El reporte de Citrini Research que salió la semana pasada movió mercados. Adobe cayó, Salesforce cayó, DoorDash cayó. Los titulares declararon el fin del SaaS. Y todo basado en... un thought experiment escrito desde la perspectiva hipotética de junio de 2028 donde el desempleo llegó a 10,2% y el S&P cayó 38% desde sus máximos.
Seamos honestos sobre lo que es esto: un escenario de ciencia ficción con formato de macro memo. Citrini lo aclara en el preface (es un "thought exercise, not a prediction"), pero el mercado leyó los titulares y vendió. Conviene preguntarse si eso fue accidental.
Hoy, la gente de Citadel Securities respondió con datos reales. Y la diferencia entre los dos documentos es la diferencia entre un escenario que suena coherente y un análisis que es coherente.
El problema de confundir tecnología con adopción
El argumento central de Citrini es que la IA va a destruir el empleo white-collar tan rápido que el consumo colapsa, lo cual destruye la economía, lo cual genera una crisis sistémica que hace que el S&P caiga 38%. Todo en dos años.
Citadel apunta al problema fundamental: la difusión tecnológica históricamente sigue una S-curve, no una línea recta al infinito. Que la tecnología pueda mejorar recursivamente no implica que la adopción sea recursiva. Son dos cosas distintas, y Citrini las confunde deliberadamente (o inadvertidamente, que es peor).
Los datos del St. Louis Fed sobre uso de IA en el trabajo muestran algo que destruye la narrativa de Citrini: la adopción diaria de IA para trabajo es sorprendentemente estable. No hay evidencia de una inflexión exponencial. Y más importante: los job postings para software engineers subieron 11% interanual. Si la IA estuviera destruyendo esos empleos al ritmo que describe Citrini, ese número no existiría.
La formación de nuevos negocios en EEUU también está creciendo rápidamente (datos del Census Bureau que Citadel incluye). Que haya desplazamiento en algunos sectores no implica que no haya creación en otros. Esto es Economía 101, pero Citrini lo ignora olímpicamente para que el escenario funcione.
El error lógico de la demanda agregada
Acá viene lo importante. Citrini construye un loop donde la IA destruye empleos → los trabajadores gastan menos → la economía colapsa. El problema es que ese razonamiento viola identidades contables básicas.
Si la productividad sube, los costos bajan, los precios caen, el poder de compra real aumenta. Citadel lo dice directamente: un escenario donde la productividad sube y la demanda agregada colapsa simultáneamente viola identidades de contabilidad nacional. Si el output sube, algo en el lado de la demanda tiene que estar subiendo también: consumo, inversión, gasto público, exportaciones netas.
Citrini necesita asumir que el ingreso laboral cae, que no hay respuesta fiscal, que la inversión no absorbe el impacto y que no hay crecimiento de exportaciones. Todo al mismo tiempo. Es un escenario que solo funciona si uno asume que todo falla simultáneamente y que las democracias no responden a una crisis de desempleo masiva con política fiscal. Ese es un supuesto de una ingenuidad notable.
Citadel hace referencia a Keynes, que en 1930 predijo que trabajaríamos 15 horas semanales para 2030 gracias a la productividad. Se equivocó en la conclusión porque subestimó la elasticidad de los deseos humanos: cuando la productividad baja los costos, la gente no trabaja menos, consume más. El mismo mecanismo aplica acá.
El ejemplo de DoorDash, o cómo confundir código con negocio
El análisis de Citrini usa a DoorDash como el "poster child" de la destrucción por IA. El argumento: los agentes de coding colapsaron la barrera de entrada para lanzar una app de delivery, entonces van a aparecer decenas de competidores que le roban los drivers y fragmentan el mercado hasta que los márgenes lleguen a cero.
Es el ejemplo más revelador del documento, y no por las razones que Citrini cree.
El moat de DoorDash no es el código. Nunca lo fue. El código de una app de delivery es la parte más replicable de todo el negocio. Lo que no se replica con un agente de coding son las otras tres patas del negocio:
Los restaurantes. DoorDash tiene contratos negociados con cientos de miles de establecimientos. Eso implica relaciones comerciales, términos de comisión, integraciones con sistemas de punto de venta, acuerdos de exclusividad parcial. Nada de eso se genera con código. Se genera con vendedores en la calle, abogados, y años de construcción de relaciones.
Los repartidores. El supply side del marketplace es un activo construido con onboarding, soporte, sistemas de pagos, garantías de mínimos en algunas ciudades, y reputación. Si sos delivery person, trabajás donde hay volumen de pedidos y donde el sistema de pago es confiable. Un app nueva con código limpio pero sin pedidos no te da trabajo.
Los consumidores. Acá Citrini tiene un punto parcial: los agentes no tienen lealtad de marca. Pero lo que ignora es que los consumidores sí valoran reliability. El riesgo de que tu pedido llegue tarde, frío, o no llegue es suficiente para que muchos sigan usando la plataforma que conocen, aunque un agente encuentre una alternativa 15% más barata.
El dual-sided marketplace (en realidad tri-sided: restaurantes, repartidores, consumidores) tiene network effects que no se replican con código porque el valor de la plataforma aumenta con la densidad de los tres lados. Una app nueva en Buenos Aires con 50 restaurantes y 20 repartidores es inútil para el consumidor aunque esté escrita con el mejor código del mundo.
Citrini confunde "la barrera tecnológica es más baja" con "la barrera de entrada al negocio es más baja". Son cosas radicalmente distintas. Siempre fue barato construir el software de un banco. Lo que no es barato es conseguir la licencia regulatoria, el capital de respaldo, y la confianza de los depositantes.
Lo que el análisis sí tiene de valioso
Para ser justos: el escenario de Citrini no es completamente inútil. Hay partes donde el análisis es correcto.
El long tail de SaaS (Monday.com, Zapier, Asana) sí está genuinamente expuesto. Productos que existen principalmente para eliminar friction técnica en procesos sencillos tienen un problema real cuando la IA hace eso directamente. El argumento de la negociación de renewals también tiene sustancia: si un CIO puede mostrar un prototipo funcional en semanas, tiene leverage en la negociación aunque nunca piense deployar ese prototipo.
Pero de ahí al colapso sistémico hay un salto lógico enorme que Citrini hace con narrativa en lugar de con datos.
El timing del documento también genera preguntas legítimas. Un análisis bearish sobre SaaS, publicado días antes de resultados de empresas del sector, que genera caídas del 7-15% en acciones específicas... no digo que sea la intención, pero uno nota que Citrini eligió no aclarar sus posiciones. En el mundo de los hedge funds, eso importa.
La pregunta que me queda
Citadel tiene razón en el análisis macro. Citrini construyó un escenario que solo funciona si asumís que todo falla al mismo tiempo, que las respuestas institucionales no existen, y que los moats de negocios complejos se reducen a código.
Pero hay una pregunta más interesante que el debate sobre si el escenario es realista o no: ¿por qué nos convence tanto?
Quizás porque mezcla algo verdadero (el long tail de SaaS tiene un problema real) con algo seductor (la narrativa del colapso total es más marketeable que "algunas categorías de software van a bajar de precio"). Y en los mercados, la narrativa seductora mueve precios antes que el análisis riguroso.
El reporte de Citadel es más aburrido. Tiene gráficos del St. Louis Fed y referencias a identidades contables keynesianas. No genera titulares. Pero tiene algo que el de Citrini no tiene: datos del mundo real donde estamos, no de un 2028 que nadie conoce todavía.
