Puntos clave
Un año después de la apuesta de 14,300 millones de dólares de Meta por Alexandr Wang, la empresa finalmente tiene su primer modelo de IA propio, pero sigue detrás de OpenAI, Anthropic y Google en una carrera donde ser segundo tiene costes reales.
La decisión de Meta de nombrar a Wang como su jefe de IA a mediados de 2025 fue la contratación ejecutiva más cara en la historia de la industria tecnológica. El paquete reflejaba la urgencia que sentía Mark Zuckerberg mientras Meta se afanaba por alcanzar el nivel en inteligencia artificial generativa tras años priorizando el metaverso. Doce meses después, la empresa ha lanzado su primer modelo de lenguaje de gran tamaño interno, sin embargo, la brecha con los laboratorios punteros no se ha cerrado de manera significativa, según comparativas de referencia revisadas por Edgen.
"Meta está intentando alcanzar a los líderes en un juego donde estos aceleran, no se quedan quietos", afirmó Sarah Guo, fundadora de Conviction Capital y exsocia de Greylock, que ha seguido los ciclos de inversión en IA desde 2022. "La cuestión es si 14,300 millones de dólares te compran un asiento en la mesa o simplemente un billete para la carrera".
La turbulencia interna ha sido severa. Zuckerberg reconoció en un memo de junio que Meta cometió errores durante su transición hacia una fuerza laboral centrada en la IA, que incluyó una reducción global del 10 % de la plantilla y la reasignación de 7,000 empleados a flujos de trabajo relacionados con la IA. La nueva unidad de Ingeniería de IA Aplicada de la empresa implementó una estructura de gestión plana con ratios de hasta 50 colaboradores individuales por gerente, una configuración que exempleados calificaron de caótica. Las salidas de alto perfil de laboratorios rivales que Meta había reclutado agresivamente —incluidos investigadores de Google Brain y DeepMind— erosionaron aún más la moral.
La brecha del modelo sigue siendo amplia
El primer modelo propio de Meta, que la empresa aún no ha nombrado públicamente, obtiene puntuaciones en la mitad alta de los 80 en el benchmark MMLU, según personas familiarizadas con los resultados. Esto se compara con puntuaciones superiores a 90 para GPT-5 de OpenAI, Claude 4 de Anthropic y Gemini 2.5 Ultra de Google. En benchmarks de codificación como HumanEval, la brecha es aún mayor, con el modelo de Meta rezagado aproximadamente 10 puntos porcentuales.
El déficit de rendimiento no es puramente técnico. OpenAI y Anthropic recaudaron cada una más de 10,000 millones de dólares solo en 2025, gran parte destinado a infraestructura computacional. La división DeepMind de Google se beneficia del plan de construcción de centros de datos de Alphabet, de más de 50,000 millones de dólares hasta 2027. Meta, a pesar de comprometer más de 40,000 millones de dólares en gastos de capital anuales para infraestructura de IA, ha tenido que dividir su asignación computacional entre el entrenamiento de modelos frontier y el servicio de inferencia para sus plataformas de redes sociales, que procesan miles de millones de solicitudes diarias en Facebook, Instagram y WhatsApp.
Los costes de entrenamiento agravan el desafío. Una sola ejecución de un modelo frontier puede requerir 25,000 GPU Nvidia H100 funcionando continuamente durante 90 días, consumiendo electricidad equivalente al uso anual de miles de hogares. La capacidad de los centros de datos de Meta, aunque se expande rápidamente, no ha seguido el ritmo de la demanda de sus equipos de investigación, lo que ha provocado disputas internas por la cola de prioridad que retrasaron ciclos de entrenamiento durante semanas, según tres exempleados.
El giro de Zuckerberg y las consecuencias laborales
El memo interno de Zuckerberg, fechado el 12 de junio, reconocía que la complejidad de la reestructuración en torno a la IA "inevitablemente provocó errores". Enfatizó que Meta priorizaría los traslados internos frente a más despidos y reduciría la expansión de las responsabilidades de supervisión de los gerentes. La empresa también planea aumentar la inversión en iniciativas de creación de equipos, incluyendo un hackathon a gran escala en julio y presupuestos más grandes para eventos corporativos.
Las reducciones de plantilla han sido particularmente dolorosas para los mandos intermedios y los desarrolladores de software, que soportaron la peor parte de los 8,000 despidos anunciados a principios de 2026. Meta ha creado nuevos puestos en funciones relacionadas con la IA para absorber al personal desplazado, pero la transición ha sido desigual. Algunos equipos perdieron ingenieros experimentados mientras ganaban contrataciones junior con especialización en IA, creando un desajuste de habilidades que ralentizó los plazos de los proyectos.
El contexto más amplio es que la estrategia de IA de Meta conlleva riesgos inusualmente altos. El negocio principal de publicidad de la empresa generó más de 160,000 millones de dólares en ingresos el año pasado, y Zuckerberg ha apostado la próxima fase de crecimiento de la compañía a funciones impulsadas por IA —desde la creación automatizada de anuncios hasta recomendaciones de contenido generadas por IA. Si los modelos de Meta no pueden igualar la calidad de las ofertas de la competencia, el riesgo no es solo la irrelevancia técnica, sino la erosión de los ingresos publicitarios que financian toda la empresa.
Qué sigue para las ambiciones de IA de Meta
Zuckerberg ha dicho que Meta no prevé más despidos a gran escala en toda la empresa este año, aunque advirtió que la naturaleza rápidamente cambiante de la industria tecnológica dificulta las garantías. El próximo hito importante de la empresa es el hackathon de julio, que mostrará proyectos internos de IA y podría indicar qué direcciones de producto priorizará Meta.
Para los inversores, el cálculo es sencillo. Las acciones de Meta cotizan a aproximadamente 23 veces las ganancias futuras, un descuento frente a las 26 veces de Alphabet y una prima frente al S&P 500 en general. El compromiso de 14,300 millones de dólares con Wang representa aproximadamente el 9 % del flujo de caja libre anual de Meta —una apuesta que aún no ha producido un modelo competitivo pero que ha consumido recursos que podrían haberse desplegado en otra parte. La asociación de Microsoft con OpenAI y el desarrollo interno de Google ofrecen modelos alternativos sobre cómo competir en IA, y ninguno requirió una contratación ejecutiva que costara decenas de miles de millones.
Los próximos seis meses determinarán si la etapa de Wang se recuerda como una apuesta audaz que dio frutos o como un costoso desvío. El primer modelo propio de Meta es una prueba de concepto, no un producto. La empresa necesita lanzar algo que compita en benchmarks, en coste de inferencia por token y en adopción por parte de desarrolladores —y necesita hacerlo antes de que la próxima generación de modelos de OpenAI y Google convierta la brecha actual en un abismo.
Este artículo es solo con fines informativos y no constituye asesoramiento de inversión.
