OpenAI y Anthropic acaban de gastar 5500 millones de dólares en consultores. Esto es lo que nos revela.

La cuota de OpenAI en el mercado de API de LLM para empresas cayó del 50% al 25% entre finales de 2023 y mediados de 2025, según Menlo Ventures. Anthropic lidera ahora con un 32%. Google mantiene un 20%. Específicamente en la generación de código, Claude acapara el 42% de la cuota de mercado frente al 21% de OpenAI.

La respuesta de OpenAI no fue un modelo mejor. Fue una empresa de consultoría.

En mayo, tanto OpenAI como Anthropic anunciaron iniciativas de servicios de IA empresarial. OpenAI lanzó OpenAI Deployment Company con 4.000 millones de dólares de 19 inversores institucionales, valorada en 10.000 millones de dólares. Anthropic lanzó una firma de servicios competidora con 1.500 millones de dólares de Blackstone, Goldman Sachs y Hellman & Friedman. En conjunto, dos laboratorios de IA acaban de comprometer 5.500 millones de dólares a la tesis de que sus modelos por sí solos no son suficientes.

La estrategia de Palantir y por qué todos la copian

Ambas iniciativas copian explícitamente el modelo Forward Deployed Engineer (FDE) de Palantir. El concepto: integrar ingenieros full-stack directamente en los entornos de los clientes para desarrollar sistemas de explotación sobre la plataforma del proveedor. No un caso de prueba, no un taller. Ingenieros que se quedan durante meses, entienden el negocio y ponen en marcha flujos de trabajo reales.

Los resultados de Palantir con este modelo son difíciles de rebatir. Los ingresos alcanzaron los 4.500 millones de dólares en el año fiscal 2025 con un crecimiento interanual del 70%. Sus 20 principales clientes gastan un promedio de 93,9 millones de dólares al año. Los márgenes operativos ajustados se sitúan en el 60%. El modelo FDE es la razón por la que los ingresos comerciales de Palantir crecen un 115% anual, mientras que las empresas tradicionales de software empresarial luchan por conseguir ganancias de un solo dígito.

Pero existe una diferencia crítica en cómo Palantir utiliza los FDE en comparación con lo que OpenAI y Anthropic están construyendo. Los FDE de Palantir son un mecanismo de descubrimiento de producto. Se integran en las operaciones de los clientes, detectan problemas recurrentes y transmiten esos patrones al equipo de ingeniería, que luego codifica las soluciones como características de la plataforma. El modelo FDE es un círculo virtuoso: los servicios optimizan el producto, el producto reduce la necesidad de servicios y cada despliegue mejora la plataforma para todos los clientes.

OpenAI Deployment Company está estructurada de otra manera. Es un canal de distribución. Los 19 socios de capital privado patrocinan a más de 2.000 empresas de cartera. Cada despliegue genera llamadas a la API, cargas de trabajo de inferencia y demanda de cómputo que fluye de vuelta a la infraestructura de OpenAI. Es una estrategia para impulsar el consumo de cómputo estructurada sobre una capa de servicios.

700 millones de dólares al año en retornos garantizados

La estructura financiera de OpenAI Deployment Company es inusual. Los inversores de capital privado reciben un retorno anual garantizado del 17.5% durante cinco años. Sobre un capital comprometido de 4.000 millones de dólares, eso equivale aproximadamente a 700 millones de dólares al año en pagos garantizados, independientemente de si la empresa es rentable o no.

Se prevé que OpenAI pierda 14.000 millones de dólares en 2026. Thoma Bravo, una de las firmas de capital privado centradas en software más grandes del mundo, declinó participar al cuestionar el perfil de ganancias a largo plazo. Varios analistas han comparado esto con rendimientos garantizados por encima del mercado ofrecidos por entidades que gastan mucho más de lo que ingresan.

La pregunta para los compradores de tecnología corporativa no es si OpenAI puede financiar esta iniciativa. Es qué sucede con los FDE integrados en su organización si la viabilidad económica no se sostiene. Las relaciones de consultoría dependen de la continuidad. Cuando el consultor se marcha, el conocimiento institucional se va con él.

La brecha de despliegue es real. La solución es equivocada.

Conviene separar la señal real de la estrategia en estos anuncios. La señal es correcta: el cuello de botella es el despliegue, no la capacidad del modelo. El 88% de las organizaciones que ejecutan agentes de IA informaron sobre un incidente de seguridad en el último año. El 42% de los directores generales afirman que la adopción de la IA está creando conflictos internos en la organización. La tecnología funciona en los entornos de demostración. Pero ponerla en producción, conectada a datos reales, gobernada correctamente y ganándose la confianza de quienes la utilizan es donde la mayoría de los proyectos se estancan.

Tanto OpenAI como Anthropic reconocen esto al invertir miles de millones en ello. Esa parte es acertada.

La estrategia de solucionarlo con consultores presenciales es donde falla la lógica. Los Forward Deployed Engineers cuestan entre 171.000 y 800.000 dólares al año en compensación total. El modelo de Palantir solo resulta viable económicamente con contratos anuales de siete cifras. Eso deja fuera a la gran mayoría de las empresas. Los socios de capital privado de OpenAI obtienen acceso prioritario para sus empresas en cartera. Todos los demás tienen que esperar.

A un nivel más fundamental, el modelo de consultoría escala de forma lineal. Cada nuevo cliente requiere más ingenieros. Cada nuevo despliegue requiere más horas. El coste del centésimo despliegue es prácticamente el mismo que el del primero. Esa es la limitación estructural de las empresas de servicios, y es exactamente por lo que Palantir utiliza los FDE para impulsar el desarrollo de productos en lugar de tratarlos como una línea de negocio independiente.

Plataformas frente a consultores

La alternativa a integrar ingenieros en cada cliente es construir una plataforma donde la capacidad de despliegue sea el producto. En lugar de enviar a una persona para conectar sus agentes de IA a sus datos, herramientas y procesos de negocio, usted construye un sistema que permite a los equipos hacerlo por sí mismos con medidas de seguridad, gobernanza y observabilidad integradas.

El despliegue centrado en la plataforma ofrece ventajas estructurales sobre el modelo de consultoría. Escala con la economía del software: el coste marginal del milésimo despliegue se aproxima a cero. Mantiene el conocimiento institucional en el sistema en lugar de en una persona que acabará marchándose. Otorga a las empresas el control sobre sus propias operaciones de IA en lugar de depender de la disponibilidad del proveedor. Y mejora con cada despliegue porque la plataforma aprende de los patrones de uso, y no de la experiencia individual de un consultor que se marcha de la empresa.

La comparativa de costes totales entre un despliegue liderado por consultores y uno basado en una plataforma no admite comparación. Las implementaciones de consultoría promedian 228.000 dólares en el primer año frente a los 77.000 dólares de la automatización basada en plataformas, lo que representa una diferencia del 66%. Y la brecha aumenta exponencialmente: el mantenimiento de la consultoría supone anualmente entre el 20% y el 30% del coste inicial, mientras que el de la plataforma oscila entre el 10% y el 15%.

Esto no significa que los consultores no tengan un papel que desempeñar. Los entornos corporativos complejos a menudo necesitan asesoramiento experto durante la arquitectura e integración iniciales. Pero los consultores deberían acelerar la capacidad de su equipo para utilizar la plataforma, no convertirse en un elemento permanente. El objetivo es la autonomía, no la dependencia.

Qué significa esto para su decisión de despliegue de IA

OpenAI y Anthropic acaban de validar la tesis más importante de la IA empresarial: los modelos son lo suficientemente buenos. El problema es ponerlos en producción. Su respuesta es destinar miles de millones al despliegue gestionado por personas. Eso funcionará para las empresas de cartera de capital privado que tienen acceso prioritario y pueden permitirse presupuestos de siete cifras.

Para todos los demás, la conclusión es distinta. Si los dos laboratorios de IA líderes han llegado a la conclusión de que sus modelos necesitan una capa de servicios humanos para llegar a producción, su plataforma de despliegue debe resolver esa misma brecha a través del software. Eso significa contar con orquestación multimodelo para no depender de la API de un único proveedor. Significa incorporar gobernanza integrada para que su equipo de seguridad no tenga que realizar auditorías desde cero. Implica dotarse de creadores de flujos de trabajo que permitan a los equipos de operaciones conectar agentes a los procesos de negocio sin tener que esperar a que se les asigne un FDE.

La señal de 5.500 millones de dólares es clara: la clave ahora está en el despliegue. La pregunta es si lo resolverá contratando ingenieros externos o eligiendo la plataforma adecuada. Una de estas opciones escala. La otra no.