Si los agentes de IA son quienes escriben código, aprovisionan infraestructura y seleccionan herramientas, ¿quién está realmente a cargo de la toma de decisiones técnicas dentro de una empresa? Esta pregunta, planteada por Martin Casado de a16z, enmarca una tensión central en la explosión actual de la IA: la demanda es inequívocamente real, pero escalarla está chocando con límites físicos, organizativos y regulatorios. La conversación sostiene que estamos en una clásica “época técnica”, un momento similar al amanecer de internet o de la computación en la nube, en el que toda la pila —desde el silicio y los centros de datos hasta las redes y el software— debe reconstruirse desde cero para dar cabida al nuevo paradigma. No se trata de una burbuja especulativa, sino de un auge restringido por la oferta, en el que ganancias reales de productividad están tensionando cada capa de la infraestructura.

Una parte importante de la discusión cuestiona la narrativa simplista de que la IA simplemente desmantelará el software empresarial existente. Las plataformas SaaS, argumenta Casado, nunca fueron valiosas por su interfaz de usuario, sino porque codifican procesos de negocio complejos, reglas de cumplimiento e integraciones operativas. La IA, particularmente a través de interfaces agénticas y lenguaje natural, transformará de forma drástica la capa de consumo —cómo los humanos interactúan con estos sistemas—, pero la necesidad subyacente de una lógica de negocio estructurada y confiable sigue vigente. La disrupción consiste menos en reemplazar Salesforce y más en obligarlo a adaptarse a un mundo en el que los usuarios hacen preguntas de forma conversacional en lugar de navegar por menús.

Sin embargo, el cuello de botella definitivo puede no ser el ingenio técnico, sino la burocracia. La conversación destaca una visión contraria y sorprendente: la industria tiene la capacidad latente para construir las fábricas, los centros de datos y las plantas eléctricas necesarias, pero el marasmo regulatorio hace tan difícil iniciar las obras que, en términos económicos, casi resulta razonable considerar lanzar centros de datos al espacio simplemente para evitar las regulaciones terrestres. Esto sitúa la carrera por la infraestructura de IA tanto como una batalla de política pública como una tecnológica. El cambio también precipita una transformación fundamental en cómo se valora y vende el software, pasando de suscripciones por usuario a modelos basados en consumo vinculados a tokens y acciones de IA, una transición tan disruptiva como el paso anterior de las licencias perpetuas al SaaS.

Ideas sorprendentes

• La programación ha muerto, pero la ingeniería está más viva que nunca: Aunque la IA reduce drásticamente la barrera de entrada para crear código, permitiendo que “todo el mundo se convierta en desarrollador”, al mismo tiempo eleva el techo de la ingeniería. Los problemas más complejos de arquitectura, operaciones y mantenimiento de sistemas a gran escala se vuelven más críticos, y las empresas que usan la IA de forma más agresiva están contratando más ingenieros, no menos.


• La mayor limitación no es la tecnología, sino la regulación: La capacidad de la industria para escalar cómputo, construir centros de datos y asegurar suministro eléctrico está frenada principalmente por permisos y obstáculos burocráticos, no por falta de conocimiento técnico. Se observó que, dado el entorno regulatorio, construir centros de datos en el espacio podría llegar a ser casi racional desde el punto de vista económico.


• La IA no mata al SaaS; exige su evolución: El valor del SaaS no reside en su interfaz de usuario, sino en su codificación de procesos empresariales e integraciones. La IA no amenaza con reemplazar esto, sino con cambiar el modelo de consumo hacia una capa en lenguaje natural impulsada por agentes. La responsabilidad recae en los proveedores de SaaS para adaptarse a estas nuevas expectativas de los usuarios.


• La verdadera disrupción puede ser una toma de decisiones invisible: A medida que las herramientas de programación con IA seleccionan automáticamente componentes de infraestructura (bases de datos, APIs), el “comprador técnico” humano queda fuera del circuito. Esto podría desestabilizar de forma fundamental el mercado de infraestructura de varios billones de dólares y la gobernanza interna de TI, de maneras que apenas estamos empezando a vislumbrar.

Conclusiones prácticas

• Las empresas deben prepararse para un cambio de precios por usuario a precios basados en consumo: A medida que los agentes de IA se convierten en usuarios, la adquisición de software debe adaptarse a modelos de precios basados en tokens, llamadas a API y acciones de cómputo, no en licencias individuales para humanos.


• Los equipos de TI y de plataforma deben replantear la gobernanza para un mundo agéntico: Las políticas y controles deben diseñarse para decisiones tomadas por IA, no solo por humanos. Esto significa invertir en observabilidad y marcos de políticas que funcionen al nivel de las acciones impulsadas por IA.


• Concéntrese en el tejido de datos, no solo en el modelo de IA: El verdadero valor para las empresas vendrá de conectar la IA a una base de datos segura, bien gobernada e integrada. Priorice la unificación y protección de su infraestructura de datos para alimentar tanto flujos de trabajo humanos como agénticos.


• Considere el SaaS actual como una capa de procesos que debe ampliarse, no reemplazarse: En lugar de buscar sustituir por completo los sistemas centrales, diseñe una estrategia para superponer interfaces de lenguaje natural impulsadas por IA sobre ellos y así desbloquear ganancias inmediatas de productividad sin una migración catastrófica.


• Impulse internamente la agilización del despliegue de infraestructura: Reconozca que escalar la IA es tanto un desafío regulatorio y de permisos como técnico. Construir casos de negocio y promover cambios de política que aceleren la construcción de centros de datos y capacidad energética puede ser una ventaja competitiva.