Forward Deployed Engineer: el ingeniero que trabaja dentro de tu empresa

En febrero de 2025, un distribuidor de materiales eléctricos de León nos mandó 47 archivos de Excel: inventario, precios, pedidos, rutas, comisiones. No le enviamos una propuesta de 40 páginas. Nuestro ingeniero se sentó con su equipo, eligió con ellos el proceso que más dolía —los pedidos, que tardaban 45 minutos y fallaban una de cada cuatro veces— y construyó sobre ese proceso real. El caso completo está aquí.

Esa forma de trabajar, que en SCRAM llevamos años haciendo sin ponerle nombre, hoy tiene uno y las empresas más valiosas del software están apostando miles de millones de dólares a él: Forward Deployed Engineer (FDE).

¿Qué es un Forward Deployed Engineer?

Es un ingeniero de la empresa de tecnología que trabaja dentro del equipo del cliente, en sus oficinas o en sus canales, escribiendo código de producción sobre sus sistemas y sus datos reales. No entrega un documento ni una recomendación: deja software funcionando y responde por el resultado.

El título lo acuñó Palantir a finales de los 2000 — la palabra viene de la jerga militar: tropa forward deployed es la que está estacionada junto al teatro de operaciones, no en la base trasera. Internamente Palantir le decía "Delta", y durante años tuvo más FDEs que ingenieros de producto.

La definición más clara que hemos leído viene de Vinoo Ganesh, que dirigió el programa de Palantir que envió a más de 250 ingenieros con clientes: "un FDE es dueño de los resultados del cliente. No de la relación, no de la satisfacción: de los resultados — lo que el cliente realmente intenta lograr".

Por qué de repente todos contratan FDEs

Porque el diagnóstico de la industria es que la IA no se atora en los modelos: se atora en la implementación. El estudio GenAI Divide del proyecto NANDA del MIT (2025) encontró que, tras 30–40 mil millones de dólares invertidos, el 95% de los pilotos de IA generativa no produjo retorno medible en resultados. El estudio es discutido en su metodología, pero es el diagnóstico más citado — y su conclusión es que lo que falta no es inteligencia, es gente que conecte la inteligencia con la operación.

El dinero que se ha movido detrás de esa conclusión en 2026 es explícito:

• OpenAI lanzó en mayo su Deployment Company con 4,000 millones de dólares de inversión inicial y 150 FDEs y especialistas de despliegue desde el primer día, según el anuncio de Greg Brockman.
• Anthropic formó en mayo una firma de 1,500 millones de dólares con Blackstone, Hellman & Friedman y Goldman Sachs para insertar ingenieros dentro de empresas medianas y rediseñar sus flujos alrededor de agentes. Su tesis declarada es exactamente esa: el cuello de botella es el talento de implementación.
• AWS destinó 1,000 millones de dólares a una unidad de Forward Deployed Engineering en junio, sembrada con miles de ingenieros.
• Microsoft armó en julio una unidad de implementación de IA con 2,500 millones de dólares y unos 6,000 empleados, según recoge la propia entrada del rol en Wikipedia.

En el mercado laboral ya se nota: las vacantes de FDE crecieron 729% en un año según datos de Indeed — de 643 a más de 5,300 publicaciones entre abril de 2025 y abril de 2026.

FDE, consultor y soporte técnico: las diferencias exactas

Aquí está la comparación que más nos piden, construida con lo que las propias empresas escriben en sus vacantes:

	FDE	Consultor tradicional	Soporte técnico
A quién responde	A la empresa de tecnología que hizo el producto; su métrica es que el software se use de verdad	A la firma de consultoría; su métrica es el proyecto entregado	A la cola de tickets y al SLA
Qué entrega	Software corriendo en los sistemas del cliente — Anthropic lista textualmente "servidores MCP, sub-agentes y agent skills"	Un documento: análisis, recomendaciones y hoja de ruta	La resolución de un incidente
Código de producción	Sí, dentro de la infraestructura del cliente	Poco o nada; entrega un entregable, no un sistema operando	Mínimo
Duración	Meses, junto al equipo del cliente	Semanas de diagnóstico y presentación final	Por ticket
Lo aprendido	Vuelve al producto: las vacantes de Anthropic, OpenAI y Vercel lo exigen por escrito	Se queda en la metodología de la firma	Vuelve como reporte de bug
Dueño del resultado	El propio FDE	El cliente, tras la presentación	Nadie — se es dueño del ticket, no del negocio

Una honestidad que casi ningún artículo dice: la línea no pasa por quién cobra horas. Databricks dice explícitamente en su vacante que sus FDEs son facturables. La línea real pasa por a qué está subordinado el servicio: a que el software se adopte y se renueve, o a vender más horas. El extremo lo lleva Sierra, que cobra por resultado: si el agente no resuelve la interacción, no hay factura — el FDE no puede beneficiarse de que el proyecto se alargue.

Las habilidades que piden (y qué eso dice del rol)

Leímos las vacantes reales de Palantir, Anthropic, Vercel, Databricks y Scale. Lo que se repite:

• Python más un segundo lenguaje (TypeScript, Java o Go según la empresa). No es negociable en ninguna.
• LLMs en producción, no en demo: agentes, servidores MCP, sub-agentes y frameworks de evaluación, que es como Anthropic describe el puesto.
• Integración empresarial: APIs heredadas, SSO, OAuth y cumplimiento — el trabajo real dentro de una empresa.
• Nube y automatización de entrega: dos nubes y CI/CD pide Databricks; observabilidad en producción pide Telnyx.
• Comunicación en tres registros: plática técnica con el equipo, presentación a dirección, y documentación que otro pueda continuar. Anthropic lo resume en una frase: "high agency" — iniciativa alta para navegar la ambigüedad.

No es un rol de entrada: solo 12% de las búsquedas son junior; el 60% pide entre 3 y 5 años, y va desde el "1+ años" de Palantir hasta los "7+" de Databricks.

Los rangos salariales que las propias empresas publican (para Estados Unidos): Anthropic paga 280,000–320,000 USD, Palantir 135,000–200,000 USD y Vercel 137,000–207,000 USD. La mediana del mercado ronda los 205,000 USD según Levels.fyi.

Lo que nadie te cuenta del rol

• El riesgo del título inflado. Andreessen Horowitz lo llama "arbitraje de títulos": empresas que rebautizan a su equipo de integración como FDEs sin cambiar el trabajo. La prueba que proponen: ¿este puesto haría algo irreconocible hace cinco años?
• Sacrifica margen. El propio a16z lo admite: poner ingenieros caros en cada cliente come margen bruto. La advertencia que hacen es filosa: si no te cuidas, "despiertas y descubres que construiste una consultora con valuación de software".
• Cuándo NO conviene. Northzone da dos métricas de control: el ingreso por FDE debe subir y el personal por cliente debe bajar. Si no, no estás construyendo producto.
• Desgaste real. Ser meses la cara competente de tu empresa mientras peleas en privado con un firewall cuesta. Los viajes llegan al 50% del tiempo en OpenAI.

El FDE en México

El modelo ya entró al país, y por la puerta del idioma y la regulación, no por la de la consultoría: Telnyx contrata FDEs en CDMX exigiendo español, inglés y conocimiento de la LFPDPPP y del INAI; la fintech mexicana Clara contrata un FDE para LatAm; Sierra tiene vacantes específicas para hispanohablantes; y Google Cloud publicó 59 vacantes de FDE en una sola semana, incluida México.

Buscamos análisis del modelo para el mercado mexicano — cifras locales, casos documentados — y no encontramos ninguno publicado. La referencia más cercana es española: España va 18–24 meses detrás de Estados Unidos en adopción del rol. Es una analogía, no un dato mexicano, pero marca la ventana: las empresas que aprendan a trabajar así primero van con ventaja.

Para quien contrata en México, la lección práctica no es el título — que ya vimos que se infló — sino la pregunta: ¿tu proveedor se compromete al resultado o a las horas? Esa pregunta la puedes hacer hoy, con o sin FDEs de por medio.

Por qué SCRAM asigna un FDE a cada proyecto

Lo nuestro es esto, y lleva más tiempo que la moda: a cada proyecto le asignamos un ingeniero dedicado que trabaja con el equipo del cliente sobre su proceso real, no sobre un caso de uso de folleto. Es exactamente lo que hizo posible el caso de las 47 hojas de Excel, y es lo que sostiene nuestra metodología.

La pieza más visible es el Piloto Try & Buy: el primer entregable llega entre dos semanas y un mes, es una demo construida sobre tu proceso — no una presentación — y si te hace sentido, la operas como si ya estuviera en producción antes de comprometerte a nada. Esa promesa solo es honesta si hay un ingeniero montado dentro de tu operación; sin FDE, el piloto es teatro.

Y como en las vacantes de Anthropic y Vercel, lo que aprendemos dentro de cada cliente vuelve a nuestras plataformas: el CRM, el ERP y los agentes que operamos mejoran con cada implementación. Ese ciclo — tu operación evoluciona, lo construido siembra las bases sobre las que va a correr tu empresa en la era de la IA, y lo que queda trasciende a esta entrega — es la forma en que entendemos el trabajo.

Si quieres ver cómo se vería un FDE trabajando dentro de tu operación, agenda la sesión de diagnóstico — sin costo y sin compromiso. Para decidir si siquiera necesitas software a la medida, lee cómo decidir entre comprar y construir y qué modelo de IA conviene a una empresa como la tuya.