Evan Armstrong: por qué la capa de contexto cambia la economía del software corporativo y de la contratación

El analista tecnológico Evan Armstrong propone ver la IA corporativa no como una amenaza para el software en sí, sino como una redistribución del valor dentro del stack. Según su versión, el código y los productos SaaS de interfaz se abaratan, y el principal activo de las empresas pasa a ser el contexto: el conocimiento sobre procesos, accesos y el orden de las acciones.

Por qué el SaaS se hundió

En el artículo Context is King, publicado el 12 de febrero de 2026, Armstrong intenta explicar por qué el mercado ha revisado de golpe su opinión sobre los servicios en la nube clásicos. Según él, unos 300.000 millones de dólares de capitalización bursátil de empresas de software se esfumaron por el temor a que la IA generativa convierta la creación de productos aplicados en una commodity. La lógica de los inversores es tosca, pero comprensible: si un CRM, un panel analítico o una herramienta interna pueden montarse siguiendo instrucciones, ¿por qué pagar la prima del SaaS como antes?

Armstrong cree que no se trata solo del entusiasmo en torno a la generación de código. Señala tres cambios más profundos: la desaceleración del crecimiento de las empresas SaaS cotizadas, el deterioro del margen bruto en productos construidos desde el origen en torno a la IA y la caída de los costes de cambiar de servicio. Desde 2023, según su estimación, el ritmo de crecimiento del SaaS público ha bajado del 36 % al 17 %, mientras que en las nuevas aplicaciones de IA el margen se mantiene por ahora más cerca del 50–65 % que del 75–85 % de antes. En este modelo el código se abarata y las antiguas valoraciones del negocio ya no parecen sostenibles.

Tres capas del stack

La idea clave de Armstrong es que el software corporativo se describe ahora mejor no como un conjunto de aplicaciones separadas, sino como un stack de tres capas. La primera son los sistemas de registro y las bases de datos, que no desaparecen porque los agentes necesitan apoyarse en registros verificables. La segunda son las aplicaciones de interfaz, donde una persona pulsa botones, consulta informes y realiza tareas concretas. Según el autor, es esta capa la que más riesgo corre de volverse intercambiable.

La atención se centra en la tercera capa, la de contexto. No es simple orquestación de agentes, sino el conocimiento acumulado de la empresa sobre cómo se trabaja realmente día a día. Importan no solo los reglamentos formales, sino también las dependencias prácticas: quién aprueba las excepciones, dónde se atasca un proceso, qué combinaciones de acciones aceleran una venta o ayudan a cerrar una incidencia. Esta capa, en opinión de Armstrong, determina si un agente será útil en un entorno de trabajo o quedará en una demostración vistosa.

• quién tiene acceso a qué datos
• qué acciones pueden realizarse sin aprobación
• en qué orden se desarrollan las ventas, las compras, las incidencias y el soporte
• qué pasos llevan con más frecuencia al éxito y cuáles acaban en error

Esta capa convierte al agente de ejecutor en un sistema que elige la acción correcta en el momento adecuado. Además, se acumula: cada ejecución de un flujo de trabajo deja trazas que hacen más preciso el siguiente. Por eso el contexto deja de ser un documento para cumplir el trámite y se convierte en un activo con efecto acumulativo. En esencia, la empresa empieza a codificar su propia forma de trabajar para que puedan usarla no solo las personas, sino también los sistemas de IA.

«El contexto de cómo trabajan las personas se convierte con el tiempo

en el contexto de cómo trabajan aún mejor los agentes de IA».

A quién le tocará la capa

La pregunta más interesante no es técnica, sino estratégica: quién será el dueño de esta capa. Armstrong enumera varios candidatos. ServiceNow ya tiene una profunda penetración en los procesos corporativos, Notion controla grandes volúmenes de documentos internos y bases de conocimiento, y Glean construye un puente entre la búsqueda corporativa y el contexto corporativo. En paralelo, OpenAI y Anthropic avanzan desde las plataformas de agentes e intentan convertirse en un sistema operativo semántico sobre CRM, bases de datos y aplicaciones internas.

De esta lógica se deriva también una conclusión incómoda para el mercado laboral. Si la capa de contexto empieza de verdad a sustituir los costes de coordinación, el dinero saldrá no solo del presupuesto de TI, sino también de la masa salarial. La presión recaerá no solo sobre los desarrolladores de herramientas internas sencillas, sino también sobre los puestos que se sostienen en correos, aprobaciones, traspaso de tareas entre departamentos y seguimiento manual de procesos. Se trata de la automatización gradual de la coordinación de oficina, y no solo de otra vuelta de tuerca a la optimización de desarrolladores.

Qué significa esto

La conclusión principal para las empresas es sencilla: ganarán no las que simplemente tengan más modelos o un precio por token más bajo, sino las que antes conviertan sus procesos, permisos de acceso y lógica interna en un contexto apto para agentes. En la nueva carrera corporativa, el activo más caro no es la interfaz, sino el conocimiento de cómo funciona realmente la empresa.