22 de octubre de 2026, OpenAI publicó una descripción de la práctica de FDE. Este artículo se centra en la transformación del proceso de verificación de uno de los clientes de semiconductores no identificados, discutiendo cómo la entrega personalizada se consolida en una capacidad reutilizable; se trata de una práctica recién revelada, no de una adquisición ocurrida en 10.
Hechos
- OpenAI afirma que, en 2025, alrededor de 15 FDE impulsaron más de 10 casos de uso en ese cliente, abarcando generación de pruebas, análisis de fallas y asistencia de arquitectura, y co‑crearon evaluaciones con los ingenieros del cliente.
- Según la divulgación de la empresa, los casos de uso relevantes entraron en producción y fueron utilizados tempranamente en un período de 3 a 6 meses; la generación dirigida de pruebas ahorró aproximadamente 48% de tiempo, y la mejora de rendimiento de la optimización del núcleo tuvo una mediana del 22%. Ambas métricas miden tareas diferentes.
- Posteriormente, el equipo migró las aplicaciones personalizadas a la base unificada Codex, indicando que aproximadamente 90% del código personalizado se eliminó en cada proyecto. El artículo también menciona un ejemplo de replicación de agosto de 2026: el primer despliegue tomó 2 meses, y la expansión al segundo equipo requirió 1 días; no debe considerarse como el ciclo promedio de todos los proyectos.
Análisis
Juicio de FDEPE: este caso indica que los activos de FDE no se limitan al volumen de código completado inicialmente, sino que también incluyen conjuntos de evaluación, definiciones de negocio, conectores y capacidades operativas transferibles. Para empresas de servicios de ingeniería bajo propiedad de PE, al adquirirlas se debe verificar tanto la efectividad del proceso inicial como la reducción de los costos de despliegue adicionales del segundo equipo.
Se recomienda registrar por separado los días-hombre de la entrega inicial, los días-hombre de la replicación posterior, los gastos de mantenimiento, la precisión de las tareas y la tasa de adopción, y luego vincular los indicadores de eficiencia al costo real de entrega. De lo contrario, la reducción del código a medida podría ser solo una transferencia de costos a suscripciones de plataforma, llamadas y adaptación continua.
Evidencia contraria y límites
- El cliente es anónimo, el documento público no proporciona datos que puedan recalcularse de forma independiente, grupos de control ni el costo total; todas las cifras de efecto deben interpretarse según la descripción del proveedor.
- 48% es el ahorro de tiempo en tareas de generación de pruebas específicas, 22% es el indicador de rendimiento del núcleo, y ninguno equivale al costo de I+D empresarial ni a la mejora de beneficios.
- La primera puesta en marcha todavía tomó varios meses; la rápida replicación por el segundo equipo no demuestra que sectores desconocidos o sistemas heterogéneos puedan completarse en un día. Este caso no tiene antecedentes de transacciones de capital privado públicas.