Nueve meses después de la contratación más comentada del mundo tech, Meta acaba de hacer un movimiento que dice más que cualquier comunicado oficial: creó una unidad paralela de IA que absorbe las responsabilidades clave de Alexandr Wang, el fundador de Scale AI y el empleado mejor pagado de la compañía.
Wang llegó en junio de 2025 para liderar los recién creados Meta Superintelligence Labs con toda la fanfarria de un fichaje estelar. Ahora ve cómo su círculo de influencia se reduce a un equipo de investigación de unas 100 personas. No es un despido. En Silicon Valley, es algo diferente: un recorte de poder disfrazado de reorganización.
¿Qué cambia exactamente?
La nueva estructura crea una unidad de Ingeniería de IA Aplicada liderada por Maher Saba, vicepresidente de Reality Labs, que reportará directamente al CTO Andrew Bosworth. Esta nueva organización absorbe tres funciones que antes estaban bajo el paraguas de Superintelligence Labs:
- Gestión de pipelines de datos: el sistema que alimenta el entrenamiento de los modelos de Meta.
- Supervisión de modelos internos: incluyendo los proyectos ‘Avocado’ y ‘Mango’, cuya identidad exacta Meta no ha revelado públicamente.
- El “data engine”: el motor central que permite mejorar los modelos con velocidad, según describió el propio Saba en un memo interno.
La estructura adoptada por la nueva unidad es llamativamente plana: un ratio de 1 manager por cada 50 ingenieros. Eso es la filosofía Zuckerberg llevada al extremo: menos burocracia, más velocidad de ejecución.
¿Por qué Zuckerberg contrató a Wang si iba a recortarle el poder?
La respuesta corta: las visiones no se alinearon. Según fuentes citadas por The New York Times, Wang presionaba internamente para priorizar el desarrollo de modelos fundacionales que compitieran directamente con GPT de OpenAI y Gemini de Google. Quería construir el mejor modelo del mundo. Punto.
Pero la dirección de Meta tiene otra película en mente. Andrew Bosworth y el Chief Product Officer Chris Cox defendían aprovechar los miles de millones de interacciones diarias de Facebook e Instagram para mejorar productos de consumo: motores de recomendación, modelos de publicidad, asistentes integrados en WhatsApp y las gafas Ray-Ban.
Traducido al lenguaje de negocios: Wang quería competir en el mercado de los LLMs de frontera; Meta quería monetizar la IA en sus productos existentes. Son estrategias diferentes y, hasta cierto punto, incompatibles desde el mismo liderazgo.
La señal que ya había: Yann LeCun se fue antes que reportar a Wang
Antes de que esto se volviera público, había una señal clara. Yann LeCun, el científico jefe de IA de Meta y uno de los nombres más respetados de la inteligencia artificial académica, renunció en noviembre de 2025. Según reportes, su salida ocurrió precisamente porque no quería reportar a Wang.
Cuando uno de los padres del deep learning moderno prefiere salir de una de las empresas más grandes del mundo antes que trabajar bajo un nuevo jefe, la pregunta obvia es: ¿qué vio LeCun que los de afuera no veíamos?
¿Qué le queda a Alexandr Wang en Meta?
Conserva su título al frente de Meta Superintelligence Labs y seguirá liderando un equipo de investigación de unas 100 personas enfocado en IA de frontera. No es poca cosa en términos absolutos, pero en el contexto de lo que Meta prometía cuando lo fichó —un czar de IA con control total sobre la dirección de inteligencia artificial de la compañía—, es una reducción significativa.
Wang llegó a Meta a los 29 años, ya multimillonario, con un historial de haber construido Scale AI desde cero hasta convertirla en la infraestructura de datos de referencia para entrenar modelos, con clientes como OpenAI y el Departamento de Defensa de EE.UU. El tiempo dirá si esto es el principio de su salida, o si encuentra su lugar en la nueva estructura más acotada.
Por qué importa
Esta reestructuración revela algo más profundo sobre cómo se gestiona la IA en las grandes tech. Meta tiene dos tensiones internas difíciles de resolver al mismo tiempo: necesita competir en el mercado de modelos fundacionales —donde OpenAI y Anthropic llevan ventaja— y también necesita usar la IA para defender y crecer su negocio core de publicidad y redes sociales. Son objetivos distintos que requieren estrategias distintas.
Lo que Meta está haciendo ahora es separar esas dos funciones: Wang se queda con la investigación de frontera, Saba se lleva la IA aplicada a producto. Es una apuesta razonable, pero también reconoce implícitamente que intentar hacer las dos cosas bajo el mismo paraguas no funcionó.
Para quienes trabajan en IA o construyen startups en el ecosistema, el mensaje es claro: incluso con el mejor talento y recursos ilimitados, definir para qué sirve la IA en tu empresa es la decisión más importante. No el modelo. No el paper. La visión estratégica.
Meta ya tuvo este debate antes con su apuesta por video sin etiquetar para entrenamiento multimodal y con la estrategia de on-device AI en wearables via ExecuTorch. Ahora la pregunta es si la reorganización aclara el rumbo o simplemente redistribuye la ambigüedad.
