Empresas de Software o SaaS: ¿Momento para Invertir o trampa de valor?
Empresas de Software o SaaS: ¿Momento para Invertir o trampa de valor?
La IA ha hundido al software un 45% y ha borrado 285.000 millones en semanas. Pero ¿es el fin del SaaS o una sobrerreacción de Mr. Market? Analizamos por qué los datos propietarios son el último foso defensivo y qué cuatro proveedores resisten mejor el embate de la IA.
El presente año 2026 no está siendo el mejor año para las empresas de software (o SaaS). El subsector tecnológico acumula un retroceso del 45%, que puede llegar al 70% en el caso concreto de algunas empresas.
Invertir en SaaS: ¿Trampa de valor u oportunidad?
El detonante tiene nombre propio, Anthropic y sus agentes de IA para servicios financieros, legales o de cualquier otra índole de "cuello blanco" ha llegado a destruir unos 285.000 millones de dólares de capitalización en un suspiro. La prensa ya lo ha bautizado como el "SaaSpocalypse".
¿Estamos ante el funeral de un modelo de negocio o ante una de esas rebajas de pánico que tanto le gustan al inversor contrarian? Por la realidad es que el subsector de SaaS sigue lleno de compañías que siguen ganando dinero, aunque se hayan dejado entre un 25 y un 70% de cotización
Por eso, tomando como referencia la conferencia de Noely Diokila Méndez, cofundador de Capital Faktory Research, en la I Edición de la Rankia Markets Experience, vamos a separar el grano de la paja para ver dónde está el verdadero foso defensivo de estas empresas.
¿Qué es el SaaSpocalypse?
El SaaS (Software as a Service) es el modelo de las compañías que venden software por suscripciónrecurrente, en la que pagas una cuota periódica por usar la herramienta en la nube en lugar de comprar una licencia única. Es el modelo de negocio que ha dominado la última década de la tecnología, precisamente por la previsibilidad de esos ingresos recurrentes.
Pues bien, ese modelo es el que el mercado ha decidido poner en cuarentena.
La prensa financiera ya ha bautizado el episodio como la "SaaSpocalypse" o SaaSmagedón. Y la verdad, los números asustan:
Se han destruido alrededor de 285.000 millones de dólares de capitalización en apenas un par de semanas de 2026
Y el principal ETF de software (IGV) que le da exposición, llegó a caer cerca de un45% en cuestión de semanas, para recuperar más de la mitad, tras unas dos últimas semanas de vértigo.
iShares Expanded Tech-Software Sector ETF (IGV) cotiza a 91,58 USD , -16,58% en los últimos 6 meses.
El detonante fue Anthropic y el lanzamiento de sus herramientas de research financiero y, sobre todo, de sus agentes para servicios financieros (Claude Financial Services), basados en Vibe Cooding.
A partir de ese momento, la línea editorial fue que el mercado interpretó que la IA podía comerse de golpe el negocio del software y, muy especialmente, el de los proveedores de datos.
¿Puede el Vibe Cooding reventar las empresas de SaaS?
Antes que nada, el vibe coding —concepto popularizado por uno de los cofundadores de OpenAI— es la capacidad de hablarle a una IA en lenguaje natural y pedirle directamente lo que quieres desarrollar, sin necesidad de conocimientos técnicos de programación profundos.
Y hasta cierto punto, es verdad que ha derribado tres de las grandes barreras que protegían al software tradicional:
Coste de desarrollo: Lo que antes exigía entre 80.000 y 120.000 € en España (o más de 300.000 $ en EE. UU.) para una plataforma financiera básica, hoy puede hacerlo una sola persona con el coste de una suscripción premium (20 USD/mes).
Tiempo de iteración. Los ciclos de producción eran de 6 a 18 meses de desarrollo, y que incluían mucha fricción constante entre cliente y programadores, se reducen a días u horas para un producto mínimo viable.
Talento técnico: Pero además, ya no es necesario un equipo de desarrolladores experto y escaso. En consecuencia, abría la ventana de oportunidad a producir más barato, y además con menos personal para mantener el producto.
Como ves, todo un disparo en la rodilla de lo que venían a ser los SaaS hasta ese momento: Caros, muy especializados, y con margen de tiempo para desarrollar sus programas.
Según expuso el propio Méndez, la IA habría reducido hasta un 95 % el coste de desarrollar software en los últimos años. Mientras que otras consultoras con Gartner manejan números bastante similares.
Ahorro en costes y tiempo que ya produce la IA | Fuentes: Gartner
Con todo, la tesis es evidente. Si las barreras que protegían a una industria se evaporan, el mercado reprecia.
El verdadero valor de las SaaS: La data
Pero si todo apunta tan mal, ¿por qué se ha dado un giro tan agresivo estas últimas semanas? Ciertamente, hablar de rebote del gato muerto no parece lo más apropiado porque ha sido demasiado brusco.
Y esta es la idea clave de la tesis de inversión de hoy: el software se “comoditiza”, pero los datos propietarios no.
De las cuatro barreras clásicas de toda compañía (capital, talento, tiempo y distribución), la distribución es el pilar que la IA no ha tumbado:
La relación comercial: Vender software empresarial no es subir una app a una tienda; implica años de confianza, contratos negociados y equipos que conocen al cliente.
El coste de adquisición de clientes (CAC): Captar a un cliente exige inversión en marketing, ventas y soporte que la IA no elimina.
La capacidad de hacer llegar y escalar el producto: Una cosa es tener un producto funcional y otra muy distinta es desplegarlo a miles de clientes, integrarlo en sus sistemas y darle mantenimiento.
¿Qué barreras ha roto la IA dentro de las empresas de Software? | Fuente: Faktory Capital
Por eso las empresas de software que habían perdido el control de su distribución han sido las más castigadas.
Es decir, Claude (o cualquier otra IA) es extraordinariamente buena razonando, analizando y redactando, pero no "sabe" por sí misma cuál fue el EBITDA ajustado de una empresa el trimestre pasado ni a qué precio se cerró ayer un contrato de petróleo en Oriente Medio.
Necesita que alguien le entregue esa información. Esa conexión se hace a través de un conector MCP, que actúa como un cable entre la IA y una fuente de datos externa.
¿Y quién está al otro lado de ese cable? Proveedores financieros como S&P Global, MSCI, LSEG, Moody's o FactSet, entre otros. Para que la IA acceda a sus datos, primero tienen que pagar la licencia de ese proveedor. Sin licencia, no hay datos que conectar, por muy potente que sea el modelo de IA.
¿Qué MOAT es el más importante para las empresas de software? | Fuente: Faktory Capital
La clave está en distinguir dos tipos de datos:
Datos públicos (informes anuales, cotizaciones, presentaciones ante la SEC o la CNMV): la IA sí puede rastrearlos por su cuenta. Antes los buscabas web a web, ahora te los localiza en segundos. Aquí el proveedor sí pierde valor.
Datos propietarios (los que solo posee una empresa concreta y no existen en internet): la IA no puede inventárselos ni deducirlos procesando la web. Solo el dueño del dato puede venderlos.
Por ende, la IA no destruye a los proveedores de datos propietarios, al revéslos necesita. El cerebro es más rápido y barato que nunca, pero sigue dependiendo de quien posee la información que no se puede replicar.
Los 4 MOATs que debes buscar en las nuevas SaaS
Por eso, si vas a invertir en software o en un proveedor de datos en esta nueva era, estas son las cuatro ventajas competitivas (MOATs) que conviene buscar. Cuantas más cumpla una compañía, mejor protegida estará frente a la IA.
MOAT
¿En qué consiste?
¿Por qué protege?
🔒 Coste de cambio extremo
Salir de la herramienta cuesta mucho, ya sea por el coste económico o por reformar a toda la plantilla
El cliente se queda aunque aparezca una alternativa más barata
🕸️ Efecto de red
El valor crece con cada usuario; clientes y proveedores usan la misma plataforma
Aislarte te perjudica a ti, no a la plataforma: estás obligado a quedarte
💸 Coste marginal bajo
El software supone un gasto mínimo sobre el presupuesto del cliente (idealmente < 2 %)
A menor peso en el presupuesto, menos incentivo a arriesgarse a cambiar
🗄️ Datos propietarios
Datos privados que solo posee esa empresa y que la IA no puede replicar
Es la defensa definitiva, ya que sin la licencia, no hay dato
Un apunte importante sobre el último punto: no es lo mismo poseer datos propietarios puros (un dato privado que solo tienes tú) que datos públicos curados (un dato público al que añades una capa de valor limpiándolo y estandarizándolo). Lo segundo es cada vez más fácil de replicar por la propia IA, así que es una ventaja mucho más frágil.
¿Y qué empresas tienen ese foso defensivo dentro de las SaaS?
En lugar de las empresas de SaaS puro, Méndez propuso proveedores de datos financieros que se han visto arrastrados por el contagio.
Y es que según su lógica, si los agentes de IA demandan más datos que un humano, ganan quienes poseen esos datos. Por ende, habría que aprovechar la caída en bloque del sector (Wolters Kluwer, Thomson Reuters, FactSet, S&P Global…), ya que habría golpeado más o menos por igual a expuestos y no expuestos a la IA.
Estas son las cuatro ideas que expuso, de más defensiva a más oportunista.
*Estimaciones de Capital Factory Research. Incluyen un año de recesión en sus modelos. No constituyen recomendación de inversión.
Entre estas cuatro posiciones, el ponente afirmó que la sociedad de la que es cofundador, Capital Faktory Research, tiene posicionado el 25% de su cartera, una señal de convicción notable.
Llegado este punto, lo natural es preguntarse si existe un ETF que dé exposición a todo este universo de una sola vez, para no jugárselo a una sola carta. La respuesta honesta tiene matices:
El primer matiz es que los ETFs de softwareque usa la prensa para seguir el sector (IGV, XSW) son estadounidenses, no UCITS, así que un inversor particular europeo no puede comprarlos en su bróker habitual.
Y el segundo, y el más importante es que empresas como S&P Global, MSCI y FactSet, según la clasificación sectorial estándar (GICS), no cotizan como "Tecnología", sino como servicios financieros (en concreto, dentro de la subindustria de mercados de capitales). Por eso, hay que buscarlas entre los ETFs UCITS del sector financier
SPDR MSCI World Financials UCITS (SS43) cotiza a 70,68 USD , 2,20% en los últimos 6 meses.
Más información sobre SPDR MSCI World Financials UCITS (SS43) Ahora bien, estos ETFs replican el sector financiero al completo, que está dominado por bancos y por las grandes redes de pago. En el caso del Xtrackers, su top 10 lo encabezan JPMorgan, Berkshire Hathaway, Visa y Mastercard; los proveedores de datos como S&P Global o MSCI sí están dentro de las más de 230 posiciones del fondo, pero con un peso reducido, repartido entre cientos de valores.
Entonces, ¿castigo justo u oportunidad en ciernes?
Ya sabes cómo funciona el Mr. Market, es maníaco-depresivo. E igual que tiende a sobreponderar en las épocas de euforia, también hace lo propio cuando las cosas se tuercen y las perspectivas se nublan. Y lo que estamos viendo en el software encaja con ese segundo estado de ánimo.
¿Qué hay una amenaza real con la IA? Sí, y seguramente muchas empresas de SaaS que no son dueñas de sus datos estarán mirando cómo reinventar su modelo de negocio o acabarán desapareciendo (y surgirán otras nuevas que ocupen su lugar).
Pero que un subsector entero, lleno de compañías que siguen ganando dinero, se desplome casi entre un 25-40% de golpe (en algunos casos llegando al 70%)… eso ya suena más a pánico que a análisis.
En general, la mayoría de perfiles compran la idea de que estamos ante una sobrerreacción —analistas de JP Morgan han calificado la venta masiva de exagerada y basada en "lógica rota", e incluso Jensen Huang ha llamado "ilógica" la teoría de que la IA sustituya al software—, aunque por supuesto hay quien cree que el modelo SaaS está realmente amenazado.
En definitiva, y aprovechando esa visión de contrarian que debemos tener a largo plazo, los cuatro actores que hemos señalado (S&P Global, MSCI, LSEG y FactSet) tienen estrategias defensivas frente a la IA y pueden comprarse de forma individual. Aún así, si prefieres no jugártela a nombres concretos, un ETF de exposición global al sector siempre será una alternativa más diversificada para capturar la eventual recuperación.
