sin que nadie mire, y alguien responde del resultado, es la era nueva. En mi propio sistema de agentes aplico ese mismo listón, y la mayoría de lo que pruebo se queda en la primera categoría.
Qué haría yo si vendo SaaS (y es lo que estoy haciendo)
Un análisis que no baja a decisiones es un artículo de opinión con gráficas, así que cierro con las mías — en presente, porque son las que estoy aplicando en mi trabajo diario con IA.
Lo primero que estoy haciendo es medir valor entregado aunque siga cobrando por licencia. Si el comprador se está reeducando para preguntar "¿esto me lo hace?", necesito saber qué resultados entrega mi producto, cuántos y a qué coste — no cuántos usuarios tienen login. Y conviene empezar ya, porque cambiar un pricing se hace en un día, pero instrumentar resultados lleva trimestres: cuando la pregunta llegue en masa, ya no habrá tiempo de montarlo.
Lo segundo es reforzar lo que custodio. Si mi hipótesis de supervivencia vale algo, el foso de un SaaS son los datos que guarda, el cumplimiento que garantiza y el histórico que acumula — no sus pantallas. Dicho crudamente: cada euro invertido en interfaz es un euro en la capa que el usuario está abandonando, y cada euro en datos, contratos y fiabilidad es un euro en la capa por la que va a seguir pagando. Duele escribirlo después de quince años puliendo pantallas, pero las eras no preguntan.
Lo tercero es preparar un pricing híbrido en vez de un salto al vacío. La lección de Salesforce es clarísima: pasar de golpe a una unidad que el comprador no puede modelar destruye la predecibilidad — la tuya y la suya — sin dar nada a cambio. El patrón sensato es el de Intercom: una base recurrente que todo el mundo entiende, y encima resultados acotados y auditables. Se cobra el comportamiento nuevo sin dinamitar la contabilidad del viejo.
Lo cuarto es tratar la fiabilidad como producto y no como métrica interna. En la era del resultado, "funciona el 94% de las veces" deja de ser un dato de tu dashboard y pasa a ser una cláusula del contrato. Quien pueda firmar porcentajes de acierto — y pagar los errores — venderá resultados; quien no, seguirá vendiendo herramientas cada vez más baratas.
Y lo quinto, el más importante: vigilar la señal en el propio funnel. El indicador adelantado de todo esto no está en los informes de Gartner — está en tus llamadas de venta, que es donde el cambio de comportamiento se presenta sin avisar. El día que la mitad de tus prospectos pregunte "¿esto me lo hace?" en lugar de "enséñame la herramienta", tu mercado habrá cambiado de era. Con tu roadmap o sin él.
Fecha de caducidad, no muerte súbita
El SaaS no muere mañana. Los sistemas que custodian datos van a seguir cobrando mucho tiempo, y los contratos de empresa tienen una inercia que ninguna curva de adopción se lleva por delante en dos años. Pero el modelo queda con fecha de caducidad, y la etiqueta no trae la fecha: qué software aguanta, y hasta cuándo, dependerá de qué custodia cada uno y de quién resuelva primero la medición del valor entregado.
Quince años dentro del modelo me dan una sola certeza, y no va de tecnología: la gente ya no quiere herramientas, quiere que las cosas ocurran. Se reeducó para dejar la caja, se reeducó para dejar la agencia de viajes, y se está reeducando ahora para dejar de mirar pantallas. Te dejo la misma pregunta que me hago yo cada semana delante de mi propio producto: si mañana nadie mirara tu pantalla, ¿qué te quedaría que alguien siguiera queriendo pagar?
Fuentes
- Adobe, informes anuales 10-K ante la SEC — fiscales 2013, 2015, 2017, 2019, 2021 y 2023 (serie de ingresos por suscripción).
- TechCrunch, «Canva gets to $4B in revenue as LLM referral traffic rises» (feb-2026): 265M de usuarios activos y 26M de conversaciones vía ChatGPT.
- Global Rescue, encuestas trimestrales sobre IA y planificación de viajes (11% → 24%); McKinsey, «Travel planning gets an AI upgrade» (84%).
- Demandsage, ChatGPT statistics y ALM Corp (usuarios semanales y mensuales de ChatGPT, 2025-2026).
- Intercom, precios de Fin: 0,99 $ por resolución.
- SaaStr, «Salesforce now has 3+ pricing models for Agentforce»; concret.io, «From $2 conversations to $0.10 actions».
- Klarna, nota de prensa del primer mes de su asistente de IA (feb-2024); OpenAI, caso Klarna; CX Dive, «Klarna reinvierte en talento humano» (2025).
- Gartner, notas de prensa: «Over 40% of agentic AI projects will be canceled by end of 2027» (jun-2025) y «40% of enterprise apps will feature task-specific AI agents by 2026» (ago-2025).
- Satya Nadella en el pódcast BG2 (dic-2024), vía Windows Central.
Deja un comentario ¡Tu opinión me interesa!