Microsoft invierte 25 mil millones de dólares para crear "Frontier Company" y enviará a 6 mil ingenieros a las oficinas de los clientes para que la IA realmente se implemente.

Microsoft invierte 2.500 millones de dólares y 6.000 ingenieros en la creación de Frontier Company, enviándolos directamente a las oficinas de los clientes para convertir proyectos piloto en resultados medibles, compitiendo frontalmente con despliegues similares de Amazon, OpenAI y Anthropic.
(Antecedentes: Hasta Meta pide a sus 6.000 empleados que ahorren en IA, el uso no equivale a producción efectiva)
(Complemento: ¡Desafiando el dominio de Nvidia! Se rumorea que Anthropic se asocia con Samsung para desarrollar chips de IA personalizados, y la capa de cómputo de Claude tendrá un cambio radical)

El 2 de julio, Microsoft anunció la creación de una nueva unidad de negocio, "Microsoft Frontier Company", con una inversión de 2.500 millones de dólares y un equipo de 6.000 expertos en la industria e ingeniería, presidida por Rodrigo Kede Lima, expresidente de Microsoft Asia y con 30 años de experiencia en el sector.

El objetivo es enviar a los propios ingenieros a los escritorios de los clientes, apostando a que lo que realmente falta en las empresas no es una IA más inteligente, sino alguien dispuesto a dedicar tiempo para que la IA realmente se implemente y produzca resultados.

Llevando el campo de batalla de la monetización a las oficinas de los clientes

El núcleo de este modelo se llama ingeniería de despliegue avanzado (forward-deployed engineering, abreviado FDE).

En pocas palabras, Microsoft ya no se limita a vender modelos y API y cerrar el trato, sino que envía directamente a ingenieros a las instalaciones del cliente para diseñar, implementar y optimizar continuamente aplicaciones de IA personalizadas junto con el equipo del cliente, llevando los proyectos piloto a resultados comerciales medibles.

Las palabras textuales de Althoff son que esta organización "va más allá de lo que actualmente se conoce en la industria como ingeniería de despliegue avanzado" y será "la organización de ingeniería más grande y capaz de la industria, orientada a resultados".

Dos plataformas respaldan esta estrategia: la plataforma inteligente permite a las empresas utilizar sus propios datos patentados, conocimientos especializados y procesos de decisión como base, y elegir libremente entre OpenAI, Anthropic, los modelos propios de Microsoft o los de código abierto, sin estar atadas a un solo proveedor; la plataforma de confianza se encarga de observar, gobernar, gestionar y proteger todo el conjunto de soluciones de IA.

Hay una línea roja que Microsoft dice que es innegociable: los datos, la propiedad intelectual y la ventaja competitiva del cliente no se utilizarán para entrenar modelos ni convertirse en productos propios de Microsoft. Las palabras del CEO Satya Nadella se incluyen directamente en el anuncio: "No existe un permiso social que permita que un futuro de IA devore la inteligencia de la empresa en la que se despliega".

Los primeros clientes incluyen London Stock Exchange Group (LSEG), Unilever, Land O'Lakes y Novo Nordisk; y se han asociado con Accenture, Capgemini, EY, KPMG y PwC.

¿Por qué confiar en personas, no en modelos?

La respuesta está en un hecho tácito de la industria: más del 90% de los proyectos de IA empresarial mueren en la fase de "se hizo pero no sirve".

No importa qué tan potente sea el modelo ni qué tan buenas sean las puntuaciones en los benchmarks, si dentro de la empresa nadie lo conecta con los sistemas, procesos y datos existentes, sigue siendo solo una demostración muy costosa. La lógica de la apuesta de Microsoft es que el ROI de la implementación de IA (cuánto retorno cuantificable obtiene una empresa al invertir en IA, como horas de trabajo ahorradas o tasas de cierre) nunca es algo que el modelo pueda generar por sí solo, sino que es el producto de la combinación de tiempo de ingeniería, conocimiento de la industria y política interna del cliente.

Esto también se alinea con la evaluación a largo plazo de Dongqu: los benchmarks son la línea de salida, la implementación es la línea de meta. En los últimos dos años, la industria de la IA ha competido por las puntuaciones de los modelos, pero lo que realmente determina quién obtiene el presupuesto de las empresas es quién puede convertir los artículos en números visibles en los estados financieros.

Esta vez, Microsoft no está librando una guerra de modelos, sino una guerra de "quién puede realmente entregar la IA", y su arma no son las GPU, sino el número de ingenieros.