“Better to be an investor and not even take all this execution risk.” (Mejor ser inversionista y no tomar todo este riesgo de ejecución.)

Esa línea es de Satya Nadella. La escribió el 13 de julio de 2022 en un correo interno a su equipo de liderazgo de Microsoft. Llevaba casi cuatro años bajo llave hasta que salió a la luz pública esta semana por el juicio Musk v. Altman. La leí el martes y no la pude soltar.

El CEO de Microsoft, con $200B en caja y la operación más completa del planeta, escribiéndole a su propia gente que prefería ser inversionista a tomar el riesgo de ejecución del deal con OpenAI. La frase exacta que usó para describir dónde estaba parado: “Right now we are a very thin layer on top of NVIDIA and all the IP is with Open AI.” (Ahora mismo somos una capa muy delgada encima de NVIDIA y toda la IP la tiene OpenAI.) Una capa delgada encima del stack de otros.

Lo extraño es cuándo apareció ese correo. Esta misma semana Thomas Kurian anunció que Google Cloud va a contratar Forward Deployed Engineers (ingenieros desplegados al cliente) adicionales junto a un compromiso de $750 millones para acelerar transformaciones agénticas con sus 120,000 socios. Y en X, Jaya Gupta documentó el movimiento y Maurizio (@themgmtconsult) bautizó la transición consultor → FDE como “the great rebrand of the 2020s” (el rebrand más grande de esta década).

Las dos cosas son la misma cosa.

La función que Google nunca va a enviar a Tegucigalpa

Esta es la tesis que IQ Source viene articulando hace meses y que esta semana se volvió consenso público: el valor que se construye sobre la capa de modelo no lo entrega el modelo. Lo entrega el humano embebido en el cliente que traduce el modelo a procesos reales. Hoy se le dice Forward Deployed Engineer. Hace una década llevaba la tarjeta de digital transformation strategist. En 1995 era simplemente “el consultor SAP de Andersen”.

Lo que hace IQ Source es ocupar esa función — la de FDE — para empresas medianas centroamericanas. La economía del modelo Big Tech no cuadra para servir una operación de doscientas o trescientas personas en la región: cuesta lo mismo embeber un FDE en Tegucigalpa que en Manhattan, y el revenue por cuenta no se compara. No es que no te vean; es que no te van a llegar. La capa de razonamiento la construyes con un socio que ya vive en este stack o terminas pagándola, dos años después, en honorarios de Big Four que viene a “descubrir” lo que tu equipo ya sabía.

Hay dos servicios encadenados. AI Maestro es la fase de descubrimiento de dos meses: lo mismo que un FDE de Anthropic hace en sus primeras ocho semanas dentro de un cliente Fortune 500, dimensionado para una empresa de 80 a 800 personas. Entregamos un mapa de los procesos reales (los del manual no, los del manual mienten), después le asignamos un AI Opportunity Score a cada uno, y cerramos con una compuerta Go/No-Go al final. A veces salimos diciendo que no corresponde meter agentes en una operación — eso es parte del valor. Socio Tecnológico es la fase de construcción: hacemos las integraciones a tu HubSpot o SAP heredado, montamos las evaluaciones, ponemos los guardarraíles contra alucinaciones y conducimos el manejo del cambio del lado humano.

Es la función, no la etiqueta, lo que vale dinero. Y la función no la cubre un correo de bienvenida de Anthropic.

El oficio que se reetiqueta cada quince años

Llevo en computación desde 1990 y este oficio lo he visto cambiar de tarjeta dos veces antes. En los 90 era el junior de Andersen Consulting que pasaba dos años en hoteles Sheraton metiendo SAP. Después del colapso de Andersen en 2002 reapareció como digital transformation lead en Accenture Digital y Deloitte Digital, ahora vendiendo migraciones cloud y rediseños de CRM con tarjeta nueva. El FDE de 2026 es la tercera versión del mismo trabajo. La función nunca cambió: embebido en el cliente, traduciendo entre tecnología y negocio, entregando mes a mes. Lo que cambia con cada rebrand es el techo de prestigio del oficio. Esta vez dejó de ser McKinsey y se mudó a Anthropic, OpenAI y Google.

Maurizio (@themgmtconsult) lo resumió en una frase: “Consultants → Forward Deployed Engineers — the great rebrand of the 2020s” (Consultores → Forward Deployed Engineers, el rebrand más grande de esta década). Breakfastmaxi (@pranavsf) lo bautizó “mckinsificatoion [sic] of software” (la mckinseyzación del software). Lo importante no es la etiqueta. Es que el cambio de techo de prestigio reasigna talento joven a una velocidad que dos ciclos atrás no era posible. Jaya Gupta lo planteó en una sola línea: “who makes AI implementation feel like cutting edge work.” (Quién logra que implementar IA se sienta como trabajo de frontera.)

La parte que Satya no quiso publicar

El correo tiene más que la línea del thin layer. La versión completa:

“Overall I want us to own — the silicon, infra, foundational model IP and ‘know how’… we have a P&L that will lose 4 bil next year!!! I have not seen anything like this in my 30 years in our industry… Better to be an investor and not even take all this execution risk!”

(Traducción: “Quiero que seamos dueños del silicio, la infraestructura, la IP del modelo base y el ‘know how’… tenemos un P&L que va a perder $4 mil millones el próximo año!!! No he visto algo así en mis 30 años en esta industria… Mejor ser inversionista y no tomar todo este riesgo de ejecución.”)

En otro correo del mismo juicio Satya compara el deal con OpenAI a IBM tercerizando el sistema operativo a Redmond en los 80. Le tenía miedo a volverse “el siguiente IBM” mientras OpenAI se convertía en “el siguiente Microsoft”. Seis meses después puso $10 mil millones más. La apuesta funcionó: hoy Microsoft tiene una participación de $228B y corre $37B anuales en revenue de IA. Aakash Gupta lo resumió esta semana con precisión quirúrgica: “every vulnerability Satya identified in July 2022 still exists. The bet paid off anyway because the alternative was worse.” (Cada vulnerabilidad que Satya identificó sigue existiendo. La apuesta funcionó porque la alternativa era peor.)

La trampa del rebrand vive ahí. El CEO de Microsoft, con la palanca de negociación más grande del planeta, firmó un deal del que en privado se quejaba en mayúsculas. Cuando todos celebran el prestigio del FDE, nadie te recuerda que el FDE entra a instalar la capa delgada de Satya encima de tu operación. La diligencia que él hubiera querido tener en 2022 — saber qué estaba comprando y dónde quedaba la palanca — es la misma diligencia que se salta cualquier PyME centroamericana cuando firma con un socio de IA en la euforia del primer demo.

El 87% que el FDE de Google no arregla solo

Karthik Subramanian (@KkarthikS), CTO con despliegues empresariales reales, publicó esta semana sus notas de campo sobre el OpenAI Deployment Company (subsidiaria de $4B valuada en $14B). Su crítica, en una frase: “the incentive structures and messy data reality behind the hype.” (Las estructuras de incentivos y la realidad sucia de los datos detrás del hype.) Cita el estudio del MIT que muestra una tasa de fracaso del 87% en proyectos de IA empresarial — número que no se mueve porque el FDE traiga camiseta de Google en vez de camiseta de Accenture. Se mueve cuando alguien mapea los procesos reales antes del primer agente, identifica dónde los datos están sucios, y le dice al cliente que en algunos flujos la IA no debería entrar.

Eso es el AI Maestro: no un framework prefabricado, sino la diligencia que Satya hubiera querido tener en 2022, dimensionada para una empresa que no factura $50B al año.

Dos costos que el FDE que llega en avión nunca te va a explicar bien:

Deuda de criterio. Cuando sacas al humano del lazo, cada decisión silenciosa donde el modelo se equivocó acumula una deuda. Una semana después la junta pregunta “¿de dónde salió ese número?” y tú no sabes decirle. Cobra intereses compuestos. Un FDE de Google no la previene; su entregable es producción, no soberanía de decisión.

Shadow AI. Mientras la dirección debate si “hacer IA” o no, los colaboradores ya están subiendo documentos confidenciales a cuentas gratuitas de ChatGPT desde su teléfono. Fuga de información, datos personales fuera del perímetro, contratos enteros pasando por un modelo público sin gobernanza. Ya está pasando dentro de tu empresa hoy. Un FDE de OpenAI no lo apaga; lo formaliza después.

Tres preguntas antes de firmar con cualquier socio de IA

Antes de la próxima reunión con un proveedor que use las palabras AI transformation en su correo de descubrimiento, hazle tres preguntas. Estas separan al FDE real del vendedor con título nuevo.

La primera es genuinamente incómoda: enséñame un proyecto donde tu Go/No-Go fue No. Si nunca le dijo “no” a un cliente, ya tienes tu respuesta.

La segunda mide diligencia, no marketing. Pregúntale qué hace cuando los datos están sucios. La respuesta correcta no es “los limpiamos con IA”; es “primero los mapeamos, después decidimos si hay algo que la IA pueda usar”. No entrar con los tacos de frente, como decimos por acá.

La tercera es la que casi nadie hace: averigua quién va a estar en la silla en seis meses cuando la junta pregunte por qué un agente decidió algo que tú no entiendes. Si la respuesta es “el FDE ya pasó al siguiente cliente”, estás comprando deuda de criterio empaquetada como innovación.

El rebrand más caro de la década no es que los consultores cambiaron de etiqueta. Es el que te venden cuando alguien con tarjeta de Google Cloud te dice “te mandamos un FDE” sabiendo que en Centroamérica nunca va a aterrizar. La capa delgada la construyes tú, o la construye dos años después una Big Four que cobra 3x por descubrir lo que tu equipo ya sabía.

Por eso la residencia continua no termina en el despliegue: la parte del AI Maestro que sigue después del Go/No-Go asesora mes a mes sobre qué cambió en el mercado y qué aplica a tu operación. Es la única forma de no rehacer la diligencia cada doce meses cuando aparezca el próximo rebrand.