No Todos Los Programas Informáticos son Iguales

«Tendemos a sobreestimar el efecto de una tecnología a corto plazo y a subestimarlo a largo plazo».¹

La denominada ley de Amara vuelve a parecer especialmente pertinente unos cincuenta años después de su formulación. Las capacidades de la IA están mejorando a una velocidad asombrosa. Tareas que hasta hace poco parecían especializadas, complejas o costosas ahora pueden realizarse en cuestión de segundos mediante sistemas al alcance de prácticamente cualquier persona con conexión a internet.

Sin embargo, capacidad no es lo mismo que impacto económico. Los mercados tienden a moverse entre narrativas extremas y, en los últimos meses, el software ha sido interpretado precisamente bajo ese prisma: si un proceso puede definirse, puede delegarse en la IA; y si puede delegarse en la IA, el software que lo rodea debe estar en peligro. Esta es una cuestión que mi compañero Quentin Macfarlane abordó en su último boletín (Es una Especie de Magia).

En este boletín analizamos las principales formas en las que la IA podría ejercer presión sobre las empresas de software, así como las defensas estructurales que podrían diferenciar a las más vulnerables de las mejor protegidas. En Seilern, nuestro proceso de análisis se centra en identificar empresas con ventajas competitivas duraderas. En el ámbito del software, esto implica mirar más allá de la interfaz para comprender dónde reside realmente el valor y hasta qué punto resulta difícil reemplazarlo. Contrariamente a la narrativa predominante, creemos que, en algunos casos, en lugar de desplazar al operador incumbente, la IA podría reforzar y ampliar el valor que estas compañías aportan dentro de los flujos de trabajo de sus clientes.

De dónde podría venir la presión

Parte de la dificultad a la hora de analizar el riesgo asociado a la IA radica en que el mercado suele tratar tanto el «software» como la «disrupción provocada por la IA» como si fueran conceptos únicos y claramente definidos. Sin embargo, el software engloba una gran variedad de empresas que prestan servicios a distintos sectores, clientes y mercados finales: desde las herramientas de productividad de propósito general de Microsoft, hasta el software de Veeva para ensayos clínicos, o las soluciones de Autodesk que ayudan a arquitectos e ingenieros a diseñar edificios. Se trata de negocios complejos y multidimensionales, y la IA plantea riesgos diferentes para cada parte de sus respectivos modelos.

En Seilern, hemos condensado los riesgos potenciales en siete vectores principales que, en conjunto, nos ayudan a evaluar dónde una empresa puede ser realmente vulnerable y dónde el mercado podría estar sobrerreaccionando. En este boletín nos centramos en dos que parecen especialmente relevantes a raíz de la reciente corrección: el riesgo de que el producto pierda visibilidad y el riesgo de que determinadas partes del producto se vuelvan más fáciles de replicar.

Uno de los riesgos más evidentes es lo que podríamos denominar el problema del producto invisible. Tradicionalmente, parte del valor de un producto de software residía en ser la plataforma a la que los empleados accedían cada día. Sin embargo, si los asistentes de IA comienzan a ejecutar más tareas en segundo plano, los usuarios podrían pasar menos tiempo dentro del propio software. En lugar de navegar por menús, simplemente pedirán al asistente que realice el trabajo.

Si esto ocurre, la ventaja de controlar la interfaz de uso diario comenzará a debilitarse. El software puede seguir utilizándose, pero se volverá menos visible. Con el tiempo, un producto con el que los usuarios interactúan con menor frecuencia tendrá más dificultades para reforzar su propuesta de valor, para comercializar funcionalidades adicionales y para mantener la misma relación directa con quienes lo utilizan. En los casos más expuestos, el software corre el riesgo de convertirse en mera infraestructura en segundo plano, mientras otra capa pasa a controlar la interacción con el cliente.

Otro riesgo es que determinadas funcionalidades puedan volverse más fáciles de replicar. Esto resulta especialmente relevante cuando las funciones de mayor valor de un producto dependen de generar contenido, clasificar datos o producir resultados «suficientemente buenos». Si la IA abarata estas capacidades y las hace más accesibles, aquellas funcionalidades que antes parecían diferenciadoras podrían resultar más fáciles de copiar para la competencia. Lo que antes era una función prémium puede empezar a percibirse como una commodity.

Esto no significa que todas las funcionalidades de software pierdan su valor. La distinción clave radica en si la funcionalidad se sitúa simplemente sobre el flujo de trabajo o si está integrada en algo mucho más difícil de reemplazar. Una herramienta de generación de texto, un asistente sencillo o una función genérica de resumen pueden ser más fáciles de replicar. En cambio, un producto que combine esas capacidades con datos propietarios, reglas especializadas, resultados fiables o un flujo de trabajo profundamente integrado cuenta con una protección mucho mayor.

Dónde son más sólidas las defensas

La versión más contundente de la tesis bajista plantea que varias fuerzas negativas golpeen simultáneamente a una empresa. Para las compañías de software más expuestas, esto podría resultar terminal. Pero no todo el software está igualmente expuesto, y los negocios más resilientes comparten varias características comunes. Algunos programas informáticos se encargan de orquestar procesos empresariales críticos, en lugar de limitarse a superponerse a ellos. En estos casos, la sofisticación de la interfaz es mucho menos importante que el grado de integración del software dentro del flujo de trabajo.

SAP es un buen ejemplo. Cuando una empresa farmacéutica compra ingredientes a un proveedor extranjero, la transacción puede parecer sencilla desde fuera. En realidad, el sistema debe comprobar listas de sanciones, validar presupuestos, aplicar aranceles de importación, organizar el seguimiento logístico, coordinar controles de calidad y actualizar los calendarios de producción, a menudo de forma inmediata y en segundo plano. Si cualquiera de estas partes falla, el proceso puede paralizarse por completo. Esta integración en el flujo de trabajo seguirá siendo fundamental, independientemente de que la tarea la realice una persona o un agente de IA.

Una segunda fuente de protección reside en el conocimiento especializado. La IA de propósito general puede resultar impresionante, pero muchos flujos de trabajo dependen de conocimientos acumulados en torno a casos de uso muy específicos.

El software de diseño de semiconductores de Cadence se ha desarrollado a partir de décadas de experiencia en ingeniería y diseño. Sus herramientas incorporan miles de reglas técnicas, controles y excepciones. Además, el coste de cometer un error en el diseño de un chip es extremadamente elevado: tiradas de producción fallidas, rediseños costosos y retrasos significativos. Resulta difícil imaginar que una nueva empresa de IA pueda replicar el profundo conocimiento acumulado por Cadence. E incluso si pudiera hacerlo, el riesgo asociado a un error es tan alto que es poco probable que los clientes abandonen a los operadores incumbentes, especialmente si estos ya están incorporando herramientas de IA en sus propias soluciones.

Esta misma dinámica se aplica de forma más general. Las mejores empresas de software no están protegidas por una única ventaja competitiva, sino por varias que se solapan entre sí. La IA puede modificar la forma en que los clientes interactúan con estos productos y, en algunos casos, también puede cambiar cómo se captura el valor. Sin embargo, cuando una empresa ya ocupa un lugar importante dentro del flujo de trabajo de sus clientes, es mucho más probable que la IA se integre en el sistema existente en lugar de sustituirlo por completo.

De la defensa a la oportunidad

Estas mismas características también pueden convertirse en una vía para monetizar la IA. Una empresa incumbente que disponga de datos fiables, una red de distribución consolidada, un historial probado de resultados y una relación profundamente integrada con sus clientes no necesita convencerlos de adoptar un sistema completamente nuevo. Puede incorporar la IA a productos que los clientes ya utilizan, donde el valor añadido en términos de mayor velocidad, precisión o productividad resulta inmediatamente evidente.

Microsoft es el ejemplo más claro. La compañía ya presta servicios a prácticamente todas las grandes empresas y sus productos forman parte de la rutina diaria de los trabajadores del conocimiento. En lugar de verse desplazada por la IA, Microsoft la ha integrado en Word, Excel, Teams, Outlook, GitHub y en el conjunto de los flujos de trabajo empresariales, aplicando precios superiores para las nuevas versiones de Copilot y monetizando mediante una combinación de tarifas por usuario y modelos basados en el uso. La ventaja de Microsoft reside en su capacidad para incorporar funcionalidades de IA allí donde los clientes ya pasan su tiempo, transformando las mejoras de productividad en ingresos incrementales sobre una base instalada de enorme tamaño.

RELX ilustra una oportunidad distinta, aunque relacionada: utilizar la IA para aumentar el valor de contenidos fiables y propietarios. Su plataforma LexisNexis ya está integrada en un flujo de trabajo jurídico de gran relevancia, en el que los clientes necesitan respuestas que puedan verificar y defender. La IA puede ayudar a los abogados a buscar, resumir, comparar y analizar información de forma más eficiente, pero únicamente si los resultados siguen basándose en fuentes fiables y trazables. En este contexto, la ventaja de RELX no reside solo en la capacidad de generar una respuesta, sino en conectar dicha respuesta con contenido jurídico autorizado.

Por tanto, para los operadores incumbentes mejor protegidos, integrar la IA puede ser mucho más que una necesidad defensiva. Puede hacer que los productos existentes resulten más útiles, automatizar tareas de bajo valor añadido, mejorar la productividad de los clientes y reforzar aún más el papel de la empresa dentro del flujo de trabajo. Las mismas características que protegen a una compañía frente a la disrupción también pueden otorgarle una posición privilegiada para monetizar esta tecnología.

Qué significa esto para nuestros fondos

La IA generará ganadores y perdedores dentro del sector del software, y los riesgos no deben subestimarse. Algunas empresas podrían enfrentarse a presiones reales a medida que sus productos pierdan visibilidad, sus modelos de ingresos se vean cuestionados y sus barreras competitivas se debiliten. Sin embargo, en nuestra opinión, la mayoría de las compañías de software en las que invertimos están bien protegidas gracias a la profundidad de sus flujos de trabajo, la confianza que han construido con sus clientes y el conocimiento especializado integrado en sus productos. Para estos negocios, es más probable que la IA se incorpore a la propuesta de valor existente en lugar de representar una amenaza existencial.

Esto nos devuelve a la ley de Amara. En ocasiones, el mercado ha tratado al sector como si los riesgos fueran homogéneos, posiblemente sobreestimando la inmediatez del impacto de la IA, aunque acertando al señalar que sus implicaciones a largo plazo podrían ser significativas. Nosotros no creemos que dichas implicaciones vayan a sentirse de forma uniforme. En algunos casos, la IA podría presionar la rentabilidad económica. En otros, podría reforzar el producto del operador incumbente, mejorar los resultados para los clientes y abrir nuevas vías de crecimiento. Esa distinción es fundamental en la forma en que evaluamos actualmente nuestras posiciones en empresas de software.

¹ Atribuida a Roy Amara, investigador estadounidense y expresidente del Institute for the Future (IFTF). Aunque nunca llegó a publicarla formalmente, esta máxima se le atribuye ampliamente desde mediados de la década de 1970 y, desde entonces, se ha popularizado a través de referencias indirectas.