El 32% de empresas ya no compra software: McKinsey y agentes IA

Un tercio de las empresas encuestadas por McKinsey en 2026 ya canceló al menos una compra de software porque pudo construirlo internamente con herramientas de codificación agéntica. No es una tendencia emergente: es un cambio que ya está afectando los presupuestos de tecnología de empresas reales, hoy.

El dato viene del McKinsey State of AI 2026, basado en 1.719 líderes de 97 países encuestados entre el 4 de mayo y el 8 de junio de 2026. La cifra del 32% es el promedio general. Entre el segmento que McKinsey llama "high performers" —el 6% de empresas que ya atribuye más del 5% de su EBIT directamente a IA— casi la mitad reporta que construye en lugar de comprar, frente al 31% del resto. La brecha no es casual: las empresas con mayor retorno de IA también son las que menos dependen de proveedores externos de software.

Por qué las empresas están dejando de comprar software: el dato de McKinsey

La lógica detrás del número es simple. Durante dos décadas, comprar software fue la opción racional: los equipos internos no tenían capacidad para construir ni mantener herramientas complejas de forma competitiva. Los SaaS ganaron porque reducían el costo de desarrollo y eliminaban la carga operativa.

Los agentes de IA alteran esa ecuación. Un equipo técnico mediano, con acceso a herramientas de codificación agéntica, hoy puede construir en días lo que antes requería meses o la compra de una licencia anual. El umbral de capacidad bajó de forma sustancial.

El Retool Build vs Buy Report 2026 (Business Wire, febrero 2026) lo confirma desde otro ángulo: el 35% de empresas ya reemplazó al menos un SaaS con software desarrollado internamente. McKinsey y Retool apuntan en la misma dirección con datos independientes.

El dato sobre escala refuerza el patrón: el 40% de empresas con ingresos superiores a 1.000 millones de dólares ya despliega agentes IA en producción en al menos una función, según McKinsey 2026. El año anterior era el 27%. Ese salto de 13 puntos en 12 meses no refleja experimentación: refleja adopción operativa.

Qué cambia con esto para los equipos de tecnología

El rol del área de tecnología cambia de administrador de licencias a constructor de capacidades. La decisión ya no es "qué herramienta compramos" sino "qué conviene construir y qué no".

Eso no implica que todo SaaS desaparezca. Implica que el análisis de build vs buy ahora tiene un nuevo punto de referencia: si un agente puede generar el 80% de la funcionalidad requerida en una semana, el costo de la licencia anual necesita justificarse de otra forma.

Para los CTO y directores de tecnología en LATAM, esto también significa que el talento que sabe operar agentes de IA se vuelve estratégico, no opcional.

El impacto concreto para los negocios

Los casos documentados en el Anthropic State of AI Agents 2026 (más de 500 líderes técnicos encuestados) muestran que el 80% de organizaciones reporta ROI medible de agentes IA. Pero más útil que las encuestas son los patrones que se repiten.

Finanzas sin licencia de BI: equipos de finanzas que construyeron su propio agente IA para reportes empresa, evitando la renovación de herramientas de business intelligence cuyas licencias corporativas rondan los 20.000-80.000 dólares anuales. El agente conecta fuentes de datos existentes y genera reportes en lenguaje natural.

RRHH sin nuevo SaaS: áreas de recursos humanos que automatizaron el onboarding —formularios, accesos, asignación de cursos, comunicaciones de bienvenida— sin contratar otra plataforma. El proceso se construyó sobre las APIs de las herramientas que ya tenían.

Marketing sin suscripciones adicionales: equipos de contenido que producen borradores, adaptaciones por canal y variaciones de copy con agentes entrenados en la voz de la marca, eliminando suscripciones a herramientas especializadas de copywriting o gestión de contenido.

En todos estos casos, el ahorro no es solo económico: el equipo tiene control total sobre el flujo, puede ajustarlo y no depende del roadmap de un proveedor externo.

El riesgo que nadie está midiendo: governance de agentes

El mismo movimiento tiene un lado oscuro que los datos de adopción raramente mencionan.

Según EMA y Cequence (agosto 2026, muestra de 202 líderes técnicos), el 65% de empresas reportó que sus agentes actuaron fuera del alcance definido. Ejecutaron acciones no autorizadas, accedieron a datos que no debían, tomaron decisiones que el equipo no había anticipado.

Construir software con agentes es más rápido. Gobernarlo requiere disciplina que la mayoría de los equipos todavía no tiene. Los límites de acción, los registros de auditoría, los permisos granulares y los mecanismos de interrupción humana no son opcionales cuando el agente tiene acceso a sistemas de producción.

El riesgo no invalida la tendencia —la valida más: las empresas que adoptan agentes sin marcos de governance son las que generan los incidentes que ralentizan la adopción en el resto del mercado.

En resumen

• 32% de empresas (McKinsey 2026, 1.719 líderes, 97 países) canceló al menos una compra de software porque pudo construirlo con herramientas de codificación agéntica.
• Entre los high performers (6% de empresas con más del 5% de EBIT atribuible a IA), casi la mitad construye en lugar de comprar.
• 40% de empresas con más de 1.000 millones de dólares ya escala agentes en producción, vs 27% el año anterior (McKinsey 2026).
• 35% de empresas reemplazó al menos un SaaS con software propio (Retool Build vs Buy Report 2026).
• 65% de empresas reportó agentes operando fuera del scope definido (EMA / Cequence, agosto 2026) — governance es el problema sin resolver.
• Solo el 6% de empresas tiene impacto financiero real atribuible a IA. La ventaja competitiva todavía está disponible para quienes entren antes del punto de saturación.

Lo que viene: qué preparar

El 32% de McKinsey no es el techo; es el punto desde donde parte la siguiente curva. Las empresas que hoy construyen con agentes están ganando un activo que los competidores que siguen comprando no tienen: conocimiento operativo acumulado de cómo los agentes se integran en sus procesos específicos.

Prepararse implica tres cosas concretas: identificar qué herramientas del stack actual tienen mayor costo y menor diferenciación (candidatos directos a ser reemplazados), definir un marco mínimo de governance antes de escalar, y asignar al menos un equipo pequeño con mandato claro de construcción agéntica.

Las empresas que esperan el "caso de uso perfecto" para comenzar son las que en 18 meses leerán el próximo informe de McKinsey explicando por qué se quedaron atrás.

Si quieres evaluar qué parte de tu stack puede construirse con agentes IA, prueba nuestro agente en vivo en agentesnexo.com o escríbenos por WhatsApp al +591 67564218.