SaaSnado: borra 285.000 millones y pone en cuestión el modelo de suscribirte a sofware como Office, Figma o Canva
En la primera semana de febrero de 2026, el llamado ‘SaaSpocalipsis’ borró cerca de 285.000 millones de dólares en capitalización bursátil de compañías de software, legaltech y servicios financieros en cuestión de horas. El apodo nació en Silicon Valley, cuando el analista Jeffrey Favuzza, de la firma Jefferies, vio cómo los índices de software se desplomaban tras la presentación de Claude Opus 4.6 por parte de Anthropic. La actualización, unida al lanzamiento de nuevos plugins para el entorno Cowork, reactivó el temor a que los agentes de IA no solo mejoren el software, sino que empiecen a sustituir capas completas de aplicaciones por las que hoy las empresas pagan miles de suscripciones.
Durante años, el software corporativo fue el rey indiscutible del crecimiento en bolsa. La lógica era sencilla: más empleados, más licencias, más ingresos recurrentes. El desplome de febrero sugiere que esa ecuación ya no es tan estable. La discusión ha dejado de ser “qué nuevas funciones añade la IA” para convertirse en “qué modelo de negocio sobrevive cuando parte del trabajo pasa a manos de agentes digitales”.
El día que desaparecieron 285.000 millones
El ‘SaaSpocalipsis’ fue, ante todo, un movimiento de pánico sincronizado. Informes internos citan pérdidas combinadas de unos 285.000 millones de dólares en valor de mercado para grandes compañías de software en apenas dos días. Las ventas se concentraron en empresas cuyo negocio se apoya en software especializado de uso intensivo: firmas de legaltech, analítica de datos o servicios financieros.
Entre las más castigadas figuraron Thomson Reuters, RELX —propietaria de LexisNexis— o LegalZoom, con caídas diarias de dos dígitos. Por contagio psicológico, el golpe se extendió a grandes nombres del software empresarial como Salesforce, Adobe, ServiceNow, Workday u Oracle. El índice sectorial entró en terreno bajista y algunos gestores hablaron de “peor jornada en años” para el software cotizado.
La propia banca de inversión alimentó el nerviosismo. Algunos informes internos describían la actualización de Anthropic como un “wake-up call” para todos los modelos basados en suscripciones por usuario, mientras que carteras denominadas “AI at Risk basket”, diseñadas para agrupar compañías vulnerables a la automatización, mostraban una divergencia clara frente al resto del mercado. En Negocios TV, José Antonio Vízner, difundió una captura de uno de esos listados, con casi cuarenta grandes nombres de software teñidos de rojo.
Qué aporta realmente Claude Opus 4.6
Más allá del miedo, la reacción del mercado se apoya en avances técnicos concretos. Claude Opus 4.6 es un ejemplo de lo que la industria llama IA “agéntica”: modelos que no solo responden, sino que planifican y ejecutan tareas de forma autónoma. Anthropic presume de una ventana de contexto de hasta un millón de tokens, suficiente para trabajar con contratos extensos, repositorios de código o bases de conocimiento completas sin perder coherencia.
El modelo es capaz de descomponer una petición amplia —por ejemplo, “revísame este due diligence y prepara un resumen para el comité”— en subtareas, coordinar diferentes herramientas y devolver un resultado estructurado con poca supervisión humana. Empresas con acceso temprano lo describen como un “colaborador que convierte instrucciones difusas en una secuencia concreta de acciones”. Para un inversor acostumbrado a medir valor por empleado y por licencia, la pregunta es obvia: si el agente hace el trabajo de varios usuarios, ¿cuántos “asientos” quedan realmente justificados?
En seguridad, Anthropic ha destacado la capacidad de Opus 4.6 para localizar vulnerabilidades en código abierto que antes pasaban desapercibidas: durante sus pruebas internas, el modelo habría ayudado a identificar más de 500 fallos de alta gravedad en librerías populares. La idea de un modelo generalista que revisa código, documentación técnica o contratos con esa profundidad refuerza el temor a que parte del software especializado —desde herramientas de testing hasta plataformas de revisión legal— pierda poder de fijar precios.
El modelo SaaS bajo presión
El núcleo del debate no es filosófico, sino económico. El SaaS tradicional se apoya en el esquema de “precio por usuario”: una empresa contrata 500 empleados, paga 500 licencias; si crece a 700, la factura sube de forma casi automática. Con agentes de IA capaces de ejecutar flujos enteros, esa lógica se resquebraja.
Si diez agentes pueden asumir el trabajo operativo que antes realizaban cien personas, el cliente ya no necesita cien licencias de CRM, ERP o herramientas de automatización: bastan las suficientes para orquestar a esos agentes. De ahí que Vízner hable de un cambio de FOMO (miedo a quedarse fuera) a FOBO (miedo a quedarse obsoleto): el riesgo pasa a ser que tu producto se convierta en una interfaz prescindible que un agente pueda sustituir por una fracción del coste.
Los estrategas de Goldman Sachs han puesto nombre a este fenómeno con su “AI at Risk basket”, una cesta de compañías que concentran ingresos en procesos de oficina fácilmente automatizables. Sus gráficos muestran cómo, desde finales de 2025, ese grupo se desmarca a la baja del índice general de software, con una pendiente casi vertical tras el anuncio de Anthropic. A corto plazo, el mercado descuenta menos asientos, menos ARR; a medio plazo, los propios bancos reconocen que los agentes podrían expandir el tamaño total del mercado al abrir nuevas categorías de uso.
StackOverflow como advertencia temprana
Mientras los índices se ajustan, algunos analistas recuerdan que la frase «la IA ya está destruyendo imperios» no es una exageración gratuita. El periodista tecnológico Pablo Grandío utiliza el caso de StackOverflow como advertencia temprana de lo que ocurre cuando cambia la interfaz dominante para resolver un problema.
Hace treinta años, programar era un ejercicio de paciencia: quien tenía una duda debía recurrir a manuales y foros dispersos. A principios de los 2000, los buscadores generalistas mejoraron la situación, y StackOverflow terminó por convertirse en el repositorio central de preguntas y respuestas de programación, apoyado en un posicionamiento en buscadores casi imbatible. En 2021, el holding Prosus compró la plataforma por 1.800 millones de dólares, convencido de que ese tráfico seguiría creciendo.
La irrupción de los modelos de lenguaje cambió el hábito: muchos desarrolladores empezaron a trasladar sus dudas directamente a asistentes como ChatGPT o Claude, sin pasar por el navegador. Estudios de firmas de análisis como Chartr muestran una caída continuada en el número de preguntas nuevas y en el tráfico web. Prosus ha terminado por reconocer un deterioro de más de 1.000 millones en el valor contable de la adquisición. El mensaje de Grandío es directo: si una plataforma comprada por casi dos mil millones pierde gran parte de su valor en pocos años por un cambio en la interfaz, otras capas de software no son inmunes.
MCP: el “enchufe universal” para la IA
En paralelo al desarrollo de modelos, Anthropic impulsa una pieza menos vistosa pero clave: MCP, el Model Context Protocol. El objetivo es resolver el viejo problema N×M de la integración: por cada modelo de IA y por cada herramienta, un conector distinto. MCP propone un “mismo enchufe” para conectar modelos con aplicaciones y fuentes de datos mediante un protocolo estándar.
Desde su presentación, el protocolo ha ganado tracción. OpenAI, Google DeepMind, la plataforma de desarrollo Replit o librerías como LangChain han añadido soporte nativo. MCP se ha integrado en la Agentic AI Foundation, fundada por Anthropic, OpenAI y Block bajo el paraguas de la Linux Foundation.
La última evolución son las “MCP Apps”, integraciones que permiten a Claude interactuar directamente con herramientas como Slack, Figma, Canva, Asana o Hex. Para el usuario final, la experiencia se acerca a “pedir cosas” a un agente que actúa sobre las aplicaciones en segundo plano. Para los fabricantes de software, implica que su producto puede convertirse en un servicio invocado por agentes, más que en una interfaz que el usuario abre y navega manualmente.
Este movimiento no está exento de riesgos. Investigadores en ciberseguridad han advertido de que conectar agentes con docenas de herramientas mediante MCP puede abrir nuevos vectores de ataque, al encadenar vulnerabilidades entre servidores intermedios y sistemas críticos. Pero también reduce la fricción para que agentes de distintos proveedores trabajen sobre el mismo stack de aplicaciones empresariales, algo que muchos clientes exigen para evitar quedar atrapados en un solo ecosistema.
Un mercado que cambia de unidad de medida
En medio del ruido, las interpretaciones son divergentes. El consejero delegado de Nvidia, Jensen Huang, ha calificado de “ilógica” la idea de que la IA vaya a sustituir al software, recordando que los agentes necesitan herramientas existentes, datos bien gobernados e infraestructuras sobre las que operar. En la misma línea, el máximo responsable de Arm, Rene Haas, habla de “micro-histeria” bursátil y recuerda que la implantación real de estos sistemas en grandes empresas aún está en una fase muy temprana.
Otros veteranos del sector son más críticos con el propio modelo SaaS. El exejecutivo de Microsoft Steven Sinofsky o el fundador de Zoho, Sridhar Vembu, apuntan a que la corrección actual revela ineficiencias acumuladas durante años de dinero barato, donde muchas compañías crecieron priorizando métricas de expansión sobre la solidez de su propuesta de valor. En su lectura, la IA no “mata” al software, pero obliga a justificar por qué una capa concreta merece seguir existiendo si un agente puede ofrecer el mismo resultado con menos fricción.
La conclusión práctica para cualquier empresa es clara: el riesgo ya no es solo que copien tus funcionalidades, sino que cambien la unidad de valor sobre la que cobras o pagas. Modelos de tarificación por uso, volumen, resultado o incluso por riesgo asumido empiezan a ganar peso en las conversaciones comerciales. Lo que está en juego no es solo qué software se utiliza, sino cómo se mide y captura el valor que genera.
La gran pregunta que deja este ‘SaaSpocalipsis’ es sencilla de formular y difícil de responder: ¿cuántas capas de software existen porque eran la mejor solución… y cuántas existen porque antes no había alternativa técnica? El tiempo dirá si la semana negra de febrero fue el inicio de un cambio estructural o un episodio más de volatilidad extrema. Mientras tanto, la historia de StackOverflow y el ajuste de valor en los gigantes del SaaS recuerdan que la IA ya no es un añadido simpático en la barra de herramientas: es un factor que puede reconfigurar imperios digitales en el tiempo que dura una mala sesión de mercado.
