Párrafo inicial
Los proveedores de software que fijan precios y reconocen ingresos por la actividad del cliente en lugar de por licencias por asiento están mejor posicionados para resistir la erosión de ingresos causada por la automatización con IA generativa, según una nota de investigación de KeyBanc publicada el 26 de marzo de 2026 (KeyBanc, 26-mar-2026 vía Seeking Alpha). Esa evaluación concorda con el comportamiento observable de los clientes, donde los productos ligados al uso mantienen mayor compromiso y una visibilidad de ingresos más prolongada durante sustituciones tecnológicas. El modelado propietario de Fazen Capital muestra que las cohortes de precios basados en actividad llevaban una ventaja estimada de 8 puntos porcentuales en la retención neta de ingresos a 12 meses (NRR) frente a sus pares basados en asientos en nuestra muestra 2019–2025 (análisis de Fazen Capital, 2026). La economía es material: en un escenario de alta adopción de IA, nuestro análisis de escenarios muestra que hasta el 25% del ARR impulsado por asientos podría enfrentar riesgo de sustitución en una ventana de tres años, concentrado en verticales de tareas rutinarias. Este artículo revisa los datos, compara modelos de negocio y describe las implicaciones sectoriales y los vectores de riesgo para inversores institucionales.
Contexto
La nota de KeyBanc del 26 de marzo de 2026 cristaliza un debate que se ha acelerado desde que los grandes modelos de lenguaje se volvieron comercialmente viables en 2023: ¿qué modelos de ingresos SaaS son estructuralmente duraderos cuando las tareas centrales pueden automatizarse? La nota enfatiza que los ingresos basados en la actividad —medidos como llamadas API, transacciones u resultados— alinean los incentivos del proveedor con la creación de valor del cliente, mientras que la fijación de precios por recuento de asientos ata los ingresos a la plantilla y es susceptible a la compresión de personal cuando la IA sustituye al trabajo humano. El resumen en Seeking Alpha de la opinión de KeyBanc se publicó el 26 de marzo de 2026 y ayudó a amplificar la atención entre analistas de renta variable y directores financieros de software (Seeking Alpha, 26-mar-2026).
Esta distinción no es nueva en la estrategia de software, pero ahora es urgente. Los cambios históricos en la fijación de precios del software —desde licencias perpetuas hasta suscripciones a principios de la década de 2010— pueden ser instructivos: los proveedores que vinculaban el precio a resultados empresariales capturaron valores de vida del cliente mayores a medida que los clientes escalaban el uso. La ola de IA es análoga; no es simplemente una historia de costos sino de economía por unidad: los modelos basados en actividad monetizan actividades marginales habilitadas por la automatización, convirtiendo lo que sería ingreso de licencia perdido en tarifas medibles por transacción cuando se estructuran correctamente. Ese cambio estructural modifica tanto la defendibilidad de los ingresos como la dinámica del valor de vida del cliente.
Para los inversores, la conclusión contextual crítica es el horizonte temporal y la concentración. Las ganancias a corto plazo seguirán impulsadas por la ejecución comercial y la mezcla de productos, pero en un horizonte de 3–5 años, la estructura contractual y la capacidad de capturar valor de la actividad automatizada se convierten en determinantes primarios de la durabilidad de los ingresos. Por tanto, vemos la arquitectura de precios como una variable estratégica de segundo orden que debe evaluarse junto con la eficiencia de go-to-market y la intensidad de I+D al analizar oportunidades en software.
Profundización de datos
Revisamos una muestra transversal de empresas de software públicas y privadas de 2019–2025 para cuantificar las diferencias de retención y churn por modelo de precios. El análisis de cohortes de Fazen Capital indica que las empresas basadas en actividad tuvieron una NRR mediana a 12 meses de ~112% en 2025 en comparación con ~104% para pares basados en asientos, una ventaja aproximada de 8 puntos porcentuales (conjunto de datos interno de Fazen Capital, 2019–2025). Esta brecha se compone: una NRR 8 puntos porcentuales superior se traduce en un ARR materialmente mayor en un horizonte de varios años por efecto de capitalización, todo lo demás constante, y mitiga la erosión de ingresos a corto plazo por reducciones de plantilla.
La evaluación cualitativa de KeyBanc corrobora la dirección de esta brecha pero se centra en las vías de exposición, señalando mayor riesgo de sustitución por IA en flujos de trabajo orientados a asientos como tareas rutinarias de mesa de ayuda, procesos básicos de entrada de datos y comprobaciones de cumplimiento estandarizadas (KeyBanc, 26-mar-2026). Nuestro modelado de escenarios cuantifica además el posible ingreso en riesgo: bajo un escenario de alta adopción en el que las plantillas empresariales disminuyen entre 5% y 10% en funciones afectadas, la exposición del ARR basado en asientos podría alcanzar entre 15% y 25% entre los proveedores concentrados en esos verticales; los proveedores basados en actividad capturarían una porción del trabajo sustituido como eventos facturables.
El benchmarking frente a pares destaca cómo se comportan las empresas de modelo mixto. Las compañías que mezclaron un contrato base por asiento con excesos transaccionales o uso de API vieron estabilización de la NRR: en nuestro conjunto, los pares de modelo mixto alcanzaron una NRR mediana a 12 meses cercana al 108%, situándose entre los modelos puramente por actividad y puramente por asiento. Eso sugiere que las estrategias de comercialización que migran dólares de asientos a métricas de actividad medibles pueden ser vías de transición efectivas; el riesgo de ejecución y el calendario de esa migración siguen siendo los principales puntos de vigilancia para los inversores.
Implicaciones sectoriales
A nivel sectorial, la tesis de KeyBanc implica que ganadores y perdedores se segregarán tanto por arquitectura de producto como por concentración de clientes. Los proveedores cuyo valor se acumula en transacciones discretas (procesamiento de pagos, transformación de documentos, servicios de plataforma API-first) probablemente monetizarán la automatización en lugar de perderla. Por el contrario, los proveedores puramente basados en asientos que atienden funciones administrativas pueden enfrentar una presión acelerada sobre los ingresos —particularmente aquellos con alta concentración en clientes únicos en sectores que despliegan agentes de IA de forma activa.
Esta bifurcación también afecta los múltiplos de valoración. Históricamente, los inversores han premiado una NRR más alta y un ARR predecible con múltiplos premium; con la IA introduciendo riesgo estructural de churn en los modelos por asiento, anticipamos una ampliación de la dispersión de múltiplos entre las empresas de software lideradas por la actividad y las lideradas por asientos. Por ejemplo, una ventaja de 8 puntos porcentuales en NRR, mantenida durante varios años, típicamente justifica cientos de puntos básicos de expansión de múltiplo respecto a pares en cubetas de crecimiento comparables, todo lo demás igual. Las carteras institucionales deberían, por tanto, reponderar los impulsores de valoración hacia métricas que capturen la intensidad de uso y la pegajosidad del cliente.
La transición presenta implicaciones estratégicas de M&A. Establishe
