Después del SaaSpocalypse: el software no desaparece, se vuelve invisible

La parte del software que sí puede desaparecer

Durante los últimos meses, la expresión SaaSpocalypse comenzó a resumir una preocupación cada vez más frecuente: si la inteligencia artificial puede crear aplicaciones, consultar datos y ejecutar tareas, ¿seguiremos necesitando tantas empresas de software y tantas licencias?

La pregunta no es absurda. Tampoco creo que deba responderse solamente defendiendo todo lo que ya existe.

Después de años trabajando en la industria del software, sigo pensando que la inteligencia artificial no va a eliminar los sistemas empresariales. Pero sí puede eliminar una parte importante de la experiencia que durante mucho tiempo confundimos con el propio sistema.

Puede reducir la necesidad de navegar por menús, completar formularios, cambiar de módulo, memorizar rutas y abrir diferentes aplicaciones para ejecutar un mismo proceso. También puede poner en duda herramientas aisladas cuya principal función era organizar información o facilitar una tarea muy específica.

Esa parte del software está realmente bajo presión. Si una persona puede expresar lo que necesita en lenguaje natural y un agente consigue encontrar la información, consultar las reglas aplicables y coordinar la ejecución, memorizar cómo utilizar una determinada pantalla pierde parte del valor que tuvo durante años.

Pero que la pantalla desaparezca no significa que desaparezca lo que ocurre detrás de ella.

De utilizar un sistema a pedir un resultado

Pensemos en una situación cotidiana dentro de una empresa.

Hoy, una persona puede necesitar entrar en un sistema, seleccionar una empresa, buscar un cliente, aplicar filtros, consultar facturas, revisar el historial de pagos y exportar datos antes de decidir qué cuenta merece atención inmediata.

En ese modelo, podría comenzar con una pregunta: “¿Qué clientes deberían recibir atención hoy y por qué?”

La diferencia parece estar en la interfaz, pero es mucho más profunda. La persona deja de decirle al sistema cómo recorrer el camino y empieza a describir el resultado que espera.

Para responder correctamente, sin embargo, la inteligencia artificial todavía necesitará saber qué facturas existen, cuáles fueron canceladas, qué pagos ya fueron registrados, qué permisos tiene cada usuario, qué acuerdos comerciales están vigentes y qué excepciones deben respetarse.

Alguien también tendrá que definir qué significa “merecer atención”. ¿Es el mayor valor vencido? ¿La mayor probabilidad de pago? ¿El impacto esperado en la caja? ¿El riesgo de perder a un cliente importante? ¿La urgencia de resolver un error causado por la propia empresa?

La IA puede organizar la información y ejecutar parte del proceso. La priorización continúa siendo una decisión.

Invisible no significa irrelevante

El software puede volverse menos visible para el usuario porque la inteligencia artificial pasa a ocupar la capa de interacción. En lugar de abrir cinco módulos, una persona conversa con una interfaz capaz de coordinar diferentes sistemas.

Sin embargo, por debajo de esa conversación aparentemente sencilla, algo necesita conservar la verdad transaccional de la empresa.

Un pedido fue aprobado o no. Una factura fue emitida o no. Un pago fue registrado o no. Una persona tiene determinada autorización o no. Una condición comercial estaba vigente en el momento de la operación o no.

La inteligencia artificial puede interpretar, resumir, recomendar y ejecutar. Pero una empresa no puede administrar sus procesos críticos basándose únicamente en respuestas plausibles. Necesita registros verificables, reglas consistentes, controles de acceso, trazabilidad y mecanismos para corregir errores.

Cuanto más invisible se vuelve el sistema, más importante es poder explicar qué hizo, con qué información, bajo qué autorización y siguiendo qué criterio.

La desaparición de la pantalla no elimina la responsabilidad. Solo hace que sea más fácil olvidarla.

Construir es una parte pequeña del problema

La inteligencia artificial también está cambiando la antigua decisión entre comprar un sistema o construirlo internamente.

Crear una aplicación específica puede ser mucho más rápido y barato que antes. Procesos que no justificaban meses de desarrollo pueden transformarse en soluciones funcionales en pocos días o semanas. Eso amplía de forma real el espacio para construir.

Pero generar código no equivale a sostener una operación.

Después de la primera versión llegan las integraciones, la seguridad, las modificaciones regulatorias, los cambios en el negocio, la calidad de los datos, el soporte, las excepciones y las decisiones sobre quién puede hacer qué.

También aparece una pregunta incómoda: ¿quién será responsable cuando esa aplicación creada rápidamente se convierta en parte indispensable del proceso?

La IA puede reducir el costo de construir. No elimina el costo de operar, mantener, gobernar y evolucionar.

Por eso, algunas aplicaciones aisladas probablemente perderán relevancia. Los sistemas responsables de procesos críticos, por otro lado, tendrán que evolucionar para volverse más abiertos, más fáciles de integrar y mucho menos dependientes de que las personas aprendan su lógica de navegación.

El criterio no vive completamente dentro del sistema

Incluso un sistema con datos confiables representa solamente una parte de la realidad. El entorno también importa. Una recomendación puede parecer correcta y, aun así, ignorar una negociación que todavía no fue registrada, una relación comercial delicada, una restricción operativa, una diferencia cultural, un cambio regulatorio o una señal percibida por alguien que conoce de cerca al cliente, al proveedor o al equipo.

Eso no convierte la experiencia humana en una verdad superior a los datos. Las personas también cargan hábitos, preferencias e interpretaciones equivocadas.

La diferencia está en que el criterio humano puede ponderar elementos que no caben fácilmente en una transacción. Puede preguntar qué estamos priorizando, qué efecto secundario estamos dispuestos a aceptar y quién será afectado por una decisión aparentemente eficiente.

La inteligencia artificial puede recomendar la acción con mayor probabilidad de producir un resultado. Una persona todavía necesita decidir si ese es el resultado que realmente vale la pena perseguir.

Esta es la lógica de IH+IA. La inteligencia artificial ayuda a organizar, relacionar, cuestionar y ejecutar. La inteligencia humana define propósito, interpreta el entorno, reconoce excepciones y asume la responsabilidad por la decisión.

No se trata de colocar una aprobación humana al final de todo para simular control. Se trata de diseñar desde el principio dónde el juicio, la ponderación y la responsabilidad humana son indispensables.

Del acceso a la tarea, y de la tarea al resultado

Durante años, buena parte de la industria construyó su modelo alrededor del número de usuarios. Más personas utilizando el sistema significaban más licencias.

Pero si los agentes pueden ejecutar parte del trabajo antes realizado por esos usuarios, la relación entre la cantidad de personas y el valor producido comienza a debilitarse.

Ya existen propuestas de TaaS, Task as a Service, que complementan el SaaS y sitúan la tarea ejecutada por agentes de inteligencia artificial como unidad de servicio. En lugar de agregar una nueva licencia cada vez que una persona necesita entrar en el sistema, comienza a medirse lo que el agente efectivamente ejecuta.

Es un cambio relevante porque modifica la unidad de valor. El foco deja de estar solamente en cuántas personas tienen acceso al sistema y empieza a incluir cuántas tareas el sistema consigue realizar.

Pero una tarea ejecutada no equivale necesariamente a un resultado alcanzado.

Un agente puede enviar miles de comunicaciones de cobranza y, aun así, perjudicar relaciones importantes. Puede procesar automáticamente una gran cantidad de pedidos y reproducir una condición comercial equivocada. Puede priorizar con precisión aquello que fue solicitado y descubrir demasiado tarde que el criterio de priorización estaba equivocado.

Por eso, acceso, tarea y resultado no son la misma cosa. El SaaS ofrece acceso a una capacidad. El TaaS transforma la ejecución de tareas en una nueva unidad de consumo y monetización. El resultado depende de si esas tareas fueron bien definidas, ejecutadas en el contexto correcto y conectadas con un objetivo que realmente importa para el negocio.

Eso no significa que todo deba cobrarse exclusivamente por resultados. Significa que las empresas de software tendrán que demostrar con mayor claridad qué existe después de la ejecución.

¿La tarea produjo el efecto esperado? ¿Respetó las reglas y excepciones? ¿Redujo el trabajo o solamente aumentó el volumen de actividades automáticas? ¿Alguien consigue explicar por qué fue realizada? ¿Existe una forma de interrumpir, revisar o corregir el proceso?

El criterio humano vuelve a aparecer antes, durante y después de la tarea. Alguien necesita decidir qué debe automatizarse, qué prioridades orientan al agente y qué límites no pueden sobrepasarse. También necesita evaluar si la tarea concluida generó valor o apenas movimiento.

Tal vez el mayor impacto de la IA no sea acabar con el software, sino con la tolerancia a sistemas que miden acceso, uso o volumen sin demostrar el efecto que producen.

Lo que permanece después del apocalipsis

No creo que estemos frente a la desaparición del software empresarial. Creo que estamos frente a una separación.

De un lado, está la parte visible: pantallas, menús, formularios, aplicaciones aisladas y caminos que las personas necesitan memorizar. Mucho de eso puede reducirse, combinarse o desaparecer.

Del otro lado, está el núcleo que registra lo que ocurrió, conecta procesos, aplica reglas, protege autorizaciones y permite que una empresa comprenda y audite sus propias decisiones.

Ese núcleo seguirá existiendo. Pero no podrá utilizar su importancia como justificación para permanecer difícil, fragmentado o distante del resultado que el cliente espera.

El software que sobreviva no será necesariamente el que tenga más pantallas ni el que consiga incorporar más asistentes. Será el que combine datos, procesos y controles con una forma más natural de comprender intenciones y ejecutar acciones.

Y será también el que reconozca sus propios límites. La IA puede hacer que dejemos de mirar el software. No puede hacer que dejemos de responder por lo que el software hace.