Andrés documentó ayer la declaración de Jensen Huang sobre SaaS → AaaS. La pregunta que recibo en cada conversación con clientes B2B LATAM después de leer ese tipo de análisis es operativa: ¿cómo se monta concretamente un servicio Agent-as-a-Service? ¿Qué piezas tiene? ¿Qué cuesta?
Voy a contestar con la arquitectura que estamos implementando en MorgansMedia para clientes que ya tomaron la decisión de operar AaaS. No es modelo teórico. Es la receta que uso cuando me llega un cliente que quiere convertir su servicio actual en un AaaS productizado.
Las piezas son cinco. Las desarrollo en orden de implementación.
Pieza 1: definición del outcome contratado
Esta es la pieza fundacional y la más subestimada. Antes de tocar código, herramienta o equipo, hay que definir el outcome con precisión contractual.
Un outcome bien definido tiene tres componentes. Métrica específica: no "más leads" sino "40 leads MQL al mes". La métrica debe ser auditeable por ambas partes con la misma fórmula. Plazo medible: no "a futuro" sino "mensual con corte el día 5 del mes siguiente". El plazo define cuándo se factura y cuándo se penaliza. Variables de control documentadas: qué puede afectar el outcome fuera del control del agente. Crisis macro, decisiones del cliente, cambios de producto. El contrato debe listar estas excepciones explícitamente.
Ejemplo concreto. Para un cliente de paid media con AaaS, el outcome contratado es: "60 MQL al mes a CPA promedio bajo USD 80, con revisión trimestral del CPA-target". Variables documentadas: cambio de pricing del producto del cliente, lanzamiento de competidor con presupuesto 3x, cambios mayores en plataformas (Google, Meta).
Esta pieza toma 2-3 reuniones con el cliente y se documenta como anexo del contrato. Sin esto, el resto del AaaS opera sobre arena.
Pieza 2: el stack operativo del agente
La segunda pieza es el stack técnico que ejecuta el outcome. Tres capas.
Capa de datos: conexión a los sistemas que el agente necesita leer y escribir. Para AaaS de paid media: Google Ads API, Meta Ads API, GA4, GSC, CRM del cliente. Implementación típica con MCP servers para cada sistema, autenticación con OAuth o API keys del cliente.
Capa de lógica: el motor que decide qué hace el agente. Combina LLM (Claude, GPT, Gemini según caso) + reglas específicas del cliente + memoria persistente del historial. Aquí va la inteligencia operativa: cómo decide rebalancear budget Google, cómo prioriza tickets, cómo escala a humano.
Capa de observabilidad: sistema que mide todo lo que el agente hace y permite auditar después. Mínimo: log estructurado de cada acción, dashboard de outcomes vs targets, alertas cuando algo va mal. Sin esto, no puedes defender el outcome con datos cuando llega el corte mensual.
Las tres capas juntas se llaman "agent infrastructure" o "agent platform". Herramientas que están madurando: LangGraph, LlamaIndex, Vercel AI SDK, Anthropic SDK con MCP, plataformas propias como Cerebro RevOps en MM.
Tiempo de implementación típico: 6-12 semanas dependiendo de la complejidad. Costo: USD 8.000-25.000 setup único, USD 400-1.200 mensuales en infraestructura.
Pieza 3: el modelo de supervisión humana
Esta es la pieza que separa AaaS bien hecho de AaaS Klarna-2024.
No todos los outcomes pueden ser 100% autónomos. Cada decisión del agente tiene un nivel de criticidad. Tareas de criticidad baja (subir un bid bajo cierto umbral) se ejecutan sin revisión. Criticidad media (pausar campaña, enviar email a cliente) se ejecutan con revisión asíncrona. Criticidad alta (cambiar pricing, terminar relación con cliente) requieren autorización humana antes de ejecutarse.
Una guía operativa de criticidad para AaaS de paid media:
- Cambios de bid bajo el 20% del valor actual: criticidad baja, auto-ejecución.
- Cambios de bid sobre el 20%: criticidad media, revisión humana en 4 horas.
- Cambio de objetivo de campaña: criticidad alta, autorización previa.
- Cambio de pricing del cliente: nunca el agente, siempre humano.
Pieza 4: el modelo de pricing y facturación
Tres modelos típicos que están funcionando en 2026.
Pricing por outcome puro: pagas USD X por cada outcome alcanzado. Pro: alineación total. Con: requiere baseline acordado.
Pricing híbrido (fee + outcome): pagas fee fijo mensual + bonus o penalidad según alcance del outcome. Pro: predecibilidad para ambas partes. Con: más complejo de facturar.
Pricing por API call con SLA: pagas por cada acción del agente, con garantía de SLA. Pro: fácil de medir. Con: separa pricing de outcome, lo opuesto del valor real de AaaS.
En MorgansMedia usamos híbrido para todos los clientes AaaS por ahora. Conforme el modelo madure, vamos a migrar progresivamente a outcome puro para algunos servicios.
Pieza 5: el contrato y el riesgo
Un contrato AaaS contiene mínimo: definición del outcome contratado, descripción del stack operativo, modelo de supervisión humana, pricing y términos de facturación, cláusula de fuerza mayor que cubra cambios mayores en plataformas externas, cláusula de salida con plazos razonables (15-30 días), cláusula de propiedad intelectual sobre prompts y configuraciones, cláusula de privacidad y manejo de datos.
En MM tenemos plantilla base revisada con abogado especializado en tech. La adaptación para cada cliente toma 1-2 reuniones.
Cómo se ve esto en MorgansMedia
MM opera AaaS en dos servicios específicos hoy.
RevOps Sales como AaaS. Cliente paga fee fijo mensual + bonus por reducción de CAC trimestral medida contra baseline acordado. El agente gestiona automatizaciones en Kommo, optimiza Salesbots, reporta a equipo comercial. Yo (Francisco) reviso semanalmente y intervengo cuando hay decisión de criticidad alta.
Gestión Media & Performance como AaaS. Cliente paga fee fijo + bonus por CPA-de-MQL bajo target acordado. El agente gestiona campañas Google Ads + Meta Ads, ajusta bids dentro de límites preautorizados, alerta cuando hay anomalías. Diego Moraga y Sofía Hirane supervisan y aprueban movimientos sobre límites.
Lo que no funciona en AaaS
Para que no quede como modelo perfecto, marco lo que no funciona.
Outcomes no medibles claramente. Si el outcome es "mejorar el branding", AaaS no funciona porque no hay métrica de éxito objetiva.
Clientes con tracking inmaduro. Si el cliente no tiene Enhanced Conversions o offline conversion import implementado, AaaS no puede operar porque la métrica de outcome está cuestionable.
Outcomes con ciclo muy largo. Si el outcome se mide cada 12 meses, el feedback loop es demasiado lento.
Preguntas frecuentes
¿Cuál es el mínimo de inversión para lanzar un servicio AaaS?
Para un servicio AaaS chico (un solo outcome, integración con dos sistemas), el mínimo realista es USD 15.000 setup + USD 600 mensuales de infraestructura. Para servicio completo, el mínimo sube a USD 35.000-60.000 setup.
¿Puedo lanzar AaaS sin tener equipo de ingeniería propio?
Difícil. Necesitas mínimo un ingeniero familiarizado con LLMs y MCP para operar la capa de lógica. Sin equipo de tech, dependes de un proveedor que opere el agente por ti.
¿Qué pasa si el cliente quiere salirse del contrato AaaS?
La cláusula de salida del contrato debe contemplar entrega de data, plazos de finalización y procedimiento de handoff. Si el AaaS estaba alcanzando el outcome, raro que el cliente quiera salir.
El cierre
Un servicio Agent-as-a-Service no es magia. Es estructura: outcome definido, stack operativo, supervisión humana, pricing alineado, contrato claro. Las cinco piezas son condición necesaria. Saltarse cualquiera convierte el AaaS en SaaS con nombre nuevo, que es la trampa más común en LATAM 2026.
Montar un AaaS bien hecho toma entre 8 y 16 semanas desde decisión hasta primer cliente vivo. La inversión inicial es real pero recuperable en 6-12 meses si el outcome contratado es claro.
El DMC (Diagnóstico de Madurez de Crecimiento) de MorgansMedia incluye evaluación de readiness AaaS de la operación del cliente. La pregunta no es "¿debo lanzar AaaS?". Es "¿qué parte de mi servicio actual encaja en AaaS y qué parte mejor mantener como SaaS o consultoría?".
