Hasta Zuckerberg lo admite: los «agentes» de IA son más difíciles de construir de lo prometido
En una reunión interna filtrada, Mark Zuckerberg admitió que el impulso de Meta para crear «agentes» de IA se ha estancado, pese a una apuesta de 145.000 millones de dólares y una dolorosa reorganización. Una útil dosis de realidad sobre una de las expresiones de moda más repetidas del año.
Probablemente has oído mucho la palabra «agentes» este año. Es el término que utiliza el sector para una IA que no se limita a responder preguntas, sino que realmente hace cosas por ti: reserva una cita, ordena la bandeja de entrada o completa por su cuenta un trabajo de varios pasos. Por eso merece la pena prestar atención cuando el consejero delegado que apostó toda su empresa por esa idea admite discretamente que los planes no se están cumpliendo.
En una asamblea interna filtrada, Reuters obtuvo el audio, Mark Zuckerberg dijo al personal de Meta que «la trayectoria del desarrollo de agentes, al menos durante los últimos cuatro meses, no se ha acelerado realmente de la forma que esperábamos». Lo afirma el responsable de una empresa que se reorganizó en torno a la IA: despidió aproximadamente al 10 % de su plantilla en mayo y trasladó a unas 7.000 personas a equipos de IA. Zuckerberg reconoció que la dirección había sido «superoptimista» cuando elaboró esos planes a principios de año.
¿Por qué son tan difíciles los agentes? La respuesta sincera es que ejecutar con fiabilidad una cadena de tareas es muy distinto de contestar a una sola pregunta. Cada paso ofrece una oportunidad de desviarse ligeramente y los pequeños errores se acumulan: un agente con una fiabilidad del 95 % en cada paso puede aun así fracasar en la mayoría de los trabajos de diez pasos. Los agentes también tropiezan con instrucciones ambiguas y situaciones imprevistas de formas que hacen arriesgado confiarles sin supervisión cualquier asunto importante. Incluso los mejores sistemas de agentes de cualquier laboratorio en 2026 siguen necesitando a una persona vigilando los trabajos con consecuencias. Se parece un poco a los coches autónomos: las demostraciones impresionantes llegaron deprisa, pero el último tramo hasta «confiar por completo» es la parte difícil y lenta.
Un poco de perspectiva razonable: Meta gastará hasta 145.000 millones de dólares en infraestructura de IA este año, así que cuatro meses de estancamiento son un tropiezo de calendario, no un cambio de opinión. Zuckerberg todavía espera avances reales en un plazo de tres a seis meses. Pero la distancia entre las promesas seguras de este año y la realidad de este trimestre es exactamente la clase de dato que conviene recordar la próxima vez que un producto afirme que su agente gestionará tu vida.
Qué significa esto para ti: Si te sentías rezagado porque todavía no delegas tareas en una IA autónoma, relájate. La empresa que gasta más que casi todas las demás está descubriendo que resulta más difícil de lo anunciado. Por ahora, la IA es realmente útil como un asistente competente al que supervisas y poco fiable como empleado sin supervisión. Si tu empresa está definiendo procesos del tipo «que la IA se ocupe», reserva tiempo adicional, mantén a una persona en el circuito para todo lo importante y considera los plazos ambiciosos sobre agentes como publicidad hasta que se demuestre lo contrario.
Fuentes
- Reuters / US News: Zuckerberg afirma que el desarrollo de agentes de IA avanza más despacio de lo esperado
- The Decoder: el impulso de Meta a los agentes de IA avanza más despacio de lo previsto por Zuckerberg
- PYMNTS: Zuckerberg dice al personal de Meta que los agentes de IA avanzan más despacio de lo esperado
MiniMax M3: un modelo de IA de primer nivel que puedes descargar y ejecutar por tu cuenta
Un laboratorio chino lanzó M3, un modelo de IA que puede descargarse gratis, iguala a los grandes sistemas cerrados en tareas de programación, lee un millón de palabras de una vez y procesa imágenes y vídeo. Analizamos por qué los modelos de «pesos abiertos» siguen acortando distancias y la letra pequeña que conviene leer.