El pasado 2 de julio, durante una reunión a puertas cerradas, Mark Zuckerberg comunicó a los trabajadores de Meta que «la trayectoria del desarrollo agéntico de al menos los últimos cuatro meses no aceleró como esperábamos». Dicha declaración fue reconstruida por Reuters a partir de una grabación. Los agentes, cabe recordar, son sistemas de software diseñados para ejecutar tareas por cuenta del usuario sin necesidad de supervisión paso a paso. Representaban la gran promesa tecnológica del año.
Zuckerberg añadió dos observaciones adicionales: que la reorganización no resultó tan «limpia» como debía y que las apuestas de esa nueva estructura «todavía no dieron fruto». También reveló que, durante enero y febrero, cuando se diseñaba el plan, las conversaciones con sus principales ejecutivos estaban marcadas por un optimismo desbordado respecto a las herramientas de programación asistida.
En mayo, con ese optimismo aún intacto, Meta despidió a cerca del 10% de su plantilla global y reasignó a unos 7.000 empleados a equipos de inteligencia artificial. El gasto en infraestructura para este año asciende a los USD 145.000 millones.
Los despidos fueron reales. La aceleración que los justificaba, no.
La industria no sabe qué va a saber hacer su propio producto
Aquí está el punto que nadie quiere enfrentar. El debate público se centra en si estamos en una burbuja, si los modelos mejoran o si el empleo se derrumba. Todas esas preguntas asumen que alguien, en algún lado, posee un método para saberlo.
No lo tiene.
La revista estadounidense New York lo expresó hace días con una precisión contundente: «la industria de la inteligencia artificial no tiene una teoría predictiva de lo que su producto va a saber hacer». La única forma real de averiguar hacia dónde va esta tecnología es entrenar un modelo y observar qué sucede. Las capacidades surgen y las empresas las descubren después, en sus propios productos, como quien abre una caja. Una aptitud repentina para las matemáticas avanzadas tras meses de errores elementales no es el resultado de un plan de ingeniería: es un hallazgo posterior al entrenamiento.
Ese es el dato estructural. Los fabricantes tienen con lo que fabrican una relación de espectadores.
El pronóstico no es un cálculo, es un estado de ánimo con fecha
De ahí surge la mecánica que ordena el ciclo. Cada modelo nuevo mueve los «plazos», esa costumbre de anunciar para cuándo llega la superinteligencia. Se anuncian como si fueran proyecciones. Funcionan como termómetros emocionales.
Y sobre ese termómetro se toman decisiones de capital y de empleo.
Ahí está la trampa. No hay un método que produzca el pronóstico, pero sí hay un balance que lo ejecuta. Zuckerberg lo describió con una claridad que probablemente no buscaba: la reorganización se planeó en enero, movida por el entusiasmo de un puñado de ejecutivos con una herramienta nueva entre manos. Cuatro meses después, el entusiasmo se corrigió. Los 8.000 empleos, no.
La misma lógica explica movimientos que parecen contradictorios. Anthropic le paga a xAI USD 1.250 millones por mes hasta mayo de 2029 por los 300 megavatios del centro de datos Colossus 1, en Memphis, según reveló la presentación de SpaceX ante la Comisión de Bolsa y Valores de Estados Unidos. Más de USD 40.000 millones en total. SpaceX lo explica como monetizar capacidad de cómputo sin uso: infraestructura construida para una demanda que su propio producto no llegó a generar, y que ahora alquila a un competidor directo.
Nadie sobreconstruye a esa escala con un pronóstico confiable en la mano. Se sobreconstruye cuando el pronóstico es una apuesta.
Los datos de empleo todavía no confirman la profecía
Mientras los ejecutivos hablaban de la desaparición del empleo de oficina, los datos iban en otra dirección. El 30 de junio, la firma financiera Ramp publicó junto a Revelio Labs un estudio sobre 21.599 empresas estadounidenses que cruza gasto real en proveedores de IA con registros de plantilla. Las que más invirtieron aumentaron su personal 10,2% en los dos años posteriores a la adopción, y las contrataciones de nivel inicial subieron 12%. Las de adopción baja no mostraron cambio estadísticamente significativo.
Los autores aclaran que es correlación y no causalidad: las empresas que adoptan IA ya eran más grandes y crecían más rápido. Pero el hallazgo alcanza para lo que importa aquí. La destrucción masiva de empleo que se anunció como inminente no aparece en los datos de las empresas que más apostaron a la tecnología.
Lo que sí aparece es otra cosa: el daño no lo hizo la IA, lo hizo el pronóstico sobre la IA. Meta no despidió porque los agentes reemplazaran el trabajo. Despidió porque creyó que iban a hacerlo.
Esa es la asimetría del ciclo. El error de cálculo lo cometen ejecutivos que corrigen el rumbo en una reunión interna y siguen en su cargo. El costo lo paga gente que ya no está en la nómina.
Cuando una industria confiesa que descubre su producto en lugar de diseñarlo, sus pronósticos dejan de ser información y pasan a ser publicidad. Y ninguna empresa seria despide personal por la publicidad de otro.
Fuente: Infobae
