Forward Deployed Engineers: qué son y por qué todos los contratan

Un Forward Deployed Engineer (FDE) es un ingeniero senior embebido en la operación del cliente que escribe código de producción y es dueño del resultado de negocio, no de un entregable. El rol lo inventó Palantir hace más de una década, y en 2026 se convirtió en el modelo estándar de entrega para la AI empresarial: las vacantes de FDE crecieron más de 1,000% interanual (GetPerspective, 2026).

De dónde viene el rol

Palantir organizó su entrega alrededor de dos roles: ingenieros que se sentaban con el cliente y entregaban código contra datos reales, y estrategas que definían el caso de uso, la métrica y el business case. Wonderful y HappyRobot copiaron los títulos textualmente. Distyl fue fundada por ex ejecutivos de Palantir. El co-CEO de Primero venía de 8VC, el fondo de un cofundador de Palantir. La plantilla es la misma en todos lados porque funciona.

Qué hace un FDE en una semana

• Lunes: lee la cola de tickets o los logs de llamadas del cliente, no una diapositiva sobre ellos. Encuentra los doce casos que rompen al agente.
• Martes: escribe la integración con el ERP o el CRM en el repo del cliente, con el CI del cliente, bajo los permisos del cliente.
• Miércoles: corre la suite de evals contra las conversaciones reales de la semana pasada, corrige las dos regresiones, despliega.
• Jueves: se sienta en el stand-up de operaciones. Se entera de que la política de reembolsos cambió el viernes. Actualiza la capa de contexto el mismo día.
• Viernes: demo con el KPI en pantalla. No un reporte de estatus. Un número.

El punto es la cercanía. Un FDE está dentro de las ceremonias, los datos y la política del proceso que se automatiza. La mayoría de las fallas detrás del 95% de pilotos sin impacto en el P&L (MIT NANDA, ago 2025) ocurre en la brecha entre el proveedor y la operación. El FDE cierra esa brecha parándose en ella.

FDE, consultor, staffing

Tres modelos se ven iguales en una tarifa y se comportan distinto en producción.

• Un consultor es dueño de una recomendación. El entregable es la presentación. Producción es problema de alguien más.
• El staffing es dueño de horas. Recibes un buen ingeniero y tú gestionas el resultado.
• Un FDE es dueño del resultado. El pod firma un KPI y se mide contra él. Si el número no se mueve, el proyecto no escala.

Alvarez & Marsal (abr 2026) describe el costo de ese tercer modelo: márgenes brutos más bajos y un headcount que escala con el revenue. Wonderful pasó de 120 a 650 personas en diez meses. El modelo es caro para el proveedor, y justo por eso es valioso para el cliente. Alguien cobra por rendir cuentas.

Por qué los laboratorios lo institucionalizaron

En mayo de 2026 OpenAI lanzó The Deployment Company con más de $4B de inversión inicial y Anthropic lanzó Ode con $1.5B. Las dos son empresas de servicios. Su tesis es que la última milla de la AI empresarial es ingeniería dentro del cliente, no otra API. a16z abrió un programa de FDE Fellows en julio de 2026. Nadie hace eso por una moda.

El pod, no el héroe

Un FDE solo es un contratista talentoso. Un pod es una unidad de entrega. El nuestro, el AI Pod, tiene tres roles: un ingeniero de AI senior embebido que entrega la integración y el agente, un estratega de despliegue que define el caso, el baseline y el KPI con el cliente, y un ingeniero de agentes que construye evals, guardrails y la capa de contexto. El pod trabaja en tu repo, tu nube y tus ceremonias, y lleva un proceso de discovery a producción en 8 a 12 semanas.

Qué buscar cuando contratas uno

• Historial en producción: pide las últimas tres cosas que entregó y que siguen corriendo.
• Comodidad con datos: un FDE que no puede leer tus tablas de SAP es un prompt engineer.
• Alfabetización en evals: si no puede explicar cómo sabe que el agente empeoró, no se va a dar cuenta.
• Disciplina de salida: los mejores FDEs dejan documentación, runbooks y un equipo que no los necesita.

El último punto es el que más importa. El trabajo de un FDE es volverse innecesario. Si el modelo de un proveedor depende de quedarse dentro de tu operación para siempre, no es forward deployment. Es staffing con mejor título.

Cómo se ve desde tu lado

Le das al pod un lugar en el stand-up, acceso al repo y al sandbox, y una persona que pueda responder preguntas de política el mismo día. Recibes demos semanales con el KPI en pantalla, código en tu GitHub desde la semana uno, y al final del piloto un taller de dos días, los runbooks y un plan de salida que podemos ejecutar en cinco días hábiles. Tu equipo se queda con todo. Preferimos que te quedes porque funciona.