El ‘harness’ es la empresa: la nueva tesis SaaS

¿Qué es un «harness» y por qué importa en 2026?

Un «harness» es toda la infraestructura, interfaces, contexto y estado que rodea a un LLM sin estado propio — desde frameworks como LangGraph hasta coding agents como Claude Code, Codex u OpenCode. La idea, desarrollada en un post reciente de sshh.io, es que el modelo de IA es la materia prima y todo lo demás (la «arnés» que lo envuelve) es donde vive el valor real de un negocio de software.

La definición amplia importa porque la estrecha — «un harness es un agente de código» — ya se quedó corta. Hoy un harness puede componerse de sub-harnesses especializados: uno que escribe specs, otro que escribe código, otro que revisa, y por encima un orquestador que decide qué corre y cuándo. Un «software factory» es, en este marco, un harness hecho de harnesses más pequeños.

El concepto llega en un momento clave. Según la encuesta State of Agent DLC de Harness, de septiembre de 2026, sobre 700 ingenieros y líderes de ingeniería, las empresas están desplegando agentes más rápido de lo que adaptan sus procesos de desarrollo para gobernarlos. Solo el 8% de las organizaciones tiene IA agéntica en producción, según cifras de Gartner recogidas por Harness y reportadas por TechTarget.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

La trayectoria: del SaaS tradicional a la empresa-harness

El post de sshh.io describe una trayectoria en cuatro etapas que toda empresa de software debería mirar con detenimiento:

SaaS clásico — se vende software como siempre. Sin harness.
Ingenieros en pareja con agentes — los humanos operan harnesses individuales; producto y ventas empiezan a usarlos para ganar productividad.
Agentes corriendo en segundo plano en la nube — un laptop no soporta veinte agentes a la vez; los individuos orquestan harnesses, revisan outputs y disparan prompts.
Agentes proactivos que deciden qué hacer — los humanos pasan a ser revisores muestreados; el harness orquesta a las personas, no al revés.

«El código que se está produciendo es astronómico», dijo Trevor Stuart, SVP de Harness, en el evento Harness Unscripted 2026 en Boston, según recogió TechTarget. Esa aceleración es la que empuja a las empresas de la etapa 1 a la 4 sin que lo noten.

Una encuesta de Omdia de agosto de 2026 a líderes de TI encontró que el 81% de las organizaciones ve la IA agéntica como prioridad estratégica y el 80% está haciendo inversiones significativas en infraestructura para soportarla. En paralelo, el mismo estudio mostró que el 80% expresa preocupación por obtener ROI positivo de esas inversiones.

¿Esto significa que los humanos sobran?

No — y ahí está el matiz más importante. La tesis de sshh.io advierte contra la tentación de pensar que un producto «armado» principalmente por IA es inherentemente de baja calidad. Asumir eso, dice el post, es creer que la empresa operaría «lights-out», sin intervención humana.

El punto clave es dónde pone el harness la atención humana. Tres ejemplos del propio artículo:

Una decisión de producto surge de un agente que lanza preguntas a los reps en reuniones con clientes y sintetiza un demo para que el líder de producto revise.
Una sugerencia de feature de una reunión con clientes se convierte en una decisión arquitectónica mayor que el agente presenta a un «taste-holder» de ingeniería.
Un rediseño de UI se inicia tras agregar feedback, se prueban variantes y las mejores se presentan a un «taste-holder» de diseño.

El rol humano pasa de ejecutor a censor de gusto y juicio. Y aquí la realidad actual: según Jim Mercer, analista de IDC, citado en TechTarget, la mayoría de las empresas está en el nivel 2 de autonomía, con humanos en el loop. «No es apagar el interruptor. Es una adopción gradual», dijo Mercer. Solo el 10% afirma usar IA totalmente autónoma, y un 40% usa solo automatización básica o centrada en procesos.

Por qué construir tu propio harness se vuelve ventaja competitiva

La consecuencia estratégica de la tesis es que la diferenciación de tu empresa migra del producto al harness. Confianza, distribución, eficacia y contexto de dominio — los cuatro activos clásicos — se redefinen así:

Confianza: lo que el harness considera necesario para que un trabajo salga a producción.
Distribución: cómo y a qué velocidad el producto llega al mercado.
Eficacia: la velocidad y el contexto de los feedback loops.
Conocimiento del dominio: cómo se ingiere y mantiene la memoria institucional.

El post de sshh.io señala que esto ya empezó: las herramientas internas de desarrollo de IA de Ramp, Stripe y DoorDash son el comienzo. Para empresas AI-native, esperar a que un vendor de SDLC añada una integración, soporte cierta interfaz o alcance un nivel de costo-eficiencia se vuelve un cuello de botella creciente. «Cuanto más cambian [afinar el modelo, temperatura, prompt], cada cambio puede hacer que el agente responda diferente. Quiero probarlo con el 1% de mis clientes primero», dijo Stuart en Boston.

El propio Gartner, en su anuncio del 1 de julio de 2026, estima que hasta US$234.000 millones en gasto empresarial en aplicaciones de software estarán en riesgo por la IA agéntica hacia 2030 — aproximadamente el 20% del gasto SaaS proyectado para ese año, según recoge note.com en su resumen del informe. La razón: los agentes completan tareas entre múltiples aplicaciones, y se reduce la cantidad de personas que necesitan usar cada herramienta individual. La base del pricing por seats empieza a quebrarse.

Al mismo tiempo, el gasto en servicios de implementación de IA pasará de US$436.400 millones en 2025 a US$759.400 millones en 2027, un crecimiento de 1,74x en dos años según el mismo informe de Gartner.

¿Qué significa esto para tu startup?

La lectura práctica para founders es incómoda pero accionable. Si tu SaaS puede reemplazarse con un prompt, eventualmente lo será. Si tu producto vive en datos propietarios o en un workflow que el cliente no puede desarmar, tienes un foso.

Acciones concretas para los próximos 90 días:

Audita tu producto con la regla de «una semana y un coding agent»: dale a un buen desarrollador una semana y un asistente de IA para reconstruir tu feature core. Lo que logre replicar no es tu moat. Lo que no logre tocar (datos propietarios, integraciones profundas, el trail de compliance, la expertise humana a la que el cliente llama cuando la IA falla) sí lo es. Esta idea la desarrolla Konstantin Klyagin en Forbes.
Decide qué parte del harness quieres poseer y cuál comprar. La tesis de sshh.io es clara: la empresa debe ser dueña del harness de alto nivel — el que decide qué construir y revisa lo que vuelve — y enchufar vendors para flujos específicos. Tu software interno (CRM, soporte, dev tools) necesita ser headless para que el harness exterior pueda correrlo.
Rediseña tus roles alrededor de «taste-holders», no de ejecutores. La pregunta de org chart ya no es «quién hace el trabajo» sino «dónde pongo a las personas para que el harness extraiga el máximo de juicio y criterio de ellas».

La cifra que mejor resume el momento la dio KPMG en su Global Tech Report 2026: solo el 24% de las empresas ve ROI en múltiples casos de uso de IA, aunque el 74% dice que sus casos están creando valor económico. La distancia entre intención y resultado es, probablemente, la grieta más grande que el «harness» viene a tapar — o a exponer.