El 32% de las empresas ya dejó de comprar software por construir con IA
Una de cada tres organizaciones consultadas por McKinsey decidió no comprar al menos un programa o funcionalidad tecnológica porque consideró que podía desarrollarlo internamente con herramientas de programación basadas en agentes de IA. El dato, difundido por La República a partir del estudio global de la consultora, marca un cambio en la lógica de inversión tecnológica que durante décadas se apoyó en proveedores externos.
Para un founder, la lectura no es «el software empresarial murió». Es que la pregunta «¿compro o construyo?» dejó de tener una respuesta automática y ahora exige un cálculo explícito. Y ese cálculo, mal hecho, puede costar más que la licencia que se evitó.
¿Qué tan profundo es el cambio en las decisiones de compra?
El informe State of AI 2026 de McKinsey se basa en respuestas de 1.719 participantes de 97 países, según recogió HPCwire. Entre quienes McKinsey clasifica como «high performers» —el 6% que atribuye al menos 5% de su EBIT a la IA— casi la mitad está dejando de comprar software, frente al 31% del resto de los encuestados.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasLa distribución tampoco es pareja por sector. Según el mismo análisis, tecnología lidera con 41%, seguido por salud (aseguradoras y prestadores) con 39%, y servicios profesionales y energía con 38%.
El patrón sugiere algo importante: no son las empresas más chicas y con menos presupuesto las que más construyen, sino las que ya obtienen valor medible de la IA. Es decir, la capacidad de construir internamente aparece como consecuencia de haber ordenado antes los datos, los procesos y el gobierno de la tecnología.
Las grandes van al doble de velocidad que las pequeñas
El estudio muestra una brecha clara por tamaño. Entre las organizaciones con más de US$1.000 millones de ingresos anuales, el 40% está escalando agentes de IA en una o más funciones, frente al 27% del año anterior. En las empresas más pequeñas, esa cifra es de apenas 22% y no creció respecto al año previo, según HPCwire.
La fuente original refuerza el mismo movimiento: el 44% de las organizaciones afirma que está ampliando el uso de IA a escala empresarial, frente al 38% registrado un año antes.
En agentes de programación específicamente, alrededor del 20% de las organizaciones los está escalando, contra el 31% de las grandes empresas. La conclusión práctica: si tu startup compite contra una corporación, esa corporación puede estar automatizando partes de su stack más rápido de lo que sugiere el promedio del mercado.
Construir con IA no es gratis: la tasa de éxito es incómoda
Acá está el dato que casi nadie pone en el titular. Investigación de MIT NANDA citada por Yahoo Finance indica que los sistemas construidos internamente tienen éxito solo alrededor del 33% de las veces, mientras que las herramientas compradas a proveedores alcanzan cerca del 67%.
Gartner proyecta además que más del 40% de los proyectos de IA agéntica serán cancelados antes de fines de 2027 por costos crecientes, valor de negocio poco claro y controles de riesgo insuficientes. Y la adopción real en producción sigue siendo minoritaria: la encuesta de CIO de Gartner de 2026 encontró que solo el 17% de las organizaciones desplegó agentes, y el reporte Tech Trends 2026 de Deloitte ubica los sistemas agénticos listos para producción en apenas 11%.
La fuente original lo plantea con precisión: generar código no significa que cualquier aplicación pueda desarrollarse sin conocimiento especializado. Los programas empresariales necesitan pruebas, mantenimiento, controles de seguridad y compatibilidad con la infraestructura existente.
El cuello de botella no es el código, es la integración
El análisis difundido por Stefanini Group y recogido por La República apunta al problema central: una solución de IA puede clasificar información o generar reportes, pero su utilidad se desploma si los resultados deben trasladarse a mano a otros programas.
Las organizaciones necesitan identificar de dónde vienen los datos, qué sistemas consumirán los resultados y cómo automatizar el intercambio entre plataformas —ERP, atención al cliente, herramientas administrativas y bases de datos. Sin eso, se construye una isla más.
El contexto de mercado confirma la presión. Gartner estimó en julio de 2026 que hasta US$234.000 millones en gasto de software de aplicaciones empresariales —cerca de un quinto de los presupuestos de SaaS corporativo— podrían quedar expuestos al «arbitraje agéntico» hacia 2030, según Analytics Insight. No es que el software vaya a desaparecer: es que una parte de su valor se está volviendo replicable.
Productividad individual no es rentabilidad
El hallazgo más útil del estudio es la brecha entre beneficio personal y resultado de negocio. El 80% de los participantes afirma que la IA mejoró su productividad individual, pero solo el 37% reporta impacto en el EBIT de su empresa, un porcentaje prácticamente sin cambios respecto a 2025, según HPCwire.
McKinsey lo enmarca como una paradoja: las compañías acumulan evidencia de que la tecnología hace más productivas a las personas, pero no logran convertir esa ganancia en resultados financieros medibles. The Next Web recoge que la propia firma sostiene que la mayoría de las aplicaciones actuales «aceleran el trabajo existente» sin rediseñar los flujos de trabajo, y compara el momento con la electricidad en las fábricas: primero se reemplazó el motor de vapor, y el salto llegó recién cuando se reorganizó la planta completa.
¿Qué significa esto para tu startup?
La tendencia no te obliga a construir todo. Te obliga a decidir con criterio y a medir el resultado, no la sensación de velocidad.
- Clasifica tus necesidades en tres cajas. Funciones que son tu ventaja competitiva (construye), funciones de soporte con proveedores maduros (compra) y funciones de proceso interno repetitivo —reportes, clasificación de documentos, conexión entre sistemas— donde construir con agentes suele tener mejor retorno. El estudio de McKinsey muestra que la mayoría de las decisiones de «no comprar» son sobre funcionalidades puntuales, no sobre plataformas centrales.
- Calcula el costo total, no el costo de construir. Antes de reemplazar una licencia, suma mantenimiento, pruebas, seguridad, cumplimiento y las horas de ingeniería que dejan de ir a tu producto. La tasa de éxito del 33% para desarrollos internos que reporta MIT NANDA es la referencia que deberías usar para exigirte un plan de pruebas real.
- Mide EBIT, no horas ahorradas. Si tu equipo ahorra tiempo pero ese tiempo no se reinvierte en algo que mueve ingresos o margen, no capturaste el valor. Define desde el día uno qué indicador de negocio debería moverse y en cuánto tiempo.
- Resuelve la integración antes de escalar. Si el output de tu herramienta interna necesita copiarse y pegarse en otro sistema, todavía no terminaste el proyecto. Diseña la automatización del intercambio de datos como parte del alcance inicial, no como fase dos.
Conclusión
El titular fácil es que la IA está reemplazando al software tradicional. La lectura correcta es más matizada: la IA está ampliando las alternativas disponibles y obligando a cada empresa a justificar por qué compra lo que compra. Para una startup hispanohablante con equipo técnico limitado, eso es una oportunidad real de recortar gasto en herramientas de soporte, pero también una trampa si se confunde velocidad de prototipado con software listo para producción. La ventaja no la tiene quien construye más, sino quien construye lo correcto y lo integra de verdad.
Fuentes
- La República — Empresas comienzan a reemplazar compras de software por herramientas creadas con IA
- Yahoo Finance — The Build-vs-Buy Shift: 32% of Enterprises Bet on Agentic Coding Tools
- HPCwire — McKinsey Report: Enterprise AI Is Becoming a Two-Speed Race
- Analytics Insight — Agentic AI Enters New Phase: 62% Experiment, 23% Scale
- The Next Web — McKinsey’s new AI report argues the productivity payoff is real but conditional
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
