Meta: 20 años de infraestructura, 20 meses para adaptarla a IA

Meta advirtió que su infraestructura tecnológica, diseñada durante dos décadas para atender a usuarios humanos, enfrenta un plazo mucho más corto para adaptarse al tráfico generado por agentes de inteligencia artificial. La cifra que resume el problema: las consultas provenientes de agentes que llegan a los sistemas de la compañía se multiplicaron por 30 en los últimos seis meses.

El dato lo dio Barak Yagour, vicepresidente de ingeniería de Meta, durante una charla en la conferencia VB Transform 2026. Según reportó el medio VentureBeat, Yagour resumió la situación con una comparación directa: la empresa pasó veinte años construyendo infraestructura pensada para personas, pero dispone de apenas veinte meses para rediseñarla de cara a un escenario donde humanos y agentes conviven como usuarios activos del sistema. Según él, la ventana para hacer ese ajuste está abierta, pero no se mantendrá así por mucho tiempo.

Tres frentes de tensión

Yagour identificó tres áreas donde la llegada masiva de agentes pone en jaque los sistemas existentes. La primera es la capacidad de cómputo. Hasta hace poco, calcular cuánto poder de procesamiento, almacenamiento o ancho de banda necesitaba un proyecto era tan simple como contar cuántos empleados trabajaban en él. Eso ya no funciona: un solo ingeniero puede poner en marcha diez agentes, y cada uno de ellos puede generar subagentes propios. Como ejemplo, Yagour planteó que una organización de 1.000 personas puede generar, de un día para otro, una carga de trabajo equivalente a la de 100.000 usuarios.

El segundo frente es la identidad y el control de acceso. Los sistemas actuales de permisos fueron pensados para usuarios humanos, no para entidades que no son personas pero que se desplazan por la infraestructura tomando decisiones de forma autónoma.

El tercero es la velocidad. Los agentes pueden producir código a un ritmo muy superior al de cualquier programador, pero ese código igual necesita pasar por las mismas etapas de siempre: compilación, pruebas, despliegue y monitoreo constante. La rapidez de generación no elimina esos pasos, y eso genera un cuello de botella en el resto del proceso.

Cambios en cómo se procesan y guardan los datos

Yagour también señaló que los modelos de razonamiento están modificando la forma en que se maneja la capa de datos dentro de Meta. Interpretar la intención real de un usuario exige analizar su historial completo de comportamiento, algo distinto a simplemente buscar coincidencias de palabras clave o trabajar con resúmenes. Eso obliga a repensar cómo se procesa y se guarda esa información.

En ese sentido, la compañía está migrando de un procesamiento por lotes, que en algunos casos podía tardar hasta 24 horas en reflejar cambios, hacia un procesamiento en tiempo real, necesario cuando el sistema tiene que interpretar sobre la marcha lo que un usuario está pidiendo. En paralelo, busca que sus sistemas de almacenamiento puedan identificar qué contenido guardan y entregar solo la porción relevante en cada consulta, en lugar de mover bloques enteros de información, con el objetivo de reducir la carga sobre las GPU.

Para Yagour, dar libertad de acción a los agentes sin mecanismos de supervisión conduce a resultados impredecibles. La respuesta de Meta pasa por dejar que los agentes operen con margen de maniobra, pero registrando el origen de cada resultado que producen y sometiéndolo a revisión, de modo que la compañía pueda verificar en todo momento que la información que circula por sus sistemas es confiable.