A finales de 2024, Klarna decidió reemplazar el CRM insignia de Salesforce por un sistema propio basado en IA. Este movimiento cobró especial relevancia al coincidir con la llamada “SaaSpocalypse”, que resume un cambio más amplio: la IA comenzó a presionar el modelo SaaS por asiento, precisamente la lógica que sustentó gran parte del software corporativo en las últimas décadas.
La presión no es marginal. Según la cobertura recopilada por Roberto Dias Duarte, especialista en IA Contable de RDD10+, una ola de ventas en el sector borró cerca de US$ 1 billón en valor de mercado de acciones de software y servicios. El punto central no es que comprar software dejó de tener sentido. Es que el balance entre comprar y construir cambió —y, para los líderes de TI y operaciones, esto vuelve a colocar la decisión de arquitectura en el centro de la estrategia.
“Elige ‘build’ por diferencial, no por euforia: construir con IA puede ser poderoso cuando se convierte en una ventaja competitiva, integra datos propietarios y mejora procesos centrales”, afirma Roberto Dias Duarte, especialista en IA Contable de RDD10+.
Este es el nuevo contexto de build vs buy en IA: ya no se trata solo de comparar CAPEX, plazos y equipo. Se trata de decidir dónde la empresa necesita inteligencia integrada a medida —y dónde una plataforma lista sigue siendo la opción más eficiente.
La IA reconfiguró la lógica del buy, no eliminó el SaaS
Durante años, el argumento a favor del buy fue claro: contratar SaaS era más rápido, más simple y menos arriesgado que desarrollarlo internamente. Este razonamiento sigue siendo válido en muchos casos, especialmente porque SaaS es software basado en la nube adquirido de proveedores y consumido como servicio, con actualizaciones continuas y escalabilidad.
El problema es que la IA afectó precisamente la base económica de esta elección. La lectura presentada en la cobertura de RDD10+ es directa: los agentes de IA, incluidos los agentes de código, reducen el costo y el tiempo para construir software y, al mismo tiempo, debilitan el cobro por asiento.
“Los agentes de IA (incluidos los agentes de código) reducen el costo y el tiempo para construir software y, al mismo tiempo, debilitan la unidad de cobro que sustentó gran parte del SaaS: el asiento (‘per seat’)”, registra Roberto Dias Duarte, especialista en IA Contable de RDD10+.
Este punto ayuda a explicar por qué el mercado comenzó a cuestionar el valor terminal de las empresas SaaS. Históricamente, el modelo fue visto como uno de los más atractivos del sector, con márgenes brutos del 70% al 90%. Cuando la IA reduce la dependencia de múltiples usuarios humanos para ejecutar tareas, la lógica de expansión por licencias comienza a perder fuerza.
Según el análisis de mercado, esto no significa el fin del SaaS. Significa que el buy deja de ser la respuesta automática para cualquier problema operacional. En varios flujos, la pregunta ahora es otra: ¿el software listo resuelve el proceso tal como es, u obliga a la empresa a adaptar el proceso al producto?
Cuándo construir tiene sentido: diferencial, datos propietarios y proceso central
La mejor defensa del build no reside en la tecnología en sí. Está en el grado en que la solución se conecta con lo menos copiable que tiene la empresa.
Cuando la IA comienza a operar sobre datos propietarios y a mejorar procesos centrales del negocio, construir internamente puede dejar de ser un proyecto de TI y convertirse en un activo estratégico. Este es el punto enfatizado por Roberto Dias Duarte al defender que el build solo tiene sentido cuando genera un diferencial real.
La ventaja aparece en tres frentes ya consolidados en la literatura de build vs buy en TI:
- Personalización total de la solución
- Control absoluto sobre el roadmap, actualizaciones e integraciones
- Propiedad intelectual del producto desarrollado
Rocketseat resume este razonamiento de forma objetiva al señalar que una solución exclusiva puede funcionar como una “receta secreta” difícil de copiar, alineada exactamente con la estrategia de la empresa.
Este enfoque es especialmente relevante en la IA aplicada a la operación. En procesos con reglas propias, excepciones frecuentes, múltiples fuentes de datos y necesidad de integración fina, el software a medida con inteligencia artificial tiende a capturar mejor el contexto real del negocio que una herramienta genérica.
En la práctica, el build cobra fuerza cuando la pregunta es esta:
- ¿el proceso es central para los ingresos, el margen o la experiencia del cliente?
- ¿la operación depende de datos que solo la empresa posee?
- ¿la diferenciación proviene del flujo de trabajo, y no solo de la interfaz?
- ¿adaptarse al SaaS crearía cuellos de botella o pérdida de calidad?
Si la respuesta es sí a este conjunto, construir comienza a tener sentido no por preferencia técnica, sino por alineación estratégica.
Cuándo comprar sigue siendo la mejor decisión
No toda demanda merece software propio. En muchos casos, comprar sigue siendo la forma más racional de obtener productividad sin aumentar la complejidad.
Esto es especialmente cierto para necesidades más utilitarias, donde la principal ventaja es poner una capacidad en operación rápidamente. Como el modelo SaaS ofrece software en la nube con actualización continua y escalabilidad, sigue siendo competitivo cuando la empresa necesita resolver un problema común sin convertirlo en un activo propietario.
El punto aquí es evitar un error que la actual ola de IA puede estimular: confundir la caída en el costo de desarrollo con la viabilidad automática del build.
La propia base fáctica del briefing es clara sobre los costos del desarrollo interno. Construir desde cero exige una fuerte inversión en equipo, infraestructura y tiempo. También conlleva el riesgo de retrasos, fallas de ejecución y mantenimiento continuo después de la entrega.
Rocketseat enumera estas desventajas de forma objetiva:
- mayor costo inicial
- tiempo de desarrollo más largo
- riesgo de retrasos o fallas
- mantenimiento continuo
- desvío del foco del core business
Digitaliza Pro refuerza el mismo punto al destacar que el desarrollo interno puede ser demorado y costoso, exigiendo inversiones significativas en tiempo y recursos humanos.
Esto es importante porque la IA redujo las barreras, pero no eliminó la necesidad de arquitectura, integración, gobernanza técnica y soporte. En otras palabras: se hizo más fácil construir, pero no se hizo gratuito mantener.
Según el análisis de mercado, el buy sigue siendo superior cuando la empresa busca:
- velocidad de implementación
- previsibilidad operacional
- menor exposición al riesgo de ejecución
- cobertura de procesos estandarizables
- enfoque del equipo interno en prioridades más estratégicas
En estos escenarios, la compra de herramientas de IA para automatización o plataformas SaaS con recursos de IA puede generar productividad sin crear un nuevo frente permanente de desarrollo.
El nuevo criterio de decisión: utilidad estandarizada o inteligencia a medida
El cambio más importante que trajo la IA quizás sea este: la discusión dejó de ser “construir es caro, comprar es rápido” y pasó a ser “dónde la estandarización es suficiente y dónde destruye valor”.
La era del BYOS — Build Your Own Software — aparece precisamente como respuesta a esta nueva facilidad de construir software más adaptado al proceso real de la empresa. La señal del mercado es lo suficientemente clara como para merecer atención: la idea de que las empresas volverán a construir partes relevantes de su stack dejó de parecer una excepción.
Este desplazamiento no invalida el buy. Hace que la decisión sea más selectiva.
Una forma práctica de organizar esta elección es separar dos bloques.
Escenarios en los que el buy tiende a ganar
Aquí, el software listo suele ser más eficiente:
Receba os próximos artigos por e-mail
Conteúdo novo de Draivv direto na sua caixa de entrada. Sem spam.
- procesos ampliamente estandarizados
- necesidad de una entrada rápida en producción
- baja dependencia de datos propietarios
- poca necesidad de diferenciación operacional
- equipo interno sin capacidad disponible para soportar el producto
Escenarios en los que el build tiende a cobrar fuerza
Aquí, el software a medida con inteligencia artificial comienza a tener lógica económica y estratégica:
- procesos centrales del negocio
- uso intensivo de datos propios
- alta necesidad de personalización
- integraciones específicas con sistemas internos
- búsqueda de una ventaja competitiva difícil de copiar
La síntesis de Roberto Dias Duarte ayuda a evitar exageraciones de ambos lados. Construir puede ser poderoso, pero solo cuando mejora procesos centrales y transforma datos propietarios en ventaja. Fuera de eso, la empresa corre el riesgo de cambiar un cuello de botella operacional por un cuello de botella de ingeniería.
El mercado ya está probando nuevos modelos de software
La discusión sobre build vs buy en IA no ocurre en el vacío. Está siendo presionada por señales concretas del mercado de software.
El primero es el caso Klarna, que se ha vuelto simbólico al mostrar a una gran empresa reemplazando un sistema SaaS consolidado por una alternativa propia basada en IA.
El segundo es la presión financiera sobre el sector. La cobertura de RDD10+ registra que la ola de ventas borró cerca de US$ 1 billón en valor de mercado de acciones de software y servicios. Cuando esto sucede en un sector históricamente premiado por márgenes del 70% al 90%, el mercado está valorando un cambio estructural, no solo una oscilación a corto plazo.
La tercera señal proviene de las empresas AI-native, que ya están probando modelos de negocio y precios alternativos. El ejemplo citado es Sierra, que alcanzó US$ 100 millones en ARR en menos de 2 años.
Estos tres movimientos apuntan en la misma dirección:
- el software corporativo sigue siendo relevante
- la forma de empaquetar, cobrar y entregar este software está en revisión
- la IA amplía el espacio para soluciones a medida en flujos críticos
Según el análisis de mercado, esto sugiere una convivencia más híbrida entre plataformas listas y capas propietarias. En lugar de elegir entre 100% build o 100% buy, muchas empresas tienden a comprar la base y construir la inteligencia integrada que realmente diferencia su operación.
Lo que está vigente, lo que es señal de mercado y lo que hay que seguir
Como no hay referencia legal o regulatoria oficial en el material base de esta pauta, el encuadre aquí debe ser estrictamente de mercado.
Lo que está vigente
Los hechos sustentados por las fuentes son estos:
- las empresas siguen pudiendo optar entre desarrollar internamente o comprar software listo
- SaaS sigue siendo un modelo ampliamente utilizado, con actualización continua y escalabilidad
- construir internamente ofrece personalización, control y propiedad intelectual
- construir también exige más tiempo, recursos humanos, mantenimiento y capacidad de ejecución
Lo que es señal de mercado
Las señales más fuertes del briefing son:
- la “SaaSpocalypse” como expresión de la presión de la IA sobre el SaaS por asiento
- el caso Klarna a finales de 2024
- la reducción de costo y tiempo de desarrollo con agentes de IA
- la emergencia del BYOS
- la prueba de nuevos modelos por startups AI-native
Lo que los líderes de TI y operaciones deben seguir
Los próximos detonantes del mercado, a partir de las fuentes reunidas, son claros:
- cambios en la fijación de precios de SaaS, especialmente en productos históricamente vendidos por asiento
- nuevas decisiones de grandes empresas de reemplazar plataformas listas por sistemas propios basados en IA
- evolución de las startups AI-native, que pueden consolidar modelos alternativos de ingresos
- expansión del BYOS en operaciones que exigen inteligencia integrada a medida
Próximos pasos para líderes de TI y operaciones
La decisión entre build y buy en IA se volvió más estratégica porque la IA redujo el costo de construir, pero no eliminó el costo de mantener. Este es el punto que separa la ganancia real de productividad del entusiasmo mal ubicado.
Para los líderes de TI y operaciones, la prioridad es mapear qué flujos exigen inteligencia artificial a medida y cuáles pueden optimizarse con plataformas listas, garantizando productividad, calidad y control. Si el proceso es central, depende de datos propietarios y concentra cuellos de botella relevantes, el build merece ser considerado. Si la demanda es utilitaria y estandarizable, el buy sigue siendo la opción más eficiente.
Si su operación se encuentra en este punto de decisión, el siguiente paso es realizar este análisis con criterio —no por euforia tecnológica, sino por el impacto real en el negocio.
Contenidos relacionados
- Software a medida en la era de la IA
- IA para empresas: guía de implementación
- Agentes de IA en las empresas
Próximo paso con Draivv
Aplicar IA con resultados comienza por la elección del problema correcto, la viabilidad de los datos y una métrica de negocio clara. Conozca el Diagnóstico AI for Business para transformar oportunidades dispersas en un roadmap priorizado de aplicación.
