¿Está muriendo el SaaS? Probablemente sea demasiado pronto para afirmarlo. Pero la inteligencia artificial está tensionando una de las premisas que sostuvo al modelo durante años: pagar por una herramienta y asumir internamente el trabajo necesario para obtener resultados.
Cada vez que ChatGPT, Claude u otro modelo incorpora nuevas capacidades, productos que habían construido su diferencial alrededor de una funcionalidad específica pueden perder valor rápidamente.
La pregunta para muchas compañías tecnológicas es entonces bastante directa: ¿cómo construir una ventaja competitiva cuando el modelo subyacente mejora tan rápido?
Una de las respuestas empieza a aparecer alrededor de los servicios.
Sequoia Capital planteó en 2026 que la próxima compañía valuada en un trillion de dólares podría ser una empresa de software que, en la práctica, se comporte como una compañía de servicios.
La tesis se apoya en un dato relevante: por cada dólar que las empresas gastan en software, destinan aproximadamente seis a servicios.
Ese mercado abre espacio para un nuevo modelo: Results as a Service, o RaaS.
Qué es Results as a Service (RaaS)
En un modelo SaaS, el cliente paga por utilizar una herramienta. En RaaS, el cliente paga por un resultado.
La diferencia modifica mucho más que el esquema de pricing. El proveedor deja de limitarse a entregar tecnología y empieza a asumir parte de la ejecución.
En customer service, el outcome puede ser un ticket resuelto. En ventas, una oportunidad calificada o una conversión. En cobranzas, una deuda recuperada. En servicios profesionales, un documento procesado o una tarea completada.
El software tiene valor cuando produce algo que el negocio necesita.
Y si el proveedor puede asumir directamente ese resultado, también puede empezar a capturar una parte del presupuesto que antes estaba reservado para servicios.
Por qué la IA acelera el paso de SaaS a RaaS
La velocidad de evolución de los modelos introduce un riesgo particular para productos construidos sobre funcionalidades fácilmente replicables.
Una herramienta puede tardar meses en desarrollar una capacidad que luego aparece integrada de manera nativa en una nueva versión de ChatGPT, Claude u otro modelo.
Una empresa orientada a resultados enfrenta el problema desde otro lugar. Si el modelo mejora, puede utilizar esa mejora para ejecutar el servicio con mayor velocidad, menor costo o mejor calidad.
Sequoia agrega otra dimensión: la diferencia entre intelligence y judgment.
La IA puede absorber progresivamente tareas basadas en razonamiento, información y reglas.
Pero el criterio desarrollado durante años dentro de una industria (cómo se ejecuta realmente un proceso, qué excepciones importan, cuándo intervenir y qué significa hacer un buen trabajo) puede convertirse en una ventaja mucho más difícil de copiar.
Bairong: del software a Results as a Service
Un ejemplo particularmente interesante aparece en China. Bairong Inc. lanzó a finales de 2025 una estrategia denominada Results as a Service, junto con su plataforma Results Cloud.
Según PR Newswire, la propuesta utiliza agentes de IA para ejecutar funciones empresariales y vincular el pricing con resultados verificables.
Bairong plantea distintos esquemas: cobrar por tareas completadas, por roles asumidos por agentes o por valor generado para el negocio.
La evolución es significativa porque mueve la conversación desde “qué funcionalidades tiene el software” hacia “qué resultado entrega”.
Para el cliente, también cambia la distribución del riesgo: una mayor parte del costo queda asociada al outcome obtenido.
Outcome-based pricing ya aparece en grandes plataformas
Bairong representa una versión explícita de RaaS, pero el movimiento hacia pricing basado en resultados ya aparece dentro del propio mercado SaaS.
Intercom cobra desde USD 0,99 por outcome generado por Fin, su agente de IA. Entre esos resultados puede incluirse una consulta resuelta o determinados workflows completados.
Zendesk también introdujo modelos donde el precio de sus agentes de IA se relaciona con resoluciones completadas.
HubSpot avanzó en la misma dirección en 2026: Breeze Customer Agent cobra por conversación resuelta y Prospecting Agent por leads recomendados para outreach.
Estas compañías continúan siendo plataformas de software. Pero la señal es clara: incluso el SaaS empieza a experimentar con una economía basada menos en acceso y más en ejecución.
El próximo competidor de una empresa de servicios podría ser una empresa de software
Esta tendencia tiene una consecuencia especialmente importante para agencias, estudios contables, firmas legales, consultoras y otros negocios intensivos en conocimiento.
Su próximo competidor puede no ser otra firma. Puede ser una compañía tecnológica capaz de utilizar agentes de IA para realizar directamente el trabajo por el cual sus clientes ya pagan.
Una agencia vende resultados de marketing. Un estudio contable entrega procesos financieros. Una firma legal resuelve el trabajo jurídico. Un contact center vende atención, ventas o recuperación.
Las empresas siempre pagaron por resultados. Lo que empieza a cambiar es quién puede cobrar por ellos.
El expertise sigue siendo una ventaja competitiva
Este escenario tampoco implica que las empresas de servicios queden automáticamente desplazadas.
De hecho, pueden tener una ventaja que muchas compañías tecnológicas todavía necesitan construir: conocen profundamente el trabajo.
Una agencia creativa puede haber desarrollado durante años una forma particular de interpretar una marca, construir campañas y evaluar una idea.
Una firma legal conoce excepciones y criterios que rara vez aparecen completamente documentados.
Una compañía de customer experience acumula millones de interacciones que permiten entender qué funciona y qué falla frente a un cliente real.
Ese conocimiento puede convertirse en agentes, workflows, software y sistemas de evaluación propios.
Aquí conceptos como taste y judgment ganan importancia.
La capacidad técnica para generar una respuesta puede commoditizarse. Saber cuál es la respuesta correcta para determinada empresa, cliente o situación es mucho más difícil.
Las firmas que logren codificar su expertise alrededor de agentes de IA pueden utilizar precisamente aquello que conocen mejor como barrera competitiva.
De cobrar por actividad a cobrar por performance
La IA también permite medir con mayor precisión qué resultado produjo cada interacción.
Eso habilita modelos comerciales como:
- Revenue share sobre ventas
- Comisión por conversión
- Precio por lead calificado
- Pago por ticket resuelto
- Fee por recuperación
- Pricing asociado a KPIs
El proveedor asume más responsabilidad, pero también puede capturar más valor cuando su operación funciona.
Para el cliente, la discusión empieza a cambiar desde cuánto cuesta la licencia hacia cuánto impacto genera.
En ChatCenter, esta evolución ya forma parte del modelo operativo.
Trabajamos con agentes de IA por voz y chat orientados a resultados en ventas, atención, recuperación de clientes, generación de demanda y cobranzas, con esquemas comerciales que pueden incluir revenue share, comisión por venta, CPL y pago por ticket resuelto.
¿SaaS está muerto? No. Pero la frontera entre software y servicios se está moviendo.
El SaaS seguirá teniendo sentido cuando una empresa quiera controlar directamente una herramienta y operar sus propios procesos.
Lo nuevo es que los agentes de IA permiten a las compañías tecnológicas competir también por el presupuesto destinado al trabajo.
RaaS, outcome-based pricing y AI-Native Services son señales distintas de esa misma transformación.
Para las compañías de software, el desafío será construir valor que vaya más allá de una funcionalidad fácilmente replicable.
Para las empresas de servicios, la oportunidad puede estar en convertir años de expertise, criterio y conocimiento operativo en agentes y sistemas capaces de ejecutar ese trabajo a escala.
Conoce cómo aplicar Performance AI a ventas, atención, cobranzas y generación de demanda con resultados medibles.
