El sistema de récord resucita: por qué la IA abre la puerta a nuevos gigantes del software B2B

La semana pasada las acciones de las grandes compañías de software repuntaron con fuerza, borrando (y superando) las pérdidas sufridas durante la llamada "SaaSpocalypse", la venta masiva que había golpeado al sector meses atrás por el temor a que el software tradicional fuera sustituido por alternativas construidas con IA de forma casera ("vibe-coded"). Según los autores de este análisis de Battery Ventures, Aaron Neil y Michael Brown, ese debate sobre si las empresas pueden usar IA internamente para levantar sus propias aplicaciones críticas eclipsa un fenómeno mucho más importante: la IA está impulsando una nueva generación de proveedores de software "AI-first" capaces de atacar mercados enormes que hasta ahora parecían inexpugnables.

El artículo recupera el debate que dominó la conversación tecnológica el año pasado: si el "sistema de récord" (el software que almacena y gestiona los datos centrales de una empresa, como el CRM, el ERP o el HCM) estaba condenado a desaparecer. Satya Nadella, de Microsoft, llegó a afirmar que las aplicaciones SaaS tradicionales quedarían reducidas a simples "bases de datos tontas". La sabiduría convencional de aquel momento sostenía que esos sistemas de récord eran demasiado grandes y arraigados para ser reemplazados, y que la verdadera oportunidad para las startups estaba en construir un "sistema de acción" más ligero que operase por encima de ellos, en la capa de interacción con el usuario.

Los autores sostienen que la realidad está resultando ser distinta y más matizada: en muchos sectores y flujos de trabajo, este sería precisamente el mejor momento en mucho tiempo para construir un sistema de récord completamente nuevo desde cero.

**El eslabón perdido en la adopción de IA: la integridad de los datos**

El argumento central parte de una observación de campo: fuera de Silicon Valley, tanto profesionales "de cuello blanco" (contables, abogados, médicos) como trabajadores "de cuello azul" (contratistas, logística, comercio minorista) tienen muchas más ganas de adoptar IA de lo que se suele reconocer. Pero existe un obstáculo que Silicon Valley infravalora: la integridad de los datos. No basta con apuntar un agente de IA a los datos de una empresa y esperar que funcione; para que un agente pueda de verdad ejecutar el trabajo que hoy hacen personas, necesita el contexto crítico que procede de la experiencia de dominio de un puesto, un flujo de trabajo o un sector, y ese contexto suele estar enterrado en repositorios de datos fragmentados y en sistemas anticuados de los que es difícil extraer información de calidad.

Esta cuestión de contexto está obligando a muchas empresas a replantearse sus sistemas de software centrales, porque no pueden desplegar IA de forma efectiva mientras sus datos permanezcan atrapados en sistemas obsoletos. Muchos compradores de tecnología concluyen que, para adoptar IA en serio, necesitan un sistema de récord nuevo. Esto reescribe el mapa de dónde deberían construirse las próximas grandes empresas de software: precisamente en la categoría —los sistemas de récord— que llevaba una década vedada a nuevos entrantes.

**La "trampa del TAM"**

El artículo explica por qué mercados como ERP, HCM o CRM, pese a representar miles de millones en gasto de software, han sido durante años menos atractivos de lo que su tamaño (TAM) sugiere. La clave está en la tasa de retención bruta: si un mercado retiene al 90% de sus clientes, por definición solo uno de cada diez cambia de proveedor cada año, lo que implica un ciclo de reemplazo de una década. Así, un mercado de 5.000 millones de dólares con 90% de retención solo libera 500 millones de ARR "en juego" cada año. Si un aspirante solo ve el 60% de esas oportunidades y gana el 33% de las que ve, el techo de crecimiento adicional se queda en unos 100 millones de dólares anuales: una empresa ("Business A") que alcanzara 500 millones de ARR en ese contexto crecería solo un 20% anual. La fórmula que proponen es: Potencial de ARR bruto añadido = TAM x (1 – Retención bruta) x % de operaciones vistas x % de tasa de victorias.

**Cuando los mercados se mueven: la IA rompe la inercia**

Según los autores, hoy están viendo cómo mercados antes bloqueados por altas tasas de retención se abren de nuevo, porque las empresas quieren adoptar IA y a menudo no pueden hacerlo dentro de sus sistemas de récord existentes. Incluso hay mercados que se saltan por completo la era SaaS y pasan directamente de on-premise a IA, porque la nube nunca fue motivo suficiente para cambiar de sistema de récord, pero la IA sí lo es. Además, la IA reduce la fricción del cambio de proveedor, porque migrar datos a un sistema nuevo nunca ha sido tan sencillo.

Retomando el ejemplo: el mismo mercado de 5.000 millones de dólares, pero ahora con cuatro oportunidades de cambio al año en vez de una (retención bruta del 60% en lugar del 90%). Con la misma fórmula, "Business B" obtendría 5.000M x 40% x 60% x 33% = 396 millones de dólares de ARR nuevo al año, lo que supone crecer cerca de un 80% con 500 millones de ARR, aproximadamente cuatro veces más rápido que Business A en la misma escala. Los autores afirman haber observado este fenómeno —sistemas de récord basados en IA desplazando a competidores muy arraigados— dentro de la propia cartera de Battery, tanto en mercados horizontales como verticales.

**Cómo son los sistemas de récord de hoy: el TAM también crece**

Más allá de la tasa de rotación, el otro factor que está cambiando es el propio tamaño del mercado, que se expande a medida que estos sistemas realizan tareas que antes hacían personas. Poseer los datos permite a un sistema de récord automatizar lo que la corriente de "sistemas de acción" solo teorizaba: ejecutar tareas reales para monetizar la inferencia o los resultados. Por ejemplo, un agente podría cerrar las provisiones contables de fin de mes en lugar de un contable, o reponer inventario antes de que el dueño de la tienda revise las estanterías. Cuando las entradas de una tarea, su ejecución y su resultado conviven en el mismo sistema, ese sistema captura exactamente lo que la IA necesita para seguir aprendiendo cuanto más se use el producto: a corto plazo, mejor ingeniería de contexto; con el tiempo, mejoras a nivel de los propios pesos del modelo. Esto permite ampliar el TAM al pasar de vender "asientos" a vender "tokens", desplazando el valor capturado desde la propiedad del dato hacia la entrega de resultados (algo que los autores consideran complementario, no excluyente).

Usando la misma matemática pero duplicando el TAM al pasar de software a trabajo humano: 10.000M x 40% x 60% x 33% = 800 millones de dólares. Esta "Business C" podría crecer un 80% en una escala de 1.000 millones de ARR, manteniendo el mismo ritmo de crecimiento que Business B tenía con la mitad del tamaño. Los sistemas de récord basados en IA, concluyen, pueden literalmente "desafiar la gravedad" frente a los negocios atrapados en TAMs bloqueados.

**Mercados totalmente nuevos ("greenfield")**

El artículo introduce un matiz importante: existen procesos y flujos de trabajo que sencillamente no existían antes de la IA, como la ingeniería de software en lenguaje natural (citan a Cursor y Cognition), la deconstrucción de texto y datos no estructurados en una sola instrucción (citan a Harvey y Legora), o el análisis del compromiso con prospectos comerciales (citan a Gong, empresa de la cartera de Battery). En estos casos no hay incumbentes a los que desplazar, así que el concepto de rotación de mercado no aplica; lo relevante es la velocidad de expansión del propio mercado, que hoy suele derivar de mejoras en la capa de modelos que permiten a los agentes completar tareas más largas y complejas. La fórmula se ajusta así: Potencial de ARR bruto añadido = TAM x Factor de crecimiento del mercado x % de operaciones vistas x % de tasa de victorias.

Con un ejemplo hipotético, "Company D", operando en un mercado también de 10.000 millones de dólares pero que se duplica cada año a la par que se amplían los horizontes de tareas completables: 10.000M x 2x x 60% x 33% = 4.000 millones de dólares de ARR bruto nuevo al año, una cifra que —dicen los autores— "rompería muchos modelos" de proyección.

**Por qué estas nuevas empresas también son "sistemas de récord"**

Según el análisis, estas compañías nativas de IA son, en el fondo, sistemas de récord porque están incrustadas en los flujos de trabajo de sus usuarios y recogen datos muy valiosos: Cursor/Cognition capturan archivos de reglas, embeddings indexados, convenciones aprendidas y memoria de decisiones pasadas del agente; Harvey/Legora acumulan manuales específicos de cada despacho, bibliotecas de precedentes, historiales de expedientes, patrones de redacción a nivel de cláusula, y las correcciones que los abogados aceptan o rechazan sobre borradores generados por IA; Gong recopila grabaciones y transcripciones de llamadas, patrones de objeciones y discurso comercial, puntos de referencia de coaching y datos de conversación vinculados a resultados de negociación.

Esto les otorga una ventaja estructural: poseen a la vez el contexto que los agentes necesitan en tiempo de ejecución y los datos de resultado que sirven como señal de recompensa para el entrenamiento, porque las acciones y sus resultados viven en el mismo sistema. Esa combinación se refuerza con el uso: los flujos de trabajo generan trayectorias de acción cuyos resultados son observables dentro del mismo sistema, materia prima de post-entrenamiento que los competidores que solo se integran vía API no pueden capturar. A medida que la capa de aplicaciones de IA se integra verticalmente hacia la capa de modelos (gracias a los modelos de pesos abiertos y a herramientas de evaluación y refuerzo cada vez más maduras), el sistema de récord de IA puede convertir esos datos en mejoras a nivel de peso para una tarea concreta, generando una diferenciación duradera.

Además, los autores señalan que, así como las aplicaciones de IA hoy dependen sobre todo de un número limitado de sistemas externos, a medida que ganan poder e influencia sobre los flujos de trabajo de sus usuarios acabarán empujando y extrayendo datos de más sistemas de software adyacentes, igual que hicieron en su día los sistemas de récord tradicionales. Ponen como ejemplo temprano a Clay, que empezó extrayendo datos de contacto y de empresa de un puñado de proveedores de enriquecimiento de datos, y que hoy ya ingiere información de todo el stack de "go-to-market" de sus clientes —CRM como Salesforce y HubSpot, herramientas de venta como Outreach y Salesloft, señales de uso de producto e intención, y más de cien proveedores externos de datos— devolviendo registros enriquecidos, puntuaciones e investigación generada por IA de vuelta al CRM del cliente. Así, Clay se está convirtiendo en una de las herramientas de software que los equipos comerciales usan a diario.

**No hay absolutos**

Los autores matizan que no todos los sectores necesitarán o desearán un sistema de récord completamente nuevo basado en IA; mencionan explícitamente verticales extremadamente complejos, como los seguros, donde ven más dificultad para replicar el fenómeno. En cambio, ven gran potencial en mercados horizontales como ventas, ingeniería y finanzas, y en industrias verticales como manufactura, logística y construcción.

**La ventana está abierta ahora**

El artículo concluye que el futuro podría parecerse más al pasado de lo que sugiere la narrativa tecnológica actual: la creación de valor duradero sigue basándose en experiencias de cliente atractivas y en una diferenciación competitiva que se acumula con la escala, y la historia del software demuestra que la propiedad de los datos es un habilitador clave de ambas cosas. Lo que ha cambiado es lo que el software puede hacer: ahora puede realizar el trabajo en sí mismo, gracias a la IA. Por eso, dicen los autores, los sistemas de récord de la era de la IA tendrán el aspecto de negocios muy distintos a los de la generación anterior, pero compartirán el mismo fundamento sobre el que se ha construido todo gran negocio de software. El texto cierra con una advertencia a fundadores e inversores: estamos en un momento único en el que los clientes tienen curiosidad por la IA pero en gran medida no están bien atendidos por sus proveedores de software actuales, y esa ventana no permanecerá abierta para siempre.

El propio artículo incluye un descargo de responsabilidad: las opiniones son de sus autores, tienen fines informativos y educativos, no constituyen asesoramiento de inversión, legal o fiscal, ni una oferta de venta o solicitud de compra de participación en ningún fondo gestionado por Battery Ventures, y los ejemplos anecdóticos citados no son recomendaciones ni respaldos de ningún negocio concreto; se aclara además que Gong es una empresa participada de Battery.