Cover of Workload-fit: el fin de la tesis cloud-first y la nueva matemática del 2026

Workload-fit: el fin de la tesis cloud-first y la nueva matemática del 2026

37signals ahorró 2 millones de dólares al año saliendo de AWS. Dropbox y GEICO documentaron casos similares. La FinOps Foundation reporta que dos tercios de las cargas en producción cloud desperdician más del 25% del gasto. La conclusión no es 'el cloud está roto' —es que la decisión correcta dejó de ser 'todo a cloud' y pasó a ser 'cada workload, su ubicación'.

By Equipo de Investigación · A&C Advisors 9 min de lectura v1

En octubre de 2022, David Heinemeier Hansson, cofundador de 37signals, publicó un post titulado Why we're leaving the cloud. Dieciocho meses después, su empresa había salido completamente de AWS y reportó un ahorro neto de 2 millones de dólares al año, sosteniendo la misma capacidad de cómputo con servidores propios alojados en colocation. En el mismo periodo, Dropbox completó su migración multi-año desde S3 hacia almacenamiento propio —reportando ahorros agregados superiores a 75 millones de dólares en su S-1—, GEICO replanteó su huella híbrida tras una factura cloud que pasó de manejable a estratégicamente preocupante, y Ahrefs documentó que su decisión de mantenerse on-prem les permitía operar con un costo unitario 11× menor al equivalente en AWS para sus cargas de búsqueda.

El instinto en un comité ejecutivo es leer estos casos como excepciones —"empresas con perfiles atípicos de carga"— y continuar con la tesis cloud-first formulada hace una década. Los datos agregados sugieren que esa lectura ya no es defendible. La FinOps Foundation, en su State of FinOps 2025, reporta que el 67% de las organizaciones en producción cloud tienen entre 25% y 40% de gasto desperdiciado, y que el control de costos pasó a ser por tercer año consecutivo la prioridad número uno de los líderes de finanzas tecnológicas. Flexera, en su encuesta global del mismo año, encontró que en promedio las empresas estiman desperdiciar el 28% de su gasto cloud y que el 71% identifica la optimización de costo como prioridad alta o crítica.

La tesis que A&C Advisors recomienda a sus clientes para 2026 no es "salir del cloud". Es más matizada y operacionalmente más útil: cloud-first dejó de ser una estrategia; workload-fit es la nueva tesis.

Por qué la curva de costo del cloud es una U, no una recta

La narrativa original del cloud era que el costo por unidad de cómputo decrecía monotónicamente con la escala —economía de escala de los hyperscalers traducida al consumidor vía pricing competitivo. Lo que la evidencia empírica de los últimos cuatro años muestra es que la curva es en realidad una U: barata al inicio (cuando se evita el capex y la operación de infraestructura), competitiva en el medio (cuando los descuentos por compromiso amortizan), y crecientemente cara en la cola (cuando la carga alcanza escala suficiente para que el margen del proveedor se vuelva una porción significativa del costo total).

Costo unitario de cómputo según escala de la carga, comparado entre cloud público bajo descuento de 3 años (Savings Plans) y on-prem moderno operado con Kubernetes bare-metal

La interpretación operativa: para cargas pequeñas e impredecibles, el cloud público sigue siendo dramáticamente superior —el on-prem requiere amortizar capex sobre poca utilización y la operación se traga al equipo. En el rango medio (cargas estables, predecibles, en el orden de cientos de miles de USD anuales en cómputo) ambos modelos convergen, y la decisión correcta depende más de capacidades operativas que de costo. En el extremo derecho de la curva —cargas grandes, estables, con perfil de utilización predecible— el on-prem moderno opera entre 3× y 5× más barato por unidad. Es exactamente ahí donde están los casos públicos de repatriación.

La diferencia operativa entre el on-prem de hace una década y el on-prem de hoy es categórica: Kubernetes maduro, almacenamiento definido por software (Ceph, MinIO), networking automatizado, observabilidad open-source de calidad enterprise (Prometheus, Grafana, OpenTelemetry), y proveedores de colocation que ofrecen tiempos de provisión de hardware comparables al click-to-deploy de un EC2.

FinOps: la disciplina que la mayoría de las organizaciones todavía no operacionaliza

El concepto FinOps —la práctica de gestión financiera de cloud que une finanzas, tecnología y producto en un loop continuo— dejó de ser opcional. La FinOps Foundation creció a más de 17,000 miembros corporativos para finales de 2025, su certificación FOCUS para datos de costos cloud fue adoptada por los tres hyperscalers, y las prioridades reportadas año tras año muestran un cambio significativo.

Prioridades top de líderes FinOps según el State of FinOps 2025 de la FinOps Foundation (% que las nombró entre sus tres principales)

Lo que el gráfico esconde y los reportes en prosa de la Fundación dejan explícito: las organizaciones reportan conocer sus prioridades, pero la mayoría no ha implementado las prácticas que las atacan. Sólo el 31% de las empresas encuestadas tiene un equipo FinOps formalmente constituido con responsabilidad cruzada entre finanzas e ingeniería; el 22% mide y reporta unit economics por servicio o producto; menos del 15% ha implementado políticas de showback o chargeback con consecuencias presupuestales reales.

La asimetría es operativamente costosa. Una organización con 5 millones de USD anuales en gasto cloud y 28% de desperdicio promedio está dejando aproximadamente 1.4 millones de USD por año sobre la mesa. Constituir un equipo FinOps —típicamente 2 a 4 personas con perfil mixto financiero-técnico— cuesta entre 350,000 y 700,000 USD anuales totalmente cargados. La relación beneficio-costo en el primer año raramente baja de 3× y frecuentemente supera 8×.

La tercera fuerza: soberanía de datos y la regulación emergente

Si la repatriación selectiva fuera el único cambio, la conversación sería puramente financiera. Lo que la complica —y la hace inevitable para varios sectores— es la concurrencia de regulación sobre dónde físicamente residen los datos.

Schrems II (Tribunal de Justicia de la Unión Europea, julio 2020) invalidó el marco Privacy Shield y dejó las transferencias internacionales de datos personales bajo el escrutinio individual de cláusulas contractuales modelo, ya con el riesgo permanente de invalidación. DORA (Digital Operational Resilience Act, vigente desde enero de 2025) impone a las entidades financieras europeas obligaciones específicas sobre concentración de proveedores TIC de tercera parte, incluyendo la capacidad de salir de un proveedor crítico en plazos definidos. NIS2 amplía el alcance a 18 sectores adicionales. En el espacio LATAM, Brasil consolidó la LGPD y avanzó marcos sectoriales en finanzas y salud; México actualiza la Ley General de Protección de Datos Personales en sectores específicos; Chile aprobó la nueva Ley 21.719 de protección de datos personales en diciembre 2024, alineada en gran medida con el GDPR.

La consecuencia operativa para una organización con clientes regulados en múltiples jurisdicciones es que la región del hyperscaler ya no es suficiente garantía. La pregunta del regulador no es "¿en qué región está el dato?" sino "¿qué entidad legal opera la infraestructura física, bajo qué jurisdicción, con qué obligaciones de divulgación a gobiernos extranjeros?". Bajo el US CLOUD Act, una entidad estadounidense puede ser compelida a entregar datos almacenados internacionalmente. Esa exposición —independiente de la región técnica del cloud— es lo que está motivando arquitecturas soberanas, multi-cloud con ubicaciones específicas, y on-prem en jurisdicción nacional para subconjuntos definidos de datos.

El patrón decisional por workload-type

La conclusión accionable de los tres vectores —economía unitaria, FinOps, soberanía— no es uniforme. Es matricial. La recomendación que A&C Advisors hace consistentemente a sus clientes en 2026 se resume así:

Workload Característica dominante Ubicación recomendada Por qué
Producto SaaS de cara al usuario Picos impredecibles, alta variabilidad geográfica Cloud público multi-región Auto-escalado, latencia distribuida, costo de oportunidad >> margen
Cargas analíticas y ML training Compute intensivo intermitente Cloud público spot/preemptible o GPU on-prem Spot reduce 60–80%; on-prem viable con >40% de utilización sostenida
Datos sensibles regulados Vida útil >10 años, exposición CLOUD Act On-prem o cloud soberano nacional Riesgo legal exógeno, no negociable vía contrato
Bases de datos transaccionales core Estables, predecibles, alta intensidad I/O Híbrido o on-prem Cloud público IOPS 4–7× más caro a la misma performance
APIs internas y servicios platform Carga sostenida media Cualquiera de los tres con FinOps disciplinado La diferencia la hace la práctica operativa, no la ubicación
Backups, archives, DR cold Volumen alto, acceso raro Almacenamiento objeto en cloud + copia off-site Pricing de S3 Glacier / Archive Storage es difícil de batir
Edge / IoT processing Latencia ms, bandwidth alto al borde Edge específico + colas a cloud Repatriación parcial a nodos de borde reduce egress dramáticamente

Ninguna fila de esta tabla recomienda "todo a cloud público" ni "todo on-prem". Las organizaciones que en 2026 sigan operando bajo una doctrina monolítica de cualquiera de los dos extremos están dejando margen significativo en la mesa o asumiendo riesgo regulatorio que no cuantificaron.

Lo que recomendamos a un comité directivo

Para una organización mediana o grande revisando su estrategia cloud en 2026:

  1. Pida a su CTO y CFO una sesión conjunta de unit economics cloud antes del próximo presupuesto. No revisión de factura agregada —descomposición por workload, por equipo y por unit de negocio, con baseline de utilización. Si la organización no puede producir esos datos en menos de tres semanas, esa es la primera deuda a resolver.
  2. Constituya un equipo FinOps con autoridad presupuestal real. No un comité de revisión mensual. Un equipo con responsabilidad cruzada finanzas-ingeniería y mandato explícito de mover gasto entre cuentas, vendors y ubicaciones según criterio de unit economics.
  3. Identifique los dos workloads en el extremo derecho de la curva U. Los candidatos típicos son: bases de datos transaccionales maduras con perfil de carga estable, repositorios de almacenamiento de alto volumen, y entornos analíticos con utilización sostenida superior al 50%. Para esos workloads específicos, modele el TCO a cinco años en cloud vs colocation moderno con honestidad —incluyendo el costo operativo plenamente cargado, no solo hardware.
  4. Audite su exposición a soberanía de datos. Mapee qué subset de sus datos cae bajo regulación con requisitos de residencia o restricciones de transferencia. Para ese subset, evalúe arquitecturas soberanas no como costo adicional sino como condición para mantener la elegibilidad de mercado.
  5. No firme contratos plurianuales sin cláusulas de salida. Los Savings Plans y Reserved Instances de tres años bajan el costo unitario, pero cementan supuestos sobre la carga que en doce meses pueden quedar obsoletos. Negocie flexibilidad de migración como contrapartida del compromiso.

Conclusión

La tesis cloud-first respondió correctamente a las preguntas de su época: cómo evitar capex, cómo escalar sin operación, cómo arrancar productos rápido sin equipo de infraestructura. Esas preguntas siguen siendo válidas para una mayoría de cargas, y nadie con criterio recomienda hoy una migración masiva de regreso a data centers propios. Pero el corolario de la tesis —"todo a cloud, todo el tiempo"— se rompió bajo el peso de tres realidades que se consolidaron simultáneamente: la economía del cloud a escala dejó de ser asimétricamente favorable, la disciplina FinOps reveló cuánto desperdicio hay en operaciones aparentemente saludables, y la regulación reordenó la geografía permitida de ciertos datos.

La pregunta no es si su organización va a tener una estrategia híbrida en 2026 —matemáticamente, ya la tiene, aunque sea por defecto y mal optimizada. La pregunta es si va a operarla como una tesis explícita, medida y ajustada cada quarter, o como una colección de decisiones acumuladas que nadie audita hasta que la factura cloud aparece en la próxima reunión de comité. Esa es la conversación que vale la pena tener este quarter.

Referencias

  1. Heinemeier Hansson, David. Why we're leaving the cloud. 37signals, octubre 2022. https://world.hey.com/dhh/why-we-re-leaving-the-cloud-654b47e0
  2. Heinemeier Hansson, David. We have left the cloud. 37signals, junio 2024. https://world.hey.com/dhh/we-have-left-the-cloud-251760fb
  3. Wang, Sarah y Casado, Martin. The Cost of Cloud, a Trillion Dollar Paradox. Andreessen Horowitz, mayo 2021 (revisado). https://a16z.com/the-cost-of-cloud-a-trillion-dollar-paradox/
  4. FinOps Foundation. State of FinOps 2025. Reporte anual, enero 2025. https://www.finops.org/insights/the-state-of-finops-2025/
  5. Flexera. 2025 State of the Cloud Report. Marzo 2025. https://info.flexera.com/CM-REPORT-State-of-the-Cloud
  6. European Union. Regulation (EU) 2022/2554 — Digital Operational Resilience Act (DORA). Aplicación desde enero 2025. https://eur-lex.europa.eu/eli/reg/2022/2554/oj
  7. European Court of Justice. Case C-311/18 Schrems II Judgment. Julio 2020. https://curia.europa.eu/juris/document/document.jsf?docid=228677
  8. FOCUS Specification (FinOps Open Cost and Usage Specification), versión 1.1. FinOps Foundation, 2025. https://focus.finops.org/

Newsletter

Receive this research ahead of the rest of the market

Decision-grade analysis on emerging tech, straight to your inbox. No noise.

Subscribe to the newsletter →

Strategy • Research • Implementation