Un ingenio mal aprovechado habría acuñado un palabro imposible – SaaSpocalipsis – y los medios se precipitaron disciplinadamente a repetir.lo Pretende describir el siguiente fenómeno: las compañías de software, que esperaban beneficiarse de la inteligencia artificial, han acabado como víctimas de los agentes de IA, invasores del negocio de software como servicio (SaaS) una fórmula diseñada para obtener ingresos recurrentes mediante suscripción. La consecuencia ha sido la volatilidad de las acciones de esas compañías. Una es ServiceNow, que ha sufrido una caída del 34% este año y, como otras afectadas, se ha puesto a la tarea de convencer a los inversores de la falsedad de sus prejuicios.

Pat Casey

Bill McDermott, CEO de ServiceNow   se ha puesto al frente de la maniobra para que no se la identifique como vendedor de SaaS sino como  compañía de plataforma, transversalidad que le permite estar presente en distintas funciones dentro de las empresas, “desde las TI hasta la experiencia de los empleados, desde los clientes hasta los desarrolladores… siempre sin salir de una misma plataforma unificada”. La idea matriz no es nueva: se trata de atacar el viejo problema de los silos corporativos y de las fuentes de datos que no se entienden entre sí.

En lugar de atrincherarse en el modelo histórico, McDermott ha movido ServiceNow hacia mercados adyacentes, como CRM (sin perder de vista la rivalidad con Salesforce)  y la ciberseguridad, mediante adquisiciones selectivas.

De hecho, el distanciamiento buscado se traduce en una evolución del modelo de negocio, que rebaja su dependencia de las licencias calculadas por el número de “asientos”. La estrategia tradicional corre, efectivamente, riesgos debidos a que la IA reduce la necesidad de crecimiento de la plantilla en ciertas áreas funcionales. Por esta razón, ServiceNow ha girado hacia una estrategia hibrida que, según su CEO, está dando resultados: el 50% de los nuevos ingresos – pregona – viene de modelos innovadores de precio, entre los que aparece el cálculo en tokens. Es posible interpretar que lo que busca la compañía es disociar el crecimiento esperado de sus  ingresos de la amenaza de recorte de usuarios finales sustituibles por agentes de IA.

Presume McDermott que el mercado potencial de la compañía (total adressable market) representaría unos 600.000 millones de dólares, en lugar de los 90.000 millones de 2019, año en llegó a ServiceNow

Lleva usted con mucha flema su reputación de cofundador de ServiceNow. No recuerdo haber tenido la oportunidad de conocer de primera mano los orígenes de una compañía de esta talla […]

Esa reputación no es del todo exacta, aunque sea muy cierto que fui la primera persona que, aparte de Fred Luddy, se puso a escribir código para lo que llegaría a ser la plataforma de ServiceNow. Fuí el empleado número nueve de la empresa fundada por Fred entre 2003 y 2004. Habíamos coincidido en un empleo anterior y los dos residíamos en Del Mar, al lado de San Diego […] Un día estuve a punto de atropellarlo con mi coche; no fue nada, pero nos liamos a charlar y me contó en qué estaba trabajando en ese momento. Su visión – que yo compartía – era que la tecnología no debería ser territorio reservado a los expertos, sino estar al alcance de gente corriente. Debo decir que desde el primer momento nos consideramos una compañía de plataforma.

¿Se usaba la palabra en 2004?

Ocasionalmente y con diferente acepción, vinculada al legacy. Las primeras demos que presentábamos confirmaban que era posible conceptualizar digitalmente los flujos de negocio, pero nos costaba explicar por qué la plataforma que estábamos concibiendo sería capaz de hacerlo agregando aplicaciones; realmente no era fácil de visualizar […] Nos pedían ejemplos que no teníamos. Me ocupé de escribir el ITSM [IT Services Management] para que sirviera como demostrador; no porque fuera el producto que queríamos vender, sino porque era una manera de persuadir a los interlocutores, de mostrarles capacidades que podrían ayudar a resolver problemas que a ellos les preocupaban.

A la vista está que lo consiguieron, ¿no?

Desde nuestro punto de vista, muy típico de un grupo de ingenieros, pensábamos estar construyendo una plataforma que los clientes no podían ver y ellos asimilaban a su idea de aplicaciones dispersas; así estuvimos un tiempo tratando de aclararles (y aclararnos) en qué consistía aquella primera generación de nuestra solución.

… que todavía no era una plataforma.

La idea de una plataforma gustaba, pero ¿quién gastaría su dinero en una novedad que exigía tantas explicaciones? Lo que interesaba era una app que pudiera resolver sus problemas simplificándolos: fue por esto que la suite ITSM de gestión de flujos de trabajo, acabaría siendo el centro de nuestra oferta, a la que añadimos otras piezas como ITOM [IT Operations Management], pero cuando los accionistas decidieron salir a bolsa, en 2012, ITSM era nuestro argumento casi único. En los años siguientes, sin cambiar la naturaleza de la compañía, empezamos a añadir funciones que podían entenderse como productos separados pero se integraban en la plataforma. Gracias a esto, durante los pasados ocho o diez años, nuestro crecimiento se ha debido a esos productos más que a las líneas originales de TI.

Sí, pero ahora el mercado pide otro perfil. Con la IA, ServiceNow ha entrado de cabeza en la era agéntica […]

Ha habido dos puntos de inflexión en esta historia. Uno, consecuencia de la COVID, duró hasta 2022, al que seguiría tras la aparición de ChatGPT. Entre ambos momentos, toda la industria empezó a descubrir en ServiceNow las cualidades que conocíamos desde mucho antes .  Ya que lo menciona: con las soluciones agénticas entramos en lo que vendría a ser la generación 1.5 de ServiceNow, usando modelos sofisticados para tareas que requieren una capacidad de razonamiento  – En este momento, estamos en la generación 2.0, completamente autónoma. Si el usuario quiere, puede delegar ciertas tareas en un agente y este, con la anuencia de aquel, puede meterse en la base de conocimiento, encontrar el artículo adecuado, sintetizar la respuesta y, en el caso de que el usuario la considere errónea, el agente vuelve a reiniciar tal como lo haría un ser humano […]

Creo haber entendido que fue en 2022 cuando ServiceNow empezó con los LLM y los agentes , pero ¿qué hacía antes de esa fecha en materia de IA?

De una u otra forma, usábamos IA […]  probablemente desde hacía como diez años, de manera tradicional, con deep learning, sistemas expertos, aprendizaje reforzado, básicamente todo era entrenamiento, pero todavía sin LLM. En 2019 o 2020, seguramente con la pandemia, habíamos comprado una empresa canadiense llamada Element AI. Fuimos lo bastante listos como para intuir la revolución de los LLM […] No exagero nada: vimos venir un área tecnológica que estaba a punto de aflorar, de modo que cuando OpenAI salió a la luz con ChatGPT, Element AI ya tenía su LLM, que nos permitió comprender a tiempo lo que estaba ocurriendo.

Bueno, ha ocurrido. Hay quienes dicen que los agentes de IA van a acabar con el modelo de negocio SaaS y quizá destruir parte de la industria de software. Por alguna razón, el mercado bursátil se ha tomado en serio esta hipótesis, por lo que le pregunto qué impacto económico espera ServiceNow de los agentes. .  

Estamos en quiet period, por lo que no puedo ir más allá de lo que Bill [McDermott] haya expresado públicamente hasta el momento. Como tesis general, los agentes de IA aportan más valor a nuestros clientes, les ayudan a automatizar tareas con una eficiencia que en el pasado no era posible. Para ServiceNow , pueden ser una vía para recoger parte de ese valor adicional en forma de ingresos de software; así ha sido en los trimestres anteriores y no hay razones para pensar que será de otro modo en el futuro. Desde luego, no observamos una canibalización de la base de licencias, sino todo lo contrario.

No pocos clientes potenciales se declaran prudentes, cuando no suspicaces, acerca del fenómeno de los agentes de IA. ¿Cómo va el ritmo de adopción, en el caso de ServiceNow?

Como sabe cualquiera en este sector, toda tecnología nueva atraviesa un periodo en el que tienen fuerte peso los early adopters. Los agentes de IA han de pasar por ese ciclo; están ahora en una fase ascendente. Lo que estamos viendo es que su adopción no es una cuestión de fe en ServiceNow sino de que les mostremos casos de uso y sus resultados, con nombres propios.

De otro lado, están los proveedores; casi todos se han apuntado a la corriente de los agentes, cada uno a su manera. ¿Puedo preguntar en qué se diferencia la de ServiceNow de las otras?

[…] en al menos tres puntos diferenciales. Uno es que nuestros agentes son mejores a la hora de razonar y, en mi opinión, esto se debe a que hemos escrito nuestros agentes y los hemos entrenado nosotros mismos con datos a los que los competidores no tienen acceso […] En segundo lugar, no requieren adquirir ni desplegar otras tecnologías; por supuesto que has de configurarlos, pero se hace en pocos días, como mucho en semanas, no en meses. Y el tercer punto: ha sido una opción consciente conseguir que los agentes de ServiceNow se comporten como humanos y sigan reglas humanas […] esta es la única manera de suponer que van a actuar como lo haríamos nosotros mismos.

ServiceNow sigue una política de actualizaciones periódicas de su plataforma, reconocibles por llevar nombres de ciudades. ¿Es aplicable este procedimiento a la venta de agentes?

Como sabrá, entre cada actualización de la plataforma y la siguiente pasan seis meses, pero en la actual revolución de los agentes el código se renueva mensualmente, a veces cada dos meses; lo normal es una cadencia mensual y se integran como una capa de la plataforma, es decir que no son una tecnología externa. Diferentes agentes se ocupan de tareas diferentes, pero lo hacen siempre dentro del mismo framework y respaldados por la misma infraestructura. Esta es nuestra política.

¿Es sostenible mantenerla en un contexto de proliferación de oferta simultánea de agentes […] ¿Ve algún riesgo de fatiga del mercado?

Claramente es sostenible, lo está siendo y no vemos signos de fatiga. ¿Será siempre así? No lo sé, pero ServiceNow se ha pertrechado con tres adquisiciones en el último año y medio, las empresas Moveworks, Armis y Veza, que ratifican y refuerzan la evolución de nuestra proposición de valor.

A propósito: ¿cuántas personas dedica ServiceNow a tareas de desarrollo?  

Mi organización está compuesta por unas 10.000 personas. En números redondos, 3.000 están dedicadas a dar soporte a clientes, pero no escriben código. Los equipos de codificación son, por tanto, unas 7.000 divididas en dos grandes grupos de ingeniería: aplicaciones y plataforma, además de otro más pequeño que llamamos ingeniería cloud y, en la práctica, se ocupa de la operación y orquestación del centro de datos. Por cierto, la inversión en herramientas de codificación es importante: para cada una de las 7.000 personas hemos adquirido licencias de un producto llamado Windsurf y todas son debidamente entrenadas en su uso. Como debe ser. Por supuesto, medimos nuestra productividad: la conclusión sobre 2025 ha sido un aumento del 15%, revelador de que estamos sacando buen partido a esa herramienta. Mis ingenieros de aplicación trabajan como si fuera clientes, tienen sus propios agentes y herramientas a su servicio […]

¿Qué opinión le merecen las herramientas de codificación por IA?

Son muy reales. Créame, veo a mi alrededor nuevas tecnologías que me confirman por qué soy ingeniero. Hace dos años, alguien podía afirmar que las herramientas de IA para codificar eran una moda, como podía decirlo de Copilot; hace doce seis meses, hubiera sido el turno de Cursor yace nueve meses probablemente el de Windsurf. Ahora mismo quizá lo dirían otra vez de Cursor o de Claude Code. No se trata de ganar apuestas, sino de la existencia de una gran creatividad y también de nuevas y mejores formas de hacer ese trabajo. Todos, yo diría sin excepción, medimos nuestra productividad. ¿Significa que dentro de un año se hará mejor? Seguro que sí. ¿Reemplazará la codificación a cargo de humanos? Lo dudo mucho.

Indirectamente, acaba de sugerirme una pregunta sobre la gobernanza. ¿Cuál es la política de ServiceNow en esta cuestión?

Tenemos un producto llamado AI Control Tower, nombre bien explícito, que hace tres cosas. Me dice como estoy usando la IA: una cosa es un inventario de lo que tengo y otra saber qué solución de IA está corriendo en un entorno. Cumple el papel de descubrimiento, aunque imperfecto y ofrece algunos números como pista de rendimiento. El problema más general que vemos en la industria es la proliferación de herramientas de  origen incierto, por lo que muchas organizaciones han llegado a la conclusión de que si no despliegan buenas herramientas internas, sus empleados buscarán otras fuera. Estos comportamientos darían mucho que hablar.

Pues a mí me gustaría que hablara de la política de adquisiciones. De cómo ServiceNow asimila en su plataforma tecnologías ajenas.

Históricamente, con una fuerte política de replataformización. Cuando adquirimos una pieza de tecnología, por bueno que sea el algoritmo, la idea o el concepto, lo reescribimos parcialmente para que pueda correr en la plataforma de ServiceNow, con nuestro interfaz de usuario y con nuestra propia lógica de negocio. Sin embargo, antes he mencionado Moveworks, que la hemos integrado sin replataformizarla, como un stack separado que puede dialogar con el de ServiceNow tras haber armonizado ciertos componentes de ambos. Si me pide una respuesta corta, le diré que no hay una política, pero tampoco cincuenta [risas]

No resisto preguntar por el futuro de los modelos de IA. Los LLM son voluminosos, caros, difíciles de gestionar […] ¿Qué evolución prevé?

Interesante. Creemos estar viendo dos tendencias. El razonamiento es cada vez mejor y esto es así gracias a que hace un año el modelo chino DeepSeek dio con la clave de por qué modelos de sólo dos años de antigüedad eran incapaces de resolver un puzle lógicoi, lo que ha dado origen a una nueva manera de entrenar los modelos de razonamiento desde entonces. La segunda tendencia es la velocidad: la manera de que un modelo sea más rápido es hacerlo más pequeño y esto se consigue con menos tokens, lo que de paso hace que sea más barato. Lo estamos viendo dentro de una misma compañía: Google tiene Gemini Pro, un modelo muy potente pero necesariamente lento, pero también tiene Gemini Flash, un excelente modelo que da las respuestas en menos tiempo.

Si me permite, interpreto que la industria va explorando fórmulas que reduzcan la complejidad de los modelos y que sean capaces de resolver los problemas a menor coste.

Lo ha interpretado muy bien; sólo le faltó decir que siempre habrá un umbral, la necesidad de un datacenter con múltiples GPU, pero el coste de cada iteración – y por tanto el de la solución buscada – tiende a bajar. Es algo que está en la naturaleza de la tecnología, pero no hay que olvidar otro rasgo: cuanto más bajan los costes, más problemas van a aparecer que necesitan ser resueltos con la misma capacidad.