Industria de software estadounidense de múltiples compañías: La IA agéntica entra en la fase de materialización fundamental, acelerando la divergencia en el sector de software
Goldman Sachs considera que el 2T26 fue el primer trimestre en el que la actividad de IA agéntica impulsó claramente puntos de inflexión fundamentales para algunas compañías de software, mientras que las compras de software de aplicaciones, la adquisición de clientes y la demanda básica de licencias enfrentan una presión más sustancial.
Resumen
Goldman Sachs considera que el 2T26 fue el primer trimestre en el que la actividad de IA agéntica impulsó claramente puntos de inflexión fundamentales para algunas compañías de software, mientras que las compras de software de aplicaciones, la adquisición de clientes y la demanda básica de licencias enfrentan una presión más sustancial.
- Cloudflare observó que el tráfico de agentes ha superado el 50% del tráfico total de internet, significativamente por encima de aproximadamente 20% a 30% en 2025.
- Las plataformas para desarrolladores, la computación de borde y la facturación granular se han convertido en las principales áreas beneficiarias, y NET, TWLO y plataformas relacionadas ya muestran una mejora del crecimiento.
- Los ciclos de compra de aplicaciones empresariales se están alargando y las revisiones presupuestarias son más estrictas; cerca del 66% de los presupuestos de IA proviene de reasignaciones de presupuestos existentes, siendo el software de aplicaciones una de las principales fuentes de financiación.
- Goldman Sachs es incrementalmente positivo sobre SNOW y PANW y mantiene una postura positiva sobre MSFT, SHOP, NET y TWLO; se ha vuelto más cauteloso sobre ADBE, INTU y WDAY.
- El segmento de seguridad enfrenta un riesgo de vacío de resultados a corto plazo, pero se espera que plataformas tecnológicamente líderes como PANW y CRWD se beneficien de la demanda de seguridad de IA a largo plazo.
Interpretación del informe
Visión general
El informe resume datos de la industria y de compañías de las tres semanas anteriores para validar de forma cruzada el desempeño de las compañías de software durante la temporada baja de resultados de 2026. La visión central es que la adopción de IA agéntica ha alcanzado un nivel suficiente para afectar los ingresos y el uso en algunas compañías, pero los beneficios son desiguales: las plataformas con ventajas arquitectónicas, ecosistemas de desarrolladores, capacidades de facturación por consumo e innovación sostenida en ingeniería están mejorando, mientras que los proveedores de software dependientes de la adquisición tradicional de clientes basada en búsquedas, precios basados en licencias o compras de aplicaciones básicas enfrentan presión.
Perspectivas principales
Primero, el tráfico de agentes y la actividad de desarrolladores se han acelerado significativamente, beneficiando a plataformas como NET, TWLO y SHOP que pueden respaldar llamadas de agentes, computación de borde, voz y coincidencia de catálogos de productos. Segundo, las compras de aplicaciones SaaS podrían desacelerarse, ya que los clientes siguen en la fase de experimentación con herramientas, los ciclos de acuerdos se alargan y las pruebas gratuitas se convierten en una expectativa básica, mientras los proveedores también deben asumir costos de inferencia. Tercero, los nuevos modelos de facturación por consumo y créditos flexibles incrementan la incertidumbre en torno a las previsiones de ingresos, pero también pueden producir mayores sorpresas positivas; Cortex Code de SNOW y GitHub Copilot de MSFT son puntos de observación importantes. Cuarto, la ciberseguridad puede experimentar volatilidad específica por acción a corto plazo, pero los riesgos de fuga de modelos de IA e identidad de agentes ampliarán el gasto estratégico en seguridad, y PANW se considera la mejor configuración de resultados a corto plazo. Quinto, los riesgos del software de aplicaciones empiezan a reflejarse en los resultados, con ADBE, INTU y WDAY enfrentando mayor presión; CRM no es inmune, pero es relativamente más defensivo gracias a AELA y las capacidades de monetización de IA.
Marco de análisis
La investigación utiliza un enfoque de piezas del rompecabezas de la industria, agregando divulgaciones de compañías, datos de uso de terceros, tasas de adopción de productos, comportamiento de compra de clientes, cambios de precios y señales de la dirección de las últimas tres semanas, para luego mapearlos entre compañías según el modelo de negocio, el ciclo de producto y la exposición a la demanda. El foco del análisis no es una única métrica de uso, sino si la actividad de IA puede traducirse en ingresos totales de la compañía, consumo, retención de clientes o revisiones al alza de las previsiones.
Notas metodológicas
Combinación de señales recientes dispersas de compañías e industria en juicios de desempeño durante la temporada baja de resultados
El informe resume información sobre tráfico, desarrolladores, adopción por clientes, compras, facturación y dirección de las tres semanas anteriores, distinguiendo entre elementos comunes de toda la industria y factores específicos de cada compañía.
Mapeo de los datos de una compañía a compañías comparables según el modelo de negocio y la exposición al producto
Por ejemplo, utiliza los cambios de facturación por consumo de NET para mapear a SNOW, los cambios en el comportamiento de búsqueda para mapear a ADBE y SEMR, y la demanda de seguridad de IA para mapear a PANW, CRWD y OKTA.
Uso de crecimiento, rentabilidades financieras, múltiplos de valoración y percentiles compuestos para comparar acciones
El factor de crecimiento se basa en el crecimiento futuro de ventas, EBITDA y EPS; las rentabilidades financieras se basan en ROE, ROCE y CROCI; los múltiplos de valoración cubren P/E, P/B y métricas relacionadas con el valor empresarial; el percentil compuesto considera crecimiento, rentabilidades y percentiles de valoración inversa.
Clasificación de compañías en tres niveles según la probabilidad potencial de adquisición
El Nivel 1 corresponde a una probabilidad potencial de adquisición de 30% a 50%, el Nivel 2 corresponde a 15% a 30%, y el Nivel 3 corresponde a 0% a 15%; el Nivel 1 o 2 puede incorporar factores de fusiones y adquisiciones en el precio objetivo.
Correspondencia y comparación de activos
Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).
- SNOWIncrementalmente positivo
- Fortalezas
- El modelo de negocio basado en consumo y el escalamiento temprano de Cortex Code podrían impulsar los ingresos por encima de las previsiones.
- Debilidades
- Los datos sobre la cola de consumo de nuevos productos siguen siendo limitados, lo que reduce la precisión de las previsiones.
- Comparación
- La configuración de resultados es mejor que la de DDOG, porque DDOG previamente tenía un listón de expectativas más alto y se vio afectado por factores específicos de grandes clientes.
- Riesgos
- La adopción de Cortex Code o la conversión a consumo no cumplen las expectativas.
- PANWIncrementalmente positivo
- Fortalezas
- Tanto los firewalls como Chronosphere pueden contribuir al alza, y la compañía se está posicionando directamente para riesgos de IA mediante adquisiciones como Portkey, Protect y Koi.
- Debilidades
- La demanda y los pedidos a corto plazo en la industria de seguridad aún pueden fluctuar.
- Comparación
- Se considera la compañía de seguridad con mayor probabilidad de ofrecer resultados sólidos durante la temporada baja de resultados.
- Riesgos
- Vacío de la industria a corto plazo, integración de adquisiciones y realización retrasada de los presupuestos de seguridad de IA.
- NETContinuar sobreponderando
- Fortalezas
- El tráfico de agentes, el crecimiento de desarrolladores, la computación de borde y el consumo de créditos flexibles impulsan conjuntamente la mejora fundamental.
- Debilidades
- A medida que aumentan los ingresos basados en consumo, las previsiones trimestrales y la magnitud de las sorpresas positivas se vuelven más difíciles de predecir.
- Comparación
- Los cambios en su modelo de consumo proporcionan una referencia para las lecturas de resultados de compañías como SNOW.
- Riesgos
- El ritmo de consumo se desacelera, volatilidad de las previsiones y expectativas de valoración elevada.
- SHOPContinuar sobreponderando
- Fortalezas
- El catálogo puede vincular atributos de productos con búsquedas específicas de agentes, beneficiando claramente a los comerciantes de cola larga, mientras que la adopción de Sidekick está creciendo rápidamente.
- Debilidades
- La compañía actualmente no está monetizando de forma material las funcionalidades de IA directamente.
- Comparación
- Entre los proveedores de aplicaciones que divulgan crecimiento en la adopción de agentes, SHOP es el que más claramente ha mejorado sus fundamentos generales.
- Riesgos
- El tráfico y la conversión de transacciones provenientes de la búsqueda de agentes no pueden sostenerse.
- TWLOContinuar sobreponderando
- Fortalezas
- Los casos de uso de voz con IA están escalando, y el crecimiento se ha acelerado durante dos trimestres consecutivos.
- Debilidades
- El crecimiento sigue dependiendo del uso de los clientes y de la continua expansión de nuevos escenarios de comunicación.
- Comparación
- En comparación con el software de aplicaciones tradicional basado en licencias, se beneficia más directamente de las llamadas de agentes y del crecimiento del tráfico de comunicaciones.
- Riesgos
- El crecimiento del uso se desacelera o la monetización de voz con IA no cumple las expectativas.
- MSFTContinuar sobreponderando
- Fortalezas
- Los precios variables de GitHub Copilot incrementan las facturas de los clientes y pueden seguir impulsando los ingresos de Azure.
- Debilidades
- Los precios variables pueden aumentar la sensibilidad de los clientes a los costos.
- Comparación
- Cuenta con una cadena de monetización completa desde herramientas para desarrolladores hasta infraestructura de nube.
- Riesgos
- Los clientes optimizan el uso, el crecimiento de facturas se desacelera o la demanda de nube no cumple las expectativas.
- ADBEIncrementalmente negativo
- Fortalezas
- Cuenta con herramientas creativas maduras, una marca sólida y una gran base de usuarios.
- Debilidades
- El cambio de SEO a AEO puede debilitar la adquisición de consumidores en la parte superior del embudo, y la experimentación con herramientas generativas de imágenes también intensifica la competencia.
- Comparación
- En comparación con plataformas expuestas al tráfico de agentes o la facturación por consumo, ADBE es más vulnerable a cambios en los canales de búsqueda.
- Riesgos
- Las tasas de conversión del canal LLM no igualan al SEO tradicional, y las herramientas generativas gratuitas o integradas erosionan la incorporación de nuevos usuarios.
- WDAYIncrementalmente negativo
- Fortalezas
- Su posición como sistema empresarial de registro y su base de clientes proporcionan cierta defensividad.
- Debilidades
- Los productos básicos pueden verse afectados por reasignaciones presupuestarias, desaceleraciones de compras y presión sobre las licencias.
- Comparación
- CRM, con la agrupación AELA y avances en monetización de IA, puede estar mejor capacitada que WDAY para resistir la presión de la industria.
- Riesgos
- Reducciones de suscripciones básicas, ciclos de acuerdos más largos y monetización insuficiente de funcionalidades de IA.
- CRWDCauteloso a corto plazo, positivo a largo plazo
- Fortalezas
- Es tecnológicamente líder y se espera que se beneficie de la demanda a largo plazo de herramientas empresariales de seguridad de IA.
- Debilidades
- El listón de expectativas antes de los resultados es alto, y es más probable que los fundamentos inflexionen más adelante en el año.
- Comparación
- La configuración de resultados a corto plazo es más débil que la de PANW, pero sigue siendo una plataforma de seguridad de IA de alta calidad a largo plazo.
- Riesgos
- Un vacío de resultados a corto plazo o altas expectativas generan volatilidad en el precio de la acción.
- OKTACauteloso a corto plazo
- Fortalezas
- El negocio de seguridad de identidad tiene relevancia estratégica a largo plazo para la gestión de identidad de agentes.
- Debilidades
- La compañía ha indicado sistemáticamente que la identidad de agentes tiene mayor probabilidad de ser un ciclo de producto de CY27.
- Comparación
- La materialización de ingresos de seguridad de IA es posterior a la de plataformas como PANW.
- Riesgos
- Retrasos en el ciclo de producto y falta de catalizadores fundamentales a corto plazo.
Datos clave
- Participación del tráfico de agentesMás del 50%Participación del tráfico total de internet divulgada por Cloudflare, por encima de aproximadamente 20% a 30% en 2025 y 18 meses antes de la previsión original.
- Nuevos desarrolladores de CloudflareCasi 2 millones en 2T26En comparación con aproximadamente 1,5 millones para todo 2025, el crecimiento de desarrolladores se aceleró significativamente.
- Fuentes de los presupuestos empresariales de IA33% presupuesto nuevo, 66% reasignación presupuestariaResultados de la encuesta de CIO de Goldman Sachs de mayo de 2026; las principales fuentes de reasignación incluyen mano de obra y software de aplicaciones.
- Uso de Shopify SidekickComerciantes activos diarios aumentaron 3,6x interanual; sesiones diarias aumentaron 4,8xSidekick gestionó casi 34 millones de conversaciones y los comerciantes crearon más de 36.000 aplicaciones personalizadas, por encima de 12.000 en 1T.
- Adopción de productos de agentes de HubSpotData Agent tiene más de 16.000 clientes; Prospecting Agent tiene casi 17.000 clientesAumentaron 80% y 28% intertrimestral, respectivamente; el número de clientes de Customer Agent supera los 10.000.
- Adopción de agentes de KlaviyoComposer Agent añadió 95.000 usuarios en su primer mesLa adopción de Customer Agent aumentó 40% intertrimestral.
- Cambio de conexiones de Figma MakeEl 1 de junio cayó 25% desde el máximo del 1 de mayoSegún datos de terceros; los clientes se volvieron más cautelosos en el gasto tras pasar a créditos de pago.
- Ingresos de créditos flexibles de CloudflareMás del 20% del nuevo valor anual de contratos en 4T25Este modelo amplía la distribución de los resultados de las previsiones, aumentando potencialmente la magnitud de las sorpresas positivas a corto plazo, pero reduciendo la previsibilidad.
- Impacto de los precios variables de GitHub CopilotLas facturas de algunos clientes en 2TCY aumentaron 100%, y las de clientes individuales aumentaron hasta 200%Los precios variables se introdujeron el 1 de junio de 2026 y pueden seguir beneficiando los ingresos de Azure del trimestre de septiembre.
- Cobertura global de renta variable de Goldman Sachs3.104 valoresAl 1 de julio de 2026; la distribución de calificaciones fue 50% Compra, 34% Neutral y 16% Venta.
Impacto e implicaciones
La implicación de inversión es que el sector de software ya no puede negociarse únicamente en función de lanzamientos de productos de IA o uso; los inversores deben centrarse en si la adopción puede traducirse en crecimiento total de ingresos, aceleración del consumo y monetización estable. Las compañías con posicionamiento de infraestructura, facturación por consumo, fidelidad de desarrolladores y ventajas arquitectónicas tienen mayor probabilidad de experimentar puntos de inflexión fundamentales durante varios trimestres; el software de aplicaciones tradicional puede sufrir presión por reasignaciones presupuestarias, compresión de licencias, pruebas gratuitas y cambios en los canales de adquisición de clientes. A corto plazo, los inversores deben priorizar el desempeño de SNOW y PANW durante la temporada baja de resultados, seguir manteniendo MSFT, SHOP, NET y TWLO, y permanecer cautelosos sobre ADBE, INTU, WDAY y CRWD con altas expectativas.
Riesgos
- Los presupuestos empresariales de IA provienen principalmente de reasignaciones de presupuestos existentes, lo que puede seguir comprimiendo el gasto en software de aplicaciones.
- Los clientes se encuentran en la etapa de experimentación de productos y búsqueda de ajuste producto-mercado, y los ciclos de acuerdos pueden seguir alargándose.
- Las pruebas gratuitas se están convirtiendo en una expectativa básica, y los proveedores de software deben asumir costos de inferencia, lo que puede comprimir los márgenes.
- La facturación por consumo y los modelos de créditos flexibles amplían la distribución de los resultados de ingresos, dificultando la predicción de las previsiones trimestrales y la magnitud de las sorpresas positivas.
- El cambio de SEO a AEO puede debilitar la eficiencia de la adquisición tradicional de clientes basada en búsquedas, afectando la parte superior del embudo de compañías como ADBE, HUBS y SEMR.
- El segmento de seguridad puede experimentar un vacío de demanda a corto plazo, y las compañías con altas expectativas pueden sufrir una volatilidad significativa incluso si la tesis de largo plazo se mantiene sólida.
- Las altas tasas de adopción de productos de IA no se traducen necesariamente en mejoras de los ingresos o beneficios generales de la compañía.
- El informe se basa en información pública y datos recientes disponibles a la fecha de publicación, y los juicios pertinentes pueden cambiar con las divulgaciones de las compañías.
Aspectos que vigilar
- El crecimiento del consumo de Cortex Code de SNOW y la magnitud de la sorpresa positiva frente a las previsiones cuando reporte resultados a principios de septiembre.
- Los firewalls, Chronosphere y adquisiciones de seguridad de IA de PANW, y su contribución a los resultados a corto plazo.
- El ritmo de consumo entre los clientes de créditos flexibles de NET, la forma en que se descuenta la previsión y la sostenibilidad del crecimiento de desarrolladores.
- Los ingresos incrementales de Azure derivados de los precios variables de GitHub Copilot para MSFT en el trimestre de septiembre.
- Si el tráfico de búsqueda de agentes de SHOP puede seguir convirtiéndose en pedidos de comerciantes de cola larga e ingresos de plataforma.
- Las tasas de reducción, los recuentos de licencias y los ciclos de acuerdos en HUBS, WDAY y otras compañías de software de aplicaciones.
- La eficiencia de adquisición de clientes de AEO de ADBE y el impacto de la competencia de herramientas generativas de imágenes sobre los nuevos usuarios.
- Los puntos de inflexión de productos de seguridad de IA e identidad de agentes para CRWD y OKTA desde la segunda mitad de 2026 hasta CY27.
- Si las métricas de adopción de funcionalidades de IA pueden traducirse más allá del uso en ingresos totales de la compañía, retención y mejora de beneficios.