- El ritmo de desarrollo de los agentes de IA no cumplió con las expectativas, y la trayectoria de desarrollo de al menos los últimos 4 meses no se aceleró tanto como se esperaba
- La gran reorganización implementada a comienzos de año no fue lo suficientemente “limpia”, y la dirección calculó mal el momento del cambio
- En mayo se recortó cerca del 10% de la plantilla total y unas 7,000 personas fueron reasignadas a equipos centrados en IA, lo que generó rechazo entre empleados y preocupaciones por la moral
- La apuesta por la nueva estructura organizacional aún no ha dado frutos, aunque se esperan efectos mayores en los próximos 3 a 6 meses
- Mientras se prevé una inversión de hasta US$145,000 millones en infraestructura de IA este año, también avanzan la revisión de software de seguimiento del mouse y las conversaciones para reintroducirlo bajo un esquema opt-in
Retraso en el desarrollo de agentes de IA
- En un town hall interno, reconoció que hubo fallas en la reestructuración a gran escala de la compañía y señaló que los sistemas de agentes de IA no avanzaron tan rápido como se esperaba
- Los agentes de IA son sistemas automatizados que ejecutan tareas en nombre de los usuarios
- La trayectoria del desarrollo agéntico (agentic) de al menos los últimos 4 meses no se aceleró de la forma prevista, y la apuesta por la nueva estructura todavía no dio resultados
- Durante la planificación de la reestructuración en enero y febrero, en conversaciones con “los mejores talentos” existía la preocupación de que la velocidad de adaptación al cambio no sería lo suficientemente rápida
- En ese momento, la dirección era “muy optimista” respecto de herramientas como Claude Code de la startup de IA Anthropic
Reestructuración y reorganización
- La reorganización, que incluyó recortes masivos de personal, no fue tan “limpia (clean)” como podría haber sido, y la dirección calculó mal el momento del cambio
- Está en marcha un intento por suavizar algunos de los cambios organizacionales implementados a comienzos de año sin un giro fundamental de rumbo
- En mayo se recortó cerca del 10% de la plantilla global y unas 7,000 personas fueron reasignadas a equipos centrados en IA, lo que provocó rechazo entre empleados y preocupaciones por una baja en la moral
- Este cambio forma parte de una reestructuración amplia destinada a financiar inversiones en infraestructura de IA y asegurar la eficiencia del trabajo asistido por IA
- En mayo se dijo a los empleados que no habría más recortes generales en toda la empresa este año, pero algunos empleados reaccionaron con escepticismo
Escala de la inversión en IA y perspectivas
- Se proyecta que este año se gastarán hasta US$145,000 millones en infraestructura de IA, una porción significativa del gasto total de más de US$700,000 millones de las grandes tecnológicas
- Se espera comenzar a ver mayores efectos de la inversión en IA en los próximos 3 a 6 meses
- Un portavoz de Meta declinó hacer comentarios ese día
Revisión de software de seguimiento del mouse
- El director de tecnología Andrew Bosworth informó que, tras revisar un incidente reciente de seguridad de datos, se determinó que los datos de empleados no se incluyeron en el entrenamiento de IA
- El mes pasado, Meta suspendió temporalmente un programa que rastrea los movimientos del mouse y la actividad digital de empleados para investigar la exposición de datos sensibles y usarlos en entrenamiento de IA
- Si el programa se vuelve a activar una vez completada la revisión, operará bajo un esquema “opt-in”
- Explicó a los empleados que “quien se sienta cómodo puede contribuir a esta excelente investigación humana, y quien no, no hay problema”
- Esto contrasta con lo comunicado en abril, cuando el programa se instaló por primera vez en las computadoras de empleados en EE. UU. y se indicó que no había forma de optar por no participar
1 comentarios
Comentarios de Hacker News
Por estas fechas el año pasado, me preocupaba que para estas fechas de este año las empresas redujeran sus equipos de ingeniería dejando solo a unos pocos, y que la mayor parte del trabajo la hicieran agentes autónomos dirigidos por humanos, pero eso no pasó.
Ahora escribo todo el código junto con agentes, pero es totalmente imposible simplemente darles el resultado deseado y dejárselos sin supervisión.
Se puede producir más código que antes, pero para hacer código estable y bueno, tal como lo quieren los gerentes de producto y los diseñadores, el aumento es de apenas 2 a 3 veces, y la cantidad de código que hay que revisar también aumenta de 2 a 3 veces, así que la mejora de productividad se compensa sola.
Las líneas de código no son un activo, sino una deuda, y deberían ser las menos posibles siempre que no se perjudique la funcionalidad, que sí es el activo real.
Gran parte de la ingeniería de software consiste en producir la cantidad correcta de código en el momento adecuado.
En la práctica, recién entre noviembre y febrero empezó a funcionar más o menos sin grandes retoques, y todavía parece que las organizaciones siguen aprendiendo cómo aprovechar al máximo los modelos y herramientas actuales.
Algunos desarrolladores le agarran la mano rápido, lideran bien al equipo y crean una buena cultura, pero muchos la pasan mal cuando pasan de IC a gerente si no reciben apoyo para entender qué cambia.
Cuando un equipo o un grupo de agentes rinde mal, muchas veces no es problema de sus integrantes, sino de un gerente nuevo que intenta controlar absolutamente todo con micromanagement o, al contrario, los deja completamente abandonados y solo aparece en los check-ins para arruinar el resultado.
No tengo evidencia, pero creo que si se les diera a los desarrolladores algún tipo de formación en gestión, podrían aprovechar mucho mejor a los grupos de agentes.
Es un estilo de código C# relativamente simple, pero transmitir esa simplicidad resulta más difícil de lo que uno pensaría.
Cuando el agente genera código, toma mucho tiempo comprobar si está bien, y si no lo verifico, después en la revisión de colegas queda en evidencia, de forma bastante vergonzosa, que yo mismo no entendía bien lo que hizo cuando me hacen preguntas.
Se siente como si el mundo dijera que uno puede volar agitando los brazos, pero al intentarlo solo termina gastando energía en el mismo lugar.
Simplemente dejan de lado cosas que se les pidió explícitamente hacer como parte del diseño.
Los verdaderos vibe coders dicen que basta con escribir el prompt con cuidado, pero eso no aplica en absoluto cuando un prompt cuidadosamente escrito igual es ignorado.
Aunque pongas en el AGENTS.md global “no reviertas mis decisiones sin preguntar”, simplemente no lo respetan.
Este texto se parece más a una versión resumida que TechCrunch rehizo de un artículo de Reuters https://finance.yahoo.com/technology/ai/articles/exclusive-z....
La cita exacta parece ser: “durante al menos los últimos 4 meses, la trayectoria del desarrollo orientado a agentes no se ha acelerado en la práctica de la forma que esperábamos, y la apuesta que la empresa hizo por la nueva estructura todavía no ha dado frutos”.
Es difícil adivinar a qué se refiere exactamente Zuckerberg con la trayectoria del desarrollo orientado a agentes, pero lo más probable es que quiera decir que el uso de herramientas y la capacidad para tareas largas de los modelos internos de Meta no han mejorado lo suficiente como para operar entornos de ejecución de agentes como Codex o Claude Code al nivel de los mejores modelos de OpenAI y Anthropic.
Además, es probable que parte de ese objetivo haya sido reasignar a muchos empleados al etiquetado de datos para IA.
A gran escala, estos agentes ni siquiera pueden manejar problemas de tamaño intermedio como lo haría un ser humano razonable.
Agregar memoria solo aumenta el contexto alucinado, y hace que los fallos de la tarea cambien a formas más difíciles de detectar.
Es muy posible que esté racionalizando la situación en términos de costo absoluto y de un retorno sobre la inversión definible.
La brecha entre un chatbot útil y un agente útil es muchísimo mayor de lo que la gente cree.
Un chatbot puede equivocarse un 10% y seguir siendo útil, pero si un agente se equivoca un 10%, terminará enviando correos erróneos y haciendo llamadas equivocadas a APIs sin que nadie lo revise.
Un agente de programación puede formular una suposición, probarla, descubrir que era incorrecta y recuperarse.
Pero más allá de lo que se puede probar fácilmente, cuando se le asigna trabajo real en vez de solo redactar un parche, el problema es que imagina como ciertos hechos que no lo son.
Para usarlo sin supervisión, en el mejor de los casos parece tener una utilidad limitada y, en el peor, puede convertirse en un desastre.
Por ahora, el terreno donde mejor encajan es en tareas que pueden verificarse con una precisión razonable.
Decir que “en los próximos 3 a 6 meses empezaremos a ver ganancias más significativas de la inversión en IA” es alucinar como una IA, y parece mostrar una desconexión de la realidad sobre lo que pasa en el terreno
Meta lleva unos 5 años perdida entre el metaverse, la VR, las gafas y la IA, y debería sentarse con calma a pensar cuál es exactamente su producto central
Por desgracia, fuera de productos adquiridos como WhatsApp e Instagram, no tiene un núcleo claramente definido
Está tratando de arruinarle la vida a la autora de Careless People por exponer crímenes contra la sociedad, y los empleados siguen filtrando presentaciones internas
Tienen el bug infinito de imprimir dinero que es la publicidad, así que pueden desperdiciar miles de millones de dólares persiguiendo otras fantasías
Aunque muchos de esos sueños terminen en nada, Meta no sufre un golpe real por eso
La llegada de los agentes se parece a pasar de caminar a tener una bicicleta
La dirección ve eso y piensa: “A esta velocidad, en unos años tendremos autos autónomos”, y hace planes serios para un mundo así
Siendo realistas, parece que vamos a andar en bicicleta durante bastante tiempo, y una situación donde sube la productividad de los colaboradores individuales hace que los ingenieros dejen de ser una carga presupuestaria y se vuelvan aún más valiosos y útiles
Por eso, reducir personal justo cuando existe un mayor potencial de que los ingenieros se vuelvan mucho más productivos fue una decisión tonta
Es prácticamente admitir que no saben gestionar personas de forma efectiva, y eso da bastante vergüenza para alguien a quien le pagan una fortuna por su capacidad de gestión
Y además es muy posible que las ruedas sean hexagonales
Espero que sí, para darle tiempo a la sociedad de adaptarse, pero en realidad no lo sabemos en absoluto
Creo que lo que todos subestimaron fue la escala absurda de los recursos de cómputo necesarios, y cómo esos recursos tienen que escalar para seguirle el paso a modelos cada vez más grandes
Se parece a la versión de IA de “aunque haya 9 mujeres, no se puede tener un bebé en un mes”
Más cómputo no va a crear mágicamente una inteligencia artificial general
La velocidad de la que ha hablado la industria era irreal, y por ejemplo, la gente se decepcionó con la velocidad de avance de Apple Intelligence, pero en realidad fue más o menos la esperada
El problema real podría ser que la IA no está generando el impacto ni el uso que se esperaba, y que Zuck parece haber ganado, pero como un ganador incómodo
Eso sí, como es muy difícil predecir cuándo llegará ese avance, hay que planear asumiendo el peor escenario, pero listos para aprovechar la oportunidad si aparece
Si la IA es un gran salto en productividad, ¿no deberían las empresas contratar la misma cantidad o incluso más empleados para ganar más cuota de mercado como ventaja competitiva?
Reducir personal porque los trabajadores se volvieron más eficientes se ve como dispararte en el pie solo para quedarte en el mismo lugar en una carrera
La IA debería haber hecho posible y útil contratar incluso a empleados menos especializados, así que tendría que haber provocado un boom del mercado laboral
Que no esté pasando sugiere que la IA podría ser solo una excusa para recortar personal, no la causa de fondo
Esta tecnología ni siquiera tiene 10 años, y solo en los últimos 3 años se volvió realmente útil
No entiendo por qué se espera que ya sea transformadora
Es parecido a cuando decían que “internet no era más que un fax elegante”
El problema es que se está trabajando con personas. Y además personas inteligentes que llevan mucho tiempo trabajando cada una de formas estrechas, específicas y muy arraigadas
Si asumes que todos los ingenieros están obsesionados con la IA como tú y que van a abrir Claude Code cada vez que se les pida algo, tu enfoque ya está mal
Por excelente que sea una herramienta, si no encaja con el comportamiento y la forma de trabajar de los ingenieros, simplemente la van a desechar
Veo este problema todo el tiempo con clientes o posibles clientes. Si un equipo de 5 personas tarda 2 semanas en hacer un widget foobar, eso son 50 días-persona
Si alguien demuestra que con IA puede hacer lo mismo en 2 horas, con la misma o mejor calidad, a la dirección le va a encantar, pero el equipo igual puede seguir programando a mano y usar ChatGPT en vez de Stack Overflow solo para errores de herramientas de compilación
No basta con repartir herramientas y decir que están increíbles
Hay que entender al equipo de ingeniería, trabajar con él, guiarlo correctamente paso a paso y cambiar comportamientos
Eso no ocurre de la noche a la mañana. Lamentablemente, el enfoque actual parece ser despedir a quienes no rinden en esta era de la ingeniería de software asistida por IA, y eso no me parece correcto
No veo por qué habría que prestar atención a lo que diga Zuckerberg sobre los agentes de IA
Era un desarrollador PHP de principios de los 2000 que tuvo suerte con Facebook, no un científico o investigador de IA
¿Qué autoridad tiene para hablar del futuro de los agentes de IA?
La moral de la empresa está en su punto más bajo de la historia, y eso refleja mejor las capacidades de liderazgo en las que debería concentrarse. O quizá pronto un agente lo reemplace a él
Supervisa a alto nivel una parte importante del desarrollo de agentes de IA, así que está en posición de ver si funciona o no, y seguramente recibe métricas detalladas
Tenga o no razón en su juicio, los CEO del sector tecnológico tienen fama de seguir modas, así que su criterio puede marcar el tono en otras empresas
Tal vez incluso él mismo esté siguiendo la moda esta vez, y esté encabezando una corriente para enfriar temprano el sobrecalentamiento de la IA
No lo digo para elogiarlo; lo mismo aplica a muchos ejecutivos C-level de grandes empresas
Hay una brecha entre la productividad medida y la productividad “anecdótica”
La razón por la que este gráfico es bueno es que también muestra una de las formas más efectivas de aumentar la productividad. Simplemente reduces personal
https://fred.stlouisfed.org/series/OPHNFB
Bajo condiciones de escasez, por lo general conviene aumentar la producción o crear otro tipo de producción, y más aún si hay alguien dispuesto a pagar por ello
Así que la pregunta importante es qué es escaso, si alguien pagará por eso y cómo producir más de eso
Si puedes hacer algo por lo que la gente esté dispuesta a pagar, puedes contratar personas para hacerlo
Por desgracia, lo más evidente por lo que la gente con dinero está dispuesta a pagar son los tokens de IA, los centros de datos y los insumos para centros de datos
No está claro si esto hará que obtengamos más de las otras cosas que queremos
El objetivo de la inversión es la producción, el crecimiento y las ganancias, no la productividad en sí