Evan Armstrong: por qué la capa de contexto está cambiando la economía del software empresarial y de la contratación

El analista de tecnología Evan Armstrong propone ver la IA corporativa no como una amenaza para el software en sí, sino como una redistribución de valor dentro de la pila. Según su visión, el código y los productos SaaS basados en interfaz se vuelven más baratos, mientras que el activo principal de las empresas se convierte en el contexto: conocimiento sobre procesos, permisos de acceso y flujos de trabajo.

Por Qué SaaS Se Desplomó

En un artículo titulado Context is King, publicado el 12 de febrero de 2026, Armstrong intenta explicar por qué el mercado ha reevaluado drásticamente su actitud hacia los servicios en la nube tradicionales. Según él, aproximadamente $300 mil millones en capitalización de mercado de empresas de software desaparecieron en medio del miedo de que la IA generativa simplificara la creación de aplicaciones empresariales al nivel de una materia prima. La lógica de los inversores parece cruda, pero directa: si un CRM, un panel de análisis o una herramienta interna pueden armarse siguiendo instrucciones, ¿por qué pagar la prima SaaS como antes?

Armstrong cree que el asunto va más allá del entusiasmo en torno a la generación de código. Señala tres cambios más profundos: desaceleración del crecimiento en empresas SaaS públicas, deterioro de los márgenes brutos en productos construidos alrededor de IA desde el principio, y reducción de los costos de cambio entre servicios. Desde 2023, las tasas de crecimiento del SaaS público han caído, según sus estimaciones, del 36% al 17%, mientras que las nuevas aplicaciones de IA mantienen márgenes más cerca del 50–65% en lugar del anterior 75–85%. En este modelo, el código se vuelve más barato, y las antiguas valoraciones comerciales ya no parecen sostenibles.

Tres Capas de la Pila

La idea clave de Armstrong es que el software corporativo ahora es mejor descrito no como un conjunto de aplicaciones separadas, sino como una pila de tres capas. La primera capa consiste en sistemas de contabilidad y bases de datos, que no desaparecen porque los agentes necesitan registros confiables para operar. La segunda capa comprende aplicaciones de interfaz, donde los humanos hacen clic en botones, ven informes y ejecutan tareas individuales. Esta capa, en opinión del autor, enfrenta el mayor riesgo de volverse intercambiable.

El enfoque se traslada a la tercera capa: la capa de contexto. Esto no es meramente orquestación de agentes, sino conocimiento acumulado de la empresa sobre cómo se realiza el trabajo día a día. Lo que importa aquí no son solo regulaciones formales, sino dependencias prácticas: quién aprueba excepciones, dónde se atascan los procesos, qué combinaciones de acciones aceleran los tratos o ayudan a cerrar incidentes. Esta capa, según Armstrong, determina si un agente será útil en un entorno de trabajo o seguirá siendo una demostración impresionante.

• quién tiene acceso a qué datos
• qué acciones se pueden realizar sin aprobación
• el orden en que avanzan las ventas, compras, incidentes y soporte
• qué pasos más frecuentemente conducen al éxito versus fracaso

Tal capa transforma a un agente de un ejecutor en un sistema que elige la acción correcta en el momento adecuado. Y se acumula: cada ejecución de flujo de trabajo deja rastros que hacen que la siguiente ejecución sea más precisa. Por lo tanto, el contexto se convierte no en un documento de verificación, sino en un activo con efecto de acumulación. Esencialmente, las empresas comienzan a codificar su propia forma de trabajar para que pueda ser utilizada no solo por personas sino también por sistemas de IA.

"El contexto de cómo trabajan las personas gradualmente se convierte

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

¿Quién Obtiene la Capa?

La pregunta más interesante aquí no es técnica sino estratégica: ¿quién exactamente será el dueño de esta capa? Armstrong enumera varios contendientes. ServiceNow ya tiene penetración profunda en procesos corporativos, Notion controla vastos conjuntos de documentos internos y bases de conocimiento, y Glean está construyendo un puente de la búsqueda empresarial al contexto empresarial. En paralelo, OpenAI y Anthropic avanzan desde el lado de las plataformas de agentes, intentando convertirse en un sistema operativo semántico sobre CRM, bases de datos y aplicaciones internas.

De esta lógica surge una conclusión incómoda para el mercado laboral. Si la capa de contexto realmente comienza a reemplazar los costos de coordinación, el dinero fluirá no solo desde presupuestos de TI sino también desde nómina. La presión recaerá no solo en desarrolladores de herramientas internas simples, sino también en aquellos roles que dependen de correos, aprobaciones, transferencia de tareas entre departamentos y gestión manual de procesos. Se trata de la automatización gradual de la coordinación de oficina, no solo de otra ronda de optimización de desarrolladores.

Lo Que Significa

La conclusión principal para el negocio es directa: los ganadores no serán aquellos con simplemente más modelos o precios de token más bajos, sino aquellos que codifiquen rápidamente sus procesos, derechos de acceso y lógica interna en contexto adecuado para agentes. En la nueva carrera corporativa, el activo más valioso no es la interfaz, sino el conocimiento de cómo la empresa realmente funciona.