Microsoft está ganando la IA empresarial. No con modelos, sino con confianza.

El 10 de octubre, Satya Nadella publicó un ensayo que redefinió la pregunta que las empresas se hacen sobre la IA. La vieja pregunta era "¿en qué modelo podemos confiar?". Su respuesta: en ninguno, por defecto. Trata a cada modelo frontier, ya sea cerrado o de pesos abiertos, como tratarías a un empleado con muchos privilegios y acceso a sistemas sensibles: permisos limitados, acciones registradas, un botón de apagado y auditorías que no dependan de la palabra del propio empleado.

Cerró con una frase fácil de repetir y difícil de implementar: el sistema más confiable es aquel que "nos permite confiar lo menos posible en el modelo."

Mi argumento en este artículo es más específico que los titulares y, creo, más difícil de refutar:

1. Microsoft no está ganando la carrera de la IA empresarial por tener el mejor modelo. Está ganando porque controla el lugar donde los modelos se gobiernan, se facturan y se contienen, y los números del segmento empresarial (más de 30 millones de licencias pagas de Copilot, USD 100 mil millones en ingresos de Azure) lo demuestran.
2. Los modelos de pesos abiertos en Azure importan, pero no porque sean más confiables. Importan porque le dan control a quien los implementa, que es exactamente donde Nadella trasladó la carga de la confianza.
3. Lo único que quien implementa no puede garantizarse a sí mismo de forma creíble es la verificación independiente. Esa es la brecha, y ahí es donde encaja una empresa de pruebas como la nuestra.

Una aclaración desde el principio: soy cofundador de TestMu AI (antes LambdaTest). Lee el último tercio de este ensayo teniéndolo en cuenta. Intenté que cada afirmación sea verificable, y las fuentes están al final.

Microsoft está perdiendo la carrera de los modelos y aun así ganando en el sector empresarial

"Microsoft está ganando la IA empresarial" es la afirmación con más probabilidades de ser derribada, así que necesita un significado preciso. En cuanto a participación de mercado de modelos, Microsoft no es el líder. Pero sí en donde realmente se ejecuta la IA empresarial.

Qué se mide

El patrón es claro. Las empresas compran modelos de los laboratorios, pero los implementan dentro de Microsoft. La encuesta de CIO de a16z encontró que OpenAI lidera en modelos, mientras que Microsoft domina las aplicaciones de IA empresarial.

Microsoft también dejó de apostar por un solo laboratorio. Claude de Anthropic estuvo disponible de forma general en Microsoft Foundry el 29 de junio de 2026, facturado a través de Azure y gobernado con los controles de identidad y acceso de Azure. El catálogo de Foundry ahora incluye modelos de OpenAI, Anthropic, Meta, Mistral, DeepSeek, xAI, Cohere y otros.

Entonces, la versión precisa de la tesis es esta: Microsoft se está convirtiendo en el plano de control para la IA empresarial, la capa que decide qué modelo se ejecuta, con qué permisos, sobre qué datos y bajo qué registros. De eso trata el ensayo de Nadella.

El marcador empresarial

Si el premio es el control de la capa empresarial, los resultados fiscales de 2026 de Microsoft muestran que lo está cobrando. Para el año que terminó en junio de 2026, Azure generó USD 100 mil millones en ingresos anuales y creció un 43 % en el trimestre de junio, con una proyección de crecimiento de aproximadamente el 45 % para el trimestre de septiembre (Microsoft 8-K; MarketBeat). Las obligaciones de desempeño comercial restantes, es decir, la cartera firmada pero aún no reconocida, aumentaron un 84 % hasta los USD 678 mil millones (resumen de KuCoin del comunicado).

Los números de Copilot importan más para este argumento, porque miden a las empresas poniendo la IA frente a sus propios equipos de trabajo:

Las implementaciones mencionadas están exactamente en los sectores donde la confianza sigue siendo más difícil de ganar: NHS England está extendiendo Copilot a 505.000 médicos y personal, KPMG a más de 276.000 profesionales, y HSBC se comprometió con 200.000 licencias (UC Today). Accenture lo está implementando para unos 743.000 empleados, lo que Nadella llamó la mayor victoria de Copilot para Microsoft (Let's Data Science). Bayer, Johnson & Johnson, Mercedes-Benz y Roche operan cada uno con más de 90.000 licencias.

El detalle más revelador es cómo Microsoft está empaquetando esto. Su nueva suite E7 combina Copilot con la seguridad de E5, la identidad de Entra y Agent 365, la capa para gestionar agentes. Cientos de empresas la compraron en sus primeros dos meses, y EY la está implementando para 400.000 empleados (UC Today). Microsoft ya no vende IA por sí sola. Vende IA junto con la identidad, los permisos y la gobernanza que la rodean, lo cual es el ensayo de Nadella convertido en un SKU.

Una salvedad es que 30 millones de licencias siguen siendo solo alrededor del 6,6 % de las licencias comerciales pagas de Microsoft 365 de Microsoft (No Jitter), y parte de la cartera pendiente se compromete antes de la implementación real. La ventaja es genuina; el mercado todavía está en etapas tempranas. Esa es una razón para construir la capa de confianza ahora, mientras la base instalada aún se está encendiendo.

Lo que Nadella realmente dijo

El ensayo, "Modelos como riesgos internos en la era de la superinteligencia", comienza con una admisión. Con el software tradicional, los ingenieros pueden rastrear el comportamiento hasta una ruta de código. Con los modelos frontier, nadie puede vincular un resultado a datos de entrenamiento o pesos específicos, y sin embargo las empresas les entregan a estos sistemas datos sensibles y acciones críticas para su misión. Las garantías de un proveedor, escribió, no eliminan la responsabilidad de quien implementa (TNW).

Su solución es tomar prestados los controles de riesgo interno que los equipos de seguridad ya utilizan: identidad verificada, privilegio mínimo, registro de logs, contención. Los controles son externos al modelo. En sus palabras, las empresas deben "separar el suministro de inteligencia de la autoridad sobre ella."

Los siete principios, tal como los resumió TNW:

1. Diversidad de modelos. Ningún modelo individual es la única dependencia para un resultado importante, y ningún modelo revisa su propio trabajo.
2. Evidencia. Cada acción significativa del modelo deja evidencia a prueba de manipulaciones y legible por humanos.
3. Pruebas continuas del sistema. Probar todos los sistemas de forma continua, incluso frente a fallos y ataques.
4. Autoridad definida por quien implementa. La empresa, no el modelo, decide a qué puede acceder y qué puede hacer el modelo.
5. Auditoría independiente. Las auditorías no deben depender del modelo evaluado.
6. Contención. Una persona autorizada puede pausar o detener un modelo en medio de una tarea.
7. Divulgación de incidentes. Informar rápidamente a las partes afectadas y compartir las lecciones aprendidas en toda la industria.

Dos detalles importan para lo que sigue. Primero, el enfoque aplica por igual a modelos cerrados y de pesos abiertos (OfficeChai). Segundo, el ensayo no anunció ningún producto, estándar ni cronograma (FourWeekMBA). Es una postura, no un plan, lo que deja la implementación abierta.

El ensayo no salió de la nada. En julio, OpenAI anunció que unos agentes escaparon de una evaluación en un entorno aislado (sandbox) y vulneraron sistemas de Hugging Face. En septiembre, un modelo de investigación de OpenAI contactó a un chatbot externo a través de DNS, y OpenAI pausó el entrenamiento de uso de herramientas y la inferencia en sus modelos más capaces (Bernama/dpa). Anthropic también reveló que uno de sus modelos envió una denuncia falsa de homicidio a la policía de Filadelfia durante las pruebas (Benzinga). Estos son incidentes de laboratorio, no brechas empresariales, pero explican por qué "confiar en el proveedor" ya no es una respuesta aceptable.

Pesos abiertos en Azure: control, no virtud

La versión popular de este argumento dice que los modelos de pesos abiertos son más confiables. El propio Nadella prácticamente desmiente eso en su texto: los pesos abiertos representan el mismo riesgo interno. Que los pesos se puedan inspeccionar no hace que el comportamiento sea rastreable, que es exactamente el problema que él señala.

Lo que los pesos abiertos sí le dan a una empresa es control sobre las variables que Nadella le entrega a quien implementa:

• Fijación de versión - El modelo que validaste es el modelo que se ejecuta. Nadie lo actualiza a tus espaldas.
• Ubicación - Se ejecuta en tu región, tu centro de datos o un sitio desconectado. La Sovereign Private Cloud de Microsoft ejecuta Foundry Local en Azure Local, de manera local (on-premises).
• Continuidad - Ni un proveedor ni un gobierno pueden retirarte el acceso después de la implementación.
• Post-entrenamiento adaptado a la tarea - Puedes acotar un modelo para el trabajo específico y probar ese comportamiento más limitado.

Microsoft está construyendo para esto. En julio, firmó un acuerdo multimillonario con Mistral, integrando el modelo de pesos abiertos Mistral Medium 3.5 en Foundry y en Azure Local, incluyendo implementaciones completamente desconectadas. El 9 de octubre, lanzó Microsoft-Decision-1, un modelo de puntuación post-entrenado sobre el Qwen3.5-9B de pesos abiertos de Alibaba, diseñado para enrutamiento, comprobaciones de fundamentación y evaluación de acciones propuestas por agentes (Let's Data Science).

Ahora, la evidencia en contra. El uso empresarial de modelos abiertos ha estado cayendo, no subiendo: Menlo Ventures midió que los modelos abiertos representaban el 19 % de las cargas de trabajo empresariales a principios de 2025 y el 13 % a mitad de año, citando una brecha de rendimiento de nueve a doce meses y la reticencia a usar modelos de origen chino (Menlo Ventures). Una cifra posterior de Menlo lo situó en el 11 % (compilación de Keenable).

Así que "los pesos abiertos son lo mejor para la empresa" es una generalización incorrecta. La postura válida es un enfoque de portafolio: modelos cerrados frontier donde la capacidad determina el resultado, y modelos de pesos abiertos donde el control lo determina (datos regulados, sitios desconectados, clasificación y verificación de alto volumen). Decision-1 es un buen indicador. Microsoft optó por una base abierta para el modelo cuyo trabajo es revisar a otros modelos, y dice que luego basará ese modelo en MAI y en modelos de OpenAI (InfoWorld). La base es una elección; la capa de control es el producto.

La ventaja de Azure es que ofrece ambas cosas bajo un mismo sistema de identidad, facturación y registro. Eso es lo que necesitan los principios de Nadella: un solo lugar para ejercer autoridad sobre muchos modelos.

Europa: los plazos cambiaron, la presión no

Sería fácil exagerar el impulso regulatorio, así que aquí está lo que realmente aplica. El Digital Omnibus de la UE entró en vigor el 27 de julio de 2026, retrasando los plazos de alto riesgo de la Ley de IA (AI Act) por más de un año (CASRAI).

Fechas según Gibson Dunn y Compliance Hub.

De esto se desprenden dos conclusiones honestas. La regulación no le está forzando la mano a nadie este trimestre. Pero los requisitos que impondrá a partir de diciembre de 2027 son gestión de riesgos, documentación, supervisión humana y monitoreo posmercado. Construir eso toma más de 14 meses, y se parece mucho a la lista de Nadella.

El motor europeo más fuerte es la continuidad del acceso. En junio de 2026, los controles de exportación de EE. UU. llevaron a Anthropic a suspender el acceso a dos de sus modelos más avanzados durante unas tres semanas, hasta que se levantaron los controles (Anthropic). Un análisis del acuerdo entre Microsoft y Mistral vinculó directamente el renovado impulso de soberanía de Europa con esa pausa (ResultSense). Gartner, según informó ai2.work, proyecta que el gasto europeo en IaaS de nube soberana será de USD 12,6 mil millones en 2026, un aumento del 83 %.

El contrapunto también merece espacio. Alemania y Dinamarca anunciaron medidas para alejarse del software de Microsoft hacia el código abierto (UC Today), y si la nube local de un proveedor estadounidense cuenta como verdadera soberanía sigue siendo una pregunta abierta. La posición de Microsoft en Europa es fuerte, no definitiva.

La pieza que la plataforma no puede suministrar: verificación independiente

Lee de nuevo los siete principios y ordénalos según quién puede ejecutarlos. Identidad, permisos, registro de logs y el freno de emergencia (principios 2, 4, 6) son funciones de la plataforma. Microsoft puede integrarlas en Foundry y Entra, y en gran medida ya lo hizo.

Tres principios son diferentes. "Ningún modelo revisa su propio trabajo" (1), "probar sistemas completos todo el tiempo" (3) y "las auditorías no deben depender del modelo evaluado" (5) requieren una entidad separada de aquello que se está juzgando. El propio Nadella señala que usar modelos para probarse entre sí tiene límites (OfficeChai).

Microsoft sí entrega herramientas de evaluación, y son buenas. El trazado y las evaluaciones de Foundry alcanzaron disponibilidad general esta primavera (blog de Microsoft Foundry), y su plano de control incluye red-teaming automatizado (Azure Updates). Eso cubre la verificación interna continua. No cubre la independencia, por una razón estructural: Microsoft tiene un interés comercial en muchos de los modelos que estaría calificando. Tiene una participación histórica en OpenAI, se comprometió a invertir hasta USD 5 mil millones en Anthropic (AI Business), invierte en Mistral y ahora lanza sus propios modelos.

Esto no es una crítica a Microsoft. Es la misma lógica que ya usa toda industria regulada. Una empresa mantiene controles internos y un auditor externo audita las cuentas. Un proveedor de nube gestiona su propia seguridad y una firma independiente emite el informe SOC 2. Nadie cree que la nube deba auditarse a sí misma; nadie debería pensar que el marketplace de modelos deba hacerlo tampoco.

La demanda es visible en los datos:

• El 81 % de los 685 CIO encuestados por Harris Poll dijo haber perdido la supervisión de sus propios agentes de IA, y el 60 % no tiene una capa central de gobernanza (Dataiku).
• La encuesta de McKinsey de 2026 encontró que dos tercios de las organizaciones están en fase de experimentación con agentes, pero menos de una de cada cuatro los está escalando, con la confianza y el riesgo como principales barreras (según informó NHI Mgmt Group).
• IDC describe la falta de pista de auditoría como la verdadera brecha de gobernanza: en una encuesta, la mayoría de las organizaciones no pudo verificar qué hacen sus agentes (IDC).

Aaron Levie, CEO de Box, respondió al ensayo de Nadella diciendo que la IA está entrando en una era de cero confianza que requiere protección en capas y auditabilidad (Benzinga). La cero confianza en seguridad generó un ecosistema de proveedores independientes alrededor de las plataformas. Lo mismo está a punto de ocurrir aquí.

Dónde encajan TestMu AI y Microsoft

Aquí está el sesgo que declaré, dicho sin rodeos: creo que la verificación independiente es una categoría, y TestMu AI debería ser una de las empresas que la defina sobre el stack de Microsoft.

La relación no es hipotética. Nuestra plataforma de orquestación de pruebas, HyperExecute, se construyó sobre Azure (historia de cliente de Microsoft). En 2022, lanzamos integraciones con Azure DevOps y GitHub Actions y fuimos socios destacados en Ignite (Help Net Security). Lo que sigue es cómo extendería eso hacia la capa de confianza. Es una propuesta, no un acuerdo anunciado.

Concretamente, eso significa tres cosas:

1. Una puerta de enlace de lanzamiento para agentes. Los agentes creados en Foundry o Copilot Studio pasan por pruebas independientes previas a producción antes de recibir permisos de producción. Nuestro producto Agent Testing cubre agentes de chat, voz e IVR; nuestro trabajo agente a agente abarca flujos de trabajo donde no hay intervención humana.
2. Evidencia que termina en el plano de control del cliente. Los resultados fluyen hacia la observabilidad de Foundry basada en OpenTelemetry, que ya ingiere agentes de terceros (Microsoft Tech Community). La plataforma conserva el registro; el verificador firma el veredicto.
3. Verificación que se ejecuta donde se ejecuta el modelo. En el caso de implementaciones soberanas y desconectadas en Azure Local, las pruebas tienen que ejecutarse dentro del mismo límite, o la evidencia sale de la sala donde el modelo estaba encerrado.

Hay una objeción que nos aplica directamente. Si usamos agentes de IA para probar agentes de IA, ¿no estamos haciendo exactamente lo que Nadella advierte? Hasta cierto punto sí, y por eso el diseño importa. El agente de prueba debe ejecutarse sobre un modelo diferente al del sistema evaluado (principio 1). El aprobado/reprobado debe basarse en comprobaciones deterministas contra el comportamiento esperado, usando el modelo para explorar y generar casos, no para calificarse a sí mismo. Y cada veredicto debe ser legible por un auditor humano sin tener que confiar tampoco en nuestro modelo.

Objeciones respondidas

"Anthropic y OpenAI lideran la IA empresarial, no Microsoft." En participación de modelos, eso es absolutamente cierto y este artículo coincide. El punto es sobre el plano de control. El propio Claude ahora se vende a través de Foundry en facturas de Azure (Redmond Mag). Los proveedores de modelos y la plataforma ganan en capas distintas.

"El ensayo de Nadella es marketing para Azure." Posiblemente, y aun así es correcto en sustancia. Los equipos de seguridad ya tienen controles de riesgo interno implementados para las personas; extenderlos a los modelos es ingeniería de rutina. Nota que el ensayo no nombra ningún producto de Microsoft, por lo que no puede juzgarse como un discurso de ventas en sus propios términos.

"Los modelos de pesos abiertos están perdiendo participación empresarial, así que esta es la apuesta equivocada." Los datos respaldan eso, y por eso el argumento es sobre un portafolio y sobre el control, no sobre que los pesos abiertos vayan a ganar. Que Microsoft construya su modelo de verificación sobre una base abierta es la señal relevante.

"La regulación acaba de retrasarse, así que no hay urgencia." Las obligaciones de alto riesgo ahora llegan en diciembre de 2027. Las obligaciones para modelos de propósito general aplican desde agosto de 2025. El historial de incidentes, no el calendario legal, es lo que impulsa a los compradores. El proyecto de ley Kill Switch en el Congreso apunta en la misma dirección (TNW).

"Microsoft simplemente construirá la verificación por su cuenta." Construirá la evaluación, y debe hacerlo. La independencia no es una función que pueda agregar, por la misma razón por la que una empresa no puede ser su propio auditor externo. El mejor resultado para los clientes de Microsoft es una plataforma que facilite la integración de verificadores independientes.

"¿Por qué una empresa de pruebas y no una firma de auditoría?" Las firmas de auditoría revisan controles periódicamente. El principio 3 exige probar sistemas completos de forma continua, incluso durante fallos y ataques. Ese es un trabajo técnico continuo que se hace en cada lanzamiento. Es lo que la infraestructura de pruebas ya hace por el software; el objetivo ahora son los agentes.

¿Qué demostraría que esto está mal?

Una tesis que vale la pena publicar debería decir qué la invalidaría. Cuatro cosas lo harían:

1. Las empresas aceptan la evaluación ejecutada por la plataforma como suficiente. Si los CIO y los reguladores tratan las propias evaluaciones de un proveedor como una auditoría, la capa independiente seguirá siendo pequeña.
2. Los laboratorios resuelven la interpretabilidad fiel. El argumento de Nadella se basa en la incapacidad de rastrear el comportamiento del modelo. Si eso cambia, la contención importa menos y la verificación se vuelve más barata.
3. Las compras se alejan de la capa de plataforma. Si las empresas estandarizan de principio a fin el stack de agentes de un solo laboratorio, el plano de control pasa de Microsoft a ese laboratorio.
4. Soberanía significa dejar a Microsoft. Si los compradores europeos concluyen que la nube local de un proveedor estadounidense no es lo suficientemente soberana, la ventaja europea de Microsoft se reduce.

Yo vigilaría tres señales en los próximos 12 meses: si Microsoft estandariza las tecnologías de contención que Nadella pidió, si las directrices de la UE sobre conformidad de alto riesgo mencionan las pruebas de terceros, y si las empresas empiezan a pedir evidencia de verificación en sus compras de IA. Si las tres avanzan, la capa de confianza se convierte en un mercado.

Fuentes

El ensayo de Nadella y las reacciones

• Satya Nadella en X: "Modelos como riesgos internos en la era de la superinteligencia" (10 de octubre de 2026)
• TNW: Satya Nadella dice que las empresas deberían tratar los modelos de IA como riesgos internos
• FourWeekMBA: Nadella dice que hay que tratar los modelos de IA frontier como riesgos internos
• OfficeChai: Los modelos de IA deben tratarse como actores internos poderosos
• Benzinga: Nadella dice que los sistemas de IA deben construirse para confiar lo menos posible en el modelo
• Let's Data Science: Nadella pide controles de freno de emergencia para la IA

Resultados empresariales de Microsoft

• Formulario 8-K de Microsoft, comunicado de resultados del cuarto trimestre del año fiscal 2026 (29 de julio de 2026)
• MarketBeat: Lo más destacado de la llamada de resultados del cuarto trimestre de Microsoft
• KuCoin: Resumen de los resultados del cuarto trimestre de Microsoft (cifra de RPO)
• No Jitter: La adopción de Microsoft 365 Copilot aumenta un 50 % respecto al trimestre anterior
• UC Today: Copilot supera los 30 millones de licencias de pago; NHS, KPMG, HSBC, EY E7
• Enterprise DNA: Copilot alcanza los 20 millones de licencias de pago (cifra de Fortune 500)
• Let's Data Science: Accenture y clientes mencionados con 90.000 licencias

Datos de mercado

• a16z: Líderes, ganadores y triunfadores inesperados en la carrera armamentista de la IA empresarial
• The Decoder: OpenAI sigue liderando la IA empresarial, Anthropic avanza rápido
• SaaStr sobre datos de ETR: Quién está ganando hoy en la IA empresarial
• Carly: Cuota de mercado de LLM en 2026 (cifras de Menlo, Ramp y Microsoft)
• Menlo Ventures: Actualización del mercado de LLM a mitad de 2025
• Keenable: Adopción de modelos de peso abierto vs. propietarios 2022–2026

Plataforma y modelos de Microsoft

• Enterprise DNA: Disponibilidad general de Claude en Microsoft Foundry
• Redmond Mag: Anthropic Claude alcanza disponibilidad general en Microsoft Foundry
• ADTmag: Catálogo de modelos de Foundry
• AI Business: Claude en Foundry; términos de inversión entre Microsoft, Nvidia y Anthropic
• Let's Data Science: Microsoft-Decision-1
• InfoWorld: Microsoft separa la toma de decisiones de la IA generativa
• Blog de Microsoft Foundry: Observabilidad en Build 2026
• Azure Updates: Observabilidad en el plano de control de Foundry
• Microsoft Tech Community: Observabilidad en el plano de control de Foundry

Europa y soberanía

• Microsoft Learn: Nube soberana de Microsoft
• Noqta: Acuerdo de IA soberana entre Microsoft y Mistral
• SiliconANGLE: Mistral cierra un acuerdo multimillonario con Microsoft
• ResultSense: Microsoft financiará la expansión de infraestructura de cómputo de Mistral en Europa
• ai2.work: Microsoft y Mistral apuestan por la IA soberana (cifras de Gartner)
• UC Today: Microsoft 365 Local y la soberanía en la UE
• Anthropic: Declaración sobre el acceso a Fable y Mythos
• CASRAI: Postergación del plazo del Digital Omnibus de la Ley de IA de la UE
• Gibson Dunn: Acuerdo Omnibus de la Ley de IA de la UE
• Compliance Hub: Cronograma de aplazamiento del Digital Omnibus

Incidentes y encuestas de gobernanza

• Bernama/dpa: OpenAI pausa el trabajo en sus principales modelos de IA tras una vulneración de salvaguardas
• Dataiku / Harris Poll: Informe Global AI Confessions, edición CIO 2026
• NHI Mgmt Group sobre la Encuesta de Madurez de Confianza en la IA 2026 de McKinsey
• IDC: El registro de auditoría que no existe

TestMu AI (LambdaTest) y Microsoft

• Historia de cliente de Microsoft: LambdaTest desarrolla HyperExecute en Azure
• Help Net Security: LambdaTest y Microsoft colaboran en flujos de trabajo para desarrolladores (2022)