¿Se está Comiendo la IA el Software Vertical?

En 2016, Jeff Hinton hizo una predicción a largo plazo. Para aquellos de ustedes que no lo conozcan, Jeff es conocido como el padrino de la IA y es ganador del Premio Nobel por su trabajo en el campo. Y hacer predicciones a largo plazo es muy difícil. Ya hablé de esto antes, y estoy feliz de enviarles algunas fuentes/información si quisieran profundizar más en ello.

La predicción de Jeff en 2016 fue que los radiólogos iban a ser rápidamente reemplazados por la IA, y específicamente, dijo que la gente debería dejar de formar radiólogos. En los nueve años transcurridos desde que hizo esa predicción, el número de radiólogos en EE. UU. ha aumentado de 26,000 (estos son radiólogos certificados en EE. UU.) a 30,500, lo que supone un aumento del 17%. Ahora bien, eso superó al crecimiento poblacional en ese periodo. Así que el número de radiólogos per cápita pasó de 7.9 a 8.5. Ahora bien, Jeff no se equivocó sobre la aplicabilidad de la IA a la radiología. Dónde se equivocó fue en que la tecnología reemplazaría a las personas. En cambio, las ha potenciado. La calidad de la atención brindada por los radiólogos ha mejorado. Y el número de radiólogos en ejercicio ha aumentado.

Conté esta historia para transmitir dos puntos. En primer lugar, tú y yo nunca sabremos ni una fracción diminuta de lo que Jeff sabía sobre IA. Y en segundo lugar, a pesar de su profundo conocimiento en IA, no pudo predecir cómo cambiaría la estructura de la profesión de radiología.

Creo que hoy estamos en un punto similar con la profesión de programación. Es difícil decir si la programación enfrenta un renacimiento o una recesión. Los programadores podrían experimentar una demanda masiva de sus servicios si su eficiencia mejora diez veces. Puedes imaginar no tener que conformarte con software que hace el 80% de lo que quieres. Podrás obtener software que haga el 100% de lo que quieres. Que esté personalizado a tus necesidades. Y el coste de la programación impulsará ese aumento de personalización. Qué resultado tan maravilloso sería ese. De igual forma, puedes imaginar un aumento diez veces en la productividad de los programadores que genere una sobreoferta masiva de programadores. Y demanda, particularmente si la demanda de sus servicios permaneciera estática. Y. De manera similar, si la eficiencia 10x no ocurre, si es una ganancia del 10%, puedes imaginar que habría cambios muy modestos en el statu quo actual. Así que no sabemos hacia dónde irá esto. Estamos monitoreando la situación de cerca.

Pon esa pregunta en contexto porque creo que es una gran pregunta. Pero es una con la que hemos estado lidiando siempre. Así que veo al software de mercado vertical como algo que se sitúa entre aplicaciones horizontales que son baratas y alegres y hacen el 50% de lo que quieres, y sistemas altamente personalizados que hacen exactamente lo que quieres. Ahora bien, obviamente tienes que alcanzar cierto punto de precio para vivir en el medio, donde vive la mayoría de las compañías de software de mercado vertical. Frecuentemente tienes servicios profesionales para proporcionar cierta personalización, pero esos servicios profesionales, ya sea programación personalizada u otros, son caros y, por lo tanto, solo una cierta clase de clientes puede permitírselos. Así que aquellos que pasan de soluciones horizontales unidas con Excel al software de mercado vertical en el extremo inferior, van a tener muy poco en cuanto a servicios profesionales y personalización. Y a interfaces personalizadas e informes personalizados. Y en el extremo superior van a tener sistemas altamente personalizados donde estamos dispuestos a hacer lo que quieran siempre y cuando tengan presupuesto. Y nuestra gente no es barata. Así que tendrán que pagar por eso.

Bueno. Eso siempre ha sido así. Y los clientes más grandes frecuentemente ven su software como estratégico. No son solo las herramientas para hacer negocios. Es una manera en la que se diferencian de sus competidores. Y si estás tratando con un cliente grande y altamente diferenciado, van a querer que eso sea propietario para ellos, e intentarán capturar tanto de esa ventaja tecnológica como puedan dentro de su propio ámbito y controlarlo. Y así, frecuentemente perdemos grandes clientes frente a una implementación de SAP o una implementación propietaria. Y eso siempre ha sido así.

Sabes, capturamos a las pequeñas empresas cuando se gradúan de horizontales. Las tomamos y algunas de ellas crecen enormemente y se convierten en empresas grandes y muy exitosas. Y luego se gradúan para dejar de usar nuestros sistemas, y pasar a usar un sistema mucho más propietario en el que tienen una mano mucho más fuerte para dirigir. Ahora bien, la IA tiene el potencial de permitirnos hacer mucho más trabajo en hacer feliz al cliente y personalizar nuestras soluciones. Pero también permite que el cliente lo haga por sí mismo. Y así hay una tensión natural allí.

Obviamente, nos encantaría capturar eso. Nuestros clientes, si no tienen una lista de cinco años de proyectos de IT que abordar, obviamente les encantaría capturar eso también. Y así creo que, hasta cierto punto, cada vez que vamos a ver al director de IT de un gran cliente, estamos en una negociación. Respecto a lo que haremos y lo que harán ellos. Y, ya sabes, no va a haber una respuesta fácil. Va a estar en algún punto intermedio. Y la IA hace que potencialmente sea mucho más emocionante para nosotros proporcionar personalización. Pero también hace que sea mucho más probable que el cliente lo haga él mismo.

Obviamente con diferentes ganancias en diferentes etapas, pero volviendo a la pregunta original, que era si deberíamos considerar reconstruir software, luego extender o mantener lo que ya tenemos, considerando que estos son mejores para escribir código que para mantenerlo.

Bueno, respecto a esta pregunta, es importante considerar que incluso si reconstruimos con IA, aún tendremos que mantenerlo. Así que creo que en algunos casos nos permitirá modernizar y reconstruir nuestras soluciones de manera más efectiva de lo que pudimos hacer antes. Pero al mismo tiempo, cómo mantenemos, solucionamos problemas y corregimos errores en nuestras soluciones, todavía tendremos que hacerlo. Ya sea que el código haya sido escrito por IA o por humanos hace diez años.

Solo para intervenir y remarcar ese punto. Es realmente fácil emocionarse con mejoras 10x en la productividad de los programadores cuando generas esa nueva aplicación. Pero si esa nueva aplicación sale al mercado y genera montones de errores reportados por clientes y es fundamentalmente difícil de cambiar y mejorar, puedes perder en las rotondas lo que ganaste en los columpios: puedes terminar con mayores costes de vida útil de la base de código, y de manera similar, tienes que tener en cuenta la eficiencia del código que produce la IA. Y creo que estamos en días muy tempranos. Sabemos que hay algunos avances maravillosos en la eficiencia de los programadores en la parte inicial, y simplemente no conocemos aún las respuestas en la parte final porque no hemos convivido lo suficiente con ello.

Lo que podría ser más importante que los datos serán en realidad los procesos y flujos de trabajo. Nuestras empresas tienen un conocimiento increíble de los procesos y flujos de trabajo de los usuarios finales. A menudo mejor que los propios usuarios finales. Y creo que esta será la gran oportunidad para nosotros al mirar esos procesos. Intentar reimaginar algunos de ellos al incrustar IA en ciertas áreas y pasar de sistemas de registro —sistemas que capturan datos y permiten editarlos y recuperarlos— a sistemas de acción, en los que en algunos casos el agente de IA o la solución de IA realizará ciertos pasos que automatizarán más trabajo humano. Así que una de las cosas que estamos recomendando a nuestras empresas es que, nuevamente, mirar los datos es un primer paso importante. Pero como se ha discutido, esos datos, los clientes ya tienen acceso a esos datos. En algunos casos, los clientes están experimentando con otras soluciones de IA sobre esos datos. Pero los procesos, las reglas de negocio, los flujos de trabajo, eso es algo que hemos construido en los sistemas. Y creo que vamos a poder aprovechar eso bastante bien.

Estoy totalmente de acuerdo con Paul. Creo que el software de mercado vertical es la destilación de una conversación entre el proveedor y el cliente que ha continuado con frecuencia durante un par de décadas, y destilas esas prácticas de trabajo en algoritmos, software, datos e informes, y captura mucho sobre el negocio y la capacidad de examinar eso de una nueva manera. Debido a la IA se crean nuevas oportunidades para modificar, cambiar y sugerir nuevos enfoques. Así que sí, tengo la esperanza de que esa información única y propietaria será valiosa.

Respondiendo esta pregunta, debo decir que lo vimos con low code. Low code era la promesa de automatizar todos los procesos y que ya no se necesitarían desarrolladores de software. Cualquiera podría contribuir a sistemas low code y, bueno, la realidad fue completamente diferente. Y creo que debido al alcance, se ampliará y profundizará allí. Evolucionarán casos de negocio muy interesantes. Y si hablas de presupuesto de software, son solo costes comparados con los casos de negocio muy interesantes que evolucionarán. Así que debo decir, podría ser que el presupuesto de software se vuelva mucho más grande debido al alcance ampliado y profundizado y creo que ese será el caso porque hay muchas más posibilidades de optimizar los negocios. Y, por supuesto, todas las empresas que usan nuestro software también tendrán una competencia más fuerte. Así que tendrán que responder a sus competidores. Y, por supuesto, la IA será el medio para competir con los competidores. Se volverá aún más importante tener una propuesta de valor única de nuestro negocio, de las empresas que usan nuestro VMS.

Así que diría que los presupuestos de software ciertamente no serán devorados por la IA. Serán aprovechados por la IA.

Así que básicamente hemos creado nuestra propia especie de plataforma centralizada que elimina las diversas facciones que actualmente se están dando, donde hasta cierto punto, tienes que estar en gran medida dentro de este proveedor de nube para tener acceso nativo a este LLM y demás. Así que se están creando estas guerras de territorio a través de varios proveedores de nube y demás.

Y así, nuestra estrategia ha sido realmente desempeñar un papel muy neutral, como Suiza, donde al centralizar cosas a través de relaciones estratégicas, ya sea directamente con los proveedores de modelos o con los proveedores de plataformas y demás, hemos logrado negociar, creo, algunos acuerdos realmente agresivos y eliminar el elemento de estas facciones. Todos están dispuestos a jugar bien con nosotros en el arenero. Así que eso nos pone en una posición muy única donde, técnicamente, tenemos acceso a 15,000 modelos únicos. Y eso es porque esencialmente estamos consolidando todo lo que de otro modo no podría ser o residir en otras plataformas. La otra parte que mencioné muy brevemente, y Paul también insinuó, es el uso de activos on-prem cuando y donde sea posible.

Así que en la medida en que el LLM necesite ser, o el modelo de IA necesite ser hiper específico o, ya sabes, uno entrenado específicamente que resida con un proveedor existente de primer nivel, entonces claro, puede tener sentido aprovechar ese. Pero para servicios básicos, digamos de traducción, servicios de resumen, y una infinidad de otras funcionalidades y demás, el on-prem es más que suficiente y capaz de hacer su propia labor.

Sí, tal vez valga la pena esbozar brevemente lo que sabemos ahora mismo antes de mirar lo que podría ocurrir en el futuro. Hasta ahora, estos proveedores de modelos están cobrando entre 1 y 3 dólares por 1 millón de tokens. Puedes pensar en tokens aproximadamente como palabras. Ahora, hay muchos estudios que muestran que los usuarios de plataformas de IA consumen, en promedio al mes, entre 50,000 tokens —estos son los usuarios ligeros— y 1 millón de tokens —estos son los usuarios intensivos.

Así que, basándonos en los datos que tenemos ahora, podemos inferir que si un cliente de CSI comenzara a incorporar funciones de IA en su producto, habrá un COGS estimado por usuario de entre 1 y 8 dólares. Creo que podemos cubrir esto fácilmente y mantener nuestros márgenes ofreciendo complementos premium donde nuestros clientes finales, si quieren aprovechar estas funciones, pueden comprar esos complementos premium.

Ahora bien, es difícil predecir cómo se desarrollará esto en el futuro. Pero la buena noticia es que actualmente, estos modelos de lenguaje grande no tienen un foso muy grande a su alrededor. Algunos de ustedes quizás hayan leído que cuando salió GPT-5, hubo algunas dudas sobre su rendimiento. Tuvieron algunos problemas con su implementación y de la noche a la mañana hubo un cambio enorme de modelos de OpenAI a diferentes proveedores, con prácticamente una sola línea de código cambiada en el consumidor de estos elementos. Así que esto me dice que habrá una alta competencia entre estos proveedores de modelos, y esto mantendrá la presión sobre los costes. Y creo que a largo plazo, el precio por token bajará. Ahora bien, nuevamente, podemos especular sobre cómo estas compañías comenzarán a construir su foso para que sea más difícil cambiar de una línea a otra. Pero hasta ahora, nuevamente, no tenemos datos ni indicadores claros hacia eso. Creo que, hasta ahora, si las compañías de CSI están adoptando funciones de IA, podremos mantener nuestros márgenes. Y si uno de los grandes proveedores comienza a subir sus precios, siempre tenemos la opción de usar cosas como enrutamiento de modelos. Así que usar modelos más pequeños para diferentes tareas o incluso inferencia on-prem aprovechando LLMs de código abierto.

Sí, creo que el supuesto subyacente es que no estamos limitados en oportunidades, y sí lo estamos. Así que estrechar el enfoque es una mala idea. Terminamos sentados sobre un montón de efectivo. Y cuando te esfuerzas por generar tasas de retorno muy altas sobre tus inversiones, sentarte sobre efectivo no es un buen plan. Así que ya estamos trabajando duro para mirar cosas fuera del software estrictamente de mercado vertical. Hemos hecho algunas cosas horizontales. Hemos hecho híbridos hardware-software. Hemos hecho híbridos datos-software. Y así, diría que la IA no está reduciendo lo que estamos mirando, diría que puede influir en el precio de ciertas cosas donde vemos que tiene un impacto actual. Pero sí, no está cambiando mucho en el mundo de M&A.

Déjenme animarles a no escuchar sin un sano escepticismo lo que leen. Solo en las últimas semanas, escuché que una gran compañía de refrescos incrementó sus ventas en EE. UU. en un 7 u 8% gracias a la IA. Y miré su acción y bajó.

Escuché del fundador de un gran inversor en software que la IA simplemente incrementa el TAM y eso, ya saben, es maravilloso. Pero tienes que considerar la fuente. Él no va a decir que el software está amenazado por la IA.

Escuché de un CEO de un banco que la IA está revolucionando su negocio y los va a llevar a un mundo nuevo y valiente. Es realmente importante profundizar y tratar de entender, ser un antropólogo, observar y poner a prueba las afirmaciones que escuchas y tratar de entender el estado actual del arte. Hay dos maneras de hacerlo. Una es obviamente investigando las afirmaciones que escuchas. Obviamente, si tienes socios de confianza de quienes obtienes evidencia, la vida se vuelve mucho más fácil. La otra cosa que puedes hacer es ser un científico en lugar de un antropólogo y observar: ejecutar experimentos, ya saben, probar la IA e idealmente probarla contra la alternativa. Y ver si obtienes mejoras significativas en lo que sea que estés intentando hacer. Así que. Predecir el futuro es realmente, realmente difícil, particularmente en tiempos como estos. Pero monitorear lo que está ocurriendo en tiempo real es mucho más fácil.

Solo tienes que abordarlo con, como dijo Chris, un sano escepticismo.