Forward Deployed Engineer: el ingeniero que convierte la IA en negocio real

Pasar de las promesas de que la Inteligencia Artificial va a cambiar la competitividad de las empresas a la realidad de implementar procesos y soluciones pasa muchas veces por el talento y la preparación de los equipos. Es lo que hace tiempo conocemos como deployment o despliegue y muchos profesionales de las tecnologías de la información han tenido pesadillas con ello. Eso que funcionaba tan bien en pruebas se derrumba estrepitosamente cuando se lleva al mundo real. Y con la IA la cosa no ha cambiado.

Muchas empresas han invertido en pilotos de inteligencia artificial durante los últimos tres años y se encuentran con el mismo problema: los modelos funcionan en pruebas, pero se atascan cuando tienen que integrarse en procesos reales. La dificultad suele estar menos en el modelo y más en la organización, los datos, los sistemas heredados y la ejecución del despliegue. Ahí aparece un perfil profesional poco conocido que tiene un futuro sólido en el mercado laboral: el Forward Deployed Engineer (FDE), que en 2026 se ha convertido en uno de los más buscados por las compañías tecnológicas. Las ofertas para este rol han crecido entre un 800% y un 1.165% interanual según análisis de Indeed y el Financial Times, una señal de que el mercado empieza a poner precio al problema del despliegue.

El coste que aparece al pasar a producción

La deuda técnica al integrar IA en sistemas heredados rara vez se ve en el presupuesto inicial. Después aparece en forma de retrasos, pérdida de retorno y más tiempo hasta la salida a producción. El FDE nace para reducir ese tramo entre el piloto y el uso real, trabajando desde el primer día en el entorno donde la solución tendrá que funcionar. El modelo tiene su origen documentado en Palantir Technologies, que lo sistematizó en sus contratos con agencias de inteligencia y defensa desde hace varios años.

Su plataforma dependía tanto del contexto operativo del cliente que el despliegue remoto resultaba insuficiente. La compañía optó por enviar ingenieros propios a las instalaciones del cliente, con capacidad para escribir código de producción, rediseñar flujos de trabajo y trasladar ese aprendizaje al equipo central de producto. Palantir generó retornos del 640% en cinco años desde su OPV, una evolución que varios analistas vinculan con el modelo FDE y con su cercanía al problema real del cliente. En su análisis sobre la «Palantirización», Andreessen Horowitz resume la idea: los FDEs convierten la complejidad del cliente en infraestructura de software duradera.

OpenAI, Google y Salesforce aceleran sus equipos de despliegue

La contratación de FDEs por parte de OpenAI, Google Cloud y Salesforce apunta a un cambio de prioridades en la IA empresarial. La diferenciación ya no depende solo del modelo, sino de la capacidad para llevarlo a producción dentro de organizaciones complejas. En mayo de 2026, OpenAI lanzó la OpenAI Deployment Company (DeployCo), una filial respaldada con más de 4.000 millones de dólares por un consorcio de 19 inversores liderado por TPG, con Advent, Bain Capital y Brookfield como socios fundadores. La operación incluyó la adquisición de Tomoro, una firma de consultoría de ingeniería de IA con sede en Edimburgo cuyos clientes incluyen Tesco, Virgin Atlantic y Supercell. La compra incorpora aproximadamente 150 FDEs y especialistas en despliegue, con el objetivo de acelerar el paso desde la selección de casos de uso hasta la puesta en producción.

Según Denise Dresser, CRO de OpenAI, el reto pasa por ayudar a las organizaciones a integrar la IA en los flujos que sostienen su negocio. Al mismo tiempo, Google Cloud ha anunciado una nueva organización enfocada en IA dentro de su equipo Go-To-Market y, según Gergely Orosz en The Pragmatic Engineer, ha reducido el proceso de entrevistas para FDEs de cuatro a seis entrevistas durante varias semanas a dos entrevistas en dos días. Salesforce también se mueve en esa dirección: ha fijado el objetivo de construir un equipo de 1.000 FDEs (definiéndolo como el rol más atractivo hoy en día) y ha lanzado una red de partners certificados, con Accenture, Deloitte, IBM Consulting y PwC como socios fundadores, para escalar las implementaciones de Agentforce.

Qué diferencia al FDE de otros perfiles técnicos

Confundir al FDE con un Solutions Architect senior o con un Technical Account Manager puede suponer la diferencia entre desplegar en un tiempo razonable o retrasar un proyecto de IA empresarial entre seis y doce meses. Cada perfil aporta valor en una fase distinta, pero el FDE trabaja en el punto donde se decide si la solución entra en producción. El Sales Engineer participa durante el ciclo de venta para demostrar viabilidad técnica y ayudar a cerrar el contrato. El Technical Account Manager gestiona la relación posventa, escala incidencias y supervisa el cumplimiento del SLA. El Software Engineer clásico trabaja sobre el roadmap interno del producto, con metodologías como SAFe o LeSS, ciclos de sprint definidos y poca exposición directa a las restricciones operativas del cliente. El FDE dedica entre el 70% y el 90% de su tiempo a programar, pero lo hace dentro del entorno del cliente, con acceso a sus sistemas de datos, sus requisitos de seguridad bajo marcos como DORA o NIS2 y sus silos organizativos reales.

Su entregable principal es código en producción que integra arquitecturas RAG (Retrieval-Augmented Generation), flujos de trabajo agénticos y pipelines de datos en la infraestructura existente del cliente, incluidos los sistemas heredados que rara vez aparecen en una presentación comercial. La diferencia también afecta al modelo financiero: el Software Engineer clásico representa un gasto operativo continuo (Opex), mientras que el FDE suele vincularse a una inversión de capital (Capex) orientada a resultados de negocio medibles y con horizonte temporal definido. Además, el FDE actúa como sensor de producto. Según el análisis de a16z, cuando las organizaciones separan a sus FDEs del equipo de producto y los convierten en una unidad independiente de servicios profesionales, pierden el bucle de aprendizaje que hizo funcionar el modelo de Palantir y tienden hacia un negocio de servicios con márgenes cada vez más estrechos.

España: un mercado todavía en fase temprana

España cuenta actualmente con 84 ofertas activas de FDE en LinkedIn, frente a ninguna hace doce meses. El dato, recogido por Manfred, la mayor comunidad técnica de España, apunta menos a una falta de talento que a un problema de nomenclatura. Los candidatos existen, aunque muchas empresas todavía no usan ese nombre para buscarlos. El diagnóstico de Borja Pérez de Manfred es directo: las compañías españolas que necesitan FDEs suelen publicar ofertas como «consultor técnico», «solutions architect», «technical account manager» o «senior backend que también pueda hablar con clientes». Eso hace que los mejores perfiles no siempre encuentren las vacantes adecuadas. El mercado español está entre 18 y 24 meses por detrás del estadounidense en adopción de este rol, siguiendo el patrón habitual de difusión de perfiles tecnológicos desde Silicon Valley hacia Europa.

La demanda se concentra en SaaS B2B con integraciones complejas, startups de IA nativa con modelos basados en resultados y multinacionales tecnológicas con sede en España que atienden cuentas empresariales en EMEA. Empresas como Valerdat en Barcelona, o las divisiones locales de Databricks, Snowflake y los partners certificados de Salesforce, ya tienen posiciones abiertas o en preparación. En retribución, los rangos en el mercado europeo y español se mueven entre 55.000 y 85.000 euros brutos anuales para perfiles con cuatro a ocho años de experiencia. En startups en fase temprana pueden arrancar en 40.000-50.000 euros con equity, mientras que en tecnológicas consolidadas o multinacionales los paquetes totales pueden superar los 100.000 euros al sumar variable y beneficios. En paralelo, los perfiles de AI Engineering senior en España crecen a un ritmo del 20-25% anual, con salarios entre 70.000 y 110.000 euros, lo que sitúa al FDE en la parte alta del mercado técnico local.

La ruta formativa todavía se está definiendo

España todavía no cuenta con un grado universitario pensado para formar FDEs. Esa falta de itinerario específico abre una oportunidad para profesionales técnicos que combinen ingeniería, IA aplicada y experiencia con clientes corporativos antes de que el mercado estandarice los requisitos. La base académica más habitual parte de Ingeniería Informática, Telecomunicaciones o Ciencia de Datos, pero la diferenciación real llega después, en tres áreas. La primera es la arquitectura cloud multinube, con certificaciones como AWS Solutions Architect Professional, Google Cloud Professional Cloud Architect o Microsoft Azure Solutions Expert. Sigue siendo el lenguaje operativo de los entornos corporativos y una base necesaria para moverse dentro de las restricciones de infraestructura del cliente. La segunda, más determinante en el contexto actual, es el dominio de arquitecturas RAG, bases de datos vectoriales (Pinecone, Weaviate, pgvector) y flujos de trabajo agénticos con frameworks como LangGraph, CrewAI o Agentforce de Salesforce. Esa es la capa técnica en la que se materializa buena parte del valor del FDE en proyectos de IA generativa.

La tercera suele recibir menos atención en los programas técnicos: comunicación ejecutiva. Un FDE debe poder traducir un problema de arquitectura de datos en impacto de negocio para el CFO o el COO de un cliente empresarial. Marcos como ITIL 4, para la gestión de servicios, o COBIT, para el gobierno de TI, aportan un vocabulario útil para trabajar con la alta dirección. El cumplimiento normativo europeo, especialmente el EU AI Act, DORA y NIS2, añade otra capa de complejidad. Los FDEs que trabajen en banca, seguros, sanidad u otros sectores regulados deberán dominarla para reducir riesgos en el despliegue.

En cualquier caso el puesto de Forward Deployed Engineer está ganando mucho peso. Para los CIOs, el auge del Forward Deployed Engineer confirma que la próxima ventaja competitiva en IA no estará solo en elegir el mejor modelo, sino en desplegarlo con éxito dentro de sistemas, datos y procesos reales. La prioridad pasa por reducir la distancia entre laboratorio y producción, incorporar perfiles capaces de escribir código en el entorno del cliente y convertir cada implantación en aprendizaje para el producto y para la organización. Para los profesionales de IT en formación, el mensaje es igualmente claro: el mercado premiará cada vez más a quienes combinen ingeniería de software, arquitectura cloud, IA aplicada, gobierno de datos, cumplimiento normativo y capacidad de interlocución con negocio. El FDE no sustituye a otros perfiles técnicos, pero sí marca una evolución del talento tecnológico hacia roles más híbridos, cercanos al impacto operativo y mejor alineados con los resultados empresariales.