Hace unos días, Christian Klein lanzó un mensaje poco habitual para un CEO de una compañía que cotiza en bolsa: la transición de SAP hacia la inteligencia artificial será tan dolorosa como lo fue el paso al cloud. No es una frase de relaciones públicas. Es un aviso, y probablemente uno de los más honestos que ha dado SAP en mucho tiempo.

No es la primera vez que SAP pasa por esto

SAP ya vivió una transformación estructural de este calibre. El paso de on-premise a cloud no fue solo un cambio tecnológico: supuso un modelo de ingresos distinto, una transición larga y compleja para los clientes, y una reconfiguración del ecosistema de partners que tardó años en estabilizarse. Durante ese período hubo dudas, resistencia y presión en los resultados. Hoy, con perspectiva, parece claro que era el camino correcto. Pero no fue fácil, y Klein lo sabe mejor que nadie porque lo vivió desde dentro.

Ahora SAP está diciendo explícitamente que lo que viene será comparable. Y el mercado ya lo está procesando a su manera: la acción ha caído aproximadamente un 31% desde inicio de 2026, con bajadas puntuales de casi un 7% en una sola sesión tras las declaraciones de Klein al Financial Times. No es que los resultados sean malos, que no lo son. En 2025, los ingresos crecieron un 7,7% hasta 36.800 millones de euros y el cloud revenue subió un 23%. Lo que el mercado está penalizando es la incertidumbre sobre el modelo de negocio que viene.

La diferencia con el cloud: esta vez cambia qué es el software

El cloud cambiaba dónde corría el software. La inteligencia artificial cambia qué es el software. No estamos hablando de nuevas funcionalidades o mejoras incrementales, sino de algo más profundo: menor dependencia de interfaces, automatización de decisiones, sistemas capaces de ejecutar procesos sin intervención directa del usuario. La IA no mejora el software. Lo cuestiona.

Y eso arrastra consigo un cambio en el modelo de negocio que es igual de estructural. SAP está abandonando el modelo de licencias y suscripciones por usuario para pasar a cobrar por consumo de capacidades de inteligencia artificial, lo que internamente empieza a articularse en torno a los AI Units. Ya no se paga por acceder al sistema, sino por lo que el sistema hace. Ese cambio tiene implicaciones serias: ingresos menos predecibles, mayor presión en márgenes a corto plazo, y la necesidad de demostrar valor en cada interacción, no solo al firmar el contrato.

El cambio de perfiles: dentro y fuera de SAP

Cuando Klein habla de transición dolorosa, no habla solo de inversión o de márgenes. Habla de personas. Dentro de SAP, la reorganización ya está en marcha: ha traspasado la responsabilidad de ventas a Thomas Saueressig para dedicarse él directamente al desarrollo de IA, y ha creado equipos de forward-deployed engineering, consultores y desarrolladores con conocimiento sectorial que trabajarán directamente en casa del cliente para construir soluciones sobre la plataforma SAP. Eso es casi un modelo de consultoría embebida, y cambia la naturaleza de lo que SAP es como compañía.

Para los partners y consultores externos el mensaje es el mismo: el perfil que construía configuraciones está dejando paso al perfil que construye agentes. No es una evolución gradual. Es un cambio de disciplina. Los desarrolladores que hoy escriben código tendrán que aprender a diseñar orquestaciones de agentes, a trabajar con datos en contexto, a pensar en términos de automatización de decisiones en lugar de automatización de tareas. Eso no se aprende en un curso de fin de semana.

La pregunta que SAP no ha respondido

Aquí es donde tengo que ser directo, porque creo que hay una pieza que falta en todo este discurso.

SAP está pidiendo a sus clientes que confíen en un cambio de modelo sin haberles dado todavía las herramientas para entender qué va a costarles ese cambio. El modelo de consumo por AI Units es conceptualmente coherente. Si los agentes hacen trabajo que antes hacían personas, tiene sentido cobrar por lo que hacen, no por cuántos usuarios lo activan. La lógica es impecable.

Pero cuando un cliente me pregunta cuánto va a gastar, no tengo una respuesta clara. Y no la tengo porque SAP tampoco la tiene todavía, al menos no de forma pública y calculable. ¿Cuántos AI Units consume un proceso de cualificación de leads? ¿Y uno de resolución de tickets? ¿Cómo escala el coste cuando el volumen de automatización crece? ¿Qué palancas tiene el cliente para controlar el gasto?

Sin esas respuestas, la conversación de ROI es prácticamente imposible. Y sin ROI, los proyectos de IA en entornos enterprise no se aprueban. No porque los clientes no quieran la tecnología, sino porque los comités de inversión piden números, no visiones. El discurso de «la IA transformará tu negocio» no pasa un comité de dirección sin un modelo financiero detrás.

SAP tiene un trabajo pendiente aquí. No es un problema técnico, es un problema de go-to-market. Necesitan dar a partners y clientes un marco de estimación de costes y un modelo de cálculo de retorno que sea creíble y manejable. Mientras eso no exista, la transición que describe Klein será más lenta de lo que SAP necesita.

Lo que sí está claro

Dicho esto, la dirección es la correcta. La integración de IA de forma transversal en la Business Suite, con Joule como punto de entrada y SAP Business Data Cloud como capa de datos que da contexto real a los agentes, es una apuesta que tiene sentido estructural. La IA genérica no aporta valor en entornos enterprise. La IA que opera sobre datos reales de negocio, conectada a los procesos donde se toman las decisiones, sí puede hacerlo.

Como ya ocurrió con el cloud, habrá fricción, resistencia y un período de incertidumbre que el mercado está empezando a descontar. Pero la transformación va a ocurrir. La pregunta no es si el modelo cambia, sino quién llega preparado cuando cambie.

Y prepararse, en este caso, empieza por hacer las preguntas incómodas. Como cuánto va a costar.

Y, sobre todo, quién va a saber explicarlo.