Durante los dos últimos años ha aparecido con frecuencia en las ofertas de empleo de las empresas de IA un perfil nuevo: el ingeniero de despliegue en cliente (Forward Deployed Engineer, FDE). No trabajan en la sede escribiendo un producto genérico, sino que llegan a la empresa cliente con el modelo y la plataforma y, junto con el personal de negocio, conectan la IA a los datos, los procesos y los sistemas reales. El auge de los FDE demuestra algo: lo más difícil de implantar la IA no está en el modelo en sí, sino en el “último kilómetro” dentro de la empresa cliente.
Entonces, ¿qué hace exactamente un FDE? ¿Por qué incluso compañías de modelos como OpenAI o Anthropic están formando equipos de este tipo a gran escala? En este artículo explicamos qué es un FDE y cuál es su origen, el contexto en el que las empresas de IA crean estos equipos, por qué la implantación de la IA necesita este rol, en qué se diferencia un FDE de otros perfiles cercanos y qué capacidades requiere, y cómo pueden las empresas colaborar con FDE o formar a sus propios “FDE internos”.
¿Qué es un ingeniero de despliegue en cliente (FDE)?
Un FDE es un “ingeniero de software destacado junto al cliente”. Escribe código, monta canalizaciones de datos y configura sistemas, pero no trabaja para “todos los clientes”, sino para uno concreto, y su vara de medir es si se ha resuelto el problema de negocio de ese cliente. Un ingeniero convencional desarrolla una función para muchos clientes; un FDE combina muchas funciones para un solo cliente.
Este perfil se hizo conocido gracias a Palantir, la empresa de software de análisis de datos (fuente). En su blog oficial, en el artículo «Dev versus Delta», Palantir distingue dos tipos de ingenieros: los ingenieros de software del departamento de desarrollo de producto (internamente, “Dev”), que construyen un componente de la plataforma y se centran en “una capacidad al servicio de muchos clientes”; y los ingenieros de software de despliegue en cliente del departamento de desarrollo de negocio (internamente, “Delta”), que se organizan en equipos por cliente y se centran en “un cliente que aprovecha muchas capacidades”, y cuyo éxito se mide por el resultado de negocio del cliente, por ejemplo si disminuyen los defectos en una línea de producción (fuente). Los Delta entrevistados en ese texto pasan una parte considerable de cada semana en las instalaciones del cliente.
Otro artículo del blog de Palantir enumera el trabajo diario de un FDE: diseñar, desarrollar y desplegar para el cliente procesos de negocio y modelos de datos a medida; montar y mantener las canalizaciones de datos a gran escala que sostienen la operativa; configurar los permisos de acceso conforme a los requisitos regulatorios y de cumplimiento; responsabilizarse de la estabilidad, las actualizaciones y la monitorización de los sistemas en producción y, cuando hay un fallo, buscar su causa raíz; y, al mismo tiempo, trasladar al equipo de producto lo aprendido en el cliente y consolidar en la plataforma las soluciones de valor general (fuente).
Conviene señalar que Palantir distingue a propósito a los FDE de los consultores. Según su planteamiento, el FDE utiliza una plataforma y unos componentes de software ya existentes, y su objetivo es construir para el cliente sistemas duraderos, no informes de análisis puntuales ni una solución a medida para cada cliente. Esa es la diferencia más esencial entre un FDE y la consultoría tradicional: lo que se entrega es un sistema que sigue funcionando, no recomendaciones.
¿Por qué las empresas de IA están creando equipos de FDE?
Las compañías de modelos eran, en principio, las que más se parecían a quien “vende un producto estándar”, pero también han empezado a enviar ingenieros a sus clientes. El motivo es directo: el cliente compra el modelo, pero no necesariamente consigue sacarle partido; y si no lo usa, es difícil que renueve o amplíe el pedido.
Varios datos públicos ilustran esta tendencia:
- La demanda de este perfil crece con rapidez. eWeek, en noviembre de 2025, citando al *Financial Times*, informó de que OpenAI, Anthropic, Cohere y otras empresas están ampliando sus equipos de FDE; según los datos de la bolsa de empleo Indeed, entre enero y septiembre de 2025 las ofertas de empleo de FDE aumentaron más de un 800% (fuente). Cabe aclarar que se trata de un incremento relativo, que no implica que el número absoluto de estos puestos sea ya elevado.
- Las compañías de modelos están ampliando plantilla. El mismo reportaje menciona que OpenAI formó su equipo de FDE a principios de 2024 y planeaba ampliarlo a unas 50 personas en 2025; Anthropic, por su parte, planeaba multiplicar por cinco en 2025 su equipo de IA aplicada, que incluye a los FDE.
- El despliegue se ha convertido en un negocio por sí mismo. En mayo de 2026, OpenAI anunció la creación de una empresa de despliegue de operación independiente (OpenAI Deployment Company), con una inversión inicial superior a 4.000 millones de dólares, liderada por TPG y con la participación de otras 19 entidades inversoras, consultoras e integradores de sistemas; al mismo tiempo anunció la adquisición de Tomoro, consultora de IA aplicada, que aportará previsiblemente unos 150 FDE y especialistas en despliegue (fuente). Según la descripción de OpenAI, estos FDE se incorporarán a la organización del cliente, identificarán los puntos donde la IA puede aportar más, rediseñarán en torno a ellos los procesos y la infraestructura, y conectarán el modelo con los datos, las herramientas y los procesos de negocio del cliente.
- Los requisitos de contratación son muy concretos. La página de empleo actual de Anthropic para FDE indica que el puesto pertenece al equipo de IA aplicada, que se integra en el interior de clientes estratégicos para construir aplicaciones listas para producción basadas en Claude, y que implica viajar a las instalaciones del cliente entre el 25% y el 50% del tiempo (fuente).
En un artículo de junio de 2025, la firma de inversión a16z llama a este enfoque “crecimiento impulsado por servicios” (services-led growth): los productos de IA para empresas requieren mucho trabajo de implantación, y las startups pueden aceptar un margen bruto más bajo en las primeras etapas para integrar, mediante un servicio en profundidad, los procesos y los datos del cliente (fuente). En otras palabras, el FDE es a la vez un medio de entrega y la forma en que una empresa de IA echa raíces dentro del cliente.
¿Por qué la implantación de la IA necesita un rol como el FDE?
Los grandes modelos son generales, mientras que el negocio de una empresa es concreto. El modelo sabe qué significa “devolución”, pero no sabe por cuántas aprobaciones pasa una devolución en tu empresa, en qué sistema están los datos ni qué clientes tienen una política de excepción. Incorporar ese conocimiento concreto es el “último kilómetro” de la implantación de la IA.
Este último kilómetro suele atascarse en tres puntos:
- Los datos. Los datos de la empresa están repartidos entre el ERP, el CRM, los sistemas de almacén, las hojas de cálculo y el correo, con criterios dispares y permisos distintos. Para que la IA responda a “¿por qué no ha salido todavía este pedido?”, debe poder leer de forma segura los datos de pedidos, inventario y logística.
- Los procesos. Los procesos reales de negocio contienen muchas reglas y excepciones que no están escritas en ningún documento. Por ejemplo, en una solicitud de compra, a partir de cierto importe se necesita la firma del director general, y con algunos proveedores hay que pedir además presupuestos comparativos. Estas reglas solo se descubren trabajando sobre el terreno con el personal de primera línea.
- Los sistemas. Para que una recomendación de la IA se convierta en acción, debe escribirse de vuelta en los sistemas de negocio: crear una orden de trabajo, actualizar el inventario, generar una factura. Que las interfaces sean estables, qué hacer cuando fallan y quién tiene permiso para ejecutar requieren criterio de ingeniería.
El artículo de a16z señala también que los agentes de IA necesitan conectarse de forma segura a las bases de datos, las interfaces y los flujos de trabajo internos de la empresa, y comprender la lógica de negocio y el historial; poner a trabajar a un agente se parece mucho a incorporar a un nuevo empleado (fuente). El reparto tradicional de tareas suele quedarse corto aquí: el equipo de producto está demasiado lejos del cliente para ver los problemas concretos; el consultor de implantación conoce los procesos, pero no necesariamente sabe programar ni ajustar modelos; y el equipo de TI de la empresa conoce los sistemas, pero quizá no las características y limitaciones de los grandes modelos. El valor del FDE está en reunir en una misma persona, o en un mismo equipo reducido, las tres cosas: conocer el negocio, los sistemas y los modelos.
Por ejemplo, una empresa de distribución mayorista quiere que la IA procese automáticamente los pedidos que los clientes envían por correo. En la demostración, el modelo extrae con precisión los productos y las cantidades de un correo bien formateado; pero sobre el terreno, el FDE descubre que cada cliente usa sus propias abreviaturas de producto, que algunos pedidos incluyen escaneos manuscritos y que otros deben pasar antes por la verificación del límite de crédito. Solo cuando se integran la tabla de equivalencias de productos, las reglas de crédito y el flujo de derivación de excepciones a una persona, esa IA resulta realmente utilizable.
¿En qué se diferencia un FDE de un ingeniero de software, un consultor de implantación o un ingeniero preventa?
Es fácil confundir al FDE con otros perfiles parecidos. En pocas palabras, el FDE está tan cerca del cliente como un consultor de implantación, construye los sistemas con sus propias manos como un ingeniero de software y, además, responde del resultado de negocio una vez en producción.
La tabla siguiente compara estos cuatro roles en varias dimensiones:
| Aspecto | Ingeniero de software tradicional | Consultor de implantación | Ingeniero preventa | Ingeniero de despliegue en cliente (FDE) |
|---|---|---|---|---|
| Objetivo principal | Desarrollar bien las funciones del producto | Configurar y poner en marcha el sistema según el plan | Ayudar al cliente a tomar la decisión de compra | Lograr que la IA produzca resultados en el negocio real del cliente |
| A quién sirve | A todos los clientes | A los clientes de proyectos contratados | A clientes potenciales | A uno o a unos pocos clientes estratégicos |
| Lugar de trabajo | Dentro de la empresa | En las instalaciones del cliente o en remoto | Sobre todo visitas y demostraciones | Gran parte del tiempo en las instalaciones del cliente |
| Resultado típico | Código y funciones de producto | Configuración, formación, documentación de puesta en marcha | Demostraciones, pruebas de concepto, propuestas técnicas | Aplicaciones de nivel productivo, canalizaciones de datos, integraciones de sistemas |
| Nivel de programación | Muy alto | Bajo, sobre todo configuración | Medio, orientado a la demostración | Muy alto y orientado al entorno de producción |
| Criterio de éxito | Calidad y estabilidad de las funciones | Puesta en marcha en plazo y dentro del presupuesto | Cerrar la venta | Mejora de los indicadores de negocio del cliente y aumento del uso |
| Relación con el producto | Construye el producto | Usa el producto | Muestra el producto | Usa el producto y devuelve al producto la experiencia del terreno |
Cada empresa define estos puestos de forma algo distinta; la tabla refleja el reparto habitual y es meramente orientativa.
¿Qué capacidades necesita un buen FDE?
Los requisitos de un FDE tienen forma de “T”: la capacidad de ingeniería debe ser profunda, y la comprensión del negocio y la comunicación, amplias. Lo más escaso no es una habilidad concreta, sino la capacidad de sacar adelante las cosas por cuenta propia en entornos de cliente ambiguos y cambiantes.
A partir de la descripción del puesto de Palantir y de los requisitos de contratación de Anthropic, pueden resumirse en cinco tipos de capacidades:
- Una sólida capacidad de ingeniería. Saber escribir código orientado a producción, montar canalizaciones de datos y hacer integraciones de sistemas. La página de empleo de Anthropic exige experiencia con grandes modelos en producción, incluidos el diseño de prompts, el desarrollo de agentes y los métodos de evaluación, además de dominio de Python (fuente).
- Aprender rápido un ámbito desconocido. Hoy se trata del proceso de control de calidad de una fábrica; el mes que viene, del sistema de planificación de rutas de una empresa de logística. Palantir incluye entre las capacidades que debe tener un FDE la de “dominar con rapidez sistemas, ámbitos y bases de código poco familiares” (fuente).
- Traducir los problemas de negocio en soluciones técnicas. Entender las quejas del personal de negocio, indagar hasta dar con el problema real que hay detrás y decidir después qué se encomienda a la IA, qué se resuelve con reglas y qué directamente no se hace.
- Comunicación y generación de confianza. El FDE trata al mismo tiempo con el personal de primera línea, el departamento de TI y la dirección, y además debe coordinarse con el equipo de producto de su propia empresa. La página de empleo de Anthropic espera expresamente que el FDE trabaje con autonomía, mantenga el pulso en la incertidumbre y comunique bien.
- Responsabilidad por los resultados. El trabajo de un FDE no termina cuando la demostración sale bien: debe seguir la estabilidad y el efecto de negocio del sistema tras su puesta en marcha, y resumir en métodos las prácticas reutilizables para devolverlas al equipo de producto.
¿Cómo pueden las empresas colaborar con FDE o formar a sus propios “FDE internos”? Guía paso a paso
Para la mayoría de las pymes, es poco probable que los FDE de una compañía de modelos lleguen directamente a su puerta. Pero su forma de trabajar es perfectamente aprovechable: tanto si se colabora con un equipo externo como si se forma talento interno, lo esencial es que quien conoce el negocio y quien conoce la tecnología trabajen codo con codo sobre un mismo problema concreto.
Paso 1: elige primero un problema de negocio concreto y medible. No partas de “queremos usar IA”, sino de dolores concretos como “la introducción de pedidos ocupa a tres personas al día” o “la conciliación de fin de mes nos lleva una semana”. OpenAI describe también sus servicios de despliegue como un diagnóstico enfocado inicial, seguido de un trabajo concentrado en unos pocos procesos prioritarios (fuente).
Paso 2: prepara con antelación el acceso a datos y sistemas. La espera más habitual de un FDE es la de datos y permisos. Antes de empezar a colaborar, conviene dejar claro a qué sistemas habrá que conectarse, quién aprueba los permisos de acceso y qué datos no pueden salir de la empresa, para evitar que los ingenieros lleguen y no tengan nada que hacer.
Paso 3: designa a un responsable de negocio que participe durante todo el proceso. Por muy capaz que sea un FDE externo, no conoce tus reglas de excepción ni tus reglas no escritas. La empresa necesita a un responsable de negocio que conozca el proceso y tenga capacidad de decisión, para revisar el avance cada semana con el FDE, responder preguntas y decidir las prioridades.
Paso 4: construye juntos sobre el terreno, con iteraciones cortas. Haz que el FDE se siente junto al departamento de negocio, empieza por una versión mínima capaz de procesar documentos reales y ve perfeccionándola con el feedback de primera línea. Cada iteración debe validarse con datos reales, y no solo con el resultado de una demostración.
Paso 5: al poner en marcha, establece a la vez los mecanismos de operación y traspaso. Define quién atiende los problemas del sistema, quién decide los ajustes del modelo o del proceso y dónde se guardan los registros de operación. Antes de que el equipo externo se retire, deben completarse la documentación, la formación y el traspaso de permisos, para que el sistema no dependa de una única persona externa.
Paso 6: forma FDE internos a partir de la colaboración. Elige a una o dos personas que conozcan el negocio y quieran aprender tecnología (por ejemplo, un ingeniero de TI que visita a menudo las áreas de negocio, o un referente de negocio familiarizado con los datos), haz que acompañen al equipo externo durante todo el proyecto y que, a partir del segundo, vayan asumiendo el liderazgo. El valor de un FDE interno es que el siguiente proyecto de IA ya no tiene que empezar de cero.
Preguntas frecuentes sobre los ingenieros de despliegue en cliente (FDE)
¿En qué se diferencia un FDE del desarrollo subcontratado? El desarrollo subcontratado suele entregar funciones según un documento de requisitos que el cliente debe dejar bien claros; el FDE, en cambio, descubre y define los problemas junto con el cliente, responde del resultado de negocio y construye la solución sobre plataformas y productos existentes, en lugar de desarrollar desde cero.
¿Necesita una pyme contratar específicamente a un FDE? No necesariamente. Lo más realista para una pyme es, al colaborar con un equipo externo, implicar a fondo a sus perfiles clave y formar poco a poco a uno o dos “FDE internos” que combinen negocio y tecnología.
Con una demanda de FDE que crece tan rápido, ¿será una moda pasajera? El nombre del puesto puede cambiar, pero la necesidad que hay detrás difícilmente desaparecerá: mientras los modelos sean generales y el negocio sea concreto, hará falta alguien que conecte ambos. A medida que las herramientas maduren, parte del trabajo de integración será más sencillo, pero la comprensión del negocio y la responsabilidad por los resultados seguirán necesitando a personas.
¿En qué hay que fijarse para valorar si una colaboración con un FDE ha sido un éxito? Fundamentalmente en tres cosas: si el sistema se usa realmente en el día a día, si han mejorado los indicadores de negocio acordados y si la empresa puede mantenerlo y ampliarlo por sí misma cuando el equipo externo se marcha. Fijarse solo en el efecto de la demostración o en cuántas funciones se han entregado suele llevar a sobrevalorar los resultados.
Referencias
- Dev versus Delta: Demystifying engineering roles at Palantir, blog oficial de Palantir, sin fecha de publicación indicada en la página (consultado en noviembre de 2026)
- A Day in the Life of a Palantir Forward Deployed Software Engineer, blog oficial de Palantir, sin fecha de publicación indicada en la página (consultado en noviembre de 2026)
- Why Forward-Deployed Engineers Are in High Demand, eWeek, noviembre de 2025
- OpenAI launches the Deployment Company, OpenAI, mayo de 2026
- Forward Deployed Engineer (página de empleo), Anthropic, consultado en noviembre de 2026
- Services-Led Growth, a16z, junio de 2025
