# bain-100b-saas-opportunity-cross-system-labor-agentic-ai-2026-05

## Veille

Informe de **Bain & Company**, **mayo de 2026** (David Crawford, Chris McLaughlin, Greg Fiore — parte de una **serie en cinco partes sobre la industria del software en la era de la IA**), que sitúa la oportunidad SaaS aún inexplotada en el *cross-system labor* — el trabajo humano de coordinación entre sistemas que los agentes de IA ya pueden automatizar — en **~100.000 M$ en EE. UU. (~200.000 M$ incluyendo Canadá/Europa/AU/NZ)**. **Captura actual: 4.000-6.000 M$ (10% de la oportunidad)** — por lo que **>90% sigue disponible**. Tesis pivote: la principal oportunidad de la IA agéntica **no es reemplazar el SaaS existente** sino **automatizar el trabajo de coordinación entre sistemas** (empleados que extraen datos de ERPs, comprueban inventario en una hoja de cálculo, interpretan respuestas de texto libre, ejercen criterio). Distribución: Ventas (20.000 M$) + COGS/operaciones (26.000 M$) + I+D/ingeniería (6.000-12.000 M$) + soporte (6.000-12.000 M$) + finanzas (6.000-12.000 M$). **Seis factores de automatización**: verificabilidad del resultado, consecuencia del fallo, disponibilidad de conocimiento digitalizado, complejidad de integración, variabilidad del proceso, dependencia del mundo físico. **Potencial de automatización por función**: Atención al cliente e I+D **40-60%**, Finanzas y RR. HH. **35-45%**, Ventas e IT **30-40%**, Legal **20-30%**. **Cambio estratégico**: la ventaja competitiva pasa de la *propiedad del system of record* (Salesforce, SAP, Workday) al ***cross-workflow decision context*** — la capacidad de ver y actuar a través de múltiples sistemas integrados. **Ejemplos**: Sierra (resolución autónoma de incidencias de clientes), Glean (coordinación de solicitudes de empleados entre funciones), GitHub Copilot (ampliado más allá del control de código fuente), **Cursor** (ARR duplicado en un trimestre, 2.000 M$). **Moat duradero**: *"datos de ejecución acumulados que ganan valor con el tiempo y se vuelven más difíciles de replicar para los competidores"*. **Hoja de ruta en tres fases**: Assessment (seis factores + dimensionamiento de mercado) → Strategic Positioning (activos de datos + flujos de trabajo adyacentes + mapas operativos reales) → Execution (build/buy/partner + reestructuración organizativa + rediseño de las bases de datos para agent readiness). Relevancia principal para CIOs/CDOs/responsables de Estrategia en SaaS B2B y clientes empresariales: replantea la conversación *"IA vs SaaS"* como ***"IA = SaaS que por fin automatiza el trabajo de coordinación"***. Para leer junto con: DORA ROI (marco financiero), Tatsyi/Raiffeisen (caso de estudio bancario que crea 7 productos de IA sin precedentes), Wescale (realista 3x-4x), MIT NANDA (el 95% de los pilotos fracasa), Foundation Capital *Context Graphs trillion-dollar opportunity* (2025-12-22), Menlo Ventures *State of Generative AI Enterprise* (2025-12-09).

## Titre Article

The $100-Billion SaaS Opportunity Hiding in Cross-System Labor

## Date

2026-05

## URL

https://www.bain.com/insights/100-billion-saas-opportunity-hiding-in-cross-system-labor/

## Keywords

Bain & Company, oportunidad SaaS de 100.000 millones, cross-system labor, principal oportunidad de mercado de la IA agéntica, propiedad del system of record frente a cross-workflow decision context, seis factores de automatización, verificabilidad del resultado consecuencia del fallo conocimiento digitalizado complejidad de integración variabilidad del proceso dependencia del mundo físico, Atención al cliente e I+D automatización 40-60 por ciento, Finanzas RR. HH. 35-45 por ciento, Ventas IT 30-40 por ciento, Legal 20-30 por ciento, Sierra resolución autónoma de incidencias de clientes, Glean coordinación entre funciones, GitHub Copilot más allá del control de código fuente, Cursor ARR duplicado 2.000 millones, datos de ejecución acumulados moat competitivo, hoja de ruta en tres fases Assessment Strategic Positioning Execution, build buy partner, reestructuración de la organización e incentivos, rediseño de las bases de datos para agent readiness, conversión de costes laborales en gasto de software, 4.000-6.000 millones capturados actualmente 10 por ciento, Ventas 20.000 millones COGS 26.000 millones I+D 6.000-12.000 millones soporte 6.000-12.000 millones finanzas 6.000-12.000 millones, agent readiness, serie en cinco partes industria del software era de la IA, David Crawford, Chris McLaughlin, Greg Fiore, mayo de 2026, B2B SaaS, automatización trabajo de coordinación costoso, reemplazo del SaaS existente

## Authors

**David Crawford, Chris McLaughlin, Greg Fiore** — partners et experts Bain & Company spécialistes industrie logicielle / SaaS. Article publié en **mai 2026** sur bain.com/insights, partie 2/5 d'une série sur *"the software industry in the age of AI"* (la partie 1 traite du Rule of 40, fiche `bain-ai-rule-of-40-headwinds-tailwinds-saas-2026-04.md`).

## Ton

**Perfil**: informe estratégico de Bain & Company dirigido a CEOs / consejos de administración / CIOs / CDOs / VP Strategy en SaaS, lectura de ~10-15 minutos. Audiencia objetivo: responsables de decisión de inversores SaaS (PE/VC) y grandes industriales empresariales que buscan dimensionar la oportunidad de la IA agéntica en su stack y sus operaciones.

**Estilo**: voz institucional de Bain — inglés claro, denso en datos, **estructurado como un deck de consultoría condensado en prosa**. Sin hype: una tesis pivote precisa (cross-system labor, no reemplazo de SaaS), un dimensionamiento de mercado con fuentes, una rejilla de evaluación accionable (seis factores), una hoja de ruta en tres fases. Tono **prescriptivo pero no partidista** — Bain se mantiene neutral sobre *"quién gana"*, prescribiendo en cambio *"así es como debe posicionarse"*.

**Aforismos clave**:
- ***"The $100-billion SaaS opportunity hiding in cross-system labor."*** (título — fórmula pivote).
- ***"Competitive advantage moves from system of record ownership to cross-workflow decision context."*** (el cambio estratégico).
- ***"Accumulated execution data that grows more valuable over time and becomes harder for competitors to replicate."*** (el nuevo moat).

**Metáforas desarrolladas**:
- ***Cross-system labor*** — se refiere al **trabajo de coordinación** entre sistemas que la automatización basada en reglas no podía abordar. Metáfora fundacional: este **trabajo humano no escalable** ahora es **abordable por agentes**.
- ***Hiding*** (en el título) — la oportunidad es *invisible* en los análisis tradicionales centrados en el SaaS vertical; aparece al mirar **entre** los sistemas.
- ***Conversion of labor costs to software spending*** — el mecanismo económico: lo que era nómina se convierte en ingresos de SaaS agéntico. Enmarca la oportunidad desde el ángulo de la **sustitución directa de costes → ingresos recurrentes**.

**Postura epistémica**: análisis de **dimensionamiento de mercado + marco estratégico** + *hoja de ruta accionable*. Bain documenta con precisión la brecha entre la oportunidad (100.000 M$) y la captura actual (4.000-6.000 M$, 10%) — una **invitación explícita a la inversión agresiva**.

**Autoridad**: se apoya en (a) la **marca Bain** en SaaS / PE software, (b) la **serie en cinco partes** que la contextualiza dentro de un análisis sectorial completo, (c) la **precisión cuantificada** (distribución por función, por rango de automatización), (d) **ejemplos concretos** (Sierra, Glean, Cursor, GitHub Copilot) que validan empíricamente la tesis.

## Pense-betes

- **Fecha / fuente**: **mayo de 2026**, bain.com/insights, informe parte 2/5 de la serie *"software industry in the age of AI"*.
- **Autores**: David Crawford, Chris McLaughlin, Greg Fiore (socios Bain SaaS).
- **Tesis pivote**: ***la principal oportunidad de mercado de la IA agéntica no es reemplazar el SaaS existente sino automatizar el trabajo de coordinación entre sistemas***. ### El dimensionamiento del mercado | Geografía | Tamaño de mercado | |------------|---------------| | EE. UU. | **~100.000 M$** | | EE. UU. + Canadá + Europa + AU/NZ | **~200.000 M$** | | **Captura actual** | **4.000-6.000 M$ (10%)** | | **Aún disponible** | **>90.000 M$** | **Distribución por función (EE. UU.)**:
- Ventas: **20.000 M$**
- COGS / operaciones: **26.000 M$**
- I+D / ingeniería: **6.000-12.000 M$**
- Soporte: **6.000-12.000 M$**
- Finanzas: **6.000-12.000 M$** ### Los seis factores de automatización 1. **Verificabilidad del resultado** — ¿puede verificarse fácilmente la calidad del resultado? 2. **Consecuencia del fallo** — ¿qué gravedad tiene un error? 3. **Disponibilidad de conocimiento digitalizado** — ¿está digitalizado el conocimiento necesario? 4. **Complejidad de integración** — ¿cuántos sistemas hay que conectar? 5. **Variabilidad del proceso** — ¿el proceso está estandarizado o es muy variable? 6. **Dependencia del mundo físico** — ¿depende de acciones en el mundo físico? → **Cuanto más verificable sea el resultado + menor la consecuencia del error + más digitalizado el conocimiento + más simple la integración + menor la variabilidad + menor la dependencia del mundo físico, mayor el potencial de automatización**. ### Potencial de automatización por función | Función | % automatizable | |----------|-----------------| | Atención al cliente | **40-60%** | | I+D | **40-60%** | | Finanzas | 35-45% | | RR. HH. | 35-45% | | Ventas | 30-40% | | IT | 30-40% | | Legal | 20-30% | ### El cambio estratégico — el nuevo moat **Antes**: *propiedad del system of record* — Salesforce/SAP/Workday poseen los datos, y eso es lo que les da un moat. **Ahora**: ***cross-workflow decision context*** — la capacidad **transversal** de ver y actuar a través de múltiples sistemas integrados. **Moat duradero**: ***"datos de ejecución acumulados que ganan valor con el tiempo y se vuelven más difíciles de replicar para los competidores"*** — cada ejecución de un agente enriquece la base de casos, que gana valor para la siguiente ejecución. Efecto **flywheel** clásico pero sobre un nuevo sustrato. ### Cuatro ejemplos ilustrativos | Actor | Posición | |--------|----------| | **Sierra** | Resolución autónoma de incidencias de clientes (entre sistemas) | | **Glean** | Coordinación de solicitudes de empleados entre funciones | | **GitHub Copilot** | Ampliado más allá del control de código fuente (flujos de desarrollo multisistema) | | **Cursor** | ARR duplicado en un trimestre, alcanzando **2.000 M$** | ### Hoja de ruta estratégica en tres fases | Fase | Actividades | |-------|-----------| | **1. Assessment** | Identificar flujos de trabajo automatizables de alto valor mediante los 6 factores; dimensionar la oportunidad de mercado | | **2. Strategic Positioning** | Evaluar los activos de datos; identificar oportunidades de flujos de trabajo adyacentes; mapear **flujos de trabajo operativos reales** (no procesos teóricos) | | **3. Execution** | Cerrar brechas de capacidad (build / buy / partner); reestructurar la organización y los incentivos; rediseñar las bases de datos **para agent readiness** | ### Conexiones del dosier #### Convergencia en "agent readiness" / "data foundations"
- **Bain**: rediseñar las bases de datos para agent readiness.
- **DORA ROI 2026** (2026-04-21): *datos internos accesibles para la IA + ecosistemas de datos saludables + calidad de documentación legible por máquina*.
- **Foundation Capital — Context Graphs trillion-dollar opportunity** (2025-12-22): trazas de decisión, nuevos systems of record.
- **Habert PROJ-AI** (2026-05-05): *DOCS / IDEAS / DR / OUT / DOCTRINE / AGENT* — seis zonas, doctrina.
- **Seale Semantic Agent** (2026-04-17): *(Model+Harness) + (Ontology+Data) — la ontología como único moat*.
- **Talisman Ontology Pipeline Refresh** (2026-05-04): *governance + AI partnership* en el pipeline de ontología.
- → **Fuerte convergencia**: preparar **los datos para agentes** es el **proyecto estratégico de 2026**, independientemente del modelo. #### Convergencia en "moat = datos de ejecución + cross-workflow context"
- **Bain**: datos de ejecución acumulados + cross-workflow decision context.
- **Foundation Capital**: Context Graphs como el nuevo system of record.
- **Curran/Intercom** (2026-04-16): Skills-Based Plugin Architecture, 153 contribuidores, 267 skills — acumulación de patrones de ejecución.
- **Stripe Minions** (2026-02-19): Toolshed ~500 herramientas MCP, blueprints, devboxes, más de 1300 PR/semana — moat de operaciones agénticas.
- → **Convergencia**: el moat de 2026 ya no es la **base de datos** sino la **base de ejecución** (trazas, decisiones, skills). #### Tensión productiva con MIT NANDA "95% pilots fail"
- **MIT NANDA** (citado en **DORA 2026** como una *"perspectiva pesimista"*): el 95% de los pilotos de IA fracasa, *shadow AI economy*.
- **Bain**: el 90% del mercado sigue sin capturar.
- → **Lectura correcta**: ambos convergen — el 95% de los pilotos fracasa **precisamente porque** el 90% del mercado sigue sin estructurar; los actores que logren convertir el piloto en producto serán los que capturen la oportunidad agéntica. **Bain es el marco estratégico para convertir pilotos en productos**. #### Convergencia sectorial "Sierra"
- **Bain** cita a Sierra como ejemplo agéntico de referencia.
- **Sierra Iyengar/Asemanfar/Wang** (2026-04-22): entrevista AI-native Plan/Build/Review.
- **Taylor Sierra** (2026-04-20): revisión completa de la contratación de ingeniería.
- **Sierra Iyengar/Asemanfar/Wang AI-native interview** (2026-04-22).
- → **Sierra aparece en 3 notas del dosier** — una posición emblemática para el *cross-workflow decision context* en atención al cliente. ### Para usar en
- **Presentaciones ejecutivas SaaS / PE software**: **dimensionamiento cuantificado** de la oportunidad (100.000 M$ EE. UU. / 200.000 M$ extendido) — una referencia canónica para business cases.
- **Estrategia de producto SaaS B2B**: replantear el brief de producto en términos de *cross-system coordination labor* a automatizar.
- **Inversores / VC**: la rejilla de **seis factores** sirve como herramienta rápida de **due diligence** para evaluar un dosier agéntico.
- **CDOs / responsables de datos**: *redesign data foundations for agent readiness* se convierte en un proyecto prioritario y presupuestable.
- **Conexión FR / Europa**: Bain aporta el marco de EE. UU.; debe cruzarse con Wescale (Usine Logicielle Augmentée) para presentaciones a comités ejecutivos franceses.

## RésuméDe400mots

**Bain & Company** publica en mayo de 2026 (David Crawford, Chris McLaughlin, Greg Fiore) un informe, parte 2/5 de una serie sobre *"la industria del software en la era de la IA"*. **Tesis pivote**: la principal oportunidad de la IA agéntica **no es reemplazar el SaaS existente** sino **automatizar el trabajo de coordinación entre sistemas** — *"empleados que extraen datos de presupuesto de un ERP, comprueban inventario en una hoja de cálculo, interpretan respuestas de texto libre y ejercen criterio"*.

**Dimensionamiento del mercado**: ~100.000 M$ en EE. UU. (~200.000 M$ incluyendo Canadá/Europa/AU/NZ). **Captura actual 4.000-6.000 M$ (10%)** — por lo que **>90% sigue disponible**. Distribución en EE. UU.: Ventas (20.000 M$) + COGS/operaciones (26.000 M$) + I+D (6.000-12.000 M$) + soporte (6.000-12.000 M$) + finanzas (6.000-12.000 M$).

**Seis factores de automatización** para evaluar un flujo de trabajo: (1) verificabilidad del resultado, (2) consecuencia del fallo, (3) disponibilidad de conocimiento digitalizado, (4) complejidad de integración, (5) variabilidad del proceso, (6) dependencia del mundo físico. **Potencial por función**: Atención al cliente e I+D **40-60%**, Finanzas y RR. HH. **35-45%**, Ventas e IT **30-40%**, Legal **20-30%**.

**Cambio estratégico**: la ventaja competitiva pasa de la *propiedad del system of record* (Salesforce/SAP/Workday) al ***cross-workflow decision context*** — la capacidad transversal de ver y actuar a través de múltiples sistemas integrados. **Moat duradero**: ***"datos de ejecución acumulados que ganan valor con el tiempo y se vuelven más difíciles de replicar para los competidores"***.

**Cuatro ejemplos**: **Sierra** (resolución autónoma de incidencias de clientes), **Glean** (coordinación de solicitudes de empleados entre funciones), **GitHub Copilot** (ampliado más allá del control de código fuente), **Cursor** (ARR duplicado en un trimestre, alcanzando 2.000 M$).

**Hoja de ruta en tres fases**: (1) **Assessment** — seis factores + dimensionamiento de mercado; (2) **Strategic Positioning** — activos de datos + flujos de trabajo adyacentes + mapas operativos reales; (3) **Execution** — build/buy/partner + reestructuración organizativa + ***rediseño de las bases de datos para agent readiness***.

**Conexiones del dosier**: fuerte convergencia con **DORA ROI 2026** (marco financiero de ROI), **Foundation Capital Context Graphs** (trazas de decisión), **Seale Semantic Agent** (la ontología como moat), **Habert PROJ-AI** (seis zonas + doctrina), **Talisman Ontology Pipeline Refresh** (gobernanza + partnership con IA). Tensión productiva con **MIT NANDA 95% pilots fail**: ambos convergen — los pilotos fracasan precisamente porque el 90% del mercado sigue sin estructurar. **Sierra** aparece en 3 notas del dosier (Bain como caso de referencia + 2 notas de entrevista AI-native), lo que confirma su posición emblemática. Para usar en comités ejecutivos SaaS / PE / due diligence VC / bases de datos de CDO.

## GrapheDeConnaissance

- Bain & Company —publie→ The $100-Billion SaaS Opportunity (DOCUMENT, 0.97)
- David Crawford —publie→ The $100-Billion SaaS Opportunity (DOCUMENT, 0.96)
- Chris McLaughlin —publie→ The $100-Billion SaaS Opportunity (DOCUMENT, 0.96)
- Greg Fiore —publie→ The $100-Billion SaaS Opportunity (DOCUMENT, 0.96)
- Bain & Company —mesure→ marché cross-system labor ~100 Md$ US (~200 Md$ étendu) (MESURE, 0.95)
- Bain & Company —mesure→ capture actuelle du cross-system labor : 10% (4-6 Md$) (MESURE, 0.94)
- IA agentique —remplace→ Cross-system labor (CONCEPT, 0.96)
- Bain & Company —affirme_que→ l'avantage concurrentiel se déplace du system of record ownership vers le cross-workflow decision context (AFFIRMATION, 0.95)
- Output verifiability, consequence of failure, digitized knowledge, integration complexity, process variability, physical world dependency —fait_partie_de→ Six facteurs d'automatisation (Bain) (METHODOLOGIE, 0.96)
- Bain & Company —mesure→ potentiel d'automatisation customer support : 40-60% (MESURE, 0.92)
- Bain & Company —mesure→ potentiel d'automatisation legal : 20-30% (MESURE, 0.92)
- Autonomous customer issue resolution cross-system —observé_dans→ Sierra (ORGANISATION, 0.94)
- Cross-function employee request coordination —observé_dans→ Glean (ORGANISATION, 0.93)
- Cursor —mesure→ ARR doublé en un trimestre, atteignant 2 Md$ (MESURE, 0.93)
- Accumulated execution data —est_instance_de→ moat durable agentic AI (CONCEPT, 0.95)
- Bain & Company —recommande→ Playbook 3 phases (Bain) (METHODOLOGIE, 0.94)
- Bain & Company —recommande→ redesign des data foundations pour l'agent readiness (AFFIRMATION, 0.95)
- The $100-Billion SaaS Opportunity —converge_avec→ DORA ROI 2026, Foundation Capital Context Graphs, Seale Semantic Agent, Talisman Ontology Pipeline (DOCUMENT, 0.93)
- Bain & Company —publie→ software industry in the age of AI (série 5 volets) (DOCUMENT, 0.95)

---
Canonical: https://www.thekb.eu/es/fiches/bain-100b-saas-opportunity-cross-system-labor-agentic-ai-2026-05/