---
Resumen en lenguaje sencillo del contenido central
Este artículo explica con claridad un cambio fundamental en la lógica subyacente de la industria del software en la era de la IA: durante los últimos 40 años, la regla de oro de la industria fue “vender un código millones de veces”. Se invertía una gran cantidad de dinero en desarrollar un software y luego se vendía a miles de clientes a un costo casi nulo. Aquellos que se dedicaban a personalizar el software o enviaban ingenieros a los sitios de los clientes eran considerados como menos capaces de escalar y con modelos comerciales menos atractivos. Pero ahora, gracias a la IA, el costo de escribir código se ha reducido significativamente. En cambio, la complejidad real de los negocios, que antes estaba oculta en sistemas obsoletos, relaciones de poder y responsabilidades personales y reglas no escritas, se ha convertido en lo más escaso y valioso. Los ingenieros de despliegue de vanguardia (FDE) que se desplazan a los sitios de los clientes para comprender las situaciones reales y luego transmiten los comentarios de vuelta a la sede para iterar el producto se han convertido en un recurso muy codiciado en toda la industria. Esto no es simplemente la creación de un nuevo puesto de trabajo; representa un cambio en el paradigma comercial de la industria, que pasa de “copiar software desesperadamente” a “adaptarse desesperadamente al mundo real”.
---
Interpretación detallada y sencilla
1. **Las “reglas no escritas” de la industria del software de los últimos cuarenta años**: Lo más rentable era hacer que los clientes modificaran sus procesos para adaptarse al software
Antes, las empresas de software tenían un criterio muy simple para evaluar la calidad de sus productos: si podían hacer que los clientes se ocuparan ellos mismos del registro, la configuración y el uso del software.
Por ejemplo, si tenías una tienda de té con un sistema SaaS de caja, el sistema requería que las promociones de descuentos se configuraran con un día de anticipación. Pero si querías organizar una promoción de descuento de una hora el viernes antes del cierre para atraer clientes, el fabricante no modificaría la función para ti; más bien te aconsejaría: “Esta es la mejor práctica del sector; simplemente cambia la hora de la promoción a un día antes”. Esto ocurría en sistemas desde ERP hasta CRM: se intentaba comprimir los 100 procesos diferentes de 100 empresas en 3-5 plantillas estandarizadas, obligando a los clientes a modificar sus hábitos de trabajo para adaptarse al software, lo que permitía a los fabricantes ganar millones de veces con un solo código, con márgenes de beneficio tan altos que atraían la atención de los mercados de capitales.
En esta lógica, el servicio en el sitio del cliente y el desarrollo personalizado eran considerados completamente inapropiados, como si admitieran el fracaso de su producto y que tuvieran que depender de la mano de obra para ganar dinero, lo cual no era nada sofisticado.
2. **Con la llegada de la IA, el costo principal se ha desplazado, y la lógica antigua ya no funciona**
Con la popularización de la IA generativa, el costo de escribir código se ha reducido a una décima o incluso a una veinteava parte de lo que era antes, pero la complejidad del mundo real no ha disminuido en absoluto, sino que se ha vuelto más cara.
Antes, desarrollar un sistema de compras para una empresa costaba un millón de dólares; conocer las reglas no escritas de esa empresa solo costaba 100,000. Los fabricantes preferían ahorrar en el código y seguir con lo estandarizado. Ahora, con la IA, escribir código cuesta solo 10,000 dólares, pero el resto de los 990,000 dólares se invierten en comprender problemas como por qué el departamento financiero aprueba algo en el sistema pero luego lo ignora en favor de firmas manuales en Excel, por qué un campo del sistema ha estado vacío durante 10 años sin que nadie se atreva a llenarlo, o por qué todos temen asumir responsabilidades y prefieren evitar los procesos automatizados. Estos problemas no desaparecerán simplemente porque los grandes modelos se vuelvan más inteligentes; por el contrario, cuando la IA comience a controlar las operaciones reales de las empresas, estas reglas ocultas se convierten en obstáculos fatales. Lo que antes era más caro era “hacer el software”, ahora lo más caro es “hacer que el software funcione realmente en el sitio del cliente”.
3. **Los FDE no son simplemente consultores de implementación; son el “algoritmo de retropropagación humana” de las empresas de software**
Muchas personas piensan que los FDE son simplemente ingenieros de implementación que van a los sitios de los clientes para instalar software, pero están equivocadas. Antes, el objetivo de la implementación era “enseñar a los clientes a usar nuestro producto existente”; los FDE hacen lo contrario: van al sitio del cliente, descubren todas las reglas no escritas, los problemas históricos y las relaciones de poder y responsabilidades ocultos en los documentos y las interfaces API, los traducen en requisitos reales que los ingenieros puedan entender, y luego convierten las funciones del software en soluciones prácticas para los clientes. También deben transmitir todos los comentarios de vuelta a la sede para modificar el producto.
Es como si jugaras a un videojuego en línea: antes, el servicio al cliente solucionaba tus errores de operación; los FDE van a tu casa, ven que tú y otros 100 jugadores están evitando las tareas principales oficiales para obtener equipamiento y les dicen a los desarrolladores que conviertan ese camino en una actividad regular, para que todos los jugadores puedan usarlo. Esto es lo que Palantir llama “versión humana de la retropropagación”: la IA se entrena con comentarios de datos para mejorar los modelos, y ahora las empresas de software mejoran sus productos con los comentarios reales proporcionados por los FDE, lo que es mucho más efectivo que desarrollar funciones en el laboratorio durante 10 años.
4. **Los FDE están derribando la lógica de valoración central de la industria SaaS**: El servicio en el sitio del cliente ya no es una carga de costos, sino una adquisición de activos valiosos**
Antes, los mercados de capitales despreciaban los ingresos por servicios de las empresas de software, pensando que cuantos más empleados tuvieran, menor sería su margen de beneficio, similar a las empresas de consultoría. Pero con la mejora de la eficiencia de los FDE gracias a la IA, los límites del modelo comercial han cambiado completamente. Un proyecto personalizado que antes requería seis meses de trabajo por parte de 10 ingenieros ahora se puede completar en tres semanas con la ayuda de un FDE y la IA. En este caso, enviar a un FDE no es una carga de costos, sino la adquisición de un activo escaso: si envías a un FDE a 10 bancos para entender los problemas comunes (sistemas obsoletos que no se pueden modificar y nuevas funciones que deben ser compatibles), puedes implementar las nuevas funciones en tres días sin necesidad de enviar a otro FDE. Cada cliente que capturas no solo te proporciona una tarifa de servicio, sino que también mejora tu plataforma con información valiosa. Cuantas más situaciones reales conozcas, más tiempo ahorras para tus futuros clientes y mayor será tu capacidad de escalar.
5. **La competencia de la próxima era no será sobre quién tiene el modelo más grande o el código más, sino sobre quién ha experimentado más “problemas reales”**
Antes, al contratar ingenieros en la industria del software, lo más importante era “si puedes escribir el código”. En el futuro, los ingenieros más valiosos serán aquellos que pueden ir a una industria desconocida y en una semana distinguir entre requisitos falsos de los usuarios, líneas rojas que no se pueden cruzar y problemas comunes en toda la industria.
Los criterios de evaluación de la industria cambiarán: en lugar de preguntar “¿Puedes escalar tu producto?”, se preguntará “¿Pueden las empresas de IA escalar su comprensión del mundo real?”.
Ahora, los grandes modelos, la potencia de cálculo y el código son cada vez más fáciles de escalar, pero los problemas reales del mundo real (errores en los sistemas, relaciones de poder y responsabilidades claras, reglas no escritas) no se pueden escalar automáticamente. Quien envíe a más FDE a diferentes escenarios y resuelva más problemas reales acumulará más habilidades comunes y ganará en la batalla por la implementación de la IA.