Durante buena parte de 2026, Meta parecía decidida a llevar la inteligencia artificial mucho más allá de sus productos.
La apuesta no era solamente incorporar mejores herramientas a Facebook, Instagram o WhatsApp. Mark Zuckerberg quería cambiar algo más profundo: la manera en que trabaja la propia compañía.
La idea tenía un nombre: Project OT, abreviatura de Organization Transformation.
El concepto era bastante radical. Meta quería convertirse en una organización “AI-native”, es decir, una empresa donde la inteligencia artificial no fuera un complemento del trabajo, sino una parte central de cómo se organizan los equipos, se crean productos y se toman decisiones.
En los escenarios que la empresa llegó a estudiar, algunos equipos podían reducirse hasta en un 60%, mientras pequeños grupos de empleados, apoyados por agentes de IA, asumirían buena parte del trabajo que antes realizaban equipos mucho más grandes.
Pero cuando la teoría comenzó a chocar con la realidad, el plan empezó a perder fuerza.
La idea era hacer más con menos
La lógica detrás de Project OT parecía sencilla.
¿Por qué mantener equipos grandes haciendo tareas que una IA puede acelerar?
Meta empezó a experimentar con grupos pequeños, conocidos internamente como “pods”, formados por unos pocos ingenieros y diseñadores. La intención era que pudieran construir prototipos rápidamente con ayuda de herramientas de inteligencia artificial.
En lugar de los tradicionales ciclos de desarrollo de varios meses, algunos grupos trabajaban en períodos de unas pocas semanas.
La compañía también imaginó un nuevo tipo de empleado: el llamado “builder”, una persona capaz de hacer diferentes tareas con ayuda de la IA en lugar de estar limitada a una sola función. En ese modelo, buena parte de las capas intermedias de gestión podían desaparecer.
La ambición era enorme.
En uno de los escenarios estudiados por Meta, equipos completos podían reducir drásticamente su tamaño y algunos empleados especialmente productivos, potenciados por IA, podrían hacer el trabajo que antes necesitaba varias personas. Reuters reportó que Recursos Humanos llegó incluso a buscar trabajadores que, con ayuda de estas herramientas, pudieran desempeñar individualmente tareas equivalentes a las de hasta diez empleados.
Sobre el papel, parecía el sueño de cualquier empresa: más velocidad, menos burocracia y menores costos.
El problema fue ponerlo en práctica.
Los trabajadores empezaron a pensar: “¿Me están preparando para reemplazarme?”
Mientras los ejecutivos hablaban de productividad, muchos empleados estaban viendo la situación desde otro ángulo.
Si la empresa estaba construyendo herramientas capaces de hacer cada vez más trabajo, y además estudiaba la posibilidad de reducir considerablemente el tamaño de los equipos, la conclusión para muchos trabajadores era difícil de ignorar.
La pregunta comenzó a circular dentro de Meta: ¿la IA estaba siendo creada para ayudarnos o para reemplazarnos?
La preocupación aumentó cuando Reuters informó que Meta había instalado software en dispositivos de empleados estadounidenses para registrar pulsaciones de teclado y movimientos del mouse con el objetivo de recopilar información que ayudara a entrenar sistemas capaces de replicar la manera en que las personas utilizan las computadoras.
Para algunos trabajadores, la sensación era bastante incómoda: enseñar a una máquina exactamente cómo haces tu trabajo puede sentirse demasiado parecido a entrenar a tu propio reemplazo.
La reacción interna fue fuerte.
Mensajes críticos aparecieron en los canales de comunicación de la compañía, hubo enfrentamientos con ejecutivos y el ambiente laboral empezó a deteriorarse.
Según datos internos citados por Reuters, el indicador de satisfacción de los empleados cayó del 74% al 55%.
Y apareció otro problema: la IA no estaba rindiendo como esperaban
Aquí llegó el golpe más importante.
La gran apuesta de Meta dependía de una tecnología todavía en desarrollo: los agentes de IA.
A diferencia de un chatbot tradicional, un agente no se limita a responder una pregunta. La intención es que pueda tomar acciones, utilizar herramientas, completar tareas y trabajar de forma más autónoma.
Meta apostó precisamente por ese tipo de sistemas.
Pero los resultados internos no fueron tan espectaculares como la compañía esperaba.
Reuters reportó que los empleados estaban generando muchísimo más código con ayuda de IA, pero ese aumento no se estaba traduciendo en una proporción equivalente de nuevos productos o mejoras visibles para los usuarios.
Una cifra resulta especialmente reveladora.
El código generado para plataformas e infraestructura internas aumentó 220% interanual, mientras que los cambios que realmente terminaron convirtiéndose en nuevas o mejoradas funciones para los usuarios crecieron solo 36%.
En términos sencillos: se estaba produciendo mucho más código, pero eso no significaba que Meta estuviera produciendo proporcionalmente más cosas útiles.
Y esa diferencia importa muchísimo.
Porque escribir más rápido no siempre significa trabajar mejor.
Más automatización también trajo nuevos problemas
El problema tampoco se limitó a la productividad.
Según publicaciones internas revisadas por Reuters, algunos equipos empezaron a advertir problemas de confiabilidad relacionados con el aumento del uso de herramientas de IA.
En abril, una publicación interna señalaba que ciertos agentes realizaban acciones disruptivas a gran escala que los humanos probablemente no habrían ejecutado. Como consecuencia, los incidentes técnicos y de seguridad —incluidos problemas de servicio y posibles filtraciones de datos— aumentaron 40% respecto al año anterior, mientras que el tiempo que los empleados dedicaban a solucionar esas emergencias aumentó 70%.
Es una paradoja bastante curiosa.
La IA debía liberar a los empleados de tareas repetitivas.
Pero en algunos casos estaba creando más trabajo para los empleados encargados de corregir lo que la IA hacía mal.
Y eso puede ser especialmente problemático en una empresa del tamaño de Meta, donde una pequeña falla puede afectar a millones de usuarios.
Entonces llegó el primer recorte
Meta siguió adelante con parte del proyecto.
El 20 de mayo llevó a cabo una reducción de aproximadamente 10% de su plantilla, pero sucedió algo llamativo: apenas unas horas antes de esa primera ola de despidos, Zuckerberg canceló la segunda ronda de recortes que estaba prevista para noviembre.
El cambio no fue menor.
Los documentos internos revisados por Reuters muestran que Meta había contemplado dos grandes fases de transformación y escenarios donde determinados equipos podían reducirse hasta un 60%.
Meta confirmó la existencia de Project OT, pero quiso ponerle algunos límites a la interpretación pública del plan.
La empresa explicó que se trataba de un ejercicio de planificación que contemplaba una mezcla de despidos, cierre de posiciones y reasignaciones. También aclaró que nunca significó despedir al 60% de toda la compañía y que varias áreas importantes no estaban incluidas en esos escenarios.
Es una diferencia importante.
Meta sí contempló reducciones muy fuertes en determinados equipos, pero no anunció un plan para eliminar al 60% de toda su plantilla.
Zuckerberg admitió que las cosas no avanzaron al ritmo esperado
En julio, durante una reunión interna, Zuckerberg reconoció que la tecnología de agentes de IA no había avanzado tan rápido como él había previsto.
Su argumento fue que esos sistemas todavía estaban mejorando y que esperaba ver más beneficios en los siguientes tres a seis meses.
La declaración es interesante porque muestra que, detrás del gigantesco entusiasmo por los agentes autónomos, todavía existe una distancia entre la promesa y la realidad.
Una IA puede escribir código.
Puede resumir información.
Puede automatizar procesos.
Puede incluso ejecutar tareas de manera autónoma.
Pero convertir todas esas capacidades en una organización que funcione mejor, con menos personas, sin aumentar los errores y sin destruir la confianza de los trabajadores es otro desafío completamente distinto.
Meta cambió el discurso
A medida que el proyecto perdió fuerza, también cambió el discurso público de la empresa.
Zuckerberg empezó a hablar menos de la automatización como una forma de reducir trabajo y más de la IA como una herramienta para dar más capacidad a las personas.
Meta incluso lanzó una campaña con el mensaje “betting on people”, algo así como “apostando por las personas”.
En junio, Zuckerberg escribió a sus empleados que Meta quería centrarse en poner el poder de la inteligencia artificial en manos de miles de millones de personas, en lugar de enfocarse principalmente en automatizar el trabajo.
Ese giro coincide con una visión que el propio Zuckerberg desarrolló públicamente en agosto.
En su ensayo sobre el futuro de la IA, sostuvo que las empresas podrían tener menos empleados, pero también imaginó una economía con más pequeños negocios y personas capaces de hacer mucho más gracias a agentes personales de IA.
La idea, por tanto, no desapareció.
Simplemente cambió de forma.
El experimento de Meta deja una lección incómoda
Lo ocurrido en Meta puede terminar siendo mucho más importante que un simple episodio interno de una gran tecnológica.
Porque otras compañías están intentando hacer exactamente lo mismo.
Reducir equipos.
Automatizar tareas.
Usar agentes de IA.
Hacer más con menos personas.
Y, en teoría, aumentar la productividad.
Pero el caso de Meta muestra que la inteligencia artificial no funciona como una varita mágica.
Puedes darle a 100 empleados las mejores herramientas de IA disponibles y conseguir que escriban diez veces más código. Eso no significa automáticamente que tendrás diez veces más productos.
Puedes reducir reuniones y capas de gestión. Eso no garantiza que la empresa sea más rápida.
Y puedes introducir agentes capaces de tomar decisiones. Eso tampoco significa que las decisiones serán mejores.
De hecho, algunas veces puede ocurrir justo lo contrario.
La pregunta que ahora enfrenta Silicon Valley
Durante años, las empresas tecnológicas preguntaron cuánto trabajo podían automatizar.
Ahora parece que la pregunta es un poco diferente:
¿Cuánto trabajo pueden automatizar sin romper la organización que necesitan para que todo siga funcionando?
Meta todavía está apostando cantidades enormes de dinero por la inteligencia artificial. La compañía espera invertir al menos 130.000 millones de dólares en infraestructura y chips de IA durante 2026, una cifra que demuestra que Zuckerberg no ha abandonado su apuesta tecnológica.
Lo que cambió fue la velocidad y, sobre todo, la manera de llevar esa apuesta al lugar de trabajo.
Por ahora, el gran experimento de convertir a Meta en una compañía completamente “AI-native” no salió como estaba previsto.
Y quizá esa sea precisamente la parte más interesante de la historia.
Porque si una de las empresas que más dinero, talento y recursos tiene para desarrollar inteligencia artificial descubrió que reemplazar personas por agentes es mucho más complicado de lo que parecía, el resto del mundo empresarial probablemente también tendrá que aprender esa lección.
La IA puede cambiar la forma en que trabajamos.
La gran incógnita ya no es si eso va a suceder.
Es qué parte de nuestro trabajo seguirá siendo realmente nuestra cuando la transformación termine.
