Meta quemó $145,000 millones en agentes de IA y Zuckerberg tuvo que admitirlo ante todo su equipo

Mientras todos hablan de GPT-5.6 y los modelos chinos que están rompiendo benchmarks, Zuckerberg andaba en una grabación interna diciéndole a su equipo algo que ningún CEO quiere decir en voz alta: gastamos $145,000 millones, reestructuramos a casi una quinta parte de la empresa, y los agentes de IA no aceleraron como esperábamos.

No fue filtración de enemigos internos. No fue periodismo de investigación. Fue Zuckerberg, micrófono abierto, diciéndolo él mismo.

Y es la contranarrativa que nadie quiere escuchar en medio del hype máximo de la IA agéntica.

Qué dijo exactamente

En palabras textuales de Zuckerberg: “la trayectoria del desarrollo agéntico durante al menos los últimos cuatro meses no ha acelerado realmente de la manera que esperábamos”. También que las apuestas ejecutivas “aún no han dado fruto” y que la reorganización de mayo “no fue tan limpia como debió haber sido”, con miscalculations en el timing.

Cuatro meses de esfuerzo intensivo desde que en enero Meta hizo un push agresivo de infraestructura porque sentía que se estaba quedando atrás. Cuatro meses, y el resultado es: no llegamos.

Zuckerberg dice que espera resultados “más significativos” dentro de tres a seis meses, lo que lo empuja posiblemente hasta Q4 2026. Tomen nota de esa fecha.

La factura

La cifra que da vértigo: Meta proyecta gastar entre $125,000 y $145,000 millones en infraestructura de IA durante 2026, subiendo desde la estimación anterior de $115,000 a $135,000 millones porque los costos de componentes aumentaron y los centros de datos necesitan más capacidad. Eso es el doble de lo que gastaron el año pasado.

Y la reestructuración de mayo no salió barata en ningún sentido. Despidieron a unas 8,000 personas, cerca del 10% de sus 78,000 empleados, y transfirieron a otras 7,000 a equipos de IA recién creados: la unidad de Applied AI Engineering y algo llamado Agent Transformation Accelerator. Casi una quinta parte de toda la empresa movida en un solo movimiento.

Esto no es un fenómeno aislado. Como ya vimos con la historia de Jack Dorsey que despidió al 40% de Block sin rodeos atribuyéndoselo a la IA, la IA agéntica se está convirtiendo en el catalizador de restructuraciones masivas en todo el sector tech, con o sin resultados que las justifiquen.

El problema que la industria no quiere admitir

Aquí está la parte que Zuckerberg no dijo directamente pero que explica todo. El problema no es específico de Meta, es estructural, y golpea igual a todos.

Los agentes de IA fallan en producción real por razones técnicas muy concretas:

• Degradación de contexto bajo carga sostenida: en demos cortas todo funciona. Con múltiples usuarios simultáneos, el contexto se degrada y los errores se acumulan
• Schemas de herramientas inconsistentes: cuando varios usuarios hacen tool calls al mismo tiempo, los esquemas se vuelven inmanejables
• Error compounding en workflows multi-paso: cada paso agéntico tiene cierta probabilidad de fallar. En un flujo de diez pasos, esos errores se multiplican hasta que el resultado es basura

Y aquí vienen los datos que nadie está poniendo en los títulos: según Gartner, solo el 11% de las empresas que dicen usar agentes de IA los tienen desplegados en producción real. El 89% restante son pilotos, demos o lo que Gartner llama agentwashing, todo trucho: decir que usas agentes cuando en realidad tienes un chatbot un poco más sofisticado.

Lo que viene es aún más revelador: Gartner proyecta que más del 40% de los proyectos de IA agéntica van a ser cancelados antes de finales de 2027, por falta de valor claro, costos crecientes y gobernanza débil.

Cómo responden AWS y Microsoft

Mientras Meta intenta resolver el problema con dinero y reestructuración, sus competidores están apostando a algo diferente: ingenieros humanos dentro de las empresas cliente.

AWS comprometió $1,000 millones para desplegar miles de ingenieros directamente dentro de organizaciones clientes. Microsoft lanzó una iniciativa de $2,500 millones con aproximadamente 6,000 ingenieros embebidos en empresas. El mensaje implícito de ambos: los modelos solos no pueden cerrar la brecha entre el demo y la producción. Necesitas ingeniería humana encima.

Aunque Microsoft tampoco ha salido ileso, como ya vimos cuando Microsoft admitió que Windows Recall fracasó y recortó Copilot en Windows 11. Cuando la IA se enfrenta a usuarios reales a escala, los problemas aparecen de maneras que ningún benchmark anticipó.

El horizonte no es terrible, pero tampoco es lo que vendieron

Goldman Sachs proyecta que los agentes de IA podrían generar un aumento de 24 veces en el consumo de tokens para 2030. El mercado ya creció de $7,600 millones en 2025 a $10,800 millones en 2026. La dirección es la correcta.

El problema es que la velocidad a la que las empresas creen que van, y la velocidad a la que realmente pueden implementar, no coinciden. Para nada.

Lo que esto significa si construyes en México

La adopción de IA en empresas mexicanas ya es de por sí complicada, como bien documentamos analizando los pocos casos reales donde GPT-5.4 sí funcionó en empresas de México. Agregar agentes encima de eso sin entender los límites de producción es una receta cara.

Si eres dev, startup o empresa evaluando IA agéntica ahora mismo, este episodio de Zuckerberg es información gratuita que vale más que cualquier whitepaper:

Los agentes funcionan en contextos acotados. Workflows bien definidos, usuarios limitados, tareas repetibles. Escalar eso a producción real sin ingeniería humana encima es donde todo se rompe.

El timing que te venden no es real. Si alguien te promete ROI en semanas con un piloto de agentes, pregunta cómo van a manejar el error compounding y la degradación de contexto. Si no saben de qué hablas, ya tienes tu respuesta.

El 11% de producción real es una advertencia, no un dato menor. Si 1 de cada 9 empresas que tienen agentes los usa en producción real, las otras 8 tienen proyectos que costaron dinero y no están generando valor todavía.

La neta es que el hecho de que Zuckerberg lo esté diciendo en voz alta ya es un avance. La industria necesitaba esta conversación honesta. Lo que sigue ahora es ver quién realmente resuelve el problema de producción, y quién simplemente va a seguir gastando miles de millones en el intento.

¿Están usando agentes en producción real o siguen en modo piloto eterno? Cuéntenlo en los comentarios.

Fuentes

• Meta AI Agents Behind Schedule: Zuckerberg Tells Staff $145B Bet Hasn’t Delivered (TechTimes)
• Zuckerberg Says Meta’s AI Agent Push Is Behind Schedule (CoinMarketCap)
• Meta’s $145 Billion AI Bet Faces Execution Delays (IBTimes)
• Zuckerberg Tells Meta Employees AI Agents Are Advancing Slower Than Expected (PYMNTS)
• Agentic AI Adoption Statistics for 2026 (First Page Sage)
• 89% of AI Agent Pilots Never Scale: Gartner 2026 Data (Beri/The Daily Brief)