Hogar
Bain prevé un mercado de SaaS de 100 000 millones de dólares en el ámbito de la automatización basada en IA agentiva
Bain & Company ha estimado que en Estados Unidos existe un mercado de 100 000 millones de dólares para las empresas de SaaS que aprovechan la IA agentiva. La consultora afirma que este mercado surge de la automatización de las tareas de coordinación dentro de los sistemas empresariales.
Esta estimación procede de la segunda entrega de la serie de cinco partes de Bain sobre la industria del software en la era de la IA. El informe analiza dónde podría la IA agentiva abrir nuevos mercados de software y cómo los proveedores de SaaS pueden captarlos.
El trabajo de coordinación en los sistemas empresariales
Según Bain, el mercado surge de las tareas manuales que los empleados realizan en diferentes aplicaciones empresariales. Estos flujos de trabajo suelen implicar sistemas ERP, CRM y de soporte, así como herramientas de gestión de proveedores y correo electrónico.
Entre estas tareas se incluyen extraer datos de un sistema y cotejarlos con otro, interpretar mensajes no estructurados y decidir si se aprueba, se responde, se escala o se espera.
Bain señaló que la automatización basada en reglas y la automatización robótica de procesos tienen limitaciones cuando los flujos de trabajo implican ambigüedad e información dispersa en múltiples sistemas. La IA agentiva puede interpretar datos de diversas fuentes, coordinar acciones entre sistemas y operar dentro de los límites establecidos por las políticas.
El informe sostiene que la IA agentiva no tiene como objetivo principal sustituir a las plataformas SaaS; en cambio, la oportunidad de mercado reside en convertir el trabajo de coordinación, que requiere mucha mano de obra, en gasto en software.
Bain estima que los proveedores ya están captando entre 4000 y 6000 millones de dólares del mercado estadounidense, con más del 90 % sin explotar.
Fuera de EE. UU., Bain prevé que Canadá, Europa, Australia y Nueva Zelanda podrían sumar en conjunto un mercado de tamaño similar, lo que elevaría el total en esas regiones y en EE. UU. a unos 200 000 millones de dólares.
Tamaño del mercado por función
El mercado no se distribuye de manera uniforme entre las funciones empresariales. Bain estima que las ventas representan la mayor cuota individual, con unos 20 000 millones de dólares, impulsadas principalmente por el número de empleados de ventas más que por un potencial de automatización inusualmente alto.
El coste de los productos vendidos y las operaciones representan aproximadamente 26 000 millones de dólares. La amplia plantilla operativa significa que incluso unas tasas de automatización modestas se traducen en un mercado potencial considerable. I+D e ingeniería, atención al cliente y finanzas representan cada una un mercado potencial de entre 6000 y 12 000 millones de dólares aproximadamente. Estas funciones cuentan con una amplia plantilla y un mayor potencial de automatización en flujos de trabajo específicos.
La atención al cliente y la I+D/ingeniería tienen el mayor potencial de automatización, con aproximadamente entre el 40 % y el 60 % de las tareas del flujo de trabajo automatizables. Bain señaló que ambas áreas implican datos estructurados, procesos estandarizados y señales de salida más claras. Las finanzas y los recursos humanos se sitúan en el rango del 35 % al 45 %. El informe indica que las cuentas por pagar y la nómina tienen un mayor potencial de automatización, mientras que la planificación financiera y las relaciones con los empleados implican un mayor grado de criterio.
Las ventas y las TI se sitúan entre el 30 % y el 40 %. Bain señaló los matices en las relaciones, la variación de un acuerdo a otro y la naturaleza impredecible de los incidentes de seguridad como límites a la automatización en esas áreas. El área jurídica tiene un potencial de automatización general menor, entre el 20 % y el 30 %. Bain señaló que la revisión de contratos y el cumplimiento normativo son tareas repetitivas, pero que las consecuencias de los errores exigen una supervisión más estricta.
Factores de automatización de Bain
El informe identifica seis factores que determinan qué parte de un flujo de trabajo puede gestionar de forma realista un agente de IA. Entre ellos se incluyen la verificabilidad de los resultados, las consecuencias de un fallo, la disponibilidad de conocimientos digitalizados y la variabilidad del proceso. Bain señaló que los flujos de trabajo con señales de verificación claras son más fáciles de automatizar que aquellos que implican un juicio subjetivo. Algunos ejemplos son la compilación de código, la conciliación de facturas y la resolución de tickets de soporte.
Los flujos de trabajo que implican riesgos normativos o financieros, como la presentación de declaraciones fiscales, el cumplimiento legal y la respuesta a incidentes de seguridad, requieren una supervisión humana más estrecha incluso cuando los agentes son técnicamente capaces, según el informe.
Bain también destacó la disponibilidad de conocimiento digitalizado como una limitación. Los agentes necesitan acceso a datos estructurados y contexto documentado, así como a entradas legibles por máquina, incluida la lógica de decisión que a menudo reside de manera informal en los empleados con experiencia.
La complejidad de la integración afecta a la automatización cuando los flujos de trabajo atraviesan múltiples sistemas y API. Las capas de autenticación y los procesos de gestión de excepciones añaden aún más complejidad, lo que hace que estos flujos de trabajo sean más difíciles de automatizar de principio a fin que los que se encuentran dentro de una única plataforma. Las áreas de mayor valor se concentran allí donde ningún sistema de registro controla por sí solo el resultado completo, abarcando a menudo sistemas ERP, CRM y de soporte, afirma la empresa.
David Crawford, presidente de la práctica global de tecnología y telecomunicaciones de Bain, afirmó que las empresas de SaaS han dedicado las últimas dos décadas a consolidar su posición en torno a los sistemas de registro, y que la próxima fuente de ventaja será el «contexto de decisión entre flujos de trabajo»: la capacidad de interpretar y actuar dentro de flujos de trabajo que se mueven a través de múltiples sistemas.
Ejemplos de empresas y flujos de trabajo adyacentes
El informe citó a Cursor, Sierra, Harvey, Glean, Salesforce, ServiceNow y Workday en su análisis de la adopción de la IA agentiva. Según Bain, Cursor ha superado los 16,7 millones de dólares en ingresos mensuales medios tras duplicarlos en un solo trimestre. Sierra ha superado los 150 millones de dólares anuales, Harvey los 190 millones de dólares anuales y Glean los 200 millones de dólares anuales.
El informe también señala a GitHub como ejemplo de empresa que utiliza datos de un flujo de trabajo central existente para expandirse hacia áreas adyacentes. El negocio principal de GitHub es la colaboración entre desarrolladores y el control de código fuente, pero sus datos de repositorios y flujos de trabajo ayudaron a respaldar la expansión hacia la productividad de los desarrolladores asistida por IA y la automatización de la seguridad.
Bain afirma que las empresas de SaaS pueden expandirse a través de dos tipos de automatización de flujos de trabajo. El primero es la automatización de los flujos de trabajo principales, donde ya cuentan con conocimientos del sector y la confianza de los clientes. Las integraciones de sistemas existentes pueden respaldar la automatización de los flujos de trabajo principales. La segunda es la automatización de flujos de trabajo adyacentes a los que la empresa no presta servicio directamente en la actualidad. Estas áreas pueden ser más difíciles de identificar, ya que requieren un mapeo detallado de los flujos de trabajo de los clientes y de los datos subyacentes que respaldan las decisiones.
Los modelos de precios pueden cambiar cuando los agentes entregan resultados completos. Bain señaló que los precios basados en resultados y en el uso pueden cobrar mayor relevancia cuando los agentes resuelven problemas o procesan facturas, en contraste con los precios tradicionales basados en puestos y accesos.
Recomendaciones de Bain para las empresas de SaaS
Bain recomendó que las empresas de SaaS comiencen por identificar qué flujos de trabajo de los clientes son ahora automatizables con IA de tipo agente. La consultora señaló que las empresas deben evaluar la automatización a nivel de subprocesos, sin tratar todas las funciones como igualmente automatizables.
El informe también aconseja a las empresas que evalúen la calidad de sus datos. Bain señala que entre los factores relevantes se incluyen si los datos son exhaustivos, están vinculados a los resultados y son utilizables para la automatización.
Bain señaló que las empresas podrían subsanar las carencias de capacidad mediante el desarrollo interno, las adquisiciones o las asociaciones. El informe citó el desarrollo interno de la plataforma Axon por parte de AppLovin, la adquisición de Moveworks por parte de ServiceNow y la asociación de Salesforce con Workday como ejemplos de diferentes enfoques.
La firma también destacó la necesidad de contar con talento en ingeniería de IA, una arquitectura nativa de la nube para la orquestación multiagente y financiación para el entrenamiento de modelos y la inferencia. Afirmó que las empresas deberían alinear los precios y los incentivos de ventas con los resultados impulsados por la IA, y no con los modelos heredados basados en licencias.
Bain señaló que las empresas de SaaS también necesitarán bases de datos y productos diseñados para flujos de trabajo agenticos, incluyendo traspasos legibles por máquina y sistemas que capturen las decisiones y los resultados de cada ejecución del flujo de trabajo.
Crawford señaló que el plazo para las empresas de SaaS «se mide en trimestres, no en años», ya que las empresas nativas de IA recopilan más datos de implementación con cada flujo de trabajo de cliente que automatizan.
Véase también: Google prueba el agente de IA Remy para Gemini a medida que la atención se centra en el control del usuario
¿Quieres saber más sobre IA y big data de la mano de líderes del sector? Echa un vistazo a la AI & Big Data Expo que tendrá lugar en Ámsterdam, California y Londres. Este evento integral forma parte de TechEx y se celebra junto con otros eventos tecnológicos líderes; haz clic aquí para obtener más información.
AI News es una iniciativa de TechForge Media. Descubre aquí otros eventos y seminarios web sobre tecnología empresarial que se celebrarán próximamente.
Artículo relacionado
Trace recauda 3 millones de dólares para superar las barreras en la adopción de agentes de IA empresariales
A pesar de su potencial, los agentes de IA han tenido dificultades para ganar terreno en el ámbito empresarial. Una startup emergente cree que el problema fundamental radica en la falta de contexto.Lanzada como parte del grupo de verano 2025 de Y Co
Kakao Mobility presenta su hoja de ruta para la conducción autónoma de nivel 4 basada en la IA física
Kakao Mobility tiene previsto desarrollar internamente tecnologías de conducción autónoma de nivel 4 como parte de su estrategia de IA física.En la conferencia World IT Show 2026, celebrada en el COE
Glean se centra en la infraestructura de IA empresarial en su carrera por el mercado
La carrera por dominar la IA empresarial se está acelerando. Microsoft está incorporando Copilot a Office, Google está integrando Gemini en Workspace, y tanto OpenAI como Anthropic están vendiendo dir
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
Bain & Company ha estimado que en Estados Unidos existe un mercado de 100 000 millones de dólares para las empresas de SaaS que aprovechan la IA agentiva. La consultora afirma que este mercado surge de la automatización de las tareas de coordinación dentro de los sistemas empresariales.
Esta estimación procede de la segunda entrega de la serie de cinco partes de Bain sobre la industria del software en la era de la IA. El informe analiza dónde podría la IA agentiva abrir nuevos mercados de software y cómo los proveedores de SaaS pueden captarlos.
El trabajo de coordinación en los sistemas empresariales
Según Bain, el mercado surge de las tareas manuales que los empleados realizan en diferentes aplicaciones empresariales. Estos flujos de trabajo suelen implicar sistemas ERP, CRM y de soporte, así como herramientas de gestión de proveedores y correo electrónico.
Entre estas tareas se incluyen extraer datos de un sistema y cotejarlos con otro, interpretar mensajes no estructurados y decidir si se aprueba, se responde, se escala o se espera.
Bain señaló que la automatización basada en reglas y la automatización robótica de procesos tienen limitaciones cuando los flujos de trabajo implican ambigüedad e información dispersa en múltiples sistemas. La IA agentiva puede interpretar datos de diversas fuentes, coordinar acciones entre sistemas y operar dentro de los límites establecidos por las políticas.
El informe sostiene que la IA agentiva no tiene como objetivo principal sustituir a las plataformas SaaS; en cambio, la oportunidad de mercado reside en convertir el trabajo de coordinación, que requiere mucha mano de obra, en gasto en software.
Bain estima que los proveedores ya están captando entre 4000 y 6000 millones de dólares del mercado estadounidense, con más del 90 % sin explotar.
Fuera de EE. UU., Bain prevé que Canadá, Europa, Australia y Nueva Zelanda podrían sumar en conjunto un mercado de tamaño similar, lo que elevaría el total en esas regiones y en EE. UU. a unos 200 000 millones de dólares.
Tamaño del mercado por función
El mercado no se distribuye de manera uniforme entre las funciones empresariales. Bain estima que las ventas representan la mayor cuota individual, con unos 20 000 millones de dólares, impulsadas principalmente por el número de empleados de ventas más que por un potencial de automatización inusualmente alto.
El coste de los productos vendidos y las operaciones representan aproximadamente 26 000 millones de dólares. La amplia plantilla operativa significa que incluso unas tasas de automatización modestas se traducen en un mercado potencial considerable. I+D e ingeniería, atención al cliente y finanzas representan cada una un mercado potencial de entre 6000 y 12 000 millones de dólares aproximadamente. Estas funciones cuentan con una amplia plantilla y un mayor potencial de automatización en flujos de trabajo específicos.
La atención al cliente y la I+D/ingeniería tienen el mayor potencial de automatización, con aproximadamente entre el 40 % y el 60 % de las tareas del flujo de trabajo automatizables. Bain señaló que ambas áreas implican datos estructurados, procesos estandarizados y señales de salida más claras. Las finanzas y los recursos humanos se sitúan en el rango del 35 % al 45 %. El informe indica que las cuentas por pagar y la nómina tienen un mayor potencial de automatización, mientras que la planificación financiera y las relaciones con los empleados implican un mayor grado de criterio.
Las ventas y las TI se sitúan entre el 30 % y el 40 %. Bain señaló los matices en las relaciones, la variación de un acuerdo a otro y la naturaleza impredecible de los incidentes de seguridad como límites a la automatización en esas áreas. El área jurídica tiene un potencial de automatización general menor, entre el 20 % y el 30 %. Bain señaló que la revisión de contratos y el cumplimiento normativo son tareas repetitivas, pero que las consecuencias de los errores exigen una supervisión más estricta.
Factores de automatización de Bain
El informe identifica seis factores que determinan qué parte de un flujo de trabajo puede gestionar de forma realista un agente de IA. Entre ellos se incluyen la verificabilidad de los resultados, las consecuencias de un fallo, la disponibilidad de conocimientos digitalizados y la variabilidad del proceso. Bain señaló que los flujos de trabajo con señales de verificación claras son más fáciles de automatizar que aquellos que implican un juicio subjetivo. Algunos ejemplos son la compilación de código, la conciliación de facturas y la resolución de tickets de soporte.
Los flujos de trabajo que implican riesgos normativos o financieros, como la presentación de declaraciones fiscales, el cumplimiento legal y la respuesta a incidentes de seguridad, requieren una supervisión humana más estrecha incluso cuando los agentes son técnicamente capaces, según el informe.
Bain también destacó la disponibilidad de conocimiento digitalizado como una limitación. Los agentes necesitan acceso a datos estructurados y contexto documentado, así como a entradas legibles por máquina, incluida la lógica de decisión que a menudo reside de manera informal en los empleados con experiencia.
La complejidad de la integración afecta a la automatización cuando los flujos de trabajo atraviesan múltiples sistemas y API. Las capas de autenticación y los procesos de gestión de excepciones añaden aún más complejidad, lo que hace que estos flujos de trabajo sean más difíciles de automatizar de principio a fin que los que se encuentran dentro de una única plataforma. Las áreas de mayor valor se concentran allí donde ningún sistema de registro controla por sí solo el resultado completo, abarcando a menudo sistemas ERP, CRM y de soporte, afirma la empresa.
David Crawford, presidente de la práctica global de tecnología y telecomunicaciones de Bain, afirmó que las empresas de SaaS han dedicado las últimas dos décadas a consolidar su posición en torno a los sistemas de registro, y que la próxima fuente de ventaja será el «contexto de decisión entre flujos de trabajo»: la capacidad de interpretar y actuar dentro de flujos de trabajo que se mueven a través de múltiples sistemas.
Ejemplos de empresas y flujos de trabajo adyacentes
El informe citó a Cursor, Sierra, Harvey, Glean, Salesforce, ServiceNow y Workday en su análisis de la adopción de la IA agentiva. Según Bain, Cursor ha superado los 16,7 millones de dólares en ingresos mensuales medios tras duplicarlos en un solo trimestre. Sierra ha superado los 150 millones de dólares anuales, Harvey los 190 millones de dólares anuales y Glean los 200 millones de dólares anuales.
El informe también señala a GitHub como ejemplo de empresa que utiliza datos de un flujo de trabajo central existente para expandirse hacia áreas adyacentes. El negocio principal de GitHub es la colaboración entre desarrolladores y el control de código fuente, pero sus datos de repositorios y flujos de trabajo ayudaron a respaldar la expansión hacia la productividad de los desarrolladores asistida por IA y la automatización de la seguridad.
Bain afirma que las empresas de SaaS pueden expandirse a través de dos tipos de automatización de flujos de trabajo. El primero es la automatización de los flujos de trabajo principales, donde ya cuentan con conocimientos del sector y la confianza de los clientes. Las integraciones de sistemas existentes pueden respaldar la automatización de los flujos de trabajo principales. La segunda es la automatización de flujos de trabajo adyacentes a los que la empresa no presta servicio directamente en la actualidad. Estas áreas pueden ser más difíciles de identificar, ya que requieren un mapeo detallado de los flujos de trabajo de los clientes y de los datos subyacentes que respaldan las decisiones.
Los modelos de precios pueden cambiar cuando los agentes entregan resultados completos. Bain señaló que los precios basados en resultados y en el uso pueden cobrar mayor relevancia cuando los agentes resuelven problemas o procesan facturas, en contraste con los precios tradicionales basados en puestos y accesos.
Recomendaciones de Bain para las empresas de SaaS
Bain recomendó que las empresas de SaaS comiencen por identificar qué flujos de trabajo de los clientes son ahora automatizables con IA de tipo agente. La consultora señaló que las empresas deben evaluar la automatización a nivel de subprocesos, sin tratar todas las funciones como igualmente automatizables.
El informe también aconseja a las empresas que evalúen la calidad de sus datos. Bain señala que entre los factores relevantes se incluyen si los datos son exhaustivos, están vinculados a los resultados y son utilizables para la automatización.
Bain señaló que las empresas podrían subsanar las carencias de capacidad mediante el desarrollo interno, las adquisiciones o las asociaciones. El informe citó el desarrollo interno de la plataforma Axon por parte de AppLovin, la adquisición de Moveworks por parte de ServiceNow y la asociación de Salesforce con Workday como ejemplos de diferentes enfoques.
La firma también destacó la necesidad de contar con talento en ingeniería de IA, una arquitectura nativa de la nube para la orquestación multiagente y financiación para el entrenamiento de modelos y la inferencia. Afirmó que las empresas deberían alinear los precios y los incentivos de ventas con los resultados impulsados por la IA, y no con los modelos heredados basados en licencias.
Bain señaló que las empresas de SaaS también necesitarán bases de datos y productos diseñados para flujos de trabajo agenticos, incluyendo traspasos legibles por máquina y sistemas que capturen las decisiones y los resultados de cada ejecución del flujo de trabajo.
Crawford señaló que el plazo para las empresas de SaaS «se mide en trimestres, no en años», ya que las empresas nativas de IA recopilan más datos de implementación con cada flujo de trabajo de cliente que automatizan.
Véase también: Google prueba el agente de IA Remy para Gemini a medida que la atención se centra en el control del usuario
¿Quieres saber más sobre IA y big data de la mano de líderes del sector? Echa un vistazo a la AI & Big Data Expo que tendrá lugar en Ámsterdam, California y Londres. Este evento integral forma parte de TechEx y se celebra junto con otros eventos tecnológicos líderes; haz clic aquí para obtener más información.
AI News es una iniciativa de TechForge Media. Descubre aquí otros eventos y seminarios web sobre tecnología empresarial que se celebrarán próximamente.
Trace recauda 3 millones de dólares para superar las barreras en la adopción de agentes de IA empresariales
A pesar de su potencial, los agentes de IA han tenido dificultades para ganar terreno en el ámbito empresarial. Una startup emergente cree que el problema fundamental radica en la falta de contexto.Lanzada como parte del grupo de verano 2025 de Y Co
Glean se centra en la infraestructura de IA empresarial en su carrera por el mercado
La carrera por dominar la IA empresarial se está acelerando. Microsoft está incorporando Copilot a Office, Google está integrando Gemini en Workspace, y tanto OpenAI como Anthropic están vendiendo dir











