Contexto técnico
Leí con atención el análisis de Sequoia y me di cuenta de algo: no es una noticia en formato de comunicado, sino un marco a través del cual ahora es más fácil ver casi todo el mercado. Su tesis es simple y muy potente: la IA no solo le está quitando terreno a los SaaS, sino al enorme mercado de servicios, donde todavía dominan las personas, los procesos, Excel, el correo electrónico y un sinfín de operaciones manuales.
Si traducimos esto del lenguaje de capital de riesgo al de ingeniería, ya no se trata de otro "copilot" junto a la interfaz. Se trata de un sistema que no sugiere, sino que realiza una parte del trabajo por completo. No es un "aquí tienes un borrador", sino un "he cerrado la contabilidad, recopilado los documentos, enviado el estado y marcado dónde se necesita a una persona".
Me llamó especialmente la atención cómo Sequoia formula el cambio de modelo: antes vendían una herramienta, ahora venden un resultado (outcome). No un CRM para un equipo de corredores, sino una póliza de seguro tramitada. No un software de contabilidad, sino el cierre de mes completado. No un panel para abogados, sino un flujo de trabajo de un caso finalizado.
Y la magia aquí no está solo en el LLM. En mis proyectos veo constantemente lo mismo: un modelo sin la estructura adecuada se hunde rápidamente en el caos. Se necesitan rutas, validación, memoria, accesos, supervisión humana (human-in-the-loop), auditoría de acciones, una arquitectura de IA adecuada y tolerancia a fallos. De lo contrario, es una demo, no un servicio.
Sequoia también acierta en el tema de las ventas. Los SaaS podían impulsarse desde abajo, con una entrada barata y autoservicio. Los servicios impulsados por IA casi siempre entran desde arriba, a través de la confianza, un piloto, un despliegue personalizado y la promesa de un resultado concreto. Porque ya no se compran botones, sino la delegación de un proceso importante.
¿Qué cambia esto para los negocios y la automatización?
En la práctica, yo lo vería así: ganan los que saben empaquetar el trabajo automatizable en un servicio fiable. Pierden los que simplemente añadieron un chatbot a su viejo SaaS y esperan que sea suficiente. No lo será.
El cambio más interesante está en la economía unitaria del producto. La lógica del software clásico se basaba en licencias por usuario (seat-based): más usuarios, más ingresos. La lógica de un servicio de IA es diferente: el precio está cada vez más ligado al volumen de trabajo realizado, por caso, por documento, por proceso gestionado, y a veces incluso al resultado de negocio.
Para la arquitectura, este es un cambio drástico. Si quieres crear automatización con IA, ya no basta con montar una interfaz y conectar un modelo a través de una API. Necesitas diseñar un sistema de acciones: dónde un agente puede tomar una decisión por sí mismo, dónde debe preguntar a un humano, cómo confirma la finalización de una tarea, cómo se registran los pasos, cómo se manejan los fallos y qué hacer si el modelo se equivoca con seguridad.
También destacaría el nuevo listón para los ingenieros. Hoy, el valor no está simplemente en "saber llamar a un LLM". El valor reside en convertir algo probabilístico e inestable en un proceso de negocio predecible. Aquí es donde comienza el verdadero desarrollo de soluciones de IA, no en un bonito prototipo de fin de semana.
Sequoia menciona buenos verticales: legal, seguros, TI gestionada, administración sanitaria, gestión de patrimonios. Todos comparten un patrón: mucho trabajo intelectual repetitivo, mano de obra humana cara y poco aprecio por las interfaces existentes. Es el terreno ideal para implementar inteligencia artificial, si se hace no por la moda, sino para eliminar una capa de trabajo manual.
Pero también hay una parte desagradable. Este mercado no es de victorias fáciles. Hay que ganarse la confianza, integrarse en procesos vivos, gestionar el cumplimiento normativo (compliance) y calcular la economía de los errores. Por eso creo cada vez menos en los "empleados de IA universales" y cada vez más en sistemas específicos donde se puede crear un agente de IA para una función concreta y llevarlo a una calidad industrial.
En Nahornyi AI Lab trabajamos precisamente con esto: no miramos la IA en abstracto, sino el trabajo concreto que se puede quitar a un equipo sin perder el control. A veces son cadenas en n8n con agentes y verificaciones, otras veces una integración completa de IA en un CRM, helpdesk, back office o servicios internos de la empresa.
Este análisis fue realizado por mí, Vadim Nahornyi, de Nahornyi AI Lab. Me dedico personalmente a la automatización con IA y la arquitectura de soluciones de IA: diseño agentes, construyo automatizaciones y verifico dónde la IA realmente reemplaza la rutina y dónde solo genera ruido.
Si quieres discutir tu caso, encargar una automatización con IA, solicitar un agente de IA a medida o construir una automatización en n8n para tu proceso, contáctame. Analizaremos tu proyecto con seriedad y sin pensamiento mágico.