Meta revierte conscripción de 7.000 ingenieros de IA
Meta permite que 7.000 ingenieros regresen a sus funciones originales tras una crisis de moral; Zuckerberg reconoce errores y descarta nuevos recortes en 2026.
El código generado en las plataformas e infraestructura de Meta creció un 220% en el acumulado anual. Las nuevas funcionalidades entregadas a los usuarios crecieron un 36% en el mismo período. Esta asimetría, reportada por Fortune el 12 de septiembre con base en métricas internas, sintetiza por qué Mark Zuckerberg revirtió lo que había sido descrito como la mayor reorganización en la historia de la empresa: el traslado forzoso de aproximadamente 7.000 ingenieros al grupo de inteligencia artificial aplicada (IA).
La conscripción que no se convirtió en producto
En el primer semestre de 2026, Meta redirigió a miles de ingenieros, incluyendo gerentes que habían migrado a funciones de colaboradores individuales, para trabajar en la capacitación y ajustes de modelos de IA dentro del grupo de IA. La premisa: ingenieros con herramientas de IA de alta capacidad generarían más código, más código significaría más producto, y el modelo de mano de obra podría ser progresivamente sustituido por automatización. Las cifras de junio a agosto invalidaron esta lógica.
Los trasladados comenzaron a llamarse entre sí ‘reclutas’ (draftees), y la resistencia interna fue significativa. Según Fortune, el director de tecnología Andrew Bosworth habría comunicado a la dirección que la moral estaba entre las peores en 20 años de historia de Meta, en un nivel comparable al registrado durante la crisis de Cambridge Analytica. Otros ejecutivos senior cuestionaron abiertamente la racionalidad de la movida en reuniones internas.
El desajuste entre código y valor entregado
La explosión del 220% en código generado no era falsa. Ingenieros con herramientas de IA de última generación producen más líneas de código por hora. El problema radica en lo que ese código hacía: cambios en plataformas e infraestructura interna, no funcionalidades que llegaran a usuarios. El crecimiento de solo un 36% en recursos entregados expone dónde la automatización tiene límites estructurales que el volumen de código no elimina.
Los ingenieros desplazados para la capacitación de modelos perdieron el contexto de producto acumulado a lo largo de años. Parte del código generado en las nuevas funciones fue descartado o requirió re-trabajo sustancial. Meta no divulgó el costo del re-trabajo ni el volumen de código efectivamente descartado, pero el retroceso en la política es un indicador suficiente sobre el resultado.
El punto que la asimetría del 220% versus 36% revela: generación de código y entrega de producto son procesos distintos, y la IA solo aceleró el primero. Las etapas que la automatización aún no sustituye con la misma calidad, como la definición de requisitos, revisión de producto e integración de comentarios de usuarios, siguen siendo el verdadero cuello de botella.
Retroceso y lo que el episodio señala para el mercado
Zuckerberg reconoció que la empresa ‘cometió errores’ y se comprometió a encontrar nuevas funciones para los ingenieros asignados a trabajos de capacitación de modelos. Prometió que no habrá nuevos recortes generalizados de personal en Meta por el resto de 2026. Cada profesional trasladado puede ahora decidir individualmente si permanece en el grupo de IA o regresa a su área original.
El retroceso no elimina la estrategia de IA de Meta. El grupo de IA sigue existiendo y las inversiones en capacitación de modelos continúan por decenas de miles de millones de dólares anuales. Lo que cambia es la apuesta de que cualquier ingeniero puede ser convertido en entrenador de modelo sin pérdida significativa de contexto y valor.
Para CIOs y socios de consultoría que estructuran programas de recualificación en IA para clientes corporativos, el caso Meta ofrece un dato adverso que un argumento de venta honesto necesita abordar. Empresas en el Reino Unido, Alemania y Japón replican variaciones de esta apuesta, con programas de reubicación de equipos técnicos para curaduría de datos y ajustes de modelos. El patrón que expone Meta es que la productividad de código no es un proxy confiable de entrega de valor al usuario.
En India, donde TCS, Infosys y Wipro venden servicios de capacitación y ajustes para clientes globales, el episodio debilita la premisa de que cualquier ingeniero senior puede ser reubicado a trabajos de IA sin pérdida de contexto de dominio. Los centros de desarrollo de grandes consultorías contratan por especialidad de producto. El trabajo de capacitación de modelo exige un conjunto de competencias diferente y rara vez intercambiable a gran escala.
La pregunta que deja el episodio sin respuesta: si la mayor empresa de IA de consumo del mundo no convirtió ingenieros calificados en entrenadores de modelo de manera productiva a gran escala, ¿qué implica este resultado para la tesis de que la IA eliminará puestos técnicos antes de que se creen nuevos roles en volumen suficiente?