- Meta eliminó cerca de 8,000 puestos y trasladó a otros 7,000 empleados a iniciativas relacionadas con flujos de trabajo de inteligencia artificial.
- Mark Zuckerberg reconoció que el desarrollo de agentes de IA avanzó más lento de lo previsto y que algunas de las decisiones tomadas durante la reorganización todavía no generan los resultados esperados.
- La contradicción es relevante para MadTech: mientras los agentes internos no aceleran la operación, la IA aplicada a publicidad ya impulsa ingresos, creatividad, atribución y automatización de campañas.
La inteligencia artificial de Meta no está fallando en todas partes. Dentro de su negocio publicitario ocurre exactamente lo contrario: la compañía vende más anuncios, automatiza campañas, genera creatividades y optimiza la atribución con ayuda de sus modelos.
La dificultad aparece en otro frente. Meta convirtió la expectativa de productividad futura en una reestructuración laboral antes de demostrar que sus agentes de IA podían asumir, de manera consistente, el trabajo que la nueva organización necesitaba delegarles.
El 20 de mayo de 2026, la compañía ejecutó una reorganización que incluyó el recorte de aproximadamente 10% de su plantilla global y la transferencia de otros 7,000 empleados hacia iniciativas vinculadas con flujos de trabajo de IA, de acuerdo con información obtenida por Reuters.
Poco más de seis semanas después, el 2 de julio, Mark Zuckerberg reconoció durante una reunión interna que los agentes no habían progresado tan rápido como esperaba la dirección y que las apuestas realizadas alrededor de la nueva estructura aún no se habían materializado, según una grabación revisada por Reuters.
Para anunciantes, agencias, publishers y empresas de tecnología publicitaria, el episodio plantea una pregunta incómoda: ¿la industria está midiendo la productividad real de la IA o únicamente está presupuestando los ahorros que espera obtener de ella?
La IA está cambiando la publicidad, pero no siempre como prometen las plataformas. Únete a la Comunidad y accede a análisis que separan la innovación real del discurso tecnológico.
La precisión que cambia la historia de los recortes de Meta
El periodo al que se refirió el fundador de Meta describe la trayectoria que la empresa llevaba observando en el desarrollo de agentes desde que sus ejecutivos comenzaron a planear la reorganización, entre enero y febrero. En retrospectiva, Zuckerberg señaló que el avance agéntico de los cuatro meses anteriores no se había acelerado como esperaban, según Reuters.
Tampoco existe evidencia pública que demuestre que los agentes ya hubieran sustituido directamente el trabajo de las personas despedidas. La reestructuración buscaba liberar recursos para financiar infraestructura y preparar a Meta para eficiencias que, en ese momento, todavía eran una proyección.
Reuters reportó que la dirección temía no adaptar la organización con suficiente rapidez y mantenía expectativas especialmente elevadas sobre herramientas de programación como Claude Code, desarrollada por Anthropic. Después de la reorganización, Zuckerberg reconoció que los ejecutivos habían calculado mal el momento de algunos cambios.
La corrección interna había comenzado antes. El 12 de junio, Zuckerberg señaló en un memorando que Meta había cometido errores durante su transformación laboral y que probablemente cometería otros. También dijo que la compañía intentaría encontrar nuevas funciones para empleados reasignados a labores vinculadas con el entrenamiento de modelos, de acuerdo con otro reporte de Reuters.
La paradoja: la IA comercial de Meta sí está funcionando
Mientras la productividad interna genera dudas, la IA aplicada al negocio publicitario presenta una historia distinta.
Durante el primer trimestre de 2026, Meta registró ingresos publicitarios por 55,024 millones de dólates, frente a 41,392 millones en el mismo periodo de 2025. Esto representó un crecimiento anual de 33%, según los resultados financieros oficiales de Meta.
La compañía también informó que las impresiones publicitarias entregadas dentro de su familia de aplicaciones aumentaron 19% interanual. Este desempeño no puede atribuirse exclusivamente a la inteligencia artificial, pero sí confirma que el negocio publicitario continúa expandiéndose mientras Meta incorpora más automatización a la compra, creación y optimización de campañas.
La propia empresa aseguró que, al cierre del cuarto trimestre de 2025, sus herramientas de generación de video para anunciantes habían alcanzado un ritmo anualizado de ingresos de 10,000 millones de dólares.
Meta también reportó que una actualización de su modelo de atribución incremental produjo 24% más conversiones incrementales que su sistema de atribución estándar. Además, afirmó que los cambios en sus modelos de ranking elevaron 3.5% los clics publicitarios en Facebook y más de 1% las conversiones en Instagram durante el mismo trimestre.
Estas cifras provienen de la propia plataforma y deben leerse como resultados corporativos, no como una auditoría independiente. Sin embargo, permiten identificar dónde está apareciendo primero el retorno comercial de la IA: en procesos delimitados, repetibles y alimentados por millones de señales de campaña. Los datos fueron publicados por Meta en su balance sobre el impacto de la IA en el rendimiento publicitario.
Ahí está la diferencia que suele perderse entre titulares sobre empleos y automatización.
Meta ha encontrado maneras de monetizar la IA dentro de la generación creativa, la atribución, la recomendación, la selección de anuncios y la optimización de campañas. Eso no significa que la misma tecnología pueda coordinar inmediatamente proyectos complejos, reemplazar conocimiento institucional o reorganizar equipos sin fricción.
Automatizar una campaña no es lo mismo que automatizar una empresa.
El error no fue apostar por IA, sino convertir una previsión en organigrama
La evidencia disponible sobre productividad con inteligencia artificial nunca ha sido uniforme.
Una investigación de Erik Brynjolfsson, Danielle Li y Lindsey Raymond, publicada por el National Bureau of Economic Research, analizó la implementación de un asistente generativo entre más de 5,000 agentes de atención al cliente.
El estudio encontró un incremento promedio cercano a 14% en la cantidad de problemas resueltos por hora. El beneficio llegó a aproximadamente 34% entre los empleados menos experimentados o con menor desempeño, mientras que los trabajadores más experimentados obtuvieron beneficios mínimos. Los resultados completos pueden consultarse en el estudio Generative AI at Work, del NBER.
En sentido contrario, un experimento controlado de METR con desarrolladores experimentados de proyectos de software de código abierto encontró que las herramientas disponibles a comienzos de 2025 incrementaron 19% el tiempo necesario para completar determinadas tareas.
Los propios desarrolladores creían que la IA los había hecho más rápidos, aun cuando el experimento registró una desaceleración. METR advirtió que estos resultados no debían generalizarse a todos los trabajos ni a todas las herramientas, pero el hallazgo mostró que la percepción de productividad puede diferir de la productividad observada. El estudio está disponible en el reporte Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity.
En febrero de 2026, METR publicó una actualización en la que consideró probable que las nuevas herramientas ya estuvieran acelerando más a los desarrolladores. No obstante, reconoció que los efectos de selección hacían difícil establecer con precisión el tamaño del beneficio, porque los profesionales tienden a utilizar IA justamente en las tareas donde esperan obtener mejores resultados.
Ambos casos apuntan a una misma conclusión: la productividad de la IA depende de la tarea, la experiencia de la persona, la calidad del contexto y el diseño del proceso. No existe un porcentaje universal que pueda trasladarse automáticamente a una reducción de plantilla.
En el caso de Meta, la dirección parece haber tomado decisiones estructurales basándose en una curva de aceleración que aún no estaba en condiciones de comprobar.
Qué cambia para MadTech y AdTech
La reorganización de Meta no invalida la automatización publicitaria. Sí modifica la forma en que debería evaluarse.
Producir más no significa ser más productivo
Un equipo puede generar más imágenes, variaciones de copy, audiencias, reportes o recomendaciones sin mejorar el resultado de negocio.
Cuando la IA incrementa el volumen, también puede elevar la revisión, el retrabajo, la duplicación de activos y el riesgo de publicar materiales fuera de marca.
La métrica correcta no es cuántas piezas produjo el modelo. Es cuánto redujo el tiempo total de campaña, qué errores introdujo, cuánto trabajo humano requirió, qué impacto incremental generó y cuál fue el costo final por resultado.
La supervisión humana no desaparece: se traslada
Más de 70% de los profesionales de publicidad encuestados por IAB reportó por lo menos un incidente relacionado con el uso de IA, incluyendo alucinaciones, sesgos, pérdida de control creativo y contenido fuera de marca.
A pesar de ello, menos de 35% planeaba incrementar su inversión en gobernanza, supervisión o protección de integridad de marca durante los siguientes 12 meses. La investigación fue realizada por IAB y Aymara entre 125 ejecutivos publicitarios de Estados Unidos y está disponible en el análisis AI Adoption Is Surging in Advertising, but Is the Industry Prepared for Responsible AI?.
Esto genera una transferencia de riesgo. Las plataformas automatizan la creación y la activación, pero las agencias y los anunciantes continúan respondiendo por el cumplimiento, los derechos de uso, la reputación, la precisión de la información y los resultados.
El trabajo humano no necesariamente se elimina; puede reaparecer al final del proceso en forma de validación, corrección o control de daños.
El ahorro comienza a dominar la conversación creativa
En 2026, 64% de los ejecutivos publicitarios consultados por IAB identificó la eficiencia de costos como el principal beneficio de la inteligencia artificial, frente a una industria que años antes colocaba la innovación creativa en el centro de la conversación.
El mismo estudio detectó una brecha de percepción: 82% de los ejecutivos cree que los consumidores de generaciones Z y millennial tienen una opinión positiva sobre los anuncios generados con IA, pero únicamente 45% de los consumidores encuestados manifestó esa postura.
Los resultados aparecen en el reporte de IAB The AI Ad Gap Widens.
Cuando la automatización se diseña exclusivamente para reducir costos, la calidad, la diferenciación y la confianza pueden convertirse en daños colaterales.
Los agentes necesitan trazabilidad, no solamente autonomía
Dos terceras partes de los compradores de medios consultados por IAB están incrementando su atención sobre la IA agéntica para compra y ejecución de campañas.
Al mismo tiempo, la medición cross-platform escaló entre sus prioridades, al pasar de 64% a 72% en un año, de acuerdo con el 2026 Outlook Study de IAB.
No es una coincidencia. Mientras mayor sea la capacidad de un sistema para tomar decisiones sin intervención, mayor deberá ser la capacidad del anunciante para reconstruir qué decidió, con qué datos, bajo qué restricciones y por qué atribuyó determinado resultado.
La lección para México y América Latina
Las empresas de la región no necesitan frenar la adopción de inteligencia artificial, pero sí separar tres conversaciones que suelen mezclarse: automatización de tareas, transformación de puestos y reducción de plantilla.
Antes de rediseñar un equipo alrededor de agentes, una organización debería establecer una línea base y comprobar si la tecnología mejora el ciclo completo de trabajo.
Esto implica medir tiempo, calidad, retrabajo, errores, cumplimiento, resultados incrementales y costo por resultado; no solamente licencias adquiridas, prompts utilizados, tokens consumidos o contenidos generados.
En marketing, una implementación responsable también requiere definir qué decisiones puede ejecutar el sistema, cuáles necesitan aprobación humana y quién conserva la responsabilidad final.
Meta no está abandonando su apuesta. La compañía proyectó inversiones de capital de entre 125,000 y 145,000 millones de dólares durante 2026, principalmente por el aumento de costos de infraestructura, componentes y capacidad de centros de datos, según sus resultados del primer trimestre.
Zuckerberg afirmó que espera beneficios más significativos de las inversiones en IA dentro de un periodo de tres a seis meses, de acuerdo con Reuters.
La siguiente prueba no será cuántos puestos puede eliminar Meta, sino si consigue demostrar que sus agentes generan productividad sostenible fuera de los entornos publicitarios en los que la automatización ya cuenta con objetivos, límites y señales claramente definidos.
Para la industria AdTech, la ventaja no estará en la compañía que retire más personas del proceso, sino en la que sepa exactamente qué decisiones puede delegar sin perder calidad, trazabilidad ni control.
Los anuncios ya se automatizan. Las decisiones todavía necesitan contexto. Forma parte de la Comunidad y recibe la información que está redefiniendo marketing, datos y tecnología.
