Hay una narrativa que está ganando fuerza en tecnología: la IA va a matar el SaaS. El argumento suele sonar así: si cualquiera puede pedirle a una IA que construya una aplicación a medida en un fin de semana, ¿por qué seguir pagando una cuota mensual por el software de otro?
Suena convincente. También es una lectura incompleta.
El SaaS no está muriendo. Lo que está pasando es que se ve obligado a evolucionar.
Todo el mundo puede cocinar, no todo el mundo lleva un restaurante
Decir que la IA sustituye al SaaS se parece a decir que, como tienes cocina en casa, ya no necesitas restaurantes. Claro que puedes cocinar. Incluso puede que te guste. Pero un restaurante no existe porque nadie sepa freír un huevo. Existe por la consistencia, la experiencia, los proveedores, la seguridad alimentaria, el equipo, el servicio y la limpieza que ocurre cuando tú ya te has ido.
Con el software pasa algo parecido. Sí, la IA puede ayudarte a montar un gestor de gastos en un fin de semana. Puede funcionar muy bien para ti, en tu portátil, con tus datos y tus atajos.
Pero en cuanto necesitas varios usuarios, permisos, trazabilidad, copias de seguridad, cumplimiento normativo, integración bancaria, soporte, migraciones y continuidad operativa, ya no estás cocinando para cenar. Estás llevando un restaurante.
El coste invisible del software no está en construir la versión uno. Está en mantener la versión 347 sin romper todo lo demás.
Dónde cambia de verdad la IA al SaaS
La IA no debería sustituir el SaaS. Debería transformar lo que un producto SaaS puede hacer por sus clientes.
Hay varias zonas donde ese cambio ya se ve con claridad.
Rellenar formularios debería dejar de ser trabajo humano
A nadie le gusta rellenar formularios. Ni a empleados, ni a responsables de recursos humanos, ni a contables, ni a equipos administrativos.
La IA encaja muy bien como una capa que elimina esa fricción: leer un documento, extraer los datos, proponer valores, rellenar campos y pedir confirmación. El trabajo del usuario deja de ser picar datos y pasa a ser validar que lo detectado es correcto.
Eso no sustituye al producto SaaS que hay debajo. Lo mejora. El formulario sigue existiendo. También las validaciones, el almacenamiento, los permisos, los historiales y las reglas de negocio. La IA elimina la parte más tediosa de interactuar con todo eso.
La inteligencia de negocio debe ser proactiva
El BI tradicional dentro de un SaaS funciona así: construyes un panel, alguien entra, mira una gráfica, detecta algo y decide actuar. El problema es que la mayoría de la gente no revisa sus paneles con suficiente frecuencia. Y cuando lo hace, muchas veces está mirando datos del mes pasado.
La IA invierte ese modelo. En lugar de esperar a que el usuario formule la pregunta correcta, el sistema puede detectar anomalías, generar informes a medida y avisar de tendencias antes de que se conviertan en un problema.
"Tu absentismo ha subido un 40% este trimestre frente a la media de tu sector" es mucho más útil que una gráfica que quizá alguien mire una vez al mes.
Aquí el SaaS tiene una ventaja enorme frente a cualquier herramienta casera: inteligencia agregada sobre miles de empresas. Una aplicación hecha en un fin de semana solo conoce tus datos. Un producto maduro puede comparar tu situación con datos anonimizados de todo un sector.
El experimento de la IA local
Hay otra línea interesante: ejecutar modelos de IA en local o en infraestructura propia. No como sustituto de Claude, GPT-5 u otros modelos frontera, sino como capa práctica para tareas repetitivas y bien delimitadas.
Los modelos frontera son extraordinarios, pero también son caros cuando los usas para operaciones masivas y de baja complejidad. Si tu SaaS necesita clasificar 10.000 tickets de soporte al día o extraer datos de miles de facturas, enviar cada caso a una API puntera puede comerse el margen muy rápido.
Entrenar, o más exactamente ajustar, un modelo pequeño para una tarea concreta empieza a tener mucho sentido. Cambias inteligencia general por velocidad, control y eficiencia en coste. Un modelo de 7B parámetros ajustado con datos de tu dominio puede rendir mejor que un modelo generalista en ese problema estrecho, y hacerlo por una fracción del precio.
Esto empuja una arquitectura nueva para productos SaaS: modelos locales o ajustados para el trabajo pesado, como clasificación, extracción y análisis rutinario; modelos frontera para lo que exige matiz, lenguaje natural, razonamiento abierto o tratamiento de casos raros.
Los productos que encuentren ese equilibrio tendrán una ventaja de coste clara. Y esa ventaja también debería llegar al cliente.
El precio del SaaS también va a cambiar
El modelo clásico por asiento tenía sentido cuando el software era una herramienta operada por humanos. Más personas, más asientos, más ingresos.
La IA cambia esa ecuación. Si un agente resuelve el 60% del trabajo que antes hacían tres empleados, pagar tres asientos empieza a sentirse raro.
El precio del SaaS ya se está moviendo hacia modelos distintos:
- Tramos planos por banda: pagar según tamaño de empresa, volumen o escala operativa, no solo por número de usuarios.
- Precio por resultado: pagar por facturas procesadas, informes generados, candidatos cribados o incidencias resueltas, no por acceso a una interfaz.
- Modelos híbridos: una cuota base de plataforma más funcionalidades con IA cobradas por consumo.
Esto no es la muerte de los ingresos SaaS. Es una realineación. Los productos que entregan valor medible cobrarán por ese valor. Los que solo cobraban por dar acceso a una pantalla lo van a pasar peor. Y, sinceramente, tiene sentido que sea así.
La pregunta real no es "SaaS o IA"
La historia de "la IA matará el SaaS" crea una dicotomía falsa. La evolución real es la IA dentro del SaaS: productos más inteligentes, interacciones más ligeras y precios más conectados con el valor.
Seguirán apareciendo aplicaciones hechas en un fin de semana con ayuda de IA. Algunas serán útiles. Pero la mayoría de empresas seguirá escogiendo software mantenido, integrado y conforme a sus obligaciones, construido por equipos que se dedican cada día a resolver ese problema concreto.
El SaaS no está muriendo. Lo que se está muriendo es el SaaS perezoso: productos que solo empaquetan una interfaz, cobran por asiento y esperan que el cliente haga todo el trabajo.
En Laboratorio Web lo vemos de forma muy práctica construyendo TalentoHQ, HorarioWeb y HMS. La IA no reduce la ambición de esos productos; sube el listón. El valor ya no está en tener una pantalla para cada tarea, sino en quitar tareas del camino, anticipar problemas y cobrar de una forma que el cliente pueda relacionar con resultados reales.
