Qué pasó

Entre finales de junio y principios de julio de 2026, en solo 72 horas, los dos mayores proveedores cloud para empresas comprometieron miles de millones de dólares en la misma idea: colocar a sus propios ingenieros dentro de las organizaciones de sus clientes para construir y operar sistemas de IA. El 30 de junio, AWS anunció una nueva organización de Forward Deployed Engineering (FDE) con una inversión de 1.000 millones de dólares. Su objetivo es integrar a miles de expertos junto a los clientes para desarrollar y desplegar IA agéntica en conjunto. El 2 de julio, Judson Althoff, CEO del negocio comercial de Microsoft, presentó Frontier Company, una nueva unidad operativa con 2.500 millones de dólares y unos 6.000 ingenieros. La dirige Rodrigo Kede Lima, expresidente de Microsoft Asia.

Las dos organizaciones siguen un modelo con un origen claro. Palantir popularizó la figura del forward-deployed engineer tras lanzar su Artificial Intelligence Platform a principios de 2023. Combinó software con ingenieros integrados en el cliente y así pasó de ser un contratista centrado en el sector público a una fuerza comercial. Anthropic y OpenAI crearon grupos similares a principios de 2026, y en mayo OpenAI puso en marcha una Deployment Company de mayoría propia con más de 4.000 millones de dólares de capital comprometido. Los hiperescaladores son ahora los últimos en entrar en lo que el sector ya llama la “guerra del despliegue” de la IA empresarial y, por capital comprometido, los más grandes.

Detrás de estas inversiones hay un fracaso concreto y bien documentado. Según el Project NANDA del MIT, el 95 % de los pilotos de IA generativa en empresas no tiene ningún impacto medible en la cuenta de resultados. AWS y Microsoft ya no se limitan a vender más acceso a modelos y esperar que el cliente cierre esa brecha por su cuenta. Ahora asumen ellos mismos el riesgo de implementación: envían ingenieros a las cuentas para poner sistemas en producción.

Por qué importa a los profesionales

Pasar de vender capacidades a entregar resultados cambia la forma de competir en IA empresarial. Esto afecta de forma directa a los equipos de competitive intelligence y de planificación go-to-market.

1. La batalla está en la implementación, no en la calidad del modelo. Si todos los grandes proveedores tienen acceso a modelos de frontera, la diferencia está en quién los pone a funcionar antes dentro de un negocio real. AWS describe su modelo FDE como “agentic-first”: reduce los plazos de despliegue de meses a días, con equipos iniciales de cinco o seis ingenieros por cliente que trabajan junto a agentes de IA. Para los equipos de CI, esto significa que la capacidad real de IA de un competidor es cada vez menos visible en las señales públicas de producto. Vive en sistemas a medida e integrados en el cliente, no en un SKU que se pueda seguir.

2. El forward-deployed engineering reescribe el modelo go-to-market empresarial. El modelo FDE borra la frontera tradicional entre ventas, servicios profesionales y producto. El ciclo de venta ya no termina con la firma del contrato: ahora el proveedor gana si se integra en el cliente durante 8–16 semanas y entrega resultados desde el primer día. Quien diseñe una estrategia go-to-market frente a estos actores debe contar con esto: los ingenieros del proveedor ya están dentro de la cuenta, llevan funcionalidades reutilizables al producto principal y elevan el coste de cambio antes de que otro competidor tenga siquiera la oportunidad de entrar.

3. El canal de consultoras e integradores pierde su lugar. AWS y Microsoft presentan el trabajo FDE como algo distinto de la consultoría tradicional. No evalúan, recomiendan y se van: construyen a largo plazo y dejan al cliente autosuficiente, con habilidades y flujos de trabajo de IA duraderos. Este enfoque presiona a los integradores de sistemas y a las consultoras de gestión, cuyos ingresos dependen justo de la brecha de implementación que los hiperescaladores cierran ahora por su cuenta.

4. El despliegue agéntico se acelera dentro de las cuentas que usted vigila. Los equipos que trabajan para automatizar la competitive intelligence deben tratar los proyectos FDE integrados como un indicador adelantado. Cuando AWS o Microsoft colocan un equipo dentro de un gran competidor, los sistemas agénticos suelen llegar a producción más rápido de lo que haría prever el ciclo habitual de compra e integración.

Datos clave

Anuncio de AWS: 30 de junio de 2026: organización de Forward Deployed Engineering de 1.000 millones de dólares
Modelo de AWS: equipos agentic-first de ~5–6 ingenieros por cliente, que trabajan junto a agentes de IA; plazos reducidos de meses a días
Primeros clientes de AWS: Allen Institute, Cox Automotive, la NBA, la NFL, Ricoh, Southwest Airlines
Anuncio de Microsoft: 2 de julio de 2026: Frontier Company, 2.500 millones de dólares y ~6.000 ingenieros
Dirección en Microsoft: Judson Althoff (CEO del negocio comercial); unidad dirigida por Rodrigo Kede Lima
Precedentes: Palantir (2023), OpenAI Deployment Company (más de 4.000 M$, mayo de 2026), grupos FDE de Anthropic y OpenAI (2026)
Dato de partida: el Project NANDA del MIT concluyó que el 95 % de los pilotos de IA generativa en empresas no tiene impacto medible en la cuenta de resultados
Rasgo estructural: el cliente conserva los sistemas, las habilidades y los flujos de trabajo cuando termina el proyecto, frente a la consultoría tradicional por proyectos

Implicaciones para el mercado

La señal más importante marca una dirección: el mercado de IA empresarial pasa a valorar la implementación como el recurso escaso. Durante la mayor parte de 2023–2025, la ventaja competitiva se atribuía al rendimiento del modelo y a la capacidad de cómputo. La ola de compromisos FDE de 2026 suma ya unos 8.000 millones de dólares de capital declarado solo entre OpenAI, AWS y Microsoft. Refleja un consenso: el cuello de botella está ahora en la última milla dentro de la empresa. Los resultados de Palantir del primer trimestre de 2026, con un crecimiento de ingresos del 85 % y del 133 % en el negocio comercial de EE. UU., demostraron al mercado que el modelo integrado escala en lo financiero, no solo en lo operativo.

Para los proveedores de categorías cercanas (competitive intelligence, revenue intelligence, investigación de mercado y sales enablement), esto tiene dos implicaciones. Primero, los equipos FDE de los hiperescaladores construirán cada vez más sistemas propios de inteligencia y de flujo de trabajo que compiten con el SaaS estándar dentro de las cuentas más grandes. Una plataforma de CI o de investigación que antes se compraba como herramienta independiente puede ahora montarla un equipo de ingeniería integrado con componentes nativos del cloud. Segundo, el listón de lo que significa “AI-native” en software empresarial acaba de subir. Un comprador que ha visto a un equipo FDE poner en marcha un sistema agéntico en días exigirá lo mismo a cualquier otro proveedor. Quien siga las señales de inteligencia de mercado en este espacio debe observar qué categorías deciden construir los equipos FDE de los hiperescaladores y cuáles deciden comprar. Esas decisiones definirán dónde pueden seguir ganando los fabricantes de software independientes.

El riesgo para los hiperescaladores es la concentración y el coste. Integrar a miles de ingenieros caros es un negocio de servicios con márgenes de servicios. El modelo solo sale rentable si el ciclo de funcionalidades reutilizables, en el que el trabajo FDE se convierte en capacidad de producto duradera, se materializa a escala. Esa es la cifra que hay que vigilar en los próximos trimestres.

Recursos relacionados

Competitive Intelligence: cómo se adaptan los programas de CI cuando las capacidades de IA de un competidor pasan a sistemas integrados y no públicos
Estrategia go-to-market: un marco para entender cómo el forward-deployed engineering cambia la distribución de la IA empresarial
Cómo automatizar la competitive intelligence: guía práctica para equipos de CI que siguen el despliegue agéntico dentro de sus cuentas objetivo
Inteligencia de mercado: cómo leer las señales de construir o comprar de los proveedores mientras la guerra del despliegue redefine los presupuestos de IA empresarial