William Blair: Manhattan Associates registra trimestres récord consecutivos de reservas en medio de la turbulencia del mercado; los agentes de IA logran un aumento de 6% a 30% en envíos en producción
La dirección de Manhattan Associates en la 46ª Conferencia Anual de Acciones en Crecimiento de William Blair, 3 de junio de 2026
Manhattan Associates llegó a la Conferencia de Acciones en Crecimiento de William Blair con un mensaje que contrasta con la ansiedad generalizada en el sector de software empresarial: la cadena de suministro no es discrecional y los clientes no están esperando a que haya claridad macroeconómica para modernizarse. El CEO Eric Clark, el CTO Sanjeev Siotia y la recién nombrada CFO Linda Pinne ofrecieron una de las presentaciones directivas más sustanciales de la temporada de conferencias, con datos concretos sobre la adopción de agentes de IA, la estructura de monetización y un notable cambio estructural en la base de costos de la compañía. La cifra principal que más interesará a los inversores: Manhattan acaba de cerrar su mejor cuarto trimestre de la historia desde la perspectiva de reservas de ventas, seguido inmediatamente por su mejor primer trimestre de todos los tiempos, durante lo que Clark calificó como el periodo "probablemente más ruidoso" para el software empresarial en años, entre los aranceles del Liberation Day, el conflicto geopolítico continuo y la llamada narrativa del "SaaSPocalypse" sobre la IA desplazando al software tradicional.
El recorte de personal es un reajuste de productos heredados, no una señal comercial
La conferencia comenzó con el anuncio que se dio a conocer a principios de la semana: una reducción de plantilla global de aproximadamente el 6%. Clark fue directo sobre la justificación: "Como empresa, nunca hemos dejado de dar soporte a ningún producto, y no vamos a cambiar eso. Pero tenemos una serie de productos heredados que cuentan con un número cada vez menor de clientes, debido a que más y más de ellos están migrando a nuestros productos en la nube". La medida laboral está vinculada explícitamente al redimensionamiento de la estructura de costos en torno a esos sistemas heredados "on-premise", no a un debilitamiento de la demanda principal. El subtexto es que Linda Pinne, al asumir el cargo de CFO, impulsó una revisión más rigurosa de dónde se concentraba el gasto en una parte del negocio que está en declive estructural. El compromiso de la compañía siempre ha sido invertir más en ventas y marketing sin deteriorar los márgenes, y esta medida financia dicho cambio.
Un generador de código creado antes de la existencia de la IA es ahora el activo más importante de la empresa
La ventaja estructural más subestimada que posee Manhattan podría ser una que precede a la actual ola de IA por más de una década. Siotia reveló que, hace doce años, en lugar de escribir software empresarial tradicional, el equipo de ingeniería de Manhattan tomó la decisión de construir un generador de código y utilizarlo para generar el producto mismo. Hoy en día, el 75% del código de Manhattan es generado por máquinas, con aproximadamente 45 millones de líneas de código producidas cada noche desde la base de código. "La razón, en realidad, no fue la eficiencia cuando hicimos esto", señaló Siotia. "El motor principal detrás de ello fue cómo mantener el ritmo a medida que surgen los cambios". La filosofía arquitectónica —API-first, headless, microservicios puros— fue diseñada para sobrevivir a los cambios de paradigma en las interfaces, desde las pantallas verdes hasta los dispositivos móviles y lo que viniera después. Lo que vino después resultó ser la IA generativa, y la arquitectura es ideal para ella.
Siotia describe el sistema resultante como una "columna vertebral determinista" en la que el razonamiento probabilístico de la IA puede insertarse limpiamente. Esta distinción es enormemente importante en la cadena de suministro, donde, como él mismo dijo, "casi correcto es igual a incorrecto". Enviar 101 unidades cuando se ordenaron 100 puede romper un proceso posterior. El enfoque híbrido de la compañía —mantener la lógica determinista basada en reglas donde debe ser exacta y desplegar LLMs solo en nodos de decisión específicos donde el razonamiento probabilístico aporta valor— es hacia donde se están dirigiendo cada vez más incluso los competidores nativos de IA. "Incluso las personas que tomaron ese enfoque ahora probablemente se estén alineando con nuestro punto de vista", dijo Siotia.
Los agentes de IA están activos en producción y ofrecen mejoras medibles en los envíos
Manhattan no está en el "purgatorio" de los proyectos piloto. Los despliegues de IA agentica de la compañía están en uso activo de producción, y los datos iniciales de retorno de inversión (ROI) son sorprendentes. Siotia describió el caso de uso principal: las operaciones de la cadena de suministro son fundamentalmente negocios de gestión de excepciones, donde un profesional podría pasar de tres a seis horas resolviendo un solo problema, a menudo mucho después de que haya pasado la ventana para actuar. "Si hay un problema con un pedido que no se asigna, alguien que persigue esa asignación puede tardar 2 o 3 horas. Y para cuando descubren que el inventario está en el muelle de recepción, el camión ya se ha ido y perdiste el envío". Los agentes que resuelven esas excepciones en tiempo real están impulsando mejoras en la tasa de finalización de envíos del 6% al 30% para los primeros clientes; un rango que, incluso en el extremo inferior, representa un impacto financiero material para cualquier operador que trabaje a escala.
Clark añadió un punto arquitectónico importante sobre por qué los agentes de Manhattan alcanzan valor en producción más rápido que los de la competencia: "Nunca hablamos con nuestros clientes sobre lagos de datos, proyectos de indexación de datos o la latencia y el riesgo de seguridad que conlleva todo eso. Cuando hacemos IA en nuestro sistema, lo hacemos utilizando las mismas APIs que usaría un usuario humano". Los clientes en la plataforma en la nube pueden activar agentes desde el primer día sin necesidad de proyectos de preparación de datos. Los competidores cuya capa de IA se encuentra fuera de la aplicación principal enfrentan plazos de preparación de tres meses a un año antes del primer uso en producción. La compañía también ha construido un panel que permite a los clientes ver exactamente qué agentes están utilizando sus equipos y qué valor se está extrayendo; una respuesta directa a las preocupaciones de los CFO empresariales sobre la rendición de cuentas del costo frente al valor de la IA.
La monetización es un aumento de suscripción por niveles, no un impuesto por uso
Pinne aclaró la estructura comercial para los agentes de IA, que había sido una fuente de ambigüedad para los inversores. Manhattan está fijando el precio de los agentes como un porcentaje de aumento sobre la suscripción base, con la selección de niveles vinculada al alcance del despliegue —número de sitios y número de agentes— en lugar del consumo de tokens. "Si solo quieren implementar un sitio o un pequeño número de agentes al principio, podrían seleccionar un nivel más bajo desde el punto de vista de la suscripción. Y luego, a medida que quieran expandirlo a más sitios o desarrollar más agentes, podrían optar por subir de nivel". El programa piloto de 90 días está funcionando como un mecanismo de descubrimiento de demanda, permitiendo a los clientes identificar por sí mismos el valor antes de comprometerse con un nivel. La estructura evita la preocupación por la maximización de tokens que, según Clark, es ahora una prioridad para los compradores empresariales.
Los ingresos por la nube superarán a los de servicios en el cuarto trimestre; la expansión de márgenes se acelerará
Clark señaló un punto de inflexión estructural que los inversores deberían marcar en sus calendarios: "En el cuarto trimestre de este año, nuestros ingresos por la nube superarán a los ingresos por servicios. Y una vez que eso suceda, esa brecha solo se hará más grande". Los márgenes de la nube superan a los de los servicios, por lo que el cambio en la mezcla de ingresos tiene una lectura directa sobre la expansión del margen operativo más allá de la trayectoria actual. La compañía está aumentando los ingresos por servicios en términos absolutos este año, lo cual Clark interpreta como una señal de mayor velocidad de proyectos —más puestas en marcha, más despliegues— y no necesariamente como una señal de la salud del negocio de servicios en sí. El indicador clave que Pinne introdujo a principios de año es el ARR (ingresos recurrentes anuales) incrementado, que analiza los ingresos contratados a cuatro años vista; esa métrica creció un 23% interanual al cierre de 2025, ofreciendo una visibilidad estructural de los ingresos que el RPO (obligaciones de desempeño remanentes) por sí solo no captura.
Las conversiones de precio fijo y la migración asistida por IA eliminan la principal barrera para la adopción de la nube
Una de las revelaciones más operativamente específicas de Clark se refirió a la mecánica de la conversión de sistemas locales (on-premise) a la nube. La barrera histórica para la base de clientes heredados de Manhattan ha sido la percepción —a menudo precisa, basada en décadas de dolorosas actualizaciones de ERP— de que la migración es un riesgo grande, costoso y de varios años. Manhattan está desmantelando esa percepción con conversiones de plazo y precio fijos. La compañía ya sabe exactamente qué está ejecutando cada cliente heredado, conoce la configuración de nube objetivo y está utilizando herramientas asistidas por IA para autoconfigurar la migración. Clark citó una reducción del 40% en el número de extensiones requeridas, y las extensiones que permanecen se están escribiendo el doble de rápido. "Nos estamos comprometiendo con conversiones de plazo y precio fijos", dijo, un compromiso comercial que reduce sustancialmente el riesgo de la decisión para la base de clientes locales restantes.
El equipo de ventas dedicado a la conversión, creado durante el último año, ya se está reflejando en las métricas de la cartera de proyectos (pipeline). El volumen de ventas cruzadas y ventas adicionales al momento de la renovación está creciendo significativamente, con la cartera reflejando acuerdos no solo para los trimestres actuales, sino también para las renovaciones del tercer y cuarto trimestre. El equipo de renovación interactúa con los clientes dos trimestres antes del vencimiento del contrato específicamente para identificar y posicionar la oportunidad de expansión completa del producto, no solo para asegurar la renovación básica.
Las tasas de adopción de múltiples productos están aumentando de forma estructural, no cíclica
El negocio histórico de Manhattan se construyó sobre la gestión de almacenes (WMS), pero la arquitectura integrada de la plataforma está creando una demanda duradera de múltiples productos. Clark señaló que aproximadamente la mitad de los nuevos clientes que compran gestión de almacenes hoy también están comprando gestión de transporte (TMS) al mismo tiempo, en comparación con prácticamente cero cuando se introdujo por primera vez la nube de transporte. La mecánica es convincente: debido a que Manhattan construyó una plataforma unificada de microservicios en lugar de integrar aplicaciones separadas, WMS y TMS comparten objetos de datos centrales. Un envío es un registro único accesible para ambos módulos. Siotia ilustró el caso de negocio: "Cuando puedes hacer la planificación y sabes exactamente lo que tienes desde la perspectiva del inventario, puedes planificar en consecuencia, y las posibilidades de enviar un camión con los niveles de capacidad correctos son mucho mayores". Esa ganancia de eficiencia, argumentó, puede justificar la inversión combinada en WMS y TMS solo por los ahorros en costos de transporte.
La planificación de la cadena de suministro, lanzada en la nube hace poco más de un año, ya aparece como un complemento común en toda la base de clientes. La gestión de pedidos y el punto de venta continúan avanzando juntos. El ciclo de renovación natural para la cohorte de la nube de almacenes —introducida hace cinco años, lo que significa que esos clientes están entrando ahora en sus primeras ventanas de renovación— representa una oportunidad de expansión estructurada de múltiples productos que se desarrollará durante los próximos años.
El cambio en el ecosistema de socios crea una nueva cartera de proyectos desde las bases de clientes de la competencia
Hace un año, Manhattan reestructuró su modelo de socios, pasando de una dinámica en la que los socios seguían en gran medida a Manhattan en acuerdos buscando ingresos por servicios, a una en la que se espera explícitamente que los socios generen la cartera de proyectos. Los indicadores iniciales son positivos. Clark describió a un socio realizando una gira por seis ciudades europeas dirigida a prospectos que son clientes actuales de los competidores de Manhattan próximos a su renovación, con el objetivo explícito de educarlos sobre Manhattan Active y canalizarlos hacia la conferencia de usuarios EMEA Exchange como prospectos de compra activos. "Estamos viendo nuevos acuerdos que de otro modo no habríamos visto", dijo Clark. Dado que los socios suelen tener relaciones más profundas con las cuentas de Nivel 2 —precisamente el segmento que Manhattan está tratando de penetrar con mayor agresividad—, el cambio en el ecosistema tiene implicaciones directas para la expansión del mercado direccionable.
La expansión del mercado de Nivel 2 es el próximo vector de crecimiento, con más detalles en el segundo semestre
Manhattan ha definido históricamente su mercado objetivo como Nivel 1 y Nivel 2, que juntos representan aproximadamente el 80% del gasto total en software de cadena de suministro. Pero Clark reconoció que la parte baja del Nivel 2 no siempre ha sido totalmente accesible, no porque a Manhattan le falte capacidad, sino porque la marca conlleva una asociación con la complejidad y la escala que crea un sesgo de autoselección entre los prospectos más pequeños. La velocidad y las reducciones de costos de las migraciones de precio fijo y el despliegue asistido por IA tienen como objetivo reducir el costo total de propiedad lo suficiente como para hacer que Manhattan sea viable más abajo en el espectro del Nivel 2. Clark indicó que la segunda mitad de 2026 traerá anuncios más formales sobre cómo la compañía planea expandir su mercado direccionable en esa dirección, lo que sugiere una iniciativa de salida al mercado estructurada en lugar de una deriva orgánica.
Siotia ofreció el enfoque con mayor visión de futuro de la sesión, articulando cómo espera que se evalúe el software empresarial dentro de cinco años: "Se medirá en términos de su IQ —la parte autónoma y cuánto puede automatizar y aportar inteligencia— y su EQ, que es realmente la inteligencia contextual y el software adaptándose a los usuarios frente a los usuarios adaptándose al software". Ese enfoque, independientemente de si los inversores adoptan la terminología, apunta a una empresa que ha pasado una década construyendo la infraestructura para un mercado que apenas ahora se está formando a su alrededor.