Hay un día, en cada ciclo de software empresarial, en el que la capa donde se acumula valor cambia de lugar. Hoy fue uno de esos días.

a16z acaba de publicar From System of Record to System of Intelligence. Lo firman Gio Ahern, Steph Zhang y Alex Immerman, socios de a16z growth. El argumento corto: Salesforce y HubSpot no se van a ninguna parte — pero se convierten en lo que era el grafo de amistades de Facebook después de que apareció el news feed. Capa de datos, no la capa que el usuario abre todas las mañanas. Tu CRM ya es infraestructura. El valor se mudó a la capa de razonamiento que está encima.

Esa es la mitad fácil del cambio. La mitad incómoda es lo que pasa cuando diriges tecnología en una empresa de 80 a 800 personas en San José, Tegucigalpa o Guatemala. Anthropic no te va a mandar un Forward Deployed Engineer. Google tampoco. La capa de razonamiento la construyes tú o la construye, dos años después, una Big 4 que te factura por descubrir lo que tu equipo ya sabía.

El trabajo de orquestación ahora es el producto

Esa es la función que IQ Source ocupa, y la razón por la que el servicio se plantea así.

Lo que vendemos no es un agente. No es un prompt bonito. No es una integración suelta. Es la función de Forward Deployed Engineer, empaquetada para empresas medianas que no están en Salesforce y no tienen presupuesto ni necesidad de contratar a McKinsey. Se compone de dos fases encadenadas:

AI Maestro es la mitad de descubrimiento. Dos meses. Lo que un FDE de Anthropic hace en sus primeras ocho semanas dentro de un cliente Fortune 500: mapa de procesos reales (no los del manual), AI Opportunity Score por proceso, identificación de los flujos donde la capa de razonamiento agrega valor económico medible, y una compuerta Go/No-Go al final. La página del servicio tiene los entregables.

Socio Tecnológico es la mitad de construcción. Aquí pasa el trabajo que Aakash Gupta describe como “el otro 80%”: integraciones a tu HubSpot, a tu Odoo o SAP heredado, a tus dos hojas de Excel que nadie quiere migrar; diseño de evaluaciones; guardarraíles contra alucinaciones; coordinación con seguridad y legal; y la disciplina de manejo del cambio que Allie Miller correctamente señala como condición necesaria. La página del servicio tiene el alcance.

Esa es la tesis. El resto del post es por qué, ahora, en mayo de 2026, está demostrado.

Lo que a16z dice (y por qué es validación, no novedad)

Durante veinte años el ganador del software empresarial de GTM fue el que era dueño de la base de datos. Salesforce y HubSpot acumularon dos décadas de contexto operativo — cada nota de llamada, cada precio histórico, cada contacto, cada observación sobre por qué se atascó un negocio. Eso construyó costo de cambio. Como dijo Alex Rampell de a16z hace unos años, los usuarios se vuelven “rehenes, no clientes”.

Los agentes de IA cambian la gravedad. Un agente no necesita la vista de pipeline arrastrable. Necesita datos estructurados que pueda leer y escribir con baja fricción. El CRM, desde la perspectiva del agente, es una base de datos confiable, bien integrada, con muchos años de contexto curado — pero base de datos al fin. La capa de opinión, el flujo de trabajo, la decisión de qué cuenta priorizar mañana — eso se mudó arriba.

La cita exacta del ensayo, que conviene retener verbatim: “The reasoning layer that sits above the database, and that increasingly treats the database as infrastructure, is where a new generation of companies is being built, and it’s where the majority of the next decade’s enterprise value of GTM software will end up.”

Dos datos del ensayo que conviene anotar. Primero, el uso del CRM subió después de la adopción de IA: los agentes que escuchan llamadas y escriben de vuelta al sistema han hecho que el dato del CRM sea más rico que nunca. La base de datos no muere; solo pierde rol protagónico. Segundo, históricamente el software fue 5-10% del gasto total de GTM y el resto fue nómina. La capa de razonamiento, por primera vez, abre una vía para que el software muerda margen sin recortar plantilla.

a16z dice algo cercano a lo que argumenté hace tres semanas desde otro ángulo: si el modelo se commoditiza y el contexto se mete adentro de las herramientas, el moat (ventaja competitiva) se construye en el flujo de trabajo. El flujo de trabajo es lo que a16z hoy llama “sistema de inteligencia”.

La explosión de Forward Deployed Engineers es la prueba

Si esto fuera solo un argumento de capital de riesgo, sería fácil de descartar. No lo es. La prueba está en el mercado laboral de las dos últimas semanas.

Aaron Levie, CEO de Box, recomendó ayer públicamente que los servicios de carreras de universidades enseñen a sus estudiantes qué es un Forward Deployed Engineer. Su argumento: cientos — quizá miles — de empresas están contratando para este rol y la oferta es ridículamente menor que la demanda. Nader Dabit, de Cognition, lo confirmó en otro hilo: OpenAI, Anthropic, Google y Cognition contratan agresivamente.

Aakash Gupta hizo la lectura estructural más útil. En un análisis publicado ayer, documentó que Google está contratando cientos de FDEs para Gemini, copiando verbatim el modelo que llevó a Palantir de $16 mil millones en 2020 a $325 mil millones hoy. La conclusión de Aakash, en su forma más directa:

El modelo es aproximadamente el 20% de un despliegue de IA empresarial. Integración, diseño de evaluaciones, guardarraíles de alucinación, revisión de seguridad, manejo del cambio y conseguir que los empleados realmente usen la cosa — eso es el 80%. Vender el modelo solo es vender la quinta parte del problema.

De ahí salen dos consecuencias económicas. El SaaS puro corre 75-85% de margen bruto; el servicio profesional corre 30-40%. Cuando Google anuncia que contrata sus propios FDEs, le dice al mercado que el ingreso de IA empresarial llega con una cola de servicios pegada, y esa cola comprime el múltiplo que cada analista venía modelando. La segunda: Accenture, Deloitte y McKinsey construyeron un negocio combinado de $90 mil millones siendo la capa de despliegue encima de cloud y SaaS. Thomas Kurian, CEO de Google Cloud — que vino de Oracle, donde consultoría siempre fue el segundo motor pegado a cada licencia — está internalizando esa capa.

Para ti como CTO de una empresa mediana, esto no es noticia de Silicon Valley. Es la señal de que la capa donde se acumula valor cambió de lugar, y la van a defender los que pueden pagar 200 FDEs internos. Tú no puedes. Necesitas otra ruta.

Allie K. Miller tiene la advertencia que no puedes saltarte

Allie K. Miller — ex-Amazon, ex-IBM, una de las voces más leídas en IA empresarial — pone el matiz necesario.

Su pieza de esta semana nombra el error caro que están cometiendo los ejecutivos enamorados de la idea de contratar tres FDEs y declarar la transformación: “Puedes tener las orquestaciones multi-agente más elegantes y aun así tener a la mayoría de tus empleados odiando la IA, evitándola y desconfiando de las decisiones de liderazgo sobre IA.”

La transformación se compone de tecnología + habilitación de personas + reinvención del proceso. Si solo priorizas lo primero, te detienes.

Esa es justamente la razón de ser de la fase AI Maestro antes de construir nada. Antes de mover una sola integración, se mapea el proceso real (no el del manual), se identifica qué se automatiza, qué se rediseña, qué se mata, y por qué. Sin esta fase, lo que construyes funciona técnicamente y fracasa operativamente. Eso lo vimos en el ciclo de ERP hace dos décadas y lo estamos viendo de nuevo: la tecnología no es el problema; que la gente la use lo es.

Qué hacer este viernes si diriges tecnología en una empresa mediana

Tres movimientos concretos, de bajo a alto compromiso.

Uno. Mira tu pila esta tarde. Lista los sistemas de registro que tu operación usa cada día: CRM, ERP, herramienta de soporte, sistema contable, las dos hojas de cálculo que nadie quiere migrar. Marca cuáles tienen API útil y cuáles no. Esa lista es el inventario de tu sistema de registro. La capa de razonamiento que necesitas construir vive encima de eso. Sin la lista, cualquier conversación es vapor.

Dos. Identifica un proceso donde el costo del 80% — integración, evaluaciones, manejo del cambio — sea pagable y el retorno sea defendible en tres meses. Un solo proceso. No diez. En B2B de mid-market el patrón que más rinde es triaje de leads + investigación de cuenta + redacción de seguimiento, porque toca tres sistemas (CRM, correo, calendario) y porque el retorno se mide en cuota cerrada, no en horas ahorradas.

Tres. Decide quién va a hacer el trabajo de FDE para ti. Hay tres opciones honestas: contratas internamente (caro, lento, casi imposible de cerrar en LatAm con el perfil correcto), te embarcas con una Big 4 (dieciocho meses, ocho cifras, descubrimiento que termina antes de empezar a construir), o trabajas con un socio regional que ya vive en este stack, ya tiene la disciplina de descubrimiento y construcción, y dimensiona el compromiso a tu escala real. Ese es el espacio que IQ Source ocupa.

Si quieres ver cómo se ve el descubrimiento, la página de AI Maestro tiene los entregables, el cronograma de dos meses y la compuerta Go/No-Go. Si ya tienes el descubrimiento hecho y necesitas la fase de construcción, la página de Socio Tecnológico tiene el alcance.

Tu CRM va a seguir ahí. No te lo van a quitar. Pero la pregunta de la próxima reunión de junta directiva es si tú eres dueño de la capa que razona encima — o si lo que se le entrega a un Big 4 dentro de dos años es la oportunidad que podrías haber capitalizado este trimestre.