Zoho analiza cómo la IA está reconfigurando el software empresarial

Zoho advierte de un punto de inflexión en el software empresarial: frente a la narrativa del ‘SaaSpocalipsis’, marcada por la presión de la inteligencia artificial sobre el modelo SaaS, emerge un ‘SaaSnacimiento’ basado en sistemas más integrados, control del dato y una IA aplicada con contexto real de negocio para mejorar la eficiencia y la toma de decisiones.

La irrupción de la inteligencia artificial (en el desarrollo de software empresarial ha intensificado un debate marcado por el miedo: desde predicciones sobre despidos masivos de programadores hasta dudas sobre la viabilidad del modelo SaaS (Software como Servicio, por sus siglas en inglés) en un entorno impulsado por agentes autónomos y crecientes exigencias regulatorias. En este contexto, grandes compañías de software han registrado caídas de entre el 45% y el 70% en bolsa en el último año, reflejando la presión creciente sobre el modelo a medida que se acelera la adopción de la IA.

Según Eurostat, el 20% de las empresas europeas ya utilizan inteligencia artificial en su operativa diaria (6,5 puntos más que en 2024). España, sin embargo, se sitúa en esa media, lejos de países como Dinamarca (42%) o Finlandia (37,8%). Además, el 52,7% de las empresas europeas ya utilizan servicios cloud de pago, siendo los más demandados aquellos vinculados a oficina, finanzas o facturación. Este auge ha acelerado el desarrollo de soluciones: tareas que antes requerían meses ahora se completan en días, con potencial de multiplicar la productividad.

La industria del Software está atravesando un profundo proceso de realineamiento.

En este contexto, Zoho, compañía tecnológica global con más de 55 aplicaciones en la nube con capacidades de IA integradas en su portfolio, considera que este diagnóstico parte de una visión incompleta del mercado: la IA no está sustituyendo al software empresarial, pero sí está dejando en evidencia las limitaciones de muchos de los sistemas sobre los que operan hoy las organizaciones. De hecho, Gartner prevé que el 40% de los proyectos de IA agéntica desaparecerán antes de 2027 al estar desarrollados sobre sistemas fragmentados y desconectados.

Sobre esta base, emerge un nuevo ‘SaaSnacimiento’: una nueva fase en la evolución del SaaS hacia arquitecturas más coherentes. Las organizaciones están abandonando entornos fragmentados para avanzar hacia sistemas más integrados que permiten mayor control y coherencia del dato. En este contexto, la IA no sustituye al humano, sino que actúa como un acelerador dentro de sistemas mejor diseñados, en los que datos, procesos y reglas operan de forma unificada.

En palabras de Sridhar Iyengar, director general de Zoho en Europa: “La industria del Software está atravesando un profundo proceso de realineamiento. La IA está transformando el desarrollo y las arquitecturas de las plataformas, pero no está sustituyendo al SaaS. Lo que está haciendo es evidenciar las limitaciones de los sistemas fragmentados. La próxima fase vendrá definida por arquitecturas más sólidas y coherentes, el control del dato y la capacidad de integrar la IA en contextos reales de negocio, cumpliendo además con las crecientes exigencias regulatorias y de soberanía del dato”.

Las organizaciones deben tener en cuenta varios aspectos para construir, operar y extraer valor del software empresarial en esta nueva fase:

1. De la proliferación de herramientas a la coherencia de sistemas

El crecimiento del software empresarial ha estado impulsado durante años por la incorporación continua de nuevas aplicaciones. Sin embargo, esto ha generado entornos fragmentados difíciles de gestionar y escalar. En este nuevo contexto, el valor ya no reside en añadir más herramientas, sino en estructurar y gobernar sistemas como un todo coherente.

2. La IA como acelerador, no como solución aislada

La IA puede automatizar tareas, generar código y acelerar procesos, pero su impacto real depende del contexto en el que opera. Sin una base sólida de datos, procesos y gobernanza, la IA no resuelve ineficiencias, sino que puede amplificarlas, especialmente en entornos complejos y regulados.

3. Arquitectura y control como bases estratégicas

La forma en la que se diseñan las plataformas pasa a ser clave. La capacidad de definir reglas, permisos y flujos de datos de manera consistente permite a las organizaciones mantener el control de sus sistemas y reducir riesgos operativos, convirtiendo la arquitectura en un elemento diferencial.

4. Selección de soluciones para aportar contexto real de negocio

A medida que la IA redefine el desarrollo de software, las organizaciones priorizan proveedores capaces de ofrecer capacidades de IA dentro de un contexto real de negocio. Esto implica alejarse de modelos generalistas y avanzar hacia capacidades integradas en el propio software empresarial, donde los insights se generan a partir de datos y procesos operativos. En esta nueva fase, no todos los casos de uso requieren grandes modelos de lenguaje, y un enfoque de “IA ajustada al caso de uso” permite obtener resultados más relevantes, controlables y eficientes.

5. Regulación y soberanía del dato por diseño

El cumplimiento normativo y el control del dato dejan de ser capas externas para integrarse en el diseño del software. La capacidad de garantizar privacidad, trazabilidad y control a nivel arquitectónico se vuelve crítica en un entorno regulatorio cada vez más exigente.

Este cambio también está transformando el rol de los desarrolladores. Lejos de desaparecer, su función evoluciona hacia perfiles más cercanos al negocio, con mayor responsabilidad en la definición de casos de uso, la comprensión del contexto operativo y la garantía de que los sistemas funcionen de forma fiable en entornos reales.

En entornos empresariales, los desarrolladores actúan cada vez más como intermediarios entre la tecnología y el negocio, combinando conocimiento técnico con una comprensión profunda de los procesos empresariales. En este contexto, la creciente complejidad tecnológica y regulatoria refuerza la importancia de estos perfiles, ya que las organizaciones necesitan sistemas no solo eficientes, sino también coherentes, controlables y alineados con necesidades reales.

Tal y como explica Iyengar: “Para obtener el verdadero valor de la IA, las organizaciones deben ir más allá de la experimentación y replantear cómo diseñan y gobiernan sus entornos tecnológicos. Esto implica pasar de arquitecturas fragmentadas a sistemas más integrados, donde datos, procesos y capacidades de IA operen de forma coordinada y controlada”.

Por todo ello, la capacidad de alinear arquitectura, datos e IA con las necesidades reales del negocio será clave para alcanzar un retorno sostenible. Más allá de la velocidad o de capacidades aisladas, las organizaciones deberán priorizar la coherencia, el control y la adaptabilidad a largo plazo como base para una adopción efectiva de la IA.