JPMorgan y Vista Equity: el negocio de la IA agéntica no está en los modelos, está en el software que los reparte

Por J.P. Morgan Private Bank · 6 de septiembre de 2026.

JPMorgan Private Bank ha dedicado su serie de webcasts "Alternatives Access" a explicar a sus clientes de banca privada por qué el software es, a su juicio, la vía más sólida para invertir en la ola de la inteligencia artificial agéntica. La conversación reúne a un responsable de la propia entidad con Ashley McNeill, directora de mercados de capital de renta variable en Vista Equity Partners —una de las gestoras de capital privado más grandes centradas en software— y copresidenta de Vista One.

El dato que enmarca todo el argumento: según JPMorgan, casi el 90% de las empresas con 100 millones de dólares o más de ingresos son de capital privado, no cotizan en bolsa. En software el porcentaje es aún mayor. McNeill cifra en más del 95% las compañías de software que permanecen privadas, frente a la reducida muestra de marcas que sí cotizan y que el público confunde con "todo el mercado". La razón, explica, es que el software vive fases de crecimiento rápido —cambios de producto, de estrategia comercial, de control sobre los datos de sus clientes— que encajan mal con el reporte trimestral obligatorio de una cotizada.

El segundo bloque de la conversación es de mercado: tras el pico especulativo de 2020-2021, las valoraciones de software público han vuelto, según el análisis que presenta McNeill, a su media histórica de una década. Es decir, la corrección ya ocurrió antes del actual ciclo de gasto en IA, lo que la firma usa como argumento de entrada: el sector no depende de una burbuja de IA para justificar su precio, sino de fundamentales ya conocidos —más del 80% de los ingresos del software público son recurrentes o contractuales, según los datos citados en el webcast—.

Pero el punto más relevante para entender hacia dónde mira el dinero institucional es la tesis de fases que expone McNeill sobre el despliegue de la IA: una primera fase de construcción de infraestructura y semiconductores, una segunda de hiperescaladores que habilitan la tecnología, y una tercera —donde sitúa la oportunidad de inversión— en la que el software actúa como "adoptador", la capa de aplicación que de verdad lleva la IA a las empresas y a los consumidores. Es una idea que llevamos documentando en Zendoric desde otro ángulo: la disputa por la IA se libra cada vez menos en quién tiene el modelo más listo y cada vez más en quién controla la distribución, la integración y los datos de flujo de trabajo que conectan ese modelo con un cliente real.

McNeill lo resume con una imagen que merece leerse con atención: el software se está dividiendo en una economía de "dos niveles". El primero es el agente que sustituye directamente una tarea humana —pone como ejemplo la reserva de un restaurante gestionada por un asistente de IA que, dice, "trabaja 24/7"—; el segundo es el software de base que sigue proporcionando la solución subyacente sobre la que corre ese agente. Dicho sin eufemismos: la primera capa es la que absorbe el ahorro de costes laborales; la segunda es la que capitaliza ese ahorro como ingreso recurrente para sus dueños.

Esa distinción confirma, con las palabras de una firma que invierte miles de millones en software, lo que en esta casa venimos señalando sector a sector: las tareas administrativas y de atención rutinaria son las primeras en desaparecer, no porque un modelo sea "más inteligente" en abstracto, sino porque alguien empaqueta esa capacidad en un producto que sustituye una nómina por una suscripción. El ahorro de costes que promete la IA agéntica no se reparte solo entre empresas y consumidores: una parte importante queda capturada como margen por el software que orquesta al agente, y por quienes invierten en ese software antes de que llegue a bolsa.

Conviene no perder de vista qué es este material: un contenido promocional de un banco de banca privada, dirigido a clientes de alto patrimonio, para justificar el interés por vehículos de inversión evergreen y semilíquidos en private equity de software —estructuras que, a diferencia de los fondos cerrados a diez años, permiten entrar y diversificar por años sin quedar atrapado en una única cosecha de inversión—. El propio banco lo advierte al inicio: son opiniones de los ponentes, no garantía de resultados futuros. La tesis de "buen momento de entrada" sirve, entre otras cosas, para vender ese acceso.

Dicho eso, el hecho de fondo importa más allá del producto financiero que lo envuelve: cuando el capital privado especializado en software structura así su apuesta por la IA —infraestructura primero, hiperescaladores después, aplicación empresarial al final como el lugar donde de verdad se monetiza—, está describiendo el mismo mapa de poder que veníamos anticipando. A corto plazo, eso significa más automatización de trabajo administrativo y de atención al cliente, con el riesgo real de que buena parte de la ganancia de productividad se quede en el margen del proveedor de software antes de llegar al trabajador o al consumidor. A largo plazo, si esa capa de aplicación logra de verdad abaratar servicios que hoy son caros por su componente de mano de obra —desde la gestión administrativa hasta la atención sanitaria de bajo criterio clínico—, es exactamente el tipo de abundancia que sostiene nuestra tesis: no un modelo de lenguaje más grande, sino miles de aplicaciones concretas absorbiendo tareas rutinarias para liberar tiempo humano hacia lo que sí requiere criterio, relación o presencia.