Meta pasó seis meses tratando de reemplazar personas con IA. El resultado, según una investigación de Reuters: 220% más código generado, pero solo 36% más funciones que de verdad llegaron a los usuarios.

Hechó en reversa el plan en agosto.

De ese fracaso salen tres señales concretas y, para cada una, algo específico que puedes hacer esta semana. Pero antes hay que entender cómo se armó el plan.

Ahí está el primer error que casi nadie ve venir en su propia empresa.

Meta apostó a que la IA podía sustituir estructura humana completa

En enero, en su retiro de liderazgo en Hawái, Zuckerberg diseñó un nuevo modelo de trabajo.

Equipos de 10 a 20 personas —ingenieros, diseñador, científico de datos— se comprimían a pods de 3 a 5 “builders” apoyados en IA. Algunos equipos exploraron reducir su tamaño hasta 60%.

El documento interno que circuló, el “AI-Native Playbook”, no solo reducía cabezas: borraba los roles especializados y los reemplazaba por un título genérico.

Ese detalle, más que el recorte, fue lo que encendió la alarma interna.

El 20 de mayo, Meta despidió al 10% de su plantilla global —cerca de 8,000 personas— y transfirió a 7,000 más a unidades de IA.

Ese mismo día, Zuckerberg prometió por escrito que no habría más recortes generales ese año.

Lo que no dijo en ese memo es que, horas antes, ya había cancelado en privado la segunda ola prevista para noviembre.

La promesa de estabilidad y la cancelación silenciosa pasaron la misma noche, y eso dice más que cualquiera de las dos por separado.

¿Qué le pasa a una empresa cuando reemplaza personas antes de que la IA esté lista?

¿Por qué la canceló? Los incidentes técnicos mayores subieron 40%. El tiempo apagando incendios subió 70%.

Es la versión corporativa de seguir marcando al módem de 56k esperando que la página cargue más rápido nomás porque ya llevas media hora esperando.

Zuckerberg lo reconoció en abril: la tecnología de agentes no se había “acelerado” como esperaba.

En julio, su propio director de tecnología admitió internamente que hicieron un trabajo pésimo explicando la visión a la plantilla.

Ahí está la lección que sí puedes usar hoy, antes de que te toque vivirla de este lado del escritorio.

Cómo saber si tu trabajo está en riesgo por la inteligencia artificial: las tres señales que Meta ya vivió

Uno: se mide actividad, no resultado. Más código, más reportes, más entregables, sin que nadie pregunte cuántos llegaron a producción o a cliente.

Qué hacer: la próxima vez que en una junta se presuma “ya usamos IA para X”, pregunta directamente cuántas de esas salidas se usaron de verdad.

Pide que cualquier reporte de adopción de IA incluya una columna de uso real, no solo de volumen producido.

Dos: la comunicación llega después de la decisión, no antes. El sentimiento interno de Meta, medido en su encuesta “Pulse”, cayó de 74% a 55% durante la reestructuración.

Qué hacer: si en tu equipo ya se habla de “cambios con IA” sin que nadie de liderazgo lo haya explicado formalmente, ese silencio ya es información.

No esperes el memo oficial para documentar, por escrito, qué haces tú que una herramienta todavía no replica bien.

Tres: los roles nuevos no traen las herramientas ni el entrenamiento que exigen. Un empleado de Meta, asignado a liderar uno de los nuevos pods, lo resumió así en el foro interno: no le dieron entrenamiento de gestión ni acceso a las herramientas de evaluación.

Qué hacer: si te ofrecen una función “aumentada por IA”, pide explícitamente qué capacitación, qué presupuesto y qué soporte viene incluido, por escrito.

Si la respuesta es vaga o solo verbal, es una señal de que el cambio es de nombre, no de fondo.

¿Qué tan expuesto está tu propio puesto, no el de Meta?

Estas tres señales te dicen si tu empresa va por mal camino. Pero no te dicen qué tan reemplazable eres tú, en tu puesto específico, hoy.

Y esa es la pregunta que de verdad te quita el sueño.

Para eso hice un diagnóstico gratuito de 5 minutos: 9 preguntas, resultado inmediato, sin registro ni costo.

Te dice qué tan reemplazable puede ser tu trabajo, qué te protege —seguro hay cosas que no habías considerado— y te da 3 pasos concretos para empezar esta semana.

Pero si diriges gente, hay un frente adicional que casi nadie está viendo todavía: el legal.

La diferencia entre un plan de IA que suena bien y uno que funciona

Según una encuesta de medio año de HR Executive sobre datos de Norton Rose Fulbright entre 135 abogados corporativos, el 41% ya identifica los despliegues de IA en decisiones de plantilla como catalizador emergente de litigios colectivos.

Qué hacer si tomas ese tipo de decisiones: documenta el criterio humano detrás de cada decisión de plantilla ligada a IA, no solo el resultado.

Meta fue explícita en negar que la IA decidiera calificaciones o promociones —esa distinción, humano decide, IA asiste, es la que te protege después.

Si a Meta, con presupuesto ilimitado y los mejores ingenieros del mundo, no le salió, la pregunta no es si intentarlo.

Es si estás midiendo resultado o solo actividad.

El patrón se repite fuera de Meta: Salesforce, Amazon, Groupon y Wix también recortaron plantilla ligada a IA este año.

Más de 175,000 trabajadores tecnológicos ya habían perdido su empleo para mediados de 2026, según el rastreador TrueUp.

Cuando la presión interna en Meta se volvió insostenible, ejecutivos pausaron el rastreo de mouse y teclado que usaban para entrenar a sus agentes.

Hasta mejoraron los snacks de las oficinas para bajar la tensión.

Es un gesto casi cómico, pero real: cuando la gente empieza a sentirse reemplazable, ninguna galleta gratis arregla eso.

Si en tu organización se está diseñando algo parecido, conviene revisar antes cómo detectar cuándo la adopción de IA en un equipo es más ruido que sustancia.

Corre el diagnóstico gratuito de 5 minutos y descubre qué tan expuesto estás realmente, antes de que la decisión la tome alguien más por ti.