¿Meta está destruyendo su organización de ingeniería?
(newsletter.pragmaticengineer.com)- Meta durante mucho tiempo tuvo como fortaleza la ejecución rápida y la autonomía de los ingenieros, pero alrededor de abril de 2026 la reorganización centrada en IA sacudió con fuerza la confianza interna
- Para ponerse al día en la competencia de IA, adquirió el 49% de Scale AI por aproximadamente 14.800 millones de dólares ($14.8b) y puso a Alexandr Wang al frente de la estrategia de IA, introduciendo en la organización de ingeniería un modelo operativo centrado en recolección de datos y etiquetado
- Se estima que entre 30% y 50% de los ingenieros de equipos clave fueron movidos a ADO, y que unos 4.000 a 5.000 ingenieros de software fueron asignados a tareas de etiquetado de datos y RLHF
- El seguimiento de pulsaciones de teclado y clics del mouse, la evaluación del uso de tokens de IA y el anuncio de un recorte de 10% de personal aumentaron la presión por optimizar el uso medible de IA por encima de la calidad del producto
- Tras incidentes como la toma de cuentas de Instagram y caídas en Facebook e Instagram, la idea central es la crítica de que la organización de ingeniería de Meta está siendo tratada más como un centro de costos que como un profit center
La cultura de Meta, antes enfocada en la ejecución rápida y la autonomía
- La cultura de ingeniería de Meta ha cambiado en dos grandes etapas
- En la década de 2010: “move fast and break things”
- A inicios de la década de 2020: “move fast with stable infra”
- Cuando Facebook llegó a 1.000 millones de usuarios en 2012, la empresa repartió en los escritorios de los empleados un cuadernillo interno de cultura de unas 70 páginas
- Los mensajes clave eran velocidad, ausencia de miedo, ownership y pensar fuera de la caja
- En todo el campus había frases como “Move Fast and Break Things”, “Done is Better Than Perfect” y “Fail Harder”
- En 2022, Meta seguía siendo una organización muy centrada en ingeniería
- El impact individual era un eje clave de evaluación
- Incluso dentro de Big Tech, tenía relativamente menos procesos y estandarización
- También se consideraba que tenía menos pruebas, documentación y comentarios de código que otras empresas Big Tech
- Los ingenieros nuevos pasaban por un Bootcamp de 6 semanas para adaptarse a la cultura de Meta y elegir equipo durante su onboarding
- Facebook e Instagram contaban con una infraestructura lo bastante madura como para sostener una ejecución rápida
- Facebook era presentado como un producto con un sistema de despliegue automático sofisticado a nivel industria
- Instagram era citado como un caso con infraestructura probada capaz de manejar 100 millones de usuarios en la primera semana del lanzamiento de Threads
- En ese momento, los ingenieros internos sentían que su trabajo pertenecía a un profit center que generaba ganancias para la empresa
Inversión para no perder la oportunidad de la plataforma de IA
- A diferencia de Apple, Microsoft, Amazon y Google, Meta es descrita como una Big Tech débil en plataforma propia de hardware o sistema operativo
- Apple tiene iPhone, iPad y Mac
- Google tiene Android, ChromeOS y Pixel
- Microsoft tiene Windows
- Amazon tiene Kindle
- Se interpreta que, tras no haber logrado crear su propio sistema operativo móvil o teléfono móvil en la década de 2010, Mark Zuckerberg se movió con la intención de no perder la siguiente oportunidad de plataforma
- Las inversiones en VR y AR fueron parte de esa línea
- Se hicieron grandes inversiones en Oculus y Meta Glasses
- En 2021, Facebook cambió su nombre a Meta
- Se considera que, después de la pandemia, el interés masivo por VR cayó con fuerza
- Cuando la IA emergió como gran tendencia en 2022, Meta lanzó modelos de la familia Llama apoyándose en FAIR y en la organización de productos GenAI
- Llama 1: lanzado en febrero de 2023, 3 meses después del lanzamiento de ChatGPT, desarrollado por FAIR
- Llama 2: lanzado en junio de 2023, desarrollado por la organización de productos GenAI
- Llama 3: lanzado en abril de 2024, presentado como el LLM más competitivo de Meta
- Llama 4: lanzado en abril de 2025, evaluado como un modelo “profundamente decepcionante”
- En junio de 2025, Meta reinició su esfuerzo en IA comprando el 49% de Scale AI por 14.800 millones de dólares
- Alexandr Wang, CEO de Scale AI, quedó al frente de la estrategia de IA de Meta
- El intento de adquirir Manus AI por 2.000 millones de dólares fue bloqueado por China, y no está claro si llegó a concretarse
El refuerzo del modelo de recolección de datos y RLHF al estilo Scale AI
- La capacidad principal que Scale AI llevó a Meta se resume en datos de entrenamiento y mejora de modelos con retroalimentación humana
- Training data and labeling: provisión de datasets etiquetados de alta calidad para código, texto, imágenes y video
- RLHF and fine-tuning: un motor de datos human-in-the-loop para que personas den feedback a foundation models
- Alexandr Wang es descrito como alguien con amplia autoridad para ejecutar generación de datos de entrenamiento, etiquetado de datos y RLHF
- A finales de abril, Meta informó a sus ingenieros sobre un sistema para rastrear pulsaciones de teclado y clics del mouse
- El objetivo era generar datos de entrenamiento para la nueva IA de Meta
- Según se indica, no había forma de optar por no participar
- Surgieron preocupaciones de privacidad sobre hasta dónde llegaba ese rastreo en situaciones como cuentas bancarias personales, correo personal o respuesta de llamadas personales
- Según un reporte de Reuters, Meta redujo parte de sus planes de recolección tras la reacción de los empleados
- Se añadió un control para pausar la recolección de datos hasta por 30 minutos
- También se habilitó la posibilidad de solicitar excepciones
- Según conversaciones con ingenieros actuales de Meta, ese sistema de logging no fue desplegado en Reino Unido debido a regulaciones de protección de datos
Ingenieros de producto empujados hacia ADO
- Desde finales de abril, a los equipos de ingeniería de producto se les indicó enviar entre 30% y 50% de sus ingenieros a la organización ADO (Agent Data Optimisation)
- Esta reasignación fue percibida como “forzada” porque chocaba de frente con la cultura histórica de Meta
- Antes, los ingenieros no eran contratados para un equipo específico, sino para la empresa
- Los nuevos ingresos elegían equipo después de un Bootcamp de 6 semanas
- El matching con equipos se hacía conversando con varios equipos y probando pequeñas tareas para encontrar el mejor ajuste
- La movilidad interna era sencilla y a menudo impulsada por los propios ingenieros
- La posibilidad de elegir equipo vía Bootcamp empezó a debilitarse hacia 2024, pero los ingenieros de Meta con más de 2 años en la empresa habían vivido una experiencia donde podían decidir qué hacer
- Los equipos de infraestructura y seguridad fueron especialmente golpeados
- En varias organizaciones de infraestructura, entre 30% y 50% pasó a ADO
- En algunos casos, se fueron los ingenieros más destacados
- La organización ADO es descrita como un grupo de unas 6.500 personas
- De ellas, se estima que unas 4.000 a 5.000 son ingenieros de software
- Dado que Meta tendría unos 25.000 ingenieros en total, eso implicaría que 1 de cada 5 o 6 ingenieros podría quedar dedicado de tiempo completo al etiquetado de datos
- Los ingenieros movidos a ADO, según se reporta, están descontentos tanto con el trabajo en sí como con la toma de decisiones de arriba hacia abajo
- Aun así, se presenta como “silver lining” el hecho de que no fueran objetivo del recorte y conservaran el salario
Anuncio de recortes y presión por el uso de tokens
- El 20 de abril, Reuters reportó que Meta planeaba despedir al 10% del personal un mes después, y Meta lo confirmó
- Los empleados quedaron 4 semanas esperando, sabiendo que pronto podían perder su trabajo
- El sistema de evaluación de desempeño de Meta, PSC (Performance Summary Cycle), es descrito como muy estricto en comparación con Google o Apple
- Los managers compiten intentando bajar el paquete de compensación de ingenieros de otros equipos para subir el de los suyos
- Métricas como business impact, número de code reviews y líneas de código escritas pueden volverse armas dentro del proceso de evaluación
- A medida que se reduce la proporción de personas en cada bucket de evaluación, la política interna por asegurar buckets más altos se intensifica
- Tras confirmarse los recortes, los ingenieros se enteraron de que los managers revisarían la cantidad de tokens en la evaluación de desempeño
- Surgió el temor de que un número bajo de tokens los marcara como de bajo rendimiento y los llevara al despido
- Dentro de Meta existía un leaderboard de uso de tokens, descrito como un entorno que incentivaba el tokenmaxxing
- Según The Information, empleados de Meta usaron en 30 días un total de 60,2 billones de tokens de IA
- Calculado con precios de la API de Anthropic, eso equivaldría a 900 millones de dólares
- Incluso si Meta compró tokens con descuento, se estima que podría superar los 100 millones de dólares
- La combinación de presiones llevó a interpretaciones de que se fomentaba el performative work más que el trabajo real
- Seguimiento de teclado y clics del mouse de los ingenieros
- Conversión de un número importante de ingenieros a etiquetado de datos de tiempo completo
- Anuncio de recorte de 10% de personal
- Cultura de optimización de todas las métricas de desempeño
- Medición del uso de tokens en PSC
Toma de cuentas de Instagram y caos en la organización de seguridad
- El 30 de mayo ocurrió un incidente en Instagram en el que varias cuentas fueron tomadas
- Entre ellas había cuentas de alto perfil como la de Obama White House
- Según el análisis de Siddharth Sundharam, el flujo del ataque era muy simple
- El atacante podía empezar solo con el nombre de usuario de la cuenta
- Usaba un VPN o proxy cercano a la ciudad de la víctima para evitar las sospechas del sistema de seguridad de Instagram
- Le decía a la IA de soporte de Meta que la cuenta había sido hackeada y pedía que enviara el código de verificación a una dirección de correo arbitraria controlada por el atacante
- Al volver a enviar el código que la IA había mandado, se obtenía un enlace para restablecer la contraseña
- El incidente fue descrito como un “proper zero auth password reset”
- Se explica que no existía una verificación adicional para confirmar si el nuevo correo ingresado era uno que el usuario hubiera usado antes
- Según conversaciones con personal interno de Meta, la IA estuvo en el centro de esta falla
- El equipo de Trust and Safety de Instagram perdió cerca de 50% de su personal entre etiquetado de datos y recortes
- Parte del personal más senior también fue movido a tareas de entrenamiento de IA
- Se dijo que, en los dos meses recientes, eran comunes cambios generados por IA con mínima intervención humana y code reviews hechos por IA en todo el codebase
- Normalmente el equipo de Trust and Safety se habría encargado de monitorear y alertar sobre brechas de seguridad, pero quedó en estado de confusión por la rápida reorganización interna
- El lunes 1 de junio el incidente fue resuelto y comenzó una investigación como parte del proceso SEV
- Al día siguiente, el CISO de Meta, Guy Rosen, anunció su salida
- Existe especulación sobre que esa salida quizá no fuera coincidencia, pero no está confirmado
- Como peor incidente previo se menciona la caída de 2021, cuando un problema de configuración de DNS/BGP dejó fuera de servicio todos los servicios de Meta durante 7 horas
- Tras la caída de 2021, Meta publicó un análisis post mortem y una disculpa
- En este caso de toma de cuentas de Instagram, se explica que aún no hay un post mortem público
Malestar interno y reconocimiento del liderazgo
- Wired reportó ejemplos del ambiente interno en Meta
- Durante un livestream para empleados, una persona criticó con insultos a la empresa y a un ejecutivo específico de Meta AI
- El episodio se presenta como muestra del malestar dentro del equipo Applied AI, creado en marzo para apoyar la investigación de IA de Meta Superintelligence Labs
- Los 3 empleados actuales citados por Wired dijeron que existe descontento generalizado con cómo se armó una organización de unas 6.500 personas y con el trabajo repetitivo para mejorar modelos de IA
- Un empleado lo describió como “literally the gulag”, expresando sensación de pérdida de propósito y aislamiento
- El CPO de Meta, Chris Cox, describió en una reunión general de empleados de Instagram los últimos meses como “difficult” y “brutal”
- Lo comparó con correr un maratón bajo granizo
- Mencionó que el equipo estaba siendo reemplazado y además monitoreado, diciendo “what the fuck”
- Según Wired, el CTO de Meta, Andrew Bosworth, reconoció que la reorganización hacia IA fue muy mal manejada y prometió una mejor comunicación en adelante
- También añadió que los empleados tendrían acceso a herramientas de coaching con IA
Responsables y daño organizacional
- Ingenieros internos señalan a Mark Zuckerberg y Alexandr Wang como las figuras centrales de la situación actual
- Zuckerberg es presentado como responsable de decidir la reasignación de ingenieros, el despliegue del software de seguimiento y el recorte de 10% del personal pese a ingresos y ganancias récord
- Wang es mencionado como la persona que introdujo el enfoque tipo Scale AI de generación de datos, etiquetado y RLHF
- Se considera que muchas de las medidas, salvo los despidos, se parecen al modo de operar de Scale AI
- Generación de datos de entrenamiento mediante seguimiento de teclado y mouse
- Etiquetado de datos con más de 4.500 ingenieros movilizados
- Generación de RLHF de alta calidad para el coding LLM que Meta está construyendo
- Se plantea la interpretación de que el entrenamiento de IA para código está siendo tratado como más importante que la operación estable de productos clave como Instagram, Facebook y Messenger
- El 12 de junio ocurrió otra caída total de nivel SEV0 en Facebook e Instagram
- Se explica que Meta iba camino a superar a Google como el negocio publicitario número 1 del mundo hacia fin de año
- Aun así, continúan las críticas de que el liderazgo considera más importante construir un coding LLM
- Si el estado actual continúa, se proyecta que más ingenieros con larga permanencia terminarán yéndose
- También se añade que, si se revierten cambios como la asignación a etiquetado de datos y el seguimiento de empleados, podría haber una breve ventana para volver a la normalidad
Preocupación por si la “AI psychosis” no es solo un problema de Meta
- Mitchell Hashimoto dijo que algunas empresas están en un fuerte estado de “AI psychosis” y que resulta difícil hablar racionalmente sobre eso
- Explicó que los debates sobre MTBF y MTTR que vivió en la infraestructura durante la transición a cloud y automatización están reapareciendo en toda la industria del desarrollo de software
- Se presenta como problemática la idea de que “aunque metas bugs, los agentes podrán corregirlos rápido y a gran escala”
- Señala que MTTR importa, pero que no por eso se puede abandonar el objetivo de sistemas resilientes en su conjunto
- La preocupación de Hashimoto es que, aunque los indicadores locales se vean bien, el sistema completo puede volverse incomprensible
- Los reportes de bugs pueden bajar mientras el riesgo latente aumenta
- La cobertura de pruebas puede subir mientras la comprensión semántica disminuye
- La velocidad de cambio puede ser tan alta que ya no se note la erosión arquitectónica
- El incidente de toma de cuentas de Instagram se interpreta como resultado de haber bajado el estándar de calidad para código generado y revisado por IA
- La recuperación ocurrió, pero solo después de que cuentas de alto perfil fueran tomadas y el sistema quedara públicamente comprometido
- El texto cierra con una advertencia: si el liderazgo está considerando cambios organizacionales drásticos en nombre de la IA, primero debería mirar el caso de Meta
- Los ingenieros de Meta son descritos como talento que adoptó la IA temprano y de forma activa, con experiencia tanto en productos como en infraestructura de IA
- Si ellos están decepcionados de la empresa y del liderazgo, eso puede convertirse en una oportunidad de contratación para otras startups y Big Tech
1 comentarios
Comentarios de Hacker News
Tras haber trabajado en Meta, las organizaciones que funcionaban bien por lo general eran las adquiridas. WhatsApp, Reality Labs, Instagram y otras eran así, y la organización de crecimiento puramente interno en la que yo estaba era terrible
El trabajo avanzaba, pero la ineficiencia era grave por la sobrecontratación y los cambios extremos en requisitos y calendarios. Creo que la cultura formada fuera de Meta se usa para lavarle la cara a la imagen de que toda la cultura de ingeniería de Meta es buena
Decía que el mejor lugar de trabajo y el peor lugar de trabajo en el que había estado eran literalmente como la noche y el día
Creo que las burlas en este hilo están bastante mal encaminadas. Sí, Meta es malvada, pero ese no es el punto central; lo importante es que esta psicosis de la IA podría convertirse en la nueva normalidad de la industria, o en una de sus nuevas normalidades
En mi empresa anterior, el CEO también se obsesionó con la IA y el ambiente se volvió muchísimo más tóxico; hizo una tabla de posiciones de tokens y durante un tiempo ordenó detener todo el trabajo no relacionado con IA. Y nosotros no éramos Meta
Varias personas que él mismo había traído y con las que llevaba años trabajando fueron despedidas o renunciaron. Una persona por la que yo de verdad habría ido hasta el fin del infierno renunció diciéndole en la cara: “No sé qué te pasó, pero no quiero trabajar con esta versión de la persona que yo conocía”
Yo sobreviví a tres rondas de despidos y al final también me despidieron, y ver lo que están construyendo ahora es desolador. Si pudiera aceptar alejarme de mucha gente, hasta compartiría el enlace. Honestamente, ahora mismo parece un rey de la locura, rodeado por unos cuantos aduladores que eran de las personas más desagradables y tóxicas de la empresa, mientras la compañía arde hasta venirse abajo
Creo que esto no solo puede pasarle a Zuck, sino también a muchas otras empresas. Yo solo soy un engrane insignificante de la organización, pero me deja atónito que, salvo que se me esté escapando algo, parezca mucho más inteligente que la mayoría de la gente que dirige empresas así. Algún día alguien escribirá una tragedia griega sobre este período, y parece que pronto va a ponerse realmente mal
La meta no debería haber sido la cantidad de líneas de código escritas ni la contribución individual, sino la cohesión del equipo, la consistencia de la arquitectura y la capacidad de construir cosas que realmente tengan sentido
Al final esto pasa porque un liderazgo desconectado, que no conoce a la gente de primera línea ni entiende el trabajo real que se hace, necesita métricas cuantitativas para observar. Las estadísticas realmente son terribles
La psicosis de la IA parece manifestarse de forma muy distinta en las grandes organizaciones tecnológicas que en los equipos pequeños pero influyentes
En una startup pequeña, si al final el equipo no logra lanzar un buen producto, la empresa quiebra. Y, sobre todo, cada persona sigue siendo responsable de su propio trabajo. En los buenos equipos, como todos saben que estamos batallando para resolver esto, he visto que incluso con cosas como pull requests malos se responde con bastante cuidado
Aun así, si algo no funciona, necesariamente alguien tiene que encontrar una forma mejor de hacerlo. Casi todo lo que he aprendido sobre cómo construir con IA y usar IA para realmente lanzar productos vino de equipos así
La ingeniería de software está cambiando, pero desde la perspectiva de lanzar productos se parece mucho a los primeros días del desarrollo web. En ese entonces también todos tenían que descubrir los patrones para hacer que este nuevo mundo del software funcionara de manera estable. Quien recuerde JavaScript antes de jQuery sabrá cuántas cosas hubo que descifrar antes de que el desarrollo web llegara a ser lo que es hoy
En las grandes tecnológicas, la desconexión entre el esfuerzo del empleado y el valor realmente entregado es mucho mayor, y la responsabilidad también está mucho más dispersa. Cuando la responsabilidad es abstracta y nadie está seguro del valor real que produce su trabajo, la psicosis de la IA encuentra un terreno ideal para desatarse
En parte también se debe a que dentro de estas grandes organizaciones ya existe una psicosis potencial. Determinar quién es “productivo” y qué es “valioso” siempre exige construir relatos imaginativos que no necesariamente se basan en la realidad
Aun así, no creo que esto vaya a durar mucho tiempo como “nueva normalidad”. Igual que cuando despegó el desarrollo de aplicaciones web, los equipos pequeños irán por delante y resolverán parte del camino. El patrón MVC aplicado a las web apps, los frameworks de JavaScript cada vez más potentes y sus buenas prácticas, las metodologías ágiles, la popularización de Git y GitHub, y el uso de NoSQL para escalar, fueron en gran medida probados en combate por startups pequeñas y rápidas, y hoy se han convertido en una base tan asumida que algunos desarrolladores modernos ni siquiera saben que alguien tuvo que construirla
Es una historia completamente distinta, pero en medio del texto aparece la típica imagen de un iceberg vertical, con solo el 10% visible sobre la superficie. Pero los icebergs reales no flotan así; giran hasta quedar mayormente horizontales
Desde que supe eso, empecé a ver icebergs mal dibujados everywhere. Para más detalle, pueden leer https://axbom.com/iceberg/, probar el simulador de icebergs https://joshdata.me/iceberger.html o ver el tuit que disparó esta conversación https://xcancel.com/GlacialMeg/status/1362557149147058178
Sinceramente, cuesta creer eso de que “entre el 30% y el 50% de los ingenieros de equipos clave fueron reasignados a la fuerza a data labeling y RLHF”. Viendo toda la locura actual, ya no sé, pero los desarrolladores de software en EE. UU. son realmente caros, así que usarlos para data labeling es desperdiciar recursos
A menos que “equipos clave” signifique una fracción pequeña del total de desarrolladores, el porcentaje también suena demasiado alto
Aun así, sí se necesita gente competente en ese dominio especializado. Meta, como otras empresas del sector, tiene un enorme grupo de personal ya probado y capaz que contrató durante el boom de contratación, y en una economía frágil donde oportunidades similares casi desaparecieron, el entrenamiento de IA con expertos es la oportunidad de negocio más madura
Así que sí, en términos de dinero es un desperdicio de recursos, pero esa fue la intención inicial
Irónicamente, esa creencia desaparece cuando el argumento cambia a pedir mejor hardware o software. Cuando los SSD eran nuevos, pequeños y muy caros, aquí mismo habría muchos que podrían contar lo difícil que era convencer a sus empleadores de que valían la pena
La mayoría de los otros equipos de infraestructura con los que colaboro están en una situación parecida
Incluso dejando de lado la organización de ingeniería, bajo la superficie está creciendo un cambio mucho mayor. Hablé con varios ingenieros de la organización de infraestructura y me dijeron que entre el 30% y el 50% de cada equipo fue transferido a la organización ADO, y que en algunos casos se fueron los mejores ingenieros
El martes, el CISO de Meta, Guy Rosen, anunció su salida. Estaba en la empresa desde la adquisición en 2013 de la app de rastreo móvil Onavo, y durante periodos de alto riesgo como el escándalo de Cambridge Analytica, manejó el abuso de plataforma y la interferencia electoral como VP de Trust & Safety / Integrity
Cuando alguien así se va, se pierde junto con esa persona toda la ética acumulada, la filosofía y el conocimiento tácito que sostienen la ciberseguridad y la gestión de riesgos de la organización. Esos tres elementos son importantes, no se pueden eliminar con automatización y además son difíciles de discutir públicamente. Esto suena a un cambio en la toma de decisiones incluso mayor que el de ingeniería
Creo que hay que admirar que Zuckerberg haga esto a un nivel casi caricaturescamente insano. Si Facebook fuera una empresa manejada por alguien normal, probablemente habría desperdiciado todo lentamente durante los próximos 20 años a medida que la publicidad en redes sociales fuera perdiendo importancia
Pero bajo el mando de Zuckerberg es distinto. Va a incendiar el lugar tratando de encontrar una forma de seguir siendo relevante. Lo sorprendente es que la gente que trabaja ahí haya pensado que ellos no se iban a quemar
Al mismo tiempo, también están devolviendo capital a los accionistas mediante recompra de acciones y dividendos
Mucha gente culpa a Zuckerberg, pero desde mi punto de vista, al igual que el autor del texto, una gran parte de esto es responsabilidad del fundador de Scale AI, Alexandr Wang. Es bastante irónico que alguien que impulsaba “MEI” (Merit, Excellence, Intelligence) haya permitido sacar a especialistas de alto rendimiento de organizaciones clave de ingeniería para reasignarlos a data labeling
Honestamente, en una organización como Meta, data labeling no es donde quieres poner a tus mejores performers. Fue un caso en que se permitió que un fundador tecnológico famoso destruyera una cultura de ingeniería de alto desempeño
Si los accionistas hubieran entendido ese matiz, habrían pedido su expulsión. A su liderazgo le faltaron merit, excellence e intelligence
Facebook e Instagram son negocios tan fuertes que, incluso si detuvieran por completo el desarrollo, seguirían siendo empresas monopólicas imposibles de vencer durante los próximos años.
Pero no entiendo cómo las grabaciones de pantalla o el registro del teclado se convierten en datos de entrenamiento para IA útiles. Cuesta mucho y también hace enojar a mucha gente, pero no parece tener mucho valor real.
Claro, esto aplica menos en áreas realmente importantes como el software de cifrado o el software financiero. Aun así, es sorprendente lo poco conectados que están el éxito de una empresa y la excelencia en ingeniería.
Esa es también la razón por la que la división de Amazon Ads ha crecido recientemente: porque de verdad funciona. En cambio, el social pagado y la búsqueda pagada se están volviendo reliquias.
Quizá puedan seguir imprimiendo dinero en el futuro cercano, pero viene un ataque frontal desde la publicidad nativa, los medios, Amazon y demás, donde importan los datos de primera parte y el píxel, y además hay que respetar la privacidad.
Lo sé porque manejo una pequeña empresa de tecnología de marketing que compite con GA4 y se está expandiendo hacia la publicidad nativa.
No creo que Zuck tenga ese halo tipo Musk, donde aunque diga tonterías igual salen resultados. Y Meta tampoco parece tener un gran historial creando productos nuevos por su cuenta.
¿Una máquina de provocar indignación, cuyo uso ya está en su punto más alto o cerca de él, seguirá siendo una inversión interesante en 2026?
Qué tristeza. Yo pensaba que Meta, especialmente comparada con Google, había hecho muchas cosas bien en cuanto a aprovechar a sus ingenieros. Si me obligaran a elegir entre React (Facebook) y Kubernetes (Google), elegiría al primero cualquier día.
Kubernetes ha frenado la tecnología de clústeres durante la última década y ha impedido que aparezcan mejores alternativas para empresas pequeñas o para compañías que no pueden darse el lujo de malgastar en tecnologías y procesos difíciles de manejar y con beneficios poco exclusivos.
Habría sido mucho mejor si alguien hubiera creado un producto open source basado en el viejo Parallel Sysplex de IBM, aunque seguramente había patentes de por medio. Ya deben haber expirado, eso sí.
Aunque mucha gente se queje, React terminó llegando a la cima en un mercado muy competitivo. He visto muchos sistemas de construcción de objetos de UI superficialmente parecidos, como XAML de Microsoft o FXML de Oracle, pero el sistema de React es por mucho el más simple y flexible.
Es un ejemplo de cómo las ideas de On Lisp se pueden aplicar a cualquier lenguaje con prácticas básicas de programación funcional y, con apenas un pequeño ajuste de compilador encima, hacer que se sienta natural.
Parece claro que React es líder en frontend, pero me pregunto cuál sería su equivalente en backend.
React puede haber sido un buen efecto secundario, pero ni de lejos es lo primero que se me viene a la cabeza cuando pienso en Meta.
Kubernetes se convirtió en el orquestador de clústeres estándar de la industria por una razón, y es excelente.
Creo que aquí hay un cambio que mucha gente no percibe. Si hubieras trabajado en los primeros días de la TV, sobre todo cuando todavía era muy experimental y los estándares cambiaban cada año, seguramente habrías hecho mucha ingeniería con tus propias manos o trabajado muy de cerca con ingenieros.
Hoy en día casi no hay ingeniería en la televisión. Parece que en las redes sociales está pasando lo mismo. El producto maduró y cada vez habrá menos problemas de ingeniería por resolver.
Claro, viendo lo ambiguo que ha sido el avance de esos proyectos secundarios, tampoco sorprendería que Meta vuelva a los despidos. Contrataron demasiado y nunca encontraron seriamente una buena forma de aprovechar a tantos ingenieros.