Estos días, las acciones de software han estallado completamente.
En las últimas dos sesiones de negociación, el sector del software ha superado al mercado (índice S&P 500) en más de 10 puntos porcentuales consecutivamente. Es la mayor ganancia relativa en dos días en 25 años. Entre ellas, Snowflake subió un 60% en las últimas tres sesiones y Datadog subió un 56%.
Y hace apenas medio año, Wall Street aún pronosticaba colectivamente un declive para las acciones de software.
En mayo de este año, Goldman Sachs analizó las carteras de más de 1000 fondos de cobertura activos. A finales del primer trimestre, la asignación a acciones de software era solo del 6% aproximadamente, el nivel más bajo desde 2019.
Pero medio año después, el sector que primero recibió la 'sentencia de muerte' por parte de la IA, se ha convertido en uno de los que más sube en el mercado estadounidense.
¿Qué ha pasado exactamente con las acciones de software para pasar de ser evitadas por todos a una recuperación frenética de capital? ¿Acaso el juicio del mercado de que 'la IA trastornará al software' fue erróneo desde el principio?
01 Subida del 21% en un mes, la mayor ganancia en casi 5 años
En el pasado mes de mayo, las acciones de software estadounidenses estallaron completamente.
El ETF iShares Expanded Tech-Software Sector (IGV), que invierte específicamente en acciones de software de América del Norte, subió aproximadamente un 21% en mayo, su mejor rendimiento mensual desde octubre de 2021. Para el 1 de junio, subió otro 6% aproximadamente, volviendo a terreno positivo en lo que va del año.
Si observamos el rendimiento individual de las acciones, es aún más exagerado. Por ejemplo, Snowflake subió un 87% en un mes, Datadog subió un 58%, Figma subió un 40%. En todo el sector del software, no son pocas las que tienen ganancias mensuales superiores al 20%.
Este fuerte repunte de las acciones de software responde básicamente a dos lógicas.
En primer lugar, los resultados refutaron el pánico del 'impacto de la IA en el software'.
Durante los últimos dos años, el mercado ha tenido una preocupación: a medida que OpenAI, Anthropic y otros aumentan la capacidad de sus modelos, y la IA puede escribir código, analizar datos y generar informes por sí misma, ¿qué valor tienen entonces empresas de software como Snowflake, Datadog o Salesforce?
Pero la temporada de resultados dio precisamente la respuesta contraria.
Snowflake se convirtió en uno de los detonantes más importantes de este rebote.
El 27 de mayo, la compañía no solo revisó al alza su guía de ingresos por productos para el año, sino que también firmó un acuerdo de colaboración a largo plazo con AWS por un valor total de 60.000 millones de dólares, centrado en la IA generativa y la infraestructura para Agentes.
Tras el anuncio, Snowflake se disparó más de un 36% en un solo día.
Lo más crucial es que la dirección de la empresa dejó claro que cada vez más empresas están desplegando flujos de trabajo de IA en la plataforma Snowflake. El mercado originalmente temía que la IA eludiera el software. Resulta que la IA, en cambio, necesita más software.
Una historia similar ocurrió con Okta, proveedor de servicios de gestión de identidad y acceso. En el primer trimestre, la compañía reportó ingresos de 765 millones de dólares, por encima de las expectativas del mercado de 752 millones, y un beneficio ajustado por acción de 0,91 dólares, también superior a los 0,85 dólares esperados. Ese día, las acciones de Okta subieron un 30%.
De hecho, este punto de vista ya fue mencionado por alguien en marzo, pero no recibió suficiente atención.
En ese momento, Deutsche Bank consideraba que, aunque el mercado seguía discutiendo cómo la IA perjudicaría a las empresas de software, hasta la fecha no habían encontrado ninguna gran empresa de software que esperara que la IA tuviera un impacto negativo sustancial en sus ingresos de este año.
Por el contrario, la tasa de crecimiento de los beneficios de la industria del software estadounidense sigue estando cerca del 30%, y las expectativas de beneficios para el próximo año incluso continúan revisándose al alza.
La segunda lógica es que la posición de las instituciones en acciones de software era realmente demasiado baja.
Recientemente, Goldman Sachs analizó las carteras de más de 1000 fondos de cobertura activos. A finales del primer trimestre, los semiconductores ya representaban casi el 10% de las carteras, pero la asignación a acciones de software era solo del 6% aproximadamente, el nivel más bajo desde 2019.
Cuando los resultados demostraron que el software no había sido destruido por la IA, este capital infraponderado solo pudo verse obligado a recomprar posiciones. Así, el rebote rápidamente se convirtió en una situación de 'short squeeze' (apretón a los vendedores en corto).
Lo más interesante es que, con la subida de los precios, la visión del mercado sobre las acciones de software también está cambiando.
Recientemente, Goldman Sachs declaró públicamente que la especulación con el hardware de IA ha llegado a su fin, y los beneficios están comenzando a pasar del hardware al software.
La lógica de Goldman Sachs se basa principalmente en dos puntos: las acciones de software están empezando a encontrar modelos de negocio, la monetización se acelerará a continuación, y los beneficios de la IA pasarán del hardware al software; los gigantes de la computación en la nube, considerando problemas de flujo de caja, reducirán el gasto de capital en el futuro, impactando al hardware.
Entonces, la pregunta es: desde el 'la IA se comerá al software' a principios de año hasta el contraataque colectivo actual de las acciones de software, ¿cómo debemos reinterpretar el impacto de la IA en la industria del software?
02 La IA también necesita software
El pánico anterior del mercado se basaba en una suposición: cuando los Agentes sean lo suficientemente poderosos, la gente ya no necesitará software.
Pero lo que ha ocurrido en los últimos seis meses apunta cada vez más en otra dirección.
Los Agentes de IA no están reduciendo el uso de software, sino que podrían convertirse en nuevos usuarios del software.
Dan Shipper, fundador de Every, planteó un punto de vista muy interesante: el software del pasado servía principalmente a los humanos; el software del futuro probablemente servirá simultáneamente a los humanos y a miles de Agentes.
Antes, un empleado podía hacer clic en una interfaz de software solo unas decenas de veces al día; en el futuro, un Agente podría estar invocando APIs, consultando bases de datos y ejecutando flujos de trabajo cada minuto.
El software no desaparece, sino que su frecuencia de uso se vuelve más alta.
Dan Shipper mencionó que incluso en una empresa altamente AI-izada como Every, el gasto en SaaS sigue creciendo constantemente.
Okta es un caso típico. El mercado pensaba antes que, a medida que los Agentes se vuelvan más inteligentes, la importancia de la autenticación y la gestión de permisos disminuiría.
Pero la realidad es justo lo contrario. Los empleados necesitan gestión de identidad, y los Agentes también necesitan gestión de identidad.
En el futuro, una empresa podría tener 1000 empleados y estar ejecutando simultáneamente 10.000 Agentes. Qué datos pueden acceder estos Agentes, qué sistemas pueden invocar, qué operaciones pueden ejecutar, cómo rastrear problemas cuando ocurren, todo requiere un nuevo sistema de gobernanza.
Es decir, la era de los Agentes no solo no ha debilitado el valor de Okta, sino que ha ampliado su espacio de mercado.
Esta es también la razón por la que Jensen Huang (CEO de NVIDIA) ha enfatizado recientemente repetidamente que los Agentes no eliminarán a las empresas de software.
La razón es simple: los Agentes en sí mismos necesitan software, necesitan bases de datos, CRM, sistemas de gestión de identidad, sistemas de pago, sistemas de monitorización y diversas herramientas sectoriales. La tarea de las empresas de software en el futuro ya no será solo servir a usuarios humanos, sino también convertirse en la infraestructura que los Agentes puedan invocar y con la que puedan colaborar.
03 La distancia entre la inteligencia y el resultado es la ventaja competitiva del software
Incluso si la capacidad de los modelos continúa mejorando, las empresas de modelos grandes no necesariamente podrán comerse directamente toda la capa de aplicaciones. Este es el punto de vista mencionado recientemente por Joe Schmidt, socio de a16z.
Él cree que las empresas de modelos como OpenAI, Anthropic entrarán en cada vez más escenarios de aplicación. Especialmente en áreas como generación de código, escritura, generación de imágenes, cuanto más fuerte sea la capacidad del modelo, mejor suele ser la experiencia del producto.
Pero el mundo del software empresarial es mucho más complejo que estos escenarios. Muchos procesos empresariales no consisten simplemente en invocar unas pocas herramientas, sino que involucran múltiples sistemas, colaboración entre varias personas, flujos de aprobación, reglas históricas, experiencia del sector y requisitos regulatorios.
Esto es especialmente cierto en sectores como el legal, seguros, finanzas, salud, operaciones de ventas, etc. Gran parte del conocimiento crítico se sedimenta en los flujos de trabajo formados por la operación a largo plazo de la empresa, el manejo de excepciones, el juicio humano y el feedback histórico.
Por ahora, aún existe una distancia no corta entre los modelos generales y los negocios reales. Y esta distancia es precisamente la oportunidad para las empresas de aplicaciones de IA.
Esta distancia proviene principalmente de tres aspectos.
Primero, la experiencia. Gran parte del conocimiento más valioso en muchos sectores circula en los procesos empresariales reales de la empresa.
¿Por qué se rechaza una solicitud de seguro? ¿Por qué finalmente se cierra una oportunidad de venta? ¿Por qué un problema de servicio al cliente debe escalarse? Esta experiencia solo se sedimenta como capacidad del sistema después de acumular una gran cantidad de casos reales.
Un sistema que ha procesado miles de suscripciones de seguros y un nuevo producto que acaba de entrar en la industria, evidentemente no tendrán el mismo nivel de comprensión del problema.
Segundo, el costo. Las empresas reales no invocarán el modelo más fuerte y caro para todas las tareas. Las aplicaciones de IA maduras suelen emplear múltiples modelos en coordinación, programándolos según las necesidades del negocio.
Por ejemplo, usar modelos grandes para tareas complejas, modelos medianos para tareas estándar, y modelos pequeños de menor costo para tareas repetitivas.
En este proceso, las empresas de modelos grandes proporcionan inteligencia general, mientras que las empresas de aplicaciones de IA son responsables de transformar esta inteligencia en flujos de trabajo empresariales que puedan generar beneficios de manera sostenible.
Tercero, la gobernanza. Cuanto más se acercan al núcleo del negocio, más se preocupan las empresas por la controlabilidad. Por ejemplo, la salud tiene requisitos de privacidad, las finanzas tienen requisitos regulatorios, el derecho tiene normas profesionales.
A las empresas no solo les importa si la IA puede completar la tarea, sino también a qué datos accedió, qué operaciones ejecutó y cómo se rastreará la responsabilidad si surge un problema.
Por lo tanto, lo que muchas empresas de aplicaciones de IA finalmente entregan no es solo una capacidad de modelo, sino todo un mecanismo operativo que la empresa puede aceptar y en el que puede confiar.
Las ventas son un ejemplo típico. En superficie, las ventas con IA no son más que buscar clientes, escribir correos, enviar mensajes. Pero una vez implementadas realmente, rápidamente se convierten en un conjunto complejo de procesos.
Selección de clientes, complementación de información, investigación de antecedentes, elección de canales, ritmo de contacto, feedback de resultados, cada eslabón afecta la tasa de conversión final. El verdadero valor de las aplicaciones de IA radica en conectar estos eslabones y optimizarlos continuamente.
Por lo tanto, cuando reevaluamos el impacto de la IA en la industria del software, quizás descubramos un fenómeno interesante:
Las empresas no pagarán solo porque un modelo sea más inteligente. Lo que realmente hace que las empresas paguen es la capacidad de transformar la inteligencia en resultados de manera estable. Y entre la inteligencia y el resultado, aún hay complejos procesos empresariales, experiencia del sector y reglas organizacionales.
Hace medio año, el mercado preguntaba con pánico: ¿La IA matará al software?
Mirando hacia atrás ahora, la respuesta ya es clara. La IA no matará al software, pero redefinirá el software. Y aquellas empresas que puedan completar primero esta redefinición, serán los mayores ganadores en el próximo ciclo.
Este artículo proviene del WeChat Official Account "硅基观察Pro", autor: 硅基君
