¿Se puede perder una carrera durante meses y, Guardar en el garaje las piezas clave para dar un salto al final? Eso es lo que hoy inquieta a muchos analistas con Meta, una empresa que gasta como líder, pero todavía no muestra el modelo de IA que justifique esa apuesta.
El hallazgo surge de un análisis de Semianalysis, que pone el foco en una paradoja incómoda. Meta ha despedido a 8.000 empleados, vive un clima interno deteriorado y sigue sin lanzar un gran modelo capaz de competir de frente con OpenAI o Anthropic.
Sin embargo, la misma fuente señala que la compañía de Mark Zuckerberg conserva tres ventajas que pueden cambiar el tablero: datos, talento y capacidad de cómputo, es decir, potencia de cálculo. Esa combinación no garantiza el éxito, pero sí deja una oportunidad real de recortar distancia en poco tiempo.
La pieza más llamativa está en los datos. Meta instaló software en los ordenadores corporativos para registrar la actividad de sus empleados y convertir ese rastro en material de entrenamiento para IA.
También te puede interesar:Meta fue sorprendida manipulando benchmarks de IADicho de forma simple, la empresa estaría cableando su propia oficina como si fuera un laboratorio. Cada tarea resuelta, cada problema repetido y cada camino distinto para llegar a una solución funciona como un engranaje que revela cómo trabajan personas reales.
Eso resulta especialmente valioso para crear agentes, sistemas capaces de ejecutar tareas por sí mismos. Si varias personas resuelven el mismo problema de maneras distintas, la IA no aprende solo una respuesta: aprende el mecanismo, los atajos y también los errores.
En lugar de comprar datos externos, genera y controla internamente ejemplos de comportamiento laboral. Por eso algunos comparan su estrategia con una “startup de entornos de aprendizaje por refuerzo”, una técnica que mejora sistemas a partir de prueba y corrección, montada dentro de su propia central.
Los tres interruptores de la estrategia
El segundo pilar es el cómputo. Meta construye centros de datos gigantes, con capacidades superiores a 1 gigavatio, una escala que la acerca a una infraestructura pesada y sostenida, más parecida a una red eléctrica que a un simple servidor.
También te puede interesar:Meta fue sorprendida manipulando benchmarks de IA
No puede competir de igual a igual con hiperescaladores como Google, Microsoft o Amazon, que dominan el negocio de la nube. Pero sí podría superar en capacidad combinada a laboratorios más pequeños como OpenAI y Anthropic antes de fin de año, según las proyecciones citadas.
El tercer interruptor es el talento. Meta fichó al menos a 14 investigadores de alto nivel procedentes de Anthropic, Google y OpenAI. Además, pagó 14.000 millones de dólares para quedarse con Scale AI y asegurar el liderazgo de Alexandr Wang, una figura que muchos ven como pieza clave. Ahora bien, acumular cerebros no enciende por sí solo la máquina.
El modelo Muse Spark fue decepcionante y quedó detrás de rivales chinos como Deepseek v4 Pro y Kimi K2.6. A eso se suman rumores de tensiones internas, malestar por diferencias salariales y una reestructuración que habría puesto a al menos 3.000 ingenieros a trabajar en entornos de aprendizaje por refuerzo.
Semianalysis subraya que el principal riesgo no es la falta de recursos, sino perder el foco estratégico mientras intenta ordenar su propio cableado interno.
La aplicación práctica de todo esto todavía no se ve en un producto masivo, pero apunta a una dirección concreta: agentes de programación similares a Claude Code o Codex, capaces de ayudar a escribir, revisar o corregir software con más autonomía. Si Meta logra coordinar sus datos, su infraestructura y su talento, podría acercarse mucho más rápido de lo esperado a la primera línea.
Hoy pocos apostarían por Meta como favorita. Pero en la carrera de la IA, a veces no gana quien arranca primero, sino quien consigue que todas las piezas del motor trabajen al mismo tiempo.
Directora 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.
