¿Qué tipo de software será reemplazado por la IA?

La corrección del sector de software desde 2026 hasta ahora es diferente de las anteriores rondas impulsadas por “desaceleración de la demanda/subida de tasas de interés”: el mercado discute más sobre el valor final—si estas empresas podrán mantener su piscina de beneficios dentro de diez años, y si su foso defensivo podrá ser cortado de nuevo por la IA “agéntica”.

Según el boletín de operaciones TrendChasing, Gabriela Borges, analista del Departamento de Investigación de Inversiones Globales de Goldman Sachs, escribió claramente en su informe del día 16: “El mercado está cuestionando el foso defensivo del software y su modelo de negocio.” Ella desglosó uno por uno los siete argumentos bajistas más frecuentes de los inversores, asignando puntuaciones de riesgo del 1 al 5, y diferenciando si afectan solo al software de aplicación estrictamente definido o si se extienden a pilas más amplias de infraestructura/seguridad, e incluso al ROI relacionado con el capital de los proveedores de la nube.

Curiosamente, Goldman Sachs no considera como riesgo principal el que el software de sistema sea completamente reemplazado por IA (puntuación 1). Las preocupaciones más agudas se centran en dos direcciones: una es la migración del valor de la capa de registro de sistemas (System of Record, SoR) hacia “sistemas operativos/agentes de orquestación” (puntuación 4), y la otra es que la velocidad de iteración tecnológica hace que sea difícil valorar el resultado final (puntuación 5), por lo que es complicado encontrar un “suelo” para las valoraciones.

En medio de esta incertidumbre, el informe también da orientaciones claras: observar dos tipos de señales—primero, si las empresas de software pueden demostrar que la “experiencia en el dominio industrial” realmente puede aportar mejores resultados de agentes; segundo, si los fundamentos en los estados financieros pueden estabilizarse o incluso mejorar.

En esta ronda de corrección del software, el mercado se centra en el “debate sobre el valor final”

El juicio de Goldman Sachs es: la caída de 2026 cambia el foco de la “curva de crecimiento a corto plazo” a si la IA va a erosionar el foso defensivo. El centro de la discusión está principalmente en el software de aplicación, pero comienza a extenderse también a las pilas de infraestructura/seguridad y a los inputs y outputs vinculados al gasto de capital de los proveedores de la nube.

Por lo tanto, el informe se parece más a una “descomposición de argumentos”: ordena los siete puntos bajistas desde “muñeco de paja” hasta “hombre de acero”, asigna una puntuación de riesgo e intenta responder la misma pregunta—qué puede sostener el valor final.

El SoR probablemente no será derrocado, pero la “migración de valor” es más peligrosa

• A: El riesgo de que el SoR sea “reemplazado” es muy bajo (puntuación 1)

El primer argumento bajista es “rip and replace”: nuevos jugadores rehacen la capa de registro de sistemas con IA, haciendo obsoletos los sistemas básicos tipo ERP/CRM/HR. Goldman Sachs lo considera de bajo riesgo, con una razón directa: la IA generativa funciona más como un motor de análisis y generación, no como un motor de transacciones; la IA empresarial requiere grandes volúmenes de datos de alta calidad, estructurados y trazables, y el SoR es precisamente el contenedor y sistema de gobierno de estos datos.

El informe también reconoce que el riesgo de reemplazo real no es inexistente: si alguien rehace la arquitectura del SoR de forma más moderna, escalable y con un costo total de propiedad menor, podría incitar a la migración. Se pone como ejemplo la migración a la nube SAP S/4HANA: para grandes empresas es común que la migración sea un proyecto en múltiples fases de 18–36 meses, costoso y largo, lo que deja espacio para imaginar alternativas “más baratas y rápidas”.

Las “acciones defensivas” que da Goldman Sachs también se centran en la arquitectura: el SoR debe pasar de ser un libro de cuentas pasivo a un “sistema de razonamiento”, y de “AI powered (añadido)” a “AI native (integrado en la arquitectura)”. Algunas señales mencionadas incluyen la replatforming de Salesforce en 2024 y el cambio de Workday de un sistema cerrado a uno abierto.

Otra variable clave es el perímetro de datos empresariales. Si las empresas siguen “encerrando” su ventaja de datos en las aplicaciones existentes (el informe menciona el ajuste de los términos de la API de Slack por parte de Salesforce en mayo de 2025, restringiendo el entrenamiento de LLM y la exportación masiva), el SoR como base será más estable, pero las ganancias podrían ser extraídas por las nuevas capas superiores.

• B: El valor migra del SoR a la “capa de agente/orquestación” (puntuación 4)

Goldman Sachs considera que el riesgo más realista no es que el SoR desaparezca, sino que se convierta en una “base de datos para cumplimiento”, mientras que el valor se concentra en la capa de orquestación capaz de razonamiento entre sistemas, llamadas de API y ejecución automática de flujos de trabajo. Los agentes pueden leer, escribir y conciliar entre varios SoR, los usuarios ya no necesitan entrar en las interfaces de los sistemas originales, y el foso defensivo previamente basado en UI, procesos y hábitos de usuario se debilita.

El informe describe este mundo como “quién se apoya en quién”: Sierra sobre Salesforce, Anthropic Cowork sobre Microsoft, y el presupuesto incremental probablemente lo capte la capa superior. Goldman Sachs también recuerda que la sensibilidad del mercado en esta línea se debe en parte a que muchas empresas de aplicaciones que crecieron en el ciclo de bajas tasas de 2020/2021 tienen un foso defensivo más débil y son más vulnerables a narrativas de “desintermediación”.

La oportunidad para los proveedores tradicionales reside en la “experiencia de dominio + contexto”. El informe cita declaraciones de varias empresas para explicar “por qué el contexto es valioso”:

• Microsoft enfatiza que permanecer en el mismo ecosistema reduce la latencia, asegura la actualización de datos y proporciona más contexto a los LLM, y que la fricción, el coste y la “ruptura” de grandes migraciones de datos suelen subestimarse;
• HubSpot atribuye el principal punto débil de la IA empresarial a la “falta de contexto”, mientras que la capa de registro de sistemas puede agregar el historial del cliente y la información de colaboración, reduciendo la necesidad de “enseñar IA” repetidamente;
• Datadog mostró en su día del analista del 12/2: el SLM entrenado con datos internos ofrece mayor precisión con menor coste, destacando que la “experiencia de dominio” puede traducirse en diferenciación a nivel de modelo y resultados.

El software vertical es más resistente a corto plazo, pero la “suficiencia” podría cambiar el poder de fijación de precios (puntuación 2)

El tercer argumento bajista es “lo horizontal devora lo vertical”: las plataformas horizontales usan herramientas de IA para que los clientes configuren sus propios flujos de trabajo, erosionando el poder de fijación de precios del software vertical. Goldman Sachs le otorga un riesgo de 2, considerando que las barreras del software vertical aún existen: datos de dominio, integración profunda en flujos de trabajo con atributos de SoR, reputación de largo plazo y barreras regulatorias en sectores fuertemente regulados.

El informe pone como ejemplo a Guidewire y la escala de sus datos: su base de clientes gestiona aproximadamente 775.000 millones de dólares en primas de seguros de bienes y accidentes (P&C Insurance DWP) bajo al menos un producto de Guidewire; la acumulación histórica de datos es una barrera difícil de replicar para los nuevos entrantes. Goldman Sachs también destaca que “los clientes dan tiempo”: el software vertical profundamente integrado suele tener ciclos de tolerancia y cambio contados en años, no en meses.

Pero Goldman Sachs no ignora el riesgo. El informe también enumera los nuevos impactos de la horizontalidad/IA: la cooperación entre Palantir y AIG, Anthropic en casos de uso de seguros; Intuit lanzó GenOS, que facilita a los usuarios codificar flujos de trabajo verticales en software de contabilidad horizontal como Quickbooks. La cuestión clave se resume en una frase: cuando la función de IA de la plataforma horizontal es solo “suficiente” y no “claramente mejor”, ¿atraerá igualmente a los clientes por ser más fácil de integrar y menos fragmentada?—esto apunta directamente al poder de fijación de precios a largo plazo del software vertical.

El código más barato genera más competencia, pero programar un producto ≠ construir una empresa (puntuación 2)

El cuarto argumento bajista es la “reducción del coste del código”. Goldman Sachs admite que las herramientas de codificación IA reducirán las barreras de desarrollo, trayendo más nuevos participantes, pero el riesgo es 2, porque: la ingeniería de software no es solo escribir código; los ingenieros dedican mucho tiempo al diseño, depuración, identificación de riesgos y revisión; una mayor eficiencia no significa que desaparezcan los puestos de desarrollador.

El informe también ofrece un dato de que “las personas siguen en el circuito”: un estudio de Faros con 10.000 desarrolladores muestra que los equipos con alta adopción de IA completan un 21% más de tareas y fusionan un 98% más de pull requests, pero el tiempo de revisión de pull requests aumentó un 91%. La eficiencia desplaza el cuello de botella a nuevas fases, especialmente en la entrega empresarial, donde seguridad, mantenimiento, integración, orquestación de procesos, construcción de ecosistemas y GTM siguen siendo tareas arduas.

“El futuro es la personalización” absorberá parte del presupuesto, Palantir convierte la personalización en plataforma (puntuación 3)

El quinto argumento bajista es que “las empresas prefieren construir internamente”. La conclusión de Goldman Sachs es equilibrada pero clara: la reducción de costes de código no cambiará universalmente la dinámica build vs buy, pero las empresas sí redirigirán parte del presupuesto a desarrollos internos en algunos escenarios, asignando un riesgo de 3. La razón clave es que el coste y la responsabilidad del mantenimiento se acumulan de forma compuesta a largo plazo—aun si la eficiencia del agente reduce el coste de mantenimiento, el coste de los proveedores especializados también baja en paralelo, y la “frontera rendimiento/coste” suele estar del lado de los proveedores.

El informe considera que lo más probable que sea absorbido por desarrollos internos es esa “zona intermedia” entre SoR tradicionales, que requiere coordinación entre múltiples departamentos y que el software empaquetado no conecta bien.

Palantir es presentada en el informe como paradigma de personalización: mediante AIP co-desarrolla casos de uso de IA de nivel productivo con los clientes, enfatizando el ROI cuantificable. El informe presenta datos de crecimiento: el negocio comercial de Palantir en EE.UU. creció un 109% en 2025 y la empresa espera acelerar a más del 115% en 2026E. Al mismo tiempo, Palantir utiliza ingenieros de despliegue en primera línea (FDE) para traducir la intención del cliente en sistemas operativos, y luego convierte las soluciones específicas en capacidades reutilizables; a pesar de las dudas sobre si es “software o servicio”, su modelo híbrido mantiene un margen bruto de alrededor del 85%.

Goldman Sachs también advierte que el auge del desarrollo interno empresarial puede estar cerca de un “máximo local”: los proveedores SaaS están completando capacidades de IA, los protocolos de gobierno de datos y seguridad (mencionando A2A, MCP, etc.) están evolucionando y los equipos de TI están avanzando. ServiceNow ya ha declarado públicamente que está recuperando parte del presupuesto que antes se iba a “desarrollos internos”.

El “impuesto LLM” presionará los márgenes: más realista en los próximos 12–24 meses, a largo plazo sigue siendo cuestión de poder de precios (puntuación 3)

El sexto argumento bajista es que la estructura de margen bruto será reescrita. Goldman Sachs prevé que el sector experimentará 12–24 meses de presión moderada sobre los márgenes: para captar adopción, los proveedores probablemente absorban primero los costes de inferencia GPU y las tarifas de API de modelos de terceros. Como la IA convierte la “intensidad de uso” directamente en coste (el consumo de tokens, la complejidad del modelo y la frecuencia de consulta se traducen en gastos), el SaaS pasa de un apalancamiento de costes fijos a una economía más cercana al “precio por consumo”.

El informe cita la observación de Bessemer: algunas de las empresas de IA nativas que más rápido han pasado de 0 a 100 millones de dólares en ARR tienen un margen bruto de alrededor del 25%, y muchas incluso negativo; los márgenes brutos de empresas de IA nativa más maduras suelen rondar el 60%, aún por debajo del SaaS tradicional.

Pero Goldman Sachs no lo ve como un colapso permanente: el informe cita datos de Epoch AI, que muestran que el coste de inferencia de LLM desciende entre 9 y 900 veces por año; el precio de lograr un rendimiento MMLU similar a GPT-4 cae unas 40 veces al año. Si los márgenes a largo plazo pueden recuperarse depende nuevamente del “poder de precios = diferenciación”. El informe también señala la ventaja estructural de Microsoft: la integración vertical y la relación con OpenAI le permiten capturar beneficios en varias capas de la cadena de valor y reducir la fuga de “impuestos LLM” a terceros.

Lo más difícil de valorar es la velocidad tecnológica: la incertidumbre misma deprime las valoraciones (puntuación 5)

El séptimo argumento bajista es considerado por Goldman Sachs el de mayor riesgo: la evolución tecnológica es demasiado rápida, el resultado final es impredecible. El informe enumera actualizaciones recientes—Anthropic (Cowork, Opus 4.6, plug-ins verticales), OpenAI (Frontier, OpenClaw), Google DeepMind (Deep Think), Meta (Avocado). Cita el white paper de Bridgewater de noviembre de 2025: las leyes de escalamiento de preentrenamiento siguen vigentes; y enumera actualizaciones recientes de modelos y puntuaciones de referencia (por ejemplo, en GPQA Diamond, varios modelos superan el 90%).

El informe ilustra la impredecibilidad con dos “puntos de inflexión por empaquetado”: ChatGPT llevó la capacidad a una interfaz fácil de usar, lo que impulsó su difusión masiva; Cowork trasladó la capacidad a la GUI de escritorio, permitiendo que usuarios no técnicos experimenten. Aún más, la propagación de agentes autocontenidos como OpenClaw, en conversaciones con el CEO de Cloudflare, Matthew Prince, se describe así: en los próximos tres años podría igualar la velocidad de difusión de ChatGPT de los últimos tres años, con la principal restricción a corto plazo en el lado empresarial siendo la seguridad.

La incertidumbre también puede abrir nuevos TAM. El informe cita el caso del equipo MAI Superintelligence de Microsoft: MAI-DxO alcanzó una tasa de aprobación del 85% en el desafío de casos del New England Journal of Medicine, y menciona que al introducir el blog de Microsoft y los indicadores iniciales en ChatGPT, el TAM calculado fue de 50 a 100 mil millones de dólares anuales (escenario superior de 150 a 200 mil millones). Pero el punto de Goldman Sachs no es “apostar a un resultado final”, sino reconocer que: la incertidumbre hace que el valor final sea más difícil de anclar y a menudo corresponde a múltiplos de valoración más bajos.

“Señales de estabilización” a observar en el informe: experiencia de dominio materializada, fundamentos sólidos

Goldman Sachs condensa las señales observables de estabilidad en dos: primero, si las empresas de software empresarial pueden demostrar con productos y casos que la experiencia de dominio realmente ofrece mejores resultados de agentes; segundo, si los fundamentos en los estados financieros pueden estabilizarse o incluso mejorar (especialmente verificado durante la temporada de resultados). Antes de eso, se inclina por los “fosos defensivos arquitectónicos”—el foso no solo está en la interfaz de aplicación y los flujos de trabajo, sino que puede extenderse a capas técnicas y de plataforma más profundas.

 

~~~~~~~~~~~~~~~~~~~~~~~~