Meta quiso reemplazar equipos con IA. No llegó a los seis meses.

El plan no era retórica. Era una política de recursos humanos

Project OT contemplaba dos rondas de despidos, una en mayo y otra programada para noviembre. La reorganización reemplazaba equipos tradicionales por «pods» de dos o tres ingenieros y un diseñador. Los roles clásicos desaparecían o se concentraban en perfiles generalistas que internamente llamaban «builders».

Meta incluso creó una etiqueta de recursos humanos, «talento irreemplazable», para marcar a quién sí retener bajo la lógica de que una persona con IA podía multiplicar su producción lo suficiente para no necesitar al resto del equipo.

Esto no era la fantasía de un fundador de curso en línea. Era una de las empresas con más dinero, más talento en IA y más presión de sus inversionistas para automatizar, tomando la frase «te reemplaza quien usa IA» y convirtiéndola en el diseño posible de un organigrama.

La diferencia importa. Una consigna puede sonar provocadora porque no tiene que demostrar nada. Un organigrama sí tiene que pagar las consecuencias de lo que promete.

Lo que lo tumbó no fue una crisis de conciencia

Desde marzo, los equipos de infraestructura reportaban problemas de confiabilidad ligados al aumento de código generado con IA. En abril, otra comunicación interna advertía que agentes autónomos estaban ejecutando acciones disruptivas a gran escala, del tipo que una persona difícilmente habría autorizado así.

El volumen de código producido con IA subió mucho. Los resultados concretos para usuarios y productos no crecieron en la misma proporción. Los reportes consultados hablaban de aumentos en incidentes técnicos y de seguridad, así como en el tiempo que el personal dedicaba a contenerlos.

En julio, Zuckerberg admitió ante empleados que hubo errores de cálculo en el momento elegido para la reorganización y que la tecnología de agentes no se había acelerado al ritmo esperado. No era una discusión filosófica sobre el futuro del trabajo. Era un CEO reconociendo que la empresa había apostado el organigrama a una curva de mejora que no llegó a tiempo.

La IA podía producir más código. Eso no demostraba que pudiera sostener más producto, más seguridad y más responsabilidad con menos personas.

La rebelión sí importó, pero la chispa fue concreta

Cuando los empleados entendieron que la transformación implicaba también su reemplazo parcial, aparecieron mensajes de enojo en los canales internos y choques abiertos con ejecutivos.

La reacción se agravó cuando trascendió que Meta había activado herramientas para registrar pulsaciones de teclado y clics de mouse en dispositivos de trabajo en Estados Unidos. Muchos empleados lo interpretaron como un método para entrenar agentes capaces de imitar exactamente lo que ellos hacían.

Zuckerberg frenó la segunda ronda la noche del 19 de mayo, horas antes de que se ejecutara la primera. Después, Meta pausó el monitoreo y permitió que parte de la gente reasignada volviera a sus equipos anteriores.

La protesta no demuestra que todo el plan fuera inviable. Sí muestra que la automatización no ocurre en un vacío técnico. También cambia la relación de confianza entre la empresa y las personas cuyo trabajo se quiere convertir en datos de entrenamiento.

Sí despidieron gente. También cambiaron el tipo de puesto que querían contratar

La primera ronda sí se ejecutó: cerca de 8,000 personas fueron despedidas y otras 7,000 fueron reasignadas a áreas nuevas relacionadas con IA. La empresa no dejó de transformarse. Lo que dejó de hacer fue fingir que el cambio consistía únicamente en encender agentes y apagar puestos.

La IA no elimina el empleo de manera pareja. Cambia primero las tareas. Algunas áreas se vacían, otras nacen y otras concentran más responsabilidad en menos personas.

La pregunta nunca es si la IA «quita trabajos» en abstracto. Es qué tarea específica se automatiza, quién queda para supervisarla, quién responde cuando falla y quién queda afuera antes de haber aprendido suficiente para ocupar el siguiente nivel.

El dato más importante puede ser a quién ya no contratan

Con datos de nómina en Estados Unidos, el Stanford Digital Economy Lab encontró que el empleo de personas de 22 a 25 años en ocupaciones expuestas a IA estaba 19% por debajo de la trayectoria de sus pares menos expuestos. El hueco opera sobre todo por una menor contratación, mientras que los trabajadores con más experiencia no muestran una brecha comparable. Los autores lo presentan como una señal descriptiva temprana, no como una prueba causal.

Anthropic encontró una señal parecida con datos de encuestas: no observó un aumento del desempleo en las ocupaciones más expuestas, pero sí una desaceleración tentativa en la contratación de personas de 22 a 25 años. Es una distinción importante. La historia no es solamente que se despida a quienes ya tienen el puesto. También puede ser que dejen de contratar a quienes normalmente entrarían por las tareas de menor riesgo y aprenderían desde ahí.

El diseño de Project OT encaja con ese problema: pods reducidos, roles generalistas y «builders» en lugar de posiciones de entrada bien definidas. En los reportes sobre el plan no aparece una respuesta convincente para una pregunta sencilla: ¿quién va a formar a los próximos profesionales con criterio si las tareas con las que se aprendía un oficio son las primeras que se automatizan?

Ese hueco no es un descuido de Meta en particular. Es el punto ciego de buena parte de la conversación sobre IA y trabajo. Se habla mucho de a quién reemplaza la herramienta hoy y muy poco de quién tendrá la experiencia para saber cuándo no confiarle nada dentro de diez años.

«Te reemplaza quien usa IA» era cierto sólo a la mitad

La mitad cierta: alguien con criterio y con IA sí puede absorber el trabajo que antes hacía un equipo más grande. Por eso hubo personas reasignadas a áreas de IA y por eso apareció la categoría de talento que la empresa consideraba irreemplazable.

La mitad falsa: que la IA sola, sin revisión, juicio y responsabilidad de alguien con experiencia real en la tarea, puede sostener ese resultado a la escala de una organización entera.

Meta tenía presupuesto, talento y tiempo para probar la versión más agresiva de esa promesa. No consiguió demostrar que bastaba con reducir equipos y aumentar agentes. Lo que sí mostró fue dónde está la escasez real: no en quién sabe operar una herramienta, sino en quién tiene la experiencia para saber cuándo no confiarle nada.

Si esa experiencia se construye haciendo exactamente las tareas que ahora se automatizan primero, la pregunta queda abierta: ¿de dónde saldrá la siguiente generación de gente con criterio?

Y queda otra pregunta, menos tecnológica: si una persona hace hoy el trabajo de tres, ¿quién se queda con la ganancia? Puede convertirse en más tiempo libre, en un mejor sueldo o en dos despidos y la misma carga repartida en una sola cabeza. La tecnología no decide eso. Lo deciden las políticas de la empresa.