Mark Zuckerberg hizo un movimiento estratégico a comienzos del verano, y apunta alto: compró el 49% de Scale AI por 15.000 millones de dólares y fichó a su fundador, Alexandr Wang, para liderar la IA en Meta. El objetivo declarado es la superinteligencia.
En agosto, Zuckerberg aseguró que la superinteligencia está más cerca de lo que se piensa. Dijo que sus sistemas de IA ya han comenzado a optimizarse a sí mismos, una señal de autonomía que sugiere más velocidad y menos fricción en el aprendizaje. Llegar ahí no es solo potencia de cómputo. Dentro de la compañía han encajado semanas tensas con crisis y divisiones por esta apuesta.
La novedad es que la situación interna, según cuentan desde Menlo Park, se ha estabilizado bajo Wang. Él comunicó a la plantilla que los avances recientes requieren reorganizar los equipos de IA de arriba abajo. Reconoció que el cambio será disruptivo en el corto plazo, pero también defendió que traerá beneficios notables a medio y largo plazo. La pregunta es cómo se ordena ese esfuerzo para acercar la superinteligencia.
Meta Superintelligence Labs se ha reestructurado en cuatro áreas: TBD Lab, FAIR, Productos e Investigación Aplicada, e Infraestructura. Cada división reporta directamente a Wang, que actúa como centro de coordinación y resolución de bloqueos.
Al frente están Shengjia Zhao (investigación, como Científico Jefe), Nat Friedman (producto y estrategia), Rob Fergus (FAIR, con Yann LeCun como científico jefe) y Aparna Ramani (infraestructura). La meta común es acelerar la ruta hacia la superinteligencia.
El plan operativo de Meta pivota sobre cuatro engranajes. Zhao dirige la ciencia para empujar nuevas técnicas; Friedman traduce avances en funciones de producto; Fergus y LeCun mantienen la base de investigación fundamental en FAIR, y Ramani asegura que la infraestructura escale sin cuellos de botella. Con todo, la clave es que todo pasa por Wang, que prioriza, quita bloqueos y alinea entregas con la hoja de ruta de la superinteligencia.
También te puede interesar:Meta fue sorprendida manipulando benchmarks de IALos “sistemas que se optimizan a sí mismos” son el indicio técnico más concreto. Implican ciclos de entrenamiento que mejoran datos, evaluación y modelos sin intervención constante. Eso puede acelerar la superinteligencia, porque cada iteración rinde más.
La información procede de un comunicado interno de Wang y de declaraciones públicas de Zuckerberg en agosto de 2024, contrastadas con fuentes del sector. Lo dijo Wang con claridad en una nota que se compartió a los equipos: “la era de la superinteligencia es inminente”. Ese lenguaje, poco habitual en memorandos, explica la urgencia y el nivel de ambición que se está imponiendo.
En meses recientes, la compañía vivió tensiones fuertes por prioridades y poderes. El esquema actual parece haber calmado el tablero. Wang concentra la coordinación y sitúa a líderes de primer nivel al frente de cada área. La promesa es clara: construir el equipo más fuerte para dominar la próxima generación de IA y acercar la superinteligencia de forma práctica, con investigación, producto e infraestructura alineados.
Qué puedes esperar a corto plazo. Si ves cambios acelerados en funciones de producto basadas en lenguaje, si FAIR publica avances que reducen el coste de entrenar modelos grandes y si la infraestructura escala sin interrupciones, la tesis de Meta gana fuerza. Cualquier tropiezo en seguridad o calidad podría frenar la narrativa de la superinteligencia y devolver el foco a problemas de ejecución.
Meta juega una carta ambiciosa: convertir avances de laboratorio en capacidades que tú vas a poder usar sin aprender nada nuevo. El próximo hito será comprobar, en meses posteriores, si esta estructura rinde entregas visibles y sostiene el ritmo sin volver a abrir grietas internas.
También te puede interesar:Meta Comenzará a Usar Casi Todos Tus Datos Para Entrenar Su IA: Así Puedes ProtegerteDirectora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.