Meta publica sus resultados trimestrales, con ingresos que aumentan un 28% interanual hasta alcanzar 60.8 mil millones de dólares, pero los enormes gastos en infraestructura de IA reducen el flujo de efectivo libre a solo 784 millones de dólares.

Autor y fuente del artículo: Letter AI

Meta generó un flujo de efectivo operativo de $31,862 millones en el segundo trimestre, gastó $31,078 millones en la construcción de centros de datos y la compra de servidores, y finalmente quedó con un flujo de efectivo libre de $784 millones.

Sabe que la máquina de publicidad de Meta todavía está generando ganancias a gran velocidad.

En el segundo trimestre, los ingresos de Meta alcanzaron 60.801 mil millones de dólares, un aumento del 28% interanual; de ellos, los ingresos publicitarios fueron de 59.363 mil millones de dólares, un aumento del 27%. La cantidad de anuncios mostrados y el precio promedio aumentaron simultáneamente, superando las expectativas de Wall Street.

El dinero ganado por las máquinas publicitarias está siendo completamente absorbido por la IA.

La empresa también aumentó el gasto de capital mínimo para 2026 de 125 mil millones de dólares a 130 mil millones de dólares, aunque aún podría gastar hasta 145 mil millones de dólares.

Un informe de ingresos que superó las expectativas se tradujo en una caída del precio de las acciones de casi el 8%. El precio de las acciones de Meta cerró ese día en 585.61 dólares, y tras la publicación del informe, la caída en las operaciones posteriores al cierre llegó temporalmente cerca del 9%.

Durante la llamada, el analista de bancos de inversión de Bank of America, Justin Post, lanzó directamente la pregunta a Zuckerberg: ¿Cuándo podrá Wall Street ver una aceleración notable en la velocidad de lanzamiento de modelos, chips y otros productos, después de que Meta cambiara el equipo de liderazgo superior de su laboratorio de IA hace un año?

Zuckerberg respondió que está "bastante satisfecho" con los avances actuales del laboratorio. Muse Spark y Muse Spark 1.1 son solo los primeros logros de Meta en la escalera de capacidades de modelos, y la empresa está entrenando modelos más grandes y más potentes.

No anunció la fecha de lanzamiento de este modelo insignia ni presentó nuevos resultados de evaluación, solo dijo que habrá más información pronto.

Hace un año, Llama 4 no cumplió con las expectativas, Zuckerberg invirtió 14.300 millones de dólares en Scale AI, contrató a Wang Tao, de 28 años, para Meta, y le entregó el poder de reconstruir el sistema de IA.

Entre Wang Tao y Zuckerberg hay muchas similitudes: ambos dejaron la escuela alrededor de los 19 años para emprender, ambos se convirtieron en multimillonarios a principios de los 20, y ambos creen en el poder centralizado del fundador y en la ejecución rápida. Zuckerberg, de 40 años, parece haber entregado el futuro de Meta a su yo joven.

Un año después, Wang Tao ya había reorganizado el equipo de IA de Meta y lanzado los primeros modelos y productos. Sin embargo, el modelo insignia que realmente asumía las expectativas de la contrarrestada de Meta, Watermelon, aún se encontraba en entrenamiento.

Los competidores siguen acelerando sus iteraciones, mientras el costo de esperar esta respuesta para Meta se vuelve cada vez más alto.

Si Wang Tao no entrega el modelo insignia en un día, Zuckerberg tendrá dificultades para demostrar qué se logró con este dinero, esta reestructuración y otro año de espera. Cambiar de persona o reducir esfuerzos ahora equivaldría a admitir que los costos anteriores serán difíciles de recuperar.

Wang Tao se ha convertido en el mayor costo hundido de Zuckerberg.

¿Un salvador equivocado?

Wang Tao, por supuesto, no se quedó de brazos cruzados.

Que Zuckerberg elija a Wang Tao es, en sí mismo, una decisión algo arriesgada. Scale AI ha proporcionado durante mucho tiempo servicios de datos y evaluación a empresas como OpenAI, Google y Meta; Wang Tao sabe qué modelos están entrenando cada laboratorio y dónde se atascan, pero anteriormente no tenía experiencia liderando el desarrollo de modelos de vanguardia.

La capacidad más destacada de Wang Tao siempre ha sido la gestión y la asignación de recursos.

Aunque Scale AI ya tenía miles de empleados, aún insistía en aprobar personalmente a cada nuevo empleado y en revisar aleatoriamente los datos antes de entregarlos a los clientes. Llamaba a esta obstinación “la calidad es fractal”: si los gerentes no se preocupan por los detalles, los empleados de abajo pronto aprenderán a no hacerlo.

Lo que Zuckerberg valora es precisamente esa concentración, firmeza y velocidad de ejecución que resulta difícil de encontrar en una empresa de decenas de miles de personas. Por ello, el Financial Times ha denominado a Wang Tao el "CEO de guerra" que Meta necesita.

Después de ingresar a Meta, Wang Tao implementó rápidamente este estilo de gestión propio de los fundadores en el departamento de IA. La creación de Meta impactó directamente al TBD Lab, especializado en modelos de vanguardia, atrayendo talento a altos salarios de empresas como OpenAI y Google, mientras reducía las capas de gestión existentes, intentando transformar el departamento de IA, antes engorroso, en un “equipo de guerra” más ágil.

The cost is obvious.

Se eliminaron aproximadamente 600 puestos del equipo original de IA de Meta; Yann LeCun dejó Meta tras 12 años de trabajo para comenzar de cero investigando modelos del mundo. Surgió una brecha entre el nuevo equipo de alto salario y el antiguo sistema de investigación.

El costo de esta reestructuración ahora también aparece en los estados financieros de Meta.

En el segundo trimestre, los gastos de investigación y desarrollo de Meta alcanzaron 21.656 mil millones de dólares, un aumento del 67% interanual. La CFO Susan Li indicó en la llamada telefónica que el aumento en los gastos salariales se debió principalmente a los técnicos contratados durante el último año, especialmente los expertos en IA contratados a altos salarios.

Incluso tras deducir los gastos legales de 2.400 millones de dólares y los costos de despidos de 1.180 millones de dólares, el costo total de Meta en el segundo trimestre aumentó aproximadamente un 42% interanual, superando con creces el crecimiento de ingresos del 28%.

Wang Tao trajo no solo una nueva estructura organizativa, sino también un equipo de IA cada vez más costoso.

La lógica detrás de la apuesta de Zuckerberg también se vuelve clara: él confía en que la capacidad de Wang Tao de reorganizar y movilizar recursos finalmente se traducirá en la capacidad de entrenar modelos avanzados. Lo primero ya ha sido demostrado; lo segundo aún depende de los resultados del modelo.

En abril de 2026, Meta lanzó el primer modelo del equipo de Wang Tao, Muse Spark. Desde el inicio, Meta enfatizó que es de menor tamaño y más rápido, siendo solo el "pionero" de la serie Muse, con modelos más grandes aún por venir.

Para julio, Muse Spark 1.1 aumentó el índice compuesto de Análisis Artificial de 43 a 51 puntos, con mejoras principales en programación, razonamiento científico y habilidades de conocimiento. Se cobran $1.25 por cada millón de tokens de entrada y $4.25 por cada millón de tokens de salida.

Este modelo ha avanzado rápidamente y su precio es lo suficientemente bajo, pero su capacidad general aún presenta una clara brecha con los modelos más avanzados, y no basta para demostrar que la inversión de 14.300 millones de dólares de Meta y el costoso equipo recién formado ya valgan la pena.

El que realmente asume esta expectativa es Watermelon, que aún está en entrenamiento.

Wang Tao dijo en una reunión interna de Meta que el agua que se está entrenando aún utiliza una cantidad de cómputo una orden de magnitud mayor que Muse Spark y ya ha alcanzado a GPT-5.5 en algunas evaluaciones de referencia. Sin embargo, no especificó los proyectos de evaluación concretos, y Meta no ha hecho públicos los resultados relacionados.

La última conferencia telefónica de resultados financieros tampoco proporcionó más evidencia para esta afirmación. Zuckerberg solo confirmó que Meta está entrenando modelos más grandes y con mayores capacidades, sin mencionar el nombre de Watermelon ni revelar fechas de lanzamiento ni resultados de evaluación.

Más realista es que Watermelon aún no se ha lanzado, y OpenAI, Anthropic y Google no se detendrán a esperarlo.

Wang Tao lleva un año en Meta y aún no se ha convertido en el "salvador".

Dos años tarde

Lo más irónico es que Meta nunca fue una recién llegada al campo de la IA.

En 2013, Facebook fundó FAIR y nombró a Yann LeCun como su director. En los siguientes diez años, Meta acumuló una profunda experiencia en áreas como la visión por computadora y el aprendizaje autosupervisado, y desarrolló PyTorch; los sistemas de recomendación y publicidad de Facebook e Instagram ya procesaban diariamente miles de millones de datos generados por usuarios mediante IA. En 2023, el lanzamiento de Llama permitió a Meta ganar rápidamente influencia en el ámbito de los modelos abiertos.

Después de la aparición de ChatGPT, OpenAI construyó modelos, API y un ecosistema de desarrolladores en torno a una entrada orientada al consumidor, mientras que los recursos de IA de Meta están dispersos entre FAIR, el equipo de IA generativa, los departamentos de productos y los departamentos de infraestructura.

Hasta 2025, Zuckerberg elevó la IA a una guerra corporativa, planeando invertir entre 60.000 y 65.000 millones de dólares en infraestructura, pero se encontró con Llama 4, que no cumplió con las expectativas.

Las reformas centralizadas impulsadas posteriormente por Wang Tao fueron, de hecho, las reformas que Meta debería haber completado en 2023. Cuando finalmente comenzó su reestructuración, OpenAI, Anthropic y Google ya habían establecido ventajas en modelos, talento y productos, dejando a Meta dos años rezagada.

Wang Tao es como una factura por la vacilación de Zuckerberg de los últimos dos años.

A principios de 2025, Zuckerberg planea invertir entre 60 mil millones y 65 mil millones de dólares en infraestructura. Para 2026, los gastos de capital se espera que alcancen entre 130 mil millones y 145 mil millones de dólares, superando el valor máximo el doble del plan anterior.

Sin embargo, Meta tampoco gastó todo ese dinero en un modelo insignia aún no lanzado. En el segundo trimestre, el tiempo de uso de los usuarios en Instagram creció en dos dígitos, y el tiempo de visualización de videos en Facebook aumentó un 9%. Meta indicó que el nuevo modelo publicitario aumentó el número de clics en los anuncios de Facebook en un 8,3% y la tasa de conversión en un 15,7%; más de 9 millones de pequeñas empresas utilizan IA para generar materiales publicitarios.

Estos resultados demuestran que la IA ya puede ayudar a la máquina publicitaria de Meta a ganar más dinero, pero no pueden considerarse directamente como la respuesta de Wang Tao.

Los mejoras reveladas por Meta provienen principalmente del sistema de recomendación, la clasificación de anuncios y la comprensión del contenido, sin especificar el grado en que los modelos avanzados de Watermelon o del equipo de Wang Tao han contribuido. La publicidad y las recomendaciones siempre han sido fortalezas de Meta acumuladas durante más de diez años.

En otras palabras, Meta puede seguir mejorando sus anuncios con la tecnología de IA actual mientras espera el modelo estrella de Wang Tao. El sólido negocio de publicidad le da a Zuckerberg la confianza para seguir esperando, y también hace que esta apuesta arriesgada no tenga por el momento una fecha límite para detenerse.

Para la nueva capacidad de cómputo adicional, Meta también ha preparado más destinos. Zuckerberg enumeró durante la llamada los agentes personales, agentes empresariales, API de modelos y la venta directa de capacidad de cómputo.

Los Agentes de Negocios de Meta ya son utilizados por más de 1 millón de empresas por semana, y la empresa ha recibido varias ofertas para comprar capacidad de cómputo, según las cuales las ofertas son claramente superiores al costo que Meta incurre para obtener dicha capacidad de cómputo.

El analista de Morgan Stanley, Brian Nowak, preguntó cuál de estos negocios tiene más probabilidades de escalar primero y generar retornos medibles para los inversores. Zuckerberg no eligió una respuesta clara, sino que expresó optimismo sobre todas estas direcciones y anunció que se compartirán más detalles pronto.

La CFO Susan Li lo expresó de manera más directa: incluso si los modelos de Meta no llegan a la vanguardia, la empresa tiene confianza en utilizar esta capacidad de cómputo para mejorar sus productos existentes. Si no se utilizan completamente, también se pueden vender directamente a otras empresas.

Esto equivale a tener varias salidas preparadas para una inversión masiva, pero también indica que Meta aún no está segura de cuál de sus nuevos negocios asumirá esta factura.

¿Puedes seguir esperando?

En el segundo trimestre, Meta emitió aproximadamente 24,910 millones de dólares en deuda a largo plazo. Al 30 de junio, la deuda a largo plazo de la empresa alcanzó 83,664 millones de dólares, un aumento de 24,920 millones de dólares en comparación con los 58,744 millones de dólares al final del año pasado. Al mismo tiempo, Meta no realizó recompras de acciones este trimestre.

La razón no es complicada.

Meta generó 31.862 mil millones de dólares en flujo de efectivo operativo en el segundo trimestre, pero gastó 31.078 mil millones de dólares en gastos de capital, dejando solo 784 millones de dólares en flujo de efectivo libre, insuficiente para cubrir los 1.350 millones de dólares en dividendos pagados en el mismo período.

El efectivo generado por el negocio publicitario ya no puede satisfacer simultáneamente la expansión de IA, los dividendos y la recompra de acciones.

Meta aún tiene $90,260 millones en efectivo y valores negociables, por lo que no enfrenta escasez de fondos a corto plazo. Sin embargo, es值得注意 que ya no depende únicamente del efectivo generado por su negocio publicitario para construir IA, sino que está aumentando su deuda y atrayendo socios para recaudar más fondos para proyectos a largo plazo.

Durante la llamada telefónica, el analista de Goldman Sachs, Eric Sheridan, preguntó a Susan Li cómo Meta planea equilibrar sus inversiones agresivas con las necesidades de financiamiento.

Susan Li respondió que la empresa ha estado aumentando su proporción de deuda en los últimos años, con el objetivo de obtener fondos de menor costo y mayor plazo para adaptarse al largo ciclo de construcción de la infraestructura de IA.

La colaboración entre Meta y BlackRock es un ejemplo. El día anterior al lanzamiento de los resultados financieros, ambas partes anunciaron la construcción de un centro de datos de 1 gigavatio en El Paso, Texas. Meta comparte los costos de construcción con socios externos, manteniendo al mismo tiempo la capacidad de utilizar la capacidad de cómputo.

El dinero se gasta ahora, pero los rendimientos no se obtendrán hasta que se completen los centros de datos. Zuckerberg reconoció en la llamada de resultados que los centros de datos que la empresa está construyendo no generarán valor hasta que entren en funcionamiento. Susan Li también indicó que, en este momento, Meta debe priorizar maximizar la capacidad de cómputo para 2026 y 2027, y decidir posteriormente cuántos chips comprar después de 2028 según las necesidades reales.

Esto significa que, aunque la capacidad de Watermelon aún no se ha validado públicamente, los centros de datos, servidores y redes necesarios para entrenar modelos más grandes deben prepararse años antes. Incluso si los resultados finales no cumplen con las expectativas, la tierra, la electricidad y los centros de datos ya se han invertido en su construcción.

Precisamente, Meta tiene dificultades para establecer una línea clara de止损 para esta apuesta audaz.

Y no olvides que Meta ya ha demostrado en el pasado que puede mantener una paciencia asombrosa ante una apuesta a largo plazo. En el segundo trimestre, los ingresos de Reality Labs fueron de solo 431 millones de dólares, pero la pérdida operativa alcanzó los 4.619 millones de dólares. Las gafas de IA impulsaron un crecimiento del 16% en los ingresos de este departamento, y Zuckerberg indicó que las ventas de las nuevas gafas superaron las expectativas, pero aún están muy lejos de cubrir las enormes pérdidas de Reality Labs.

Las dudas del exterior recaen sobre Wang Tao, pero también sobre Zuckerberg: el éxito o fracaso de Wang Tao ya no es solo cuestión de Meta, sino que se ha convertido en la piedra de toque para determinar si Zuckerberg ha vuelto a actuar irracionalmente tras el "metaverso".

Lo que Wall Street teme es si la IA se convertirá en la siguiente apuesta desmedida sin una fecha límite clara.

Cuanto más tiempo pase, más dinero y poder de cómputo invertirá Meta. Cuanto más invierta, más difícil le resultará a Zuckerberg admitir que este camino podría no funcionar.

Watermelon aún tiene la oportunidad de demostrarlo todo por Wang Tao. Sin embargo, antes de que ese día llegue, cada trimestre adicional que Meta espere hará que este "costo hundido" de Wang Tao siga aumentando.