Durante los últimos veinte años, casi toda la industria de internet ha hecho lo mismo: facilitar a los seres humanos el uso del software.
Google resolvió la búsqueda de información; Amazon, las compras en línea; Uber, la gestión del transporte; y Salesforce, la gestión de las relaciones con los clientes. Los distintos productos SaaS cubren áreas como las finanzas, los recursos humanos, el marketing y la gestión de proyectos dentro de las empresas.
Estos productos comparten una premisa fundamental: los seres humanos son quienes principalmente utilizan el software. Por eso, las empresas de software necesitan optimizar continuamente las interfaces de usuario, reducir las barreras de uso y mejorar la experiencia de interacción, para luego generar ingresos mediante suscripciones, publicidad o comisiones por transacción.
Pero la aparición de los agentes de IA está cambiando esta premisa. Cuando los agentes pueden comprender tareas, utilizar herramientas externas, acceder a bases de datos, ejecutar programas y realizar transacciones dentro de los límites de su autorización, las personas ya no necesitan operar personalmente cada programa.
No se trata solo de un cambio en la forma de interactuar. A medida que los agentes sustituyan gradualmente a las personas como principales operadores del software, los modelos de negocio construidos durante los últimos veinte años en torno al tráfico, la retención de usuarios y las suscripciones de software podrían tener que redefinir sus precios.
En el futuro, el software más valioso quizá no sea el que tenga más usuarios humanos, sino el servicio al que los agentes recurran con mayor frecuencia.
I. Los 234.000 millones de dólares de gasto en SaaS se enfrentan a una nueva valoración
En julio de 2026, Gartner publicó una previsión que el sector del software debería tener en cuenta: para 2030, la IA agéntica podría afectar hasta 234.000 millones de dólares del gasto empresarial en software de aplicaciones, cerca del 20 % del gasto empresarial en SaaS de aplicaciones previsto para entonces.
Gartner denomina a este fenómeno Agentic Arbitrage (arbitraje de agentes): los agentes ejecutan tareas en distintos sistemas y reducen la dependencia de las empresas de las interfaces de software tradicionales y de las licencias por usuario asociadas.
En el pasado, una empresa con 1.000 empleados podía tener que comprar muchas licencias de software para sus sistemas CRM, ERP, de gestión de proyectos e inteligencia empresarial. Pero si en el futuro parte del trabajo puede encargarse a agentes, la empresa no necesariamente tendrá que asignar un puesto de trabajo humano independiente a cada etapa de ejecución.
Tomemos como ejemplo el proceso de ventas. Antes, los vendedores tenían que introducir manualmente los datos de los clientes, actualizar el CRM, generar presupuestos, enviar correos electrónicos y luego sincronizar los datos de las ventas con el sistema financiero. Hoy, estos pasos ya se pueden enlazar mediante API y herramientas de automatización. El siguiente paso será que los agentes decidan por sí mismos, según los objetivos del negocio, qué sistemas deben consultar y qué acciones deben ejecutar.
Los CRM y los ERP no perderán su valor por este motivo. Los datos de clientes, los registros de pedidos, los datos de inventario y los libros contables seguirán necesitando sistemas fiables para almacenarse. Sin embargo, quizá las empresas ya no necesiten que tantos empleados abran estos sistemas todos los días y completen las operaciones una por una.
Esto afectará directamente al modelo tradicional de precios por asiento del SaaS (Seat-based Pricing), es decir, al modelo comercial que cobra por cada usuario. En el pasado, una fuente importante de crecimiento de los ingresos de las empresas de software era que sus clientes empresariales sumaran empleados y cuentas de software. En el futuro, las empresas podrían reducir algunos puestos de trabajo humanos y, al mismo tiempo, aumentar el gasto en llamadas a API, tareas automatizadas y ejecución de agentes.
El modelo de ingresos de los proveedores de software también podría pasar gradualmente del cobro por empleado al cobro por volumen de llamadas, flujos de trabajo y resultados de tareas.
El valor del software no ha desaparecido, pero quizá cambie la forma de medirlo.
II. Google y Anthropic están creando un estándar de comunicación entre agentes
Para determinar si una tecnología ha llegado realmente a la fase de aplicación industrial, normalmente no me fijo solo en las nuevas capacidades que demuestra un modelo; me fijo en si las empresas empiezan a invertir recursos en establecer estándares tecnológicos comunes.
En 2025, Google presentó el Agent2Agent Protocol (A2A). En abril de 2026, Linux Foundation anunció que A2A ya contaba con el respaldo de más de 150 organizaciones, entre ellas empresas como Google, Microsoft, AWS, Salesforce, SAP y ServiceNow.
El objetivo de A2A es permitir que agentes creados con distintos marcos de desarrollo y desplegados por diferentes proveedores puedan descubrirse entre sí, comunicarse, delegarse tareas e intercambiar resultados.
Al mismo tiempo, Model Context Protocol (MCP), presentado inicialmente por Anthropic, está resolviendo otro tipo de problema: conectar sistemas de IA con herramientas externas y fuentes de datos mediante interfaces estandarizadas.
Ambos tienen objetivos distintos. MCP se centra en Agent-to-Tool, es decir, en cómo los agentes utilizan herramientas; A2A se centra en Agent-to-Agent, es decir, en cómo colaboran distintos agentes.
El desarrollo de estos dos protocolos significa que, en el futuro, los sistemas de software quizá no necesiten interactuar a través de interfaces destinadas a las personas.
Supongamos que una empresa multinacional necesita comprar un lote de servidores. El agente de compras podría consultar primero el inventario y el presupuesto, pedir presupuestos a los agentes de los proveedores, utilizar un servicio de logística para calcular el plazo de entrega y, por último, hacer que el sistema financiero compruebe los permisos de pago.
Cada paso podría realizarse mediante sistemas desarrollados por distintas empresas. En el pasado, las empresas necesitaban muchas interfaces personalizadas y coordinación manual. Ahora, el sector intenta reducir el coste de la colaboración entre sistemas mediante protocolos estandarizados.
Por supuesto, la unificación de protocolos no significa que todos los sistemas ya puedan interoperar sin obstáculos. La autenticación de identidad, la gestión de permisos, los formatos de datos y el tratamiento de errores aún requieren trabajo adicional. Pero, por la dirección que está tomando la tecnología, el software ya empieza a diseñar formas de comunicación para usuarios que no son humanos.
En el pasado, desarrollábamos API principalmente para que distintos programas pudieran intercambiar datos. En el futuro, estas interfaces podrían convertirse también en la base para que los agentes ejecuten tareas de forma autónoma, coordinen recursos y compren servicios.
III. Stripe empieza a permitir que los agentes paguen directamente: las máquinas se convierten en nuevos agentes de consumo
En 2026, Stripe y Tempo lanzaron conjuntamente Machine Payments Protocol (MPP), cuyo objetivo es permitir que los agentes paguen directamente por API, datos y otros recursos digitales.
Los procesos de pago tradicionales de Internet están diseñados principalmente para las personas. El usuario crea una cuenta, elige un plan, introduce los datos de pago y confirma la compra. Pero, al ejecutar una tarea, un agente quizá solo necesite llamar a una interfaz una vez.
Por ejemplo, para analizar un activo, un agente de investigación financiera podría necesitar comprar temporalmente tres servicios: datos de mercado en tiempo real, flujos de fondos en cadena y datos históricos de volatilidad.
Supongamos que cada servicio cuesta 0,003, 0,005 y 0,002 dólares por llamada, respectivamente. Con el modelo tradicional de pago con tarjeta de crédito, las comisiones fijas podrían superar el precio del propio servicio. Protocolos de pago para máquinas como MPP y x402 intentan hacer viables las transacciones de bajo importe y pago por uso.
Un estudio publicado por Visa y Artemis en 2026 también empezó a observar el desarrollo de los pagos entre máquinas mediante transacciones reales en cadena. Las primeras estadísticas disponibles indican que, durante las primeras semanas desde el lanzamiento de MPP, se procesaron unas 115.000 transacciones, con un importe de liquidación aproximado de 25.000 dólares y un promedio de unos 0,22 dólares por transacción.
Estos datos todavía deben evaluarse teniendo en cuenta las convenciones estadísticas, la naturaleza de las transacciones y las condiciones reales de uso en producción; no se pueden equiparar directamente con una demanda comercial real ya establecida a gran escala. Sin embargo, vale la pena estudiar los modelos de pago que reflejan.
En el pasado, los servicios digitales solían cobrar cuotas mensuales o anuales, porque no era rentable cobrarle a cada usuario una fracción de céntimo. En el futuro, si los agentes pueden realizar pagos a bajo coste, los proveedores de datos tendrán la oportunidad de cobrar por cada consulta, cálculo o ejecución.
Una empresa que no tenga una aplicación para consumidores también puede vender directamente servicios de API especializados a los agentes, sin tener que crear primero un canal para captar tráfico de usuarios comunes.
Para el sector cripto, esto podría generar una nueva demanda de pagos con stablecoins. Sin embargo, las stablecoins no son la única opción. Empresas como Stripe y Visa también están explorando credenciales de tarjetas bancarias, autorizaciones de pago y distintos métodos de liquidación.
Que los pagos entre máquinas lleguen a generalizarse dependerá de los costes, la velocidad, el cumplimiento normativo, los mecanismos de reembolso y las necesidades reales del negocio, no simplemente de la cadena de bloques que se utilice.
Uno de los principales usuarios de stablecoins en el futuro quizá no sean las personas, sino los agentes autorizados capaces de comprar servicios digitales de manera autónoma.
IV. La próxima generación de Internet quizá ya no necesite tantos puntos de entrada dirigidos a las personas
En la era del Internet móvil, las empresas competían por la atención de los usuarios. Las clasificaciones de las tiendas de aplicaciones, el tráfico de los motores de búsqueda, la publicidad, la retención de usuarios, los DAU y los MAU constituían el sistema de crecimiento de muchos productos de Internet.
Sin embargo, los agentes se comportan de manera distinta a las personas. Al comprar un servicio, una persona puede dejarse influir por la marca, la publicidad, el diseño de la página y sus hábitos de uso. En cambio, al ejecutar una tarea, un agente puede comparar los servicios según criterios predefinidos.
Por ejemplo, si un agente necesita comprar un servicio de datos en tiempo real, sus criterios podrían ser:
La latencia de los datos es inferior a 500 milisegundos.
Disponibilidad superior al 99,9 % durante los últimos 30 días.
El precio por llamada es inferior a 0,01 dólares.
Ofrecer fuentes de datos verificables.
Compatibilidad con API estandarizadas.
Si varios proveedores cumplen los requisitos, el agente puede comparar además los precios, la velocidad de respuesta, la tasa histórica de errores y los permisos del servicio.
En este contexto, el diseño de la interfaz de usuario casi no tiene valor directo para las interacciones de las máquinas. La estabilidad del servicio, la calidad de los datos, el coste de las llamadas y la documentación de las interfaces legible por máquinas se convierten, en cambio, en indicadores competitivos más importantes.
Por supuesto, la marca y la reputación no desaparecerán por completo. Las empresas aún podrían exigir que los agentes den prioridad a proveedores certificados o que solo utilicen servicios que cumplan con sus políticas internas de seguridad.
Sin embargo, en el futuro podrían surgir diferencias claras en la forma de distribuir el software. Una vía seguirá atendiendo a las personas y captará usuarios a través de aplicaciones, sitios web, búsquedas y redes sociales; otra atenderá a los agentes y recibirá llamadas a través de API, protocolos, registros de servicios y descripciones de capacidades legibles por máquinas.
Ambos sistemas coexistirán durante mucho tiempo, pero sus lógicas comerciales no son exactamente iguales. Antes, los desarrolladores tenían que pensar en cómo lograr que los usuarios encontraran su aplicación. En el futuro, también tendrán que pensar en cómo lograr que los agentes descubran sus servicios y cómo demostrar que son más fiables que los demás.
Esto me llevó a plantearme una pregunta:
Si en el futuro los agentes pueden descubrir, comparar y comprar servicios por su cuenta, ¿quién controlará los puntos de entrada para distribuir esos servicios?
En el pasado, Google controlaba el acceso a las búsquedas, Apple controlaba la App Store y Microsoft controlaba muchos de los puntos de entrada al software empresarial. Pero en la economía de los agentes, la elección de servicios podría darse entre modelos, plataformas de ejecución de agentes, sistemas de autorización empresarial y redes de descubrimiento de servicios.
Estos sistemas no solo determinan qué servicios pueden encontrar los agentes; también podrían influir en qué proveedor eligen primero.
Si este sistema de distribución madura gradualmente, la competencia por los puntos de entrada de la próxima generación de Internet no tendrá por qué limitarse a los navegadores y las tiendas de aplicaciones.
V. Es posible que las empresas de software del futuro ni siquiera ofrezcan productos para el público general
Si en el futuro los agentes realizan una gran cantidad de tareas, podrían surgir nuevas oportunidades empresariales en torno a la infraestructura necesaria para su funcionamiento.
Lo que vale la pena estudiar no es desarrollar otro chatbot, sino resolver los problemas concretos de colaboración entre agentes.
Primero está la identidad y autorización de los agentes (Agent Identity & Authorization).
Cuando una empresa despliega cientos de agentes, cada uno debe tener permisos distintos. El agente de compras puede comprar software, pero no transferir todos los fondos de la empresa. El agente financiero puede pagar facturas, pero debe estar sujeto a límites presupuestarios y a reglas sobre beneficiarios y aprobaciones.
Esto significa que los agentes necesitan identidades verificables, límites de autorización claros, mecanismos para revocar permisos y auditorías completas de sus operaciones. Especialmente en el ámbito financiero y las compras empresariales, que un agente pueda ejecutar una operación no significa que deba tener permiso para ejecutarla sin límites.
En segundo lugar, está el descubrimiento de servicios (Agent Discovery).
En el futuro, los agentes podrían tener que buscar servicios externos según la tarea. Los agentes financieros necesitarán datos en cadena, los agentes jurídicos necesitarán bases de datos normativas y los agentes de desarrollo necesitarán entornos de prueba.
Si cada agente tiene que integrar por adelantado todos los servicios, los costes de desarrollo y mantenimiento serán muy elevados. Por eso, el mercado podría necesitar una infraestructura especializada de Agent Discovery que permita a los agentes buscar proveedores según sus capacidades, precios, permisos y fiabilidad.
Después viene la reputación y la verificación (Agent Reputation & Verification).
Las personas pueden juzgar si un proveedor es fiable por su marca, sus reseñas y las relaciones a largo plazo. Sin embargo, los agentes necesitan indicadores más fáciles de verificar automáticamente, como la tasa de éxito de las tareas, la disponibilidad histórica, el tiempo medio de respuesta, la precisión de los datos y los mecanismos de compensación y corrección en caso de error.
La mayor dificultad técnica aquí no es crear una clasificación de puntuaciones, sino verificar que las tareas se hayan completado realmente y evitar que los proveedores falsifiquen datos o manipulen las puntuaciones.
Aunque se escriba un registro en una cadena de bloques, eso no significa que el registro sea necesariamente verídico. Un sistema de reputación fiable sigue necesitando verificación independiente, fuentes de datos rastreables y mecanismos claros de responsabilidad.
Por último, están los pagos y la liquidación (Agent Payment & Settlement).
Una vez que los agentes puedan descubrir servicios, verificar identidades y confirmar precios, también tendrán que completar pagos autorizados, recibir los servicios y confirmar los resultados. Si estas funciones pueden convertirse en una infraestructura estable, podrían facilitar un gran número de transacciones comerciales entre máquinas.
El futuro Agent Marketplace quizá tampoco sea una tienda de aplicaciones para que la gente navegue. Podría ser simplemente un conjunto de API: los agentes envían los requisitos de una tarea, el sistema devuelve proveedores que cumplen las condiciones y luego se completan la llamada, la facturación y la verificación de resultados.
Es posible que los consumidores corrientes ni siquiera sepan que esta empresa existe, pero podría procesar millones de solicitudes de servicio cada día.
La principal ventaja competitiva de estas empresas ya no será lo atractiva que sea su interfaz, sino cuántos agentes integren sus servicios en sus flujos de trabajo cotidianos.
VI. El SaaS tradicional no desaparecerá por completo, pero las barreras competitivas se redistribuirán
Aquí hay que distinguir dos cosas: el valor funcional del software y la interfaz con la que las personas lo utilizan. Los agentes de IA podrían reducir considerablemente la necesidad de esta última, pero eso no significa que el primero vaya a desaparecer.
Las empresas seguirán necesitando bases de datos, sistemas financieros, autenticación de identidad, registros de transacciones y gestión del cumplimiento normativo. Además, los proveedores tradicionales de software con grandes cantidades de datos exclusivos y relaciones con clientes empresariales pueden adaptar proactivamente sus productos para convertirlos en servicios para agentes.
Empresas como Salesforce, SAP y Microsoft no necesariamente serán sustituidas por nuevas compañías. También pueden convertirse en proveedores importantes de infraestructura para la economía de los agentes.
Quienes realmente se enfrentan a esta presión son los programas que carecen de datos exclusivos y de barreras competitivas, y que dependen principalmente de flujos de trabajo complejos y de los costes de migración de los usuarios para mantener sus ingresos.
Cuando los agentes puedan operar directamente varios sistemas, podría debilitarse la ventaja que ofrecen los hábitos de uso asociados a la interfaz del software.
Sin embargo, los agentes aún están lejos de ser lo suficientemente maduros como para hacerse cargo de todo el trabajo empresarial. Gartner predijo que más del 40 % de los proyectos de IA agéntica podrían cancelarse antes de finales de 2027, principalmente por el aumento de los costes, la falta de claridad sobre el valor comercial y un control insuficiente de los riesgos.
Esto también demuestra que el hecho de que un modelo pueda completar tareas no significa que las empresas puedan implementarlo a largo plazo a un coste razonable.
Aunque un agente pueda completar el 95 % de las tareas en un entorno de prueba, eso no significa que una empresa pueda confiarle la gestión autónoma de las compras, las finanzas y los datos de clientes. El 5 % restante podría implicar pagos erróneos, filtraciones de datos, pedidos duplicados u operaciones empresariales irreversibles.
Por eso, la infraestructura de agentes que realmente tenga valor en el futuro no será necesariamente la que tenga más funciones, sino la que pueda operar de forma estable en entornos empresariales reales y gestionar eficazmente los errores, los permisos y los riesgos financieros.
Por eso la verificación de identidad, el control de permisos, la auditoría de ejecuciones y la verificación de los resultados de las tareas podrían convertirse en componentes esenciales de la economía de los agentes.
VII. En el futuro, ¿para quién deberían crear productos los emprendedores?
En el pasado, los emprendedores solían empezar pensando en el tamaño de la base de usuarios: su objetivo era conseguir cien mil, un millón o incluso diez millones de usuarios. Había que seguir optimizando la interfaz, mejorar la retención y luego monetizar mediante publicidad, suscripciones o comisiones por transacción.
Pero si en el Internet del futuro hay muchos agentes capaces de ejecutar tareas de forma autónoma, los emprendedores tendrán que replantearse quiénes son realmente sus clientes.
Una empresa que ofrece datos financieros quizá ya no necesite atraer a cien mil inversores para que abran su sitio web todos los días. Puede proporcionar interfaces de datos directamente a decenas de miles de agentes de inversión.
Una empresa que ofrece servicios de reconocimiento de imágenes no tiene por qué desarrollar una aplicación completa de edición de imágenes. Puede convertirse en un servicio especializado que otros agentes utilicen para procesar tareas visuales.
Una empresa que ofrece verificación de identidad tampoco necesita que los consumidores inicien sesión en su plataforma todos los días. Si los agentes empresariales tienen que pasar por su sistema de autorización para ejecutar tareas sensibles, podría generar una demanda constante de sus servicios.
El mayor cambio de este modelo comercial es que los ingresos ya no dependerían por completo de la frecuencia con que las personas utilizan el software, sino que podrían provenir de llamadas a tareas continuas entre máquinas.
Por supuesto, esto no significa que los agentes vayan a tener una capacidad de gasto ilimitada e independiente de las personas. Sus presupuestos seguirán procediendo de individuos y empresas, y sus permisos de transacción deberán estar controlados.
Pero cada vez más, quienes ejecutan realmente el presupuesto podrían ser los programas en lugar de las personas. Y, al cambiar quién ejecuta las operaciones, también cambiarán el diseño de los productos, la distribución de servicios y las formas de cobro.
En el pasado, los emprendedores tenían que estudiar cómo mejorar la retención de usuarios y reducir los costes de adquisición de clientes. En el futuro, algunas empresas nativas de IA podrían centrarse más en el volumen de llamadas a API, la tasa de finalización de tareas, el coste medio de ejecución y el número de agentes que dependen continuamente de sus servicios.
Esto también significa que en el futuro podrían surgir empresas tecnológicas muy distintas del SaaS tradicional.
No tienen interfaces complejas, no dependen de las clasificaciones de las tiendas de aplicaciones ni necesitan que millones de consumidores inicien sesión a diario. Puede que solo ofrezcan una capacidad muy especializada, como consultas de datos, verificación de identidad, liquidación de pagos o ejecución de tareas.
Si suficientes agentes utilizan esta capacidad de forma continuada, puede convertirse en una fuente estable de ingresos.
VIII. Queda poco tiempo para la humanidad
Aquí, «humanidad» no significa que la IA esté a punto de sustituir a las personas, sino que los sistemas de software creados durante los últimos veinte años en torno a los clics, la navegación y las operaciones humanas podrían estar llegando a un punto de inflexión.
En la era del Internet móvil, los emprendedores estudiaban cómo lograr que las personas descargaran más aplicaciones. En la era de los agentes, tendrán que estudiar cómo conseguir que más agentes descubran y utilicen sus servicios.
En el pasado, las empresas de software dependían del número de usuarios, el tiempo de uso y el crecimiento de las suscripciones por asiento. En el futuro, algunas podrían generar ingresos mediante llamadas a API, ejecución de tareas, transacciones de datos y servicios automatizados.
En el pasado, los principales puntos de entrada comerciales de Internet eran los motores de búsqueda, los navegadores y las tiendas de aplicaciones. En el futuro, también podrían aparecer redes especializadas para el descubrimiento, la identidad, la reputación, los pagos y la ejecución de agentes.
Esto también ha cambiado mi perspectiva sobre las empresas tecnológicas emergentes de la próxima generación.
Ya no creo que todas las empresas de software valiosas tengan que disponer de una aplicación para el público general. Si una empresa ofrece datos, herramientas o infraestructura que millones de agentes necesitan a diario, podría alcanzar una escala de negocio considerable incluso sin una interfaz de usuario compleja.
En cambio, los programas que todavía dependen de que las personas hagan clic, copien, rellenen formularios y cambien de página repetidamente para completar tareas probablemente se enfrentarán a una presión cada vez mayor.
En el pasado, desarrollábamos software para que las personas utilizaran ordenadores. En el futuro, quizá desarrollemos software para que los agentes utilicen otros programas.
Si hoy volviera a empezar una empresa tecnológica, me plantearía seriamente una pregunta que hasta ahora pocas personas se han hecho:
¿Por qué mi producto tiene que estar diseñado para las personas?
Si en el futuro millones de agentes necesitan comprar datos, verificar identidades, utilizar herramientas, pagar y encontrar otros agentes que completen tareas, construir infraestructura para estas necesidades podría merecer más atención que desarrollar otra aplicación corriente para consumidores.