Yevgeniy Matsulevych lo publicó en LinkedIn la semana pasada y la frase se quedó dando vueltas porque pone palabras a una conversación que muchos fundadores de software en LatAm están teniendo a media voz: “la IA no debería abaratar tu producto, debería cambiar tu margen”. La cuenta que mucha gente está haciendo en la servilleta dice lo contrario. Si un MVP que cotizábamos a $30 000 lo arma ahora una persona con Claude Code en tres semanas, entonces el cliente nos lo va a pedir por $8 000. Listo. Hay que bajar precios o cerrar.

La cuenta está mal. Y esta semana se publicaron tres datos que la rompen.

El moat se mueve, otra vez, una capa hacia arriba

El cliente nunca compró tus horas. Compró un resultado. Puede ser el MVP que muestra al usuario, o la herramienta interna que termina con el copia-pega entre cinco pestañas. A veces es el tablero que cierra la pelea de cada lunes sobre qué número es el bueno. Si eso valía $30 000 antes, sigue valiendo $30 000. Su problema no se hizo más pequeño porque tu flujo de entrega se hizo más eficiente.

Lo que cambió es tu lado. Lo que cuesta entregarlo. Antes necesitabas un equipo de cuatro personas, tres meses, reuniones, traspasos, toda la fricción usual de una empresa de servicios. Hoy una operadora fuerte con un agente bien armado y backend cuando hace falta llega lejos en semanas. No en todos lados (backend profundo sigue siendo backend profundo), pero en MVPs, herramientas internas y software de flujo de trabajo, la cuenta es otra.

El moat (ventaja competitiva) se está moviendo otra vez una capa hacia arriba. En los noventa la base de datos relacional se volvió commodity y el moat se subió al ORM. En los dos mil el servidor se volvió commodity con la nube y el moat se subió al despliegue y al producto. Llevo 36 años en computación, desde 1990, a mis 15 años, en una Commodore 64, y vi además otra versión de este mismo movimiento que aplica directo a esta conversación. Cuando se abrió la tercerización offshore en los dos mil, las casas de software de Estados Unidos y Europa entraron en la misma servilleta: si un programador en otro continente cobra cinco veces menos, ¿cómo vamos a competir? La mitad cerró. La mitad que se quedó subió el ojo de la hora cobrada al sistema de entrega completo. Vendieron arquitectura, operación, criterio de producto. La hora bajó. El margen subió. La cuenta de la servilleta no fue la cuenta correcta.

Hoy es otra versión del mismo movimiento. Y es más rápida porque la capa que se comprimió es el razonamiento general, no la mano de obra. Esta vez la fricción que está bajando es la coordinación interna del proveedor, no el costo del programador junior.

Tres datos esta semana que confirman dónde fue el margen

OpenAI puso el primero el lunes 11 de mayo. Lanzó la OpenAI Deployment Company: una entidad mayoritariamente controlada por OpenAI con $4 mil millones, 19 firmas de inversión, consultoría e integración. El mismo día anunciaron la adquisición de Tomoro, que entra con 150 Forward Deployed Engineers y especialistas de despliegue desde el día uno. Esto no es una herramienta nueva, es un equipo de servicios profesionales armado al estilo Palantir, conectado al modelo. Si la tesis fuera “el modelo es el producto y se vende solo”, esta empresa no existiría. Existe porque desplegar IA dentro de una empresa real es trabajo de servicios, y el laboratorio lo entendió.

Aaron Levie de Box lo extendió en X el mismo día con la lectura que importa para LatAm: cada ola tecnológica deja una ola de servicios mayor, y la ola de agentes va a ser más grande que las anteriores porque los agentes rediseñan el proceso del negocio, no solo cambian el medio del software. Pasar de un CRM en sitio a un CRM en la nube cambió la entrega, no el flujo. Pasar a un agente de ventas cambia quién hace cada paso del flujo. Esa diferencia no se vende con una licencia. Se vende con personas adentro del cliente, mapeando el proceso real, diseñando el harness, midiendo si el agente acertó. Es servicio. No es producto.

Anthropic siguió con el segundo. Linas Beliūnas resumió la curva: $10 millones de facturación anualizada en diciembre 2022, $1 mil millones en enero 2025, $14 mil millones en febrero 2026, $45 mil millones en mayo 2026. Claude Code solo factura $2,5 mil millones en facturación corriente después de menos de un año en el mercado. Los clientes empresariales que gastan más de $1 millón al año pasaron de 500 a 1 000 en dos meses. El 80% de la facturación de Anthropic viene de empresas, no de consumidores. Lo importante de este número no es el monto, es la composición. Las empresas están pagando más por flujo de trabajo embebido, no menos. Si la IA estuviera abaratando el resultado, esta curva sería al revés.

Stripe cerró la semana con el tercero. El Substack de Linas reportó que Stripe está embebiendo un especialista de IA por cada 20 personas en su organización de marketing. No es un piloto. No es una licencia de ChatGPT por persona. Es un rol nuevo, a tiempo completo, dedicado a rediseñar cómo trabaja cada persona del equipo con un agente concreto. Aaron Levie y la oferta de empleo de Box que comenté ayer en el post del harness como moat apuntan al mismo rol. El laboratorio interno se está volviendo permanente porque el resultado que produce no lo entrega ningún SaaS.

Si miras los tres juntos, el cuadro queda claro: los laboratorios de modelos ahora venden servicios, las empresas grandes están gastando más cuando la IA se mete en su flujo de trabajo y la empresa frontera ya tiene un rol embebido por cada 20 personas. No es una historia de precio cayendo. Es una historia de pila de entrega rediseñada con margen más alto para el que la opera bien.

Lo que esto significa para una empresa de servicios B2B en LatAm

Hay dos amenazas y una oportunidad. La amenaza obvia es la OpenAI Deployment Company y el brazo de consultoría de Anthropic. Tienen el modelo, el capital, y ahora sumaron el equipo de servicios. La amenaza menos obvia es el VC que rechazó la semana pasada un startup construido con IA con esta nota: “no hay arquitectura clara y falta tanto la capa de seguridad como un plan para escala”. Lo que se ve bien en una demo y lo que pasa por una auditoría empresarial son dos productos distintos. Las empresas grandes van a montar prácticas dedicadas de auditoría de código generado por IA antes de dejarlo entrar a sus sistemas. El software que no sobrevive una revisión técnica no entra.

La oportunidad para una empresa de servicios B2B en LatAm vive entre las dos. No vas a competir con OpenAI Deployment Co en precio por hora ni en escala global. Tampoco vas a ganar vendiendo MVPs vibe-coded de fin de semana, porque el comprador empresarial ya está aprendiendo a olerlos. La franja propia es la del operador con criterio que conoce el contexto local, mantiene independencia de modelo (eliges Claude para una cosa, GPT-5 para otra, Gemini para otra, y mañana otra cosa) y entrega resultado contra auditoría empresarial. Comunicación primero en español. Misma zona horaria. Conoce el marco de contratación en México, Costa Rica, Colombia, Argentina, Chile, Perú, Brasil-adyacente. Conoce el ciclo de compras local. El cliente no compra el modelo. Compra el resultado entregado por alguien que va a estar ahí en seis meses y al que le puede hacer una llamada un martes a las tres de la tarde.

En IQ Source operamos exactamente esa franja. AI Maestro es el programa de descubrimiento de dos meses donde mapeamos cómo opera tu empresa de verdad (no como dice el manual), entrenamos al equipo en fluidez de IA y entregamos tres cosas: el mapa de tus procesos reales, la calificación de oportunidad de IA y las recomendaciones priorizadas para tu trimestre. Al final de los dos meses hay una compuerta Go/No-Go. Lo que el cliente compra no son las horas dentro del programa. Compra el resultado del diagnóstico y el derecho a la siguiente etapa si avanza. Si no avanza, los entregables quedan suyos. Socio Tecnológico es la variante donde además construimos el producto dentro de un flujo de entrega ya rediseñado: el harness opera dentro del proceso de desarrollo, no al lado. Cubrí esa capa en el post de runtime commodity y workflow como moat en abril; este post es el lado comercial de esa misma tesis técnica.

Las dos preguntas para revisar tu modelo de entrega esta semana

La primera es la prueba del precio. Si bajas tu cotización 60% porque viste a Claude Code armar lo que cotizabas, ¿sigue funcionando tu empresa el próximo trimestre? Si la respuesta es sí, no estás bajando precio: estás corrigiendo una sobrefacturación que ya tenías. Si la respuesta es no, lo que estás haciendo es subsidiar al cliente con tu utilidad, y eso lo paga el equipo que vas a tener que despedir en seis meses. La salida no es bajar el precio. Es bajar el costo de entrega y quedarte con la diferencia.

La segunda es la prueba de la auditoría. Cuando un comprador empresarial de tu próximo cliente abra el repo o el sistema que entregaste, ¿lo que ve sobrevive una revisión técnica seria? Arquitectura legible, capa de seguridad, plan de escala, registro de auditoría. Si lo único que tu modelo de entrega produce es código que pasa una demo, estás en la franja de los que el VC va a rechazar. Si tu pila produce algo que un comité técnico aprueba el primer trimestre, estás en la franja que se queda con la facturación empresarial que Anthropic está midiendo.

El equipo que se gana el modelo de entrega nativo de IA antes que el tuyo cobra el mismo precio que cobras hoy con la mitad de costo. El equipo que cree que el ajuste es bajar precio se va comiendo el margen mientras espera que vuelva el ciclo anterior. No vuelve. Si quieres revisar dónde está tu costo de entrega real y cuál de las dos pruebas no estás pasando todavía, escríbenos y lo miramos juntos en una conversación inicial de una hora.