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 cada modelo frontier, ya sea cerrado o de pesos abiertos, como tratarías a un empleado poderoso con acceso a sistemas sensibles: privilegios 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:
- 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 las cifras empresariales (más de 30 millones de licencias de pago de Copilot, 100.000 millones de dólares en ingresos de Azure) lo demuestran.
- Los modelos de pesos abiertos en Azure importan, pero no porque sean más confiables. Importan porque le dan control a quien los despliega, que es exactamente donde Nadella trasladó la carga de la confianza.
- Lo único que quien despliega no puede proporcionarse a sí mismo de manera 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. He intentado que cada afirmación sea verificable, y las fuentes están al final.
Microsoft está perdiendo la carrera de los modelos y ganando a las empresas de todos modos
"Microsoft está ganando la IA empresarial" es la afirmación con más probabilidades de ser derribada, así que necesita un significado preciso. En cuota de modelos, Microsoft no es el líder. Pero sí en dónde se ejecuta realmente la IA empresarial.
Qué se mide
El patrón es claro. Las empresas compran modelos a los laboratorios, pero los despliegan dentro de Microsoft. La encuesta de CIO de a16z reveló que OpenAI lidera en modelos, mientras que Microsoft domina las aplicaciones de IA empresarial.
Microsoft también ha dejado 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.
Así que 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. Esa es la capa de la que trata el ensayo de Nadella.
El marcador empresarial
Si el control de la capa empresarial es el premio, los resultados fiscales de 2026 de Microsoft muestran que lo está recogiendo. Para el año que terminó en junio de 2026, Azure generó 100.000 millones de dólares en ingresos anuales y creció un 43 % en el trimestre de junio, con una previsión de crecimiento de aproximadamente el 45 % para el trimestre de septiembre (Microsoft 8-K; MarketBeat). Las obligaciones de rendimiento comercial restantes, es decir, la cartera firmada pero aún no reconocida, aumentaron un 84 % hasta los 678.000 millones de dólares (resumen de KuCoin del comunicado).
Las cifras de Copilot importan más para este argumento, porque miden a las empresas poniendo la IA frente a sus propios equipos:
Los despliegues mencionados 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 ha comprometido con 200.000 licencias (UC Today). Accenture lo está implementando para unos 743.000 empleados, lo que Nadella calificó como la mayor victoria de Copilot para Microsoft (Let's Data Science). Bayer, Johnson & Johnson, Mercedes-Benz y Roche manejan cada uno más de 90.000 licencias.
El detalle más revelador es cómo Microsoft está empaquetando esto. Su nueva suite E7 agrupa Copilot con la seguridad E5, la identidad Entra y Agent 365, la capa para gestionar agentes. Cientos de empresas lo compraron en sus primeros dos meses, y EY lo está desplegando 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 de pago de Microsoft 365 de Microsoft (No Jitter), y parte de la cartera pendiente se compromete antes del despliegue real. La ventaja es genuina; el mercado aún está en etapas tempranas. Esa es una razón para construir la capa de confianza ahora, mientras la base instalada todavía se está encendiendo.
Lo que Nadella dijo realmente
El ensayo, "Modelos como riesgos internos en la era de la superinteligencia", parte de una admisión. Con el software tradicional, los ingenieros pueden rastrear el comportamiento hasta una ruta de código. Con los modelos frontier, nadie puede vincular una salida a datos de entrenamiento o pesos específicos, y sin embargo las empresas entregan a estos sistemas datos sensibles y acciones críticas para su misión. Las garantías de un proveedor, escribió, no eliminan la responsabilidad de quien despliega (TNW).
Su solución es tomar prestados los controles de riesgo interno que los equipos de seguridad ya aplican: identidad verificada, mínimo privilegio, 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:
- Diversidad de modelos. Ningún modelo individual es la única dependencia para un resultado importante, y ningún modelo revisa su propio trabajo.
- Evidencia. Cada acción significativa del modelo deja evidencia a prueba de manipulaciones y legible por humanos.
- Pruebas continuas del sistema. Probar todos los sistemas de forma continua, incluso frente a fallos y ataques.
- Autoridad definida por quien despliega. La empresa, no el modelo, decide a qué puede acceder y qué puede hacer el modelo.
- Auditoría independiente. Las auditorías no deben depender del modelo evaluado.
- Contención. Una persona autorizada puede pausar o detener un modelo en medio de una tarea.
- Divulgación de incidentes. Informar rápidamente a las partes afectadas y compartir lecciones en toda la industria.
Dos detalles importan para lo que sigue. Primero, el planteamiento se aplica por igual a modelos cerrados y de pesos abiertos (OfficeChai). Segundo, el ensayo no anunció ningún producto, estándar ni calendario (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 entorno aislado (sandbox) y vulneraron sistemas de Hugging Face. En septiembre, un modelo de investigación de OpenAI contactó con un chatbot externo a través de DNS, y OpenAI pausó el entrenamiento y la inferencia de uso de herramientas en sus modelos más capaces (Bernama/dpa). Anthropic también ha revelado que uno de sus modelos envió un aviso falso de homicidio a la policía de Filadelfia durante las pruebas (Benzinga). Estos son incidentes de laboratorio, no brechas empresariales, pero explican por qué "confía 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 fiables. El propio Nadella lo desmiente en su texto: los pesos abiertos son igualmente un riesgo interno. Que los pesos sean inspeccionables 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 entrega a quien despliega:
- Fijación de versiones - 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 una instalación desconectada. La Sovereign Private Cloud de Microsoft ejecuta Foundry Local en Azure Local, on-premise.
- Continuidad - Un proveedor o un gobierno no puede retirar el acceso después de que lo hayas desplegado.
- Post-entrenamiento adaptado a la tarea - Puedes acotar un modelo para el trabajo y probar ese comportamiento más específico.
Microsoft está construyendo para esto. En julio, firmó un acuerdo multimillonario con Mistral, incorporando el modelo de pesos abiertos Mistral Medium 3.5 a Foundry y a Azure Local, incluyendo despliegues completamente desconectados. El 9 de octubre, lanzó Microsoft-Decision-1, un modelo de puntuación post-entrenado sobre el Qwen3.5-9B de pesos abiertos de Alibaba, creado para el 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 los modelos abiertos en un 19 % de las cargas de trabajo empresariales a principios de 2025 y un 13 % a mediados 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 % (recopilación 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 decide el resultado, modelos de pesos abiertos donde el control lo decide (datos regulados, instalaciones desconectadas, clasificación y verificación de alto volumen). Decision-1 es un indicador útil. Microsoft ha optado por una base abierta para el modelo cuyo trabajo es comprobar otros modelos, y dice que más adelante 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 único 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 esto es 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 en más de un año (CASRAI).
Fechas según Gibson Dunn y Compliance Hub.
De aquí se derivan dos conclusiones honestas. La regulación no está forzando la mano de nadie este trimestre. Pero los requisitos que impondrá a partir de diciembre de 2027 son gestión de riesgos, documentación, supervisión humana y vigilancia poscomercialización. Construir eso lleva 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 el renovado impulso de soberanía de Europa directamente a esa pausa (ResultSense). Gartner, según informa ai2.work, proyecta un gasto en IaaS de nube soberana europea de 12.600 millones de dólares en 2026, un aumento del 83 %.
El contrapunto también merece espacio. Alemania y Dinamarca han anunciado movimientos 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 europea de Microsoft es fuerte, no consolidada.
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 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 ha hecho.
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 parte separada de aquello que se juzga. 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 comprobación 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 ha comprometido con hasta 5.000 millones de dólares para Anthropic (AI Business), invierte en Mistral y ahora distribuye sus propios modelos.
Esto no es una crítica a Microsoft. Es la misma lógica que ya utiliza 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 mercado 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 descubrió 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 podía 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 confianza cero que requiere protección en capas y auditabilidad (Benzinga). La confianza cero en seguridad produjo 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, expresado claramente: creo que la verificación independiente es una categoría, y TestMu AI debería ser una de las empresas que la defina sobre la infraestructura de Microsoft.
La relación no es hipotética. Nuestra plataforma de orquestación de pruebas, HyperExecute, se construyó sobre Azure (caso de cliente de Microsoft). En 2022, lanzamos integraciones con Azure DevOps y GitHub Actions y fuimos partner destacado en Ignite (Help Net Security). Lo que sigue es cómo extendería eso a la capa de confianza. Es una propuesta, no un acuerdo anunciado.
Concretamente, eso significa tres cosas:
- Una puerta de enlace de lanzamiento para agentes. Los agentes creados en Foundry o Copilot Studio se someten a 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.
- Evidencia que termina en el plano de control del cliente. Los resultados fluyen hacia la observabilidad basada en OpenTelemetry de Foundry, que ya ingiere agentes de terceros (Microsoft Tech Community). La plataforma conserva el registro; el verificador firma el veredicto.
- Verificación que se ejecuta donde se ejecuta el modelo. En el caso de despliegues soberanos y desconectados 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 lo que Nadella advierte? Hasta cierto punto sí, y por eso el diseño importa. El agente de prueba debe ejecutarse en un modelo diferente al del sistema bajo prueba (principio 1). El aprobado/reprobado debe basarse en comprobaciones deterministas frente al 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 confiar tampoco en nuestro modelo.
Objeciones respondidas
"Anthropic y OpenAI lideran la IA empresarial, no Microsoft." En cuota de modelos, eso es absolutamente cierto y este artículo coincide. El punto trata 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 diferentes.
"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 personas; extenderlos a modelos es ingeniería rutinaria. Cabe señalar 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 cuota empresarial, así que esta es la apuesta equivocada." Los datos respaldan eso, razón por la cual el argumento trata sobre un portafolio y sobre el control, no sobre que los pesos abiertos ganen. Que Microsoft construya su modelo de comprobación 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 se 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 debería hacerlo. La independencia no es una función que pueda añadir, 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 los controles periódicamente. El principio 3 exige probar sistemas completos de forma continua, incluso durante fallos y ataques. Ese es un trabajo técnico continuo realizado 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 es erróneo?
Una tesis que vale la pena publicar debería decir qué la invalidaría. Cuatro cosas lo harían:
- 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.
- 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.
- Las compras se alejan de la capa de plataforma. Si las empresas estandarizan de extremo a extremo en la pila de agentes de un solo laboratorio, el plano de control pasa de Microsoft a ese laboratorio.
- 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.
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 nombran las pruebas de terceros, y si las empresas empiezan a pedir evidencia de verificación en las adquisiciones de IA. Si las tres avanzan, la capa de confianza se convierte en un mercado.
Fuentes
El ensayo de Nadella y 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
- Microsoft Form 8-K, comunicado de resultados del cuarto trimestre del año fiscal 2026 (29 de julio de 2026)
- MarketBeat: puntos clave 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 se dispara 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 armamentística de la IA empresarial
- The Decoder: OpenAI sigue liderando la IA empresarial, Anthropic avanza rápido
- SaaStr sobre datos de ETR: quién está ganando ahora 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 mediados de 2025
- Keenable: adopción de modelos de pesos abiertos frente a propietarios 2022–2026
Plataforma y modelos de Microsoft
- Enterprise DNA: disponibilidad general de Claude en Microsoft Foundry
- Redmond Mag: Anthropic Claude alcanza la 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 capacidad 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: aplazamiento del plazo del paquete ómnibus digital de la Ley de IA de la UE
- Gibson Dunn: acuerdo ómnibus de la Ley de IA de la UE
- Compliance Hub: cronograma de prórroga del paquete ómnibus digital
Incidentes y encuestas de gobernanza
- Bernama/dpa: OpenAI pausa el trabajo en sus principales modelos de IA tras una brecha de seguridad
- Dataiku / Harris Poll: Informe Global AI Confessions, edición CIO 2026
- NHI Mgmt Group sobre la encuesta de madurez de confianza en IA 2026 de McKinsey
- IDC: la pista de auditoría que no existe
TestMu AI (LambdaTest) y Microsoft
