Sequoia acaba de anunciar el fin de toda una era de salida al mercado y la mayoría de las empresas SaaS no se darán cuenta de lo que les ha pasado 18 meses. El crecimiento impulsado por el producto se basaba en una sola suposición: los humanos probarían el software. Todo el manual desde 2010 optimizado para el descubrimiento humano. Páginas de destino preciosas. Pruebas gratuitas sin fricciones. Bucles de invitación viral. Slack, Dropbox, Zoom, Calendly. 200 mil millones de dólares en capitalización bursátil creada al ganar los primeros 5 minutos del usuario. Nada de eso importa si es un agente quien elige el software. A Claude no le importa tu imagen de héroe. No puede impresionarse con tus premios Dribbble. Es leer documentación, analizar opiniones de usuarios, comprobar la fiabilidad de la API y adaptar las características al caso de uso. Todo el pulido superficial que convenció a los perezosos de hacer clic en "registrarse" se vuelve irrelevante. El nuevo embudo PLG no es una página de aterrizaje → prueba gratuita → activación → conversión. Es consulta de agente → análisis de documentación → coincidencia de funcionalidades → recomendación. Lo que significa que el nuevo foso tiene un aspecto completamente diferente. No necesitas la mejor incorporación. Necesitas la mejor documentación. No necesitas bucles virales. Necesitas datos estructurados que los agentes puedan analizar. No necesitas una interfaz bonita para la primera sesión. Necesitas una API que un agente pueda llamar realmente. Las empresas que ganaron PLG contrataron diseñadores y growth hackers. Las empresas que logren un crecimiento liderado por agentes contratarán redactores técnicos e ingenieros de relaciones con desarrolladores. Y aquí está la parte en la que nadie está valorando todavía: los agentes no tienen lealtad. No tienen costes de cambio. Recomendarán Supabase hoy y algo mejor mañana si la documentación es más limpia o los precios son más transparentes. La pegajosidad que hizo que PLG fuera tan poderoso, los efectos de red y el comportamiento aprendido, no se transfieren. Sequoia te está diciendo que toda la capa de distribución está siendo reescrita. La cuestión es si tu producto está optimizado para atención humana o para análisis sintáctico por máquina. La mayoría están pensados para el público equivocado.