• 3 min de lectura
Meta planea 8,000 despidos mientras aumentan los gastos en IA
Meta se prepara para recortar aproximadamente 8,000 empleos, o alrededor del 10% de su plantilla, mientras la empresa intenta contener los costes y al mismo tiempo destina más dinero a la IA. La medid

Meta se prepara para recortar aproximadamente 8,000 empleos, o alrededor del 10% de su plantilla, mientras la empresa trata de contener los costes al tiempo que invierte más dinero en IA. La medida es contundente, familiar y muy propia del momento para las grandes tecnológicas: gastar con agresividad en modelos e infraestructura y luego recortar plantilla para calmar a los inversores.
El momento dice mucho. Meta ya ha advertido que los gastos de capital aumentarán al menos un 60% este año en comparación con 2024, impulsados por la inversión en Meta Superintelligence Labs y su negocio central. Al mismo tiempo, se espera que el flujo de caja libre caiga un 83% interanual, que es el tipo de cifra que hace que incluso los accionistas ávidos de crecimiento empiecen a buscar la salida.
La factura de la IA de Meta se encarece rápidamente
Esta no es una empresa que improvise por primera vez. Meta ya ha llevado a cabo más de 20,000 despidos en rondas anteriores, y esos recortes ayudaron a poner en marcha su impulso de eficiencia en 2022 y 2023. La nueva ronda parece menos una retirada y más una continuación del mismo manual: mantener la orgía de gasto en IA, pero hacer que la nota al pie sobre la plantilla sea más pequeña.

Recomendado
xAI demanda a un usuario de Grok por imágenes de abuso infantil
Esa estrategia se está extendiendo por todo el sector. Amazon dice que recortará alrededor de 16,000 trabajadores este año, Block está reduciendo su plantilla en unas 4,000 personas, Salesforce ha anunciado aproximadamente 1,000 recortes ligados a la automatización con IA, Snap está recortando alrededor de 1,000 empleos, y Microsoft dijo que ofrecería salidas incentivadas al 7% de su personal. Traducción: a Wall Street le gusta la IA, pero también le importan los márgenes.
La nueva aritmética del balance de las grandes tecnológicas
La presión es evidente. Entrenar y ejecutar sistemas de IA cuesta dinero real, y las plataformas más grandes ahora compiten por demostrar que pueden financiar la carrera sin convertir los beneficios en una historia de terror. Los despidos cumplen una doble función: reducir la masa salarial ahora y al mismo tiempo enviar la señal de que la dirección está dispuesta a ser implacable con la eficiencia.
Lo que hace a Meta especialmente interesante es que es tanto gastadora como precedente. Una vez que una empresa de su escala empieza a tratar los despidos como un instrumento financiero rutinario, las empresas tecnológicas más pequeñas tienden a seguir el guion con aún menos ceremonia. Espérese más de eso si los costes de la IA siguen subiendo más rápido de lo que los ingresos pueden justificar.
Un nuevo empujón de datos plantea nuevas preguntas
Los despidos también coinciden con otro informe que afirma que Meta planea grabar las pulsaciones de teclado de los empleados para recopilar datos de entrenamiento para sus modelos de IA. Si es cierto, subrayaría hasta qué punto las empresas están dispuestas a llegar para que los sistemas se comporten más como personas ante un teclado, y cuánta poca paciencia tienen para el despilfarro en cualquier otra parte de la organización.
La pregunta más importante es si esto es el comienzo de una era de IA más limpia y eficiente o solo una tregua temporal con los costes. Meta parece creer que puede comprarse suficiente tiempo con los recortes y suficiente crecimiento con la IA para contentar a los inversores. Esa apuesta podría funcionar durante un tiempo. También podría volverse muy cara, muy rápido, si la historia de los ingresos no alcanza el ritmo.
AI Editor
Ava covers the rapidly evolving world of artificial intelligence, from foundational models and research labs to the real-world economics of intelligence. With a background in computational linguistics, she cuts through the hype to find out what actually works. She firmly believes that benchmarks are just marketing until reproduced in the wild.


