Hubo una época no muy lejana en la que cada aplicación experimental que lanzaba Mark Zuckerberg acababa olvidada en el cementerio virtual de internet. Pero las reglas del desarrollo de software acaban de saltar por los aires.
Y es que Meta está utilizando modelos de lenguaje masivos (LLMs) para escupir nuevas aplicaciones a una velocidad de vértigo. La inteligencia artificial ya no es solo una función atractiva para generar textos o editar fotos en Instagram; se ha convertido en el motor interno que permite a la compañía probar ideas sin los pesados cuellos de botella del pasado.
Si miramos los números recientes, la estrategia tiene un nombre propio incontestable: Threads acaba de romper la barrera de los 500 millones de usuarios activos mensuales. Esta cifra no es casualidad, sino el resultado directo de inyectar IA pura y dura en sus sistemas de recomendación y en el propio proceso de ingeniería. Una jugada maestra que Zuckerberg planea exprimir al máximo a muy corto plazo.
El cementerio de apps de Meta y el «cheat code» de los LLMs
Quizás este historial no te suene de nada, pero Meta llevaba años intentando, y fracasando estrepitosamente, crear ecosistemas sociales independientes que complementaran a Facebook e Instagram.
También te puede interesar:Meta fue sorprendida manipulando benchmarks de IAEvidentemente, lo intentaron con todo tipo de incubadoras internas. Proyectos como Creative Labs o el equipo NPE (New Product Experimentation) lanzaron decenas de propuestas al mercado. Hablamos de aplicaciones como Slingshot, Rooms, Paper, Spark, CatchUp, Super o Tuned. ¿El resultado final? Todas fueron fulminadas por falta de adopción.
Pero claro, desarrollar una app desde cero, construir su pipeline, mantenerla y buscar su hueco en el mercado era un proceso absurdamente lento y costoso. Aquí es donde los LLMs han entrado como un elefante en una cacharrería para cambiar la filosofía estructural de la empresa.
Según ha confesado el propio Zuckerberg en la reciente presentación de resultados, la inteligencia artificial acelera drásticamente la escritura de código y el lanzamiento de software. Ya hemos visto los primeros coletazos: herramientas para vendedores de Marketplace, funciones experimentales en los Grupos, una app dedicada al gaming, otra de fotos satélite y hasta un experimento de cuentos infantiles generados por IA.
Básicamente, los algoritmos les han abaratado el coste de equivocarse.
También te puede interesar:Meta fue sorprendida manipulando benchmarks de IAThreads: el algoritmo que te lee la mente
De todos los experimentos de esta nueva era, la red social de microblogging es el indiscutible niño mimado de la compañía. Y el primer gran caso de éxito de esta infraestructura renovada.
Como era de esperar, su explosión inicial se apoyó muchísimo en la gigantesca base de usuarios ya existente en Instagram, aprovechando promociones cruzadas. Pero retener a quinientos millones de personas cada mes es otra historia completamente distinta. Ahí es donde entra la verdadera magia técnica de Meta.
A ello se le suma un dato demoledor: los LLMs han sido determinantes para optimizar las recomendaciones de contenido. Han conseguido que un feed que nació caótico se convierta en un imán brutal de retención de usuarios. El fundador de Meta no se esconde y ya proyecta que Threads tiene todo el potencial para ser la próxima aplicación de la compañía en alcanzar los mil millones de usuarios.
Lo que ocurre en las oscuras entrañas de Instagram
La directora financiera de Meta, Susan Li, ha arrojado luz sobre cómo están utilizando exactamente esta tecnología de código cerrado. Y la verdad es que asusta bastante la escala operativa que manejan.
En concreto, Meta procesa de forma automática absolutamente todos los Reels y publicaciones del feed de Instagram empleando LLMs. El objetivo es desgranar de qué tratan y qué tono tienen para alimentar unos sistemas de recomendación muchísimo más agresivos y precisos. Ni un solo vídeo escapa al ojo analítico de la IA.
Por si fuera poco, estos modelos no solo actúan de cara a lo que tú ves en la pantalla. Internamente, la compañía los usa como ingenieros asistentes. Estos agentes artificiales evalúan la calidad del contenido, detectan tendencias emergentes en milisegundos y prueban cambios masivos en los algoritmos antes de implementarlos.
Es decir, la propia IA está generando datos de entrenamiento de altísima calidad para hacerse más lista a sí misma. Un círculo vicioso perfecto que hace que el negocio publicitario principal sea cada vez más rentable para las empresas.
El próximo asalto al mercado de consumo
El horizonte que plantea esta integración técnica es fascinante. La empresa de Menlo Park ya no depende únicamente de la lenta inspiración humana para dar el próximo pelotazo; ahora tiene un motor inagotable que escupe prototipos sin despeinarse.
De hecho, ya están desarrollando sistemas de recomendación nativos basados exclusivamente en modelos de lenguaje. Todo con un único fin: escalar de golpe y sin fricciones cualquier futura aplicación que lancen al mercado. Zuckerberg ya ha dejado caer que veremos nuevos productos de consumo en los próximos meses, impulsados por esta misma arquitectura técnica. Veremos si la competencia consigue replicar este ritmo frenético, o si Meta termina devorando el mercado a base de pura fuerza bruta algorítmica.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
